病人進入醫(yī)院，在大廳里可以通過機器人來咨詢要掛哪個科;醫(yī)生在跟病人的問診過程中，系統(tǒng)可以自動將問診語音轉(zhuǎn)化為文字，并通過自然語言理解技術(shù)轉(zhuǎn)化為結(jié)構(gòu)化的電子病歷;同時，人工智能系統(tǒng)將給出醫(yī)生診斷和治療的建議;病人去做影像檢查，人工智能系統(tǒng)會輔助醫(yī)生閱片。

這是科大訊飛構(gòu)建的智慧醫(yī)療醫(yī)療場景，其中智能語音電子病歷、機器人、移動APP以及影像輔助診斷等產(chǎn)品已經(jīng)在全國數(shù)十家醫(yī)院落地。

2017年8月20日，由科大訊飛、安徽省立醫(yī)院聯(lián)手打造的“安徽省立智慧醫(yī)院(人工智能輔助診療中心)”(下簡稱“輔助診療中心”)在合肥正式掛牌運行，旨在為基層特別是邊遠不發(fā)達地區(qū)的醫(yī)務(wù)人員提供高水平的診斷輔助，提高醫(yī)務(wù)人員診斷水平。

輔助診療中心已與安徽省醫(yī)學(xué)影像云平臺、安徽省立醫(yī)院醫(yī)聯(lián)體遠程會診平臺完成對接，在已接入的41家縣級醫(yī)院，人工智能輔助診斷系統(tǒng)將為它們提供胸部CT和乳腺鉬靶影像的智能輔助診斷及質(zhì)檢服務(wù)。此外，該醫(yī)院對口幫扶的西藏山南地區(qū)人民醫(yī)院也已接入該系統(tǒng)，未來該平臺將服務(wù)于安徽省全省105個縣。

科大訊飛智慧醫(yī)療事業(yè)部副總經(jīng)理鹿曉亮對南方周末記者表示，過去大家做互聯(lián)網(wǎng)+醫(yī)療，并沒有真正解決醫(yī)療的痛點。比如互聯(lián)網(wǎng)+零售，零售端的供給方產(chǎn)品、服務(wù)很充足，但醫(yī)療的問題在于供給側(cè)欠缺，不可能通過連接來提升效率。人工智能可以幫助醫(yī)生診斷，幫助解決醫(yī)療供給側(cè)的問題。

科大訊飛成立于1999年底，前身是中國科技大學(xué)電子工程系人機語音通信實驗室，當(dāng)時科大訊飛的創(chuàng)始人劉慶峰在該實驗室讀博士二年級，他和十多名同學(xué)一起創(chuàng)辦了安徽科大訊飛信息科技股份有限公司，主攻語音。

科大訊飛副總裁杜蘭稱，科大訊飛認為醫(yī)療可能是未來爆發(fā)的一個點。比如電子病歷、語音輸入寫成病例，圖像識別通過一個個病例突破，讓機器人來總和診斷，比如TB(肺結(jié)核)機器診斷的準確率可能是94.9%，人類可能只有70%左右，在這一點上，機器是超越人類的。

2011年左右，科大訊飛曾醞釀進軍醫(yī)療行業(yè)，當(dāng)時主要規(guī)劃是把云音技術(shù)引入醫(yī)療行業(yè)，但是技術(shù)和配套環(huán)境成熟度不高，隨后該項目擱置了。

語音+醫(yī)療，是科大訊飛切入醫(yī)療最便捷的一個場景。在科大訊飛華南總部的展廳里，有一處口腔門診語音電子病歷系統(tǒng)的場景演示，展示的是北京大學(xué)口腔醫(yī)院門診中，一位醫(yī)生一邊為患者檢查，一邊以口述方式將患者病情錄入病歷的過程。病歷按照主訴、現(xiàn)病史、家族史、身體狀況、檢查情況、診斷、治療計劃、處置等分欄，根據(jù)語音內(nèi)容自動錄入。最后，醫(yī)生只需要核對簽字即可。

