在AI+医疗领域，最为常见的落地形式是医疗影像，用AI辅助医生读取影像信息。但在文本处理领域，入局者仍然较少。

朗通医疗则以文本分析切入辅助医疗领域，它可以帮助全科医生快速完成门诊病历，并实现临床诊断。具体来说，医生在电子病历系统内填写“主诉”、“病史”、“查体”等信息时，系统会自动推荐待化验项目（如血常规等）、疑似所患病症名、治疗方案等。完成化验项目后，医生还可通过AI完成化验单解读，为确诊提供依据。

AI辅助诊疗：为分级诊疗制度打地基

这一智能辅助诊断系统诞生的背景，是国家正在大力推进分级诊疗制度。

中国医疗资源分配不平衡已是众所周知的事实，大医院看病贵、看病难，一线城市甚至催生了挂号黄牛，病患体验差。而对于院方而言，医务人员工作超过负荷，导致误诊漏诊，降低平均诊疗水平，也是一大难题。基层医院的问题同样明显，医生资质不足，诊疗水平较低，也因此难以收获患者的信任。

政府提出的解决方案是分级诊疗制度，“基层首诊、双向转诊、急慢分治、上下联动”。由基层医院进行初诊后，再将情况严重者转往大医院；同时三甲医院中将近痊愈的患者，也会被转回基层医院，以此释放医疗资源。今年8月，国务院发布《关于推进分级诊疗制度建设的指导意见》，从政策层面推动分诊制度发展。

但所谓分级诊疗，目前还存在一个死结，即基层医生诊断能力不足。面对繁多的病症，不少病情外在表现相似，基层医生有时无法顺利判别病情。

朗通医疗的创业构想是，通过AI辅助诊疗，提高基层医生的能力，目前它已覆盖2500家医院。

拿邵逸夫医院数据，推出深度学习人工智能

在探索人工智能领域之前，朗通医疗所从事的业务是为政府搭建新农合业务系统和数据中心平台（政府组织的农村医疗社保）。从2004年发展至2014年，朗通医疗服务了80％的浙江新农合市场。

CEO徐哲决定转型是在2015年，他准备把电子健康档案和辅助诊疗结合起来，中间的黏合剂就是人工智能。

当时国内尚未有相应的产品，朗通医疗与英国九康医疗合作，并完成了整体框架。徐哲回忆道，“当时我们请了英国技术专家来指导框架开发，本来他们希望能合资，但考虑到后期我们会接触到海量临床数据，最终决定不引入外资。”

“我们的核心是医学知识库和人工智能推理算法，一个高效的辅助诊疗系统需要整合医学领域先验知识、实际病例数据，我们的知识库正是基于这样的思想打造。而AI推理算法则以知识库为基础，实现了自然语言处理、智能推理诊断、提供检查方案、推送治疗方案等功能。”徐哲告诉猎云网。

框架搭建完毕，下一步即是搜集数据，并引导人工智能通过深度学习完成迭代。徐哲找到了邵逸夫医院，对方把10年来的脱敏数据都开放给了朗通医疗，剔除无效数据后，共整理出180余万份病历，截至目前，已有近26w病例被导入系统，覆盖739种常见疾病。

医学知识库除了覆盖专业术语之外，还对医生可能会用到的自然语言表述进行汇总，并将近义表述进行语意归一，如“腹痛”、“腹疼”、“肚子疼”等等。据透露，知识库的更新还将持续进行。

朗通医疗于2015年年底推出基于深度学习的临床辅助决策系统（Diagbot），2016年开始落地运用，历经小规模试验与产品优化后，于今年年初产品基本成熟。

该系统还实现了文字化验单的解读。据徐哲介绍，过去化验单上的检验结果，实际上是由人工判断并输入的，不同患者进行统一检查得出的某样指标超标，可能是由不同病因导致。而朗通医疗的关联推理，能够“量身定制”地为患者解读化验单。此外，一些基层医生并不十分了解的病症，只需点击界面右侧词条，即可查看详情。

朗通医疗并不准备自己做应用端，它更希望成为底层服务，植入其它医疗类应用或者直接接入医院的诊疗系统。

目前团队共有70余人，其中30多人为人工智能领域的技术人员。公司曾于2016年获得赛伯乐数千万元Pre－A轮融资。