大数据健康查询分析工具 “半个医生” 欲当半个全科医生

▲圖片標題(來源：半個醫生)

中国老百姓的健康问题需求有多大？相关数据显示，北京每天有 63 万的门诊量，北京协和医院的日门诊量早已过万。然而专家表明，76% 的患者可在二级甚至卫生院处理。 这种现象衍生了很多在线问诊和在线挂号的互联网公司，比如春雨医生、微医集团等等，能节约医患时间，提高寻医问诊的效率；也出现了诸如IBM 沃森机器人医生、多美小壹等模拟医生与患者进行对话的机器人医生，能一定程度上代替真实医生的角色，减少医患资源不匹配的压力。此外，还有一类公司是在让患者避开医生的角色，让他们去自查、自测甚至自己用药，比如半个医生、自测用药等等。当然，百度等搜索引擎也为老百姓的健康问题需求贡献了很多答案。据悉，百度每天关于症状、疾病的 query 请求搜索数为 4,268 万次。

半个医生创始人兼 CEO 王超认为，符合医学原理的是循证医学，不依赖于教科书和规则，而是更多依赖于实际情况。 尽管在线问诊和在线挂号的公司提高了寻医问诊的效率，但仍然没有扩充医生资源。百度等搜索引擎虽然能为用户的健康问题提供不同的答案，但匹配度和准确度难以把控。而多美小壹虽然能和用户对话，但它应用的是知识库，只能按照某种疾病对应的症状为用户做排除法，一些有交叉症状的疾病容易被漏掉。 即使是医生，熟稔教科书中的所有医学知识，也会受制于个人专业、经验、偏见，经常出现 “消化科的医生看到的是消化道疾病，心血管科看到的是心血管疾病。” 但疾病的发生很多时候不是呈现单一的症状，与症状之外的因素也有关系，比如心理情绪、饮食习惯、既往病史、甚至天气等等。这些与疾病相关的不同症状和不同因素形成的是一个巨大的网状结构…… 。

如此，半个医生的设计逻辑便出来了：针对科研中的诊断记录，把疾病进行拆解成包括症状在内的各种各样的标签，找到标签之间的关联性，掌握疾病的规律，模拟医生的推理逻辑，为用户分析出可能的疾病结果（包括疾病常识、预防常识、对应科室和检查项和药物、患病年龄分布）以及需要对接医院和药店......。