另一款產(chǎn)品是超聲科智能語音助理，與前面的牙科類似，可以幫助超聲科醫(yī)生邊讀取信息、邊錄入。

如果說語音輸入解放了門診醫(yī)生的手，醫(yī)學(xué)影像輔助診斷系統(tǒng)則減輕了醫(yī)生閱片壓力，前面提到的輔助診療中心，就是其真正落地。簡單來說，醫(yī)學(xué)影像輔助診斷系統(tǒng)的工作原理是：醫(yī)生專家標(biāo)注影像(正常和病灶)，人工智能通過神經(jīng)網(wǎng)絡(luò)算法建模，機器通過大數(shù)據(jù)自主學(xué)習(xí)，在輸入病患影像資料之后，可以幫助醫(yī)生標(biāo)注出病灶區(qū)域，提示其重點關(guān)注，減輕工作量。

2017年8月7日，科大訊飛以92.3%的平均召回率，打破國際權(quán)威肺結(jié)節(jié)檢測大賽LUNA16記錄，獲得世界冠軍，獲得LUNA評測第一名。

權(quán)威肺結(jié)節(jié)檢測大賽LUNA16，其實也是一種輔助診療。主辦方整理了幾千例肺部CT影像，給參賽團隊回去訓(xùn)練，然后拿新的數(shù)據(jù)去做測試，各參賽團隊公布成績排名。數(shù)據(jù)集是限定好了的，主要比拼準確率，基于深度學(xué)習(xí)的圖像識別技術(shù)。

相對于傳統(tǒng)的自然場景等圖像識別，醫(yī)學(xué)影像識別任務(wù)難度更大、要求更高。以LUNA評測中的肺結(jié)節(jié)檢測任務(wù)為例，其特點是輸入信息量“大”、待檢測目標(biāo)“小”：例如一例1.25mm層厚的CT一般包含200多張影像，每張影像大小一般為512x512像素，而小的肺結(jié)節(jié)直徑僅有4個像素。

醫(yī)學(xué)影像識別任務(wù)的另一個難點在于標(biāo)注錯誤很難完全避免，即使是LUNA評測所采用的精標(biāo)數(shù)據(jù)集，也存在漏標(biāo)注等現(xiàn)象，數(shù)據(jù)標(biāo)注錯誤會直接影像識別的性能。為了降低標(biāo)注錯誤帶來的影響，科大訊飛還提出一種有效樣本挖掘策略，該策略能夠通過在線學(xué)習(xí)過程自動過濾可疑錯誤樣本，大大提高系統(tǒng)的檢出效果。

鹿曉亮對南方周末記者表示，科大訊飛自從2006年開始關(guān)注深度學(xué)習(xí)，2010年起投入做了很多創(chuàng)新工作。深度學(xué)習(xí)的底層是一樣的，針對不同行業(yè)的技術(shù)上的遷移，對科大訊飛來說不算是很大的挑戰(zhàn)。難點在于尋找行業(yè)專業(yè)人才。

2017年3月，科大訊飛從美國約翰霍普金斯大學(xué)引入陶曉東博士，擔(dān)任科大訊飛智慧醫(yī)療事業(yè)部總經(jīng)理一職。陶曉東研究方向為醫(yī)學(xué)影像，曾在美國通用電氣公司(GE)從事醫(yī)學(xué)影像研究，并在飛利浦醫(yī)療放射解決方案部門擔(dān)任首席架構(gòu)師。

目前科大訊飛醫(yī)療團隊一共150人左右，主要由研發(fā)、醫(yī)療、產(chǎn)品三塊構(gòu)成，其中研發(fā)占60-70%。鹿曉亮解釋說，醫(yī)療專家團隊有一些全職醫(yī)生，但是目前讓醫(yī)生離開醫(yī)療體系很難，科大訊飛大部分醫(yī)療專家合作是兼職。

他的計劃是團隊人員數(shù)量到年底要翻番，達到250-300人左右。

2017年8月26-27日，科大訊飛的人工智能機器人要參加全科醫(yī)生考試。鹿曉亮對南方周末記者表示，如果考試通過，意味著機器具備了全科醫(yī)生所需知識，但是要真正把這個技術(shù)產(chǎn)品化，還有很多工作需要做。

鹿曉亮最后強調(diào)說，AI雖然發(fā)展快，有些方面比人類強，但AI還處于弱人工智能階段，不具備通用性功能，比如阿爾法狗只能下圍棋，不能下象棋。機器可以幫助閱片，但最后影像報告，還是要醫(yī)生簽字。