人工智能：为数字医疗装上“AI大脑”！

从上海交通大学毕业后，匡明入职一家研制电脑处理器的知名公司担任工程师，之后前往剑桥大学继续深造。2014年，匡明决定在数字医疗领域创业，团队正式落子浙江杭州未来科技城。近10年时间里，他带领团队从糖尿病健康管理App起家，其公司已发展成为中国数字化慢病管理领域颇具代表性的企业之一。如今，他希望能带领团队在搭建数字医疗基础设施上贡献更多力量，让医疗数据更加标准化。

慢性病管理路径的数字化升级

留学期间，匡明曾前往英国当地一家著名医院实习，有一件事令他印象深刻：患者抵达医院前，医生已经接收到患者居家期间的体征数据。见面后，医患二人“闲聊”几句，便轻松地完成了就诊过程。与此同时，医生对患者下一阶段的用药方案已做出调整。

医生是如何完成诊疗的？这一过程让匡明好奇。

“对慢性病治疗来说，生活习惯的变化是重要变量之一。聊天是为了寻找数据变化的真正原因。”医生回答。

那时，这样一个看似简单却能为患者精准“把脉”的过程，在匡明心中埋下了创业的种子——能否打造出一个数字化平台，更好记录慢性病患者的日常数据，为医生减负？

以血糖管理为例，医护人员统计患者血糖情况时，需要逐个检测再手动录入医院系统。如果一个病区有100多名患者，每名患者的每天统计便是巨大的工作量，而且繁琐工作容易出错。匡明团队推出一体机和操作系统，使护士检测的血糖数据可以实时上传，同时部署到不同科室，帮助医护人员提高效率。

2014年，匡明带领团队打造的糖尿病数据健康服务管理平台上线。一方面，患者可以在App上记录健康数据、获取健康指导，逐步改善自己的健康状况；另一方面，连接平台的医院可以透过可视化医疗健康大数据，为患者提供更高效精准的病情指导和治疗方案。

“我们最初的方案就是以医院为先，用技术去提升医院对患者的治疗及管理效率。思路特别简单：我们想，如果能帮助整个公立医院效率提高1%，这个量就非常大了。”匡明说。

为药房插上“数智双翼”

2017年11月，通过业务整合和品牌升级，匡明从糖尿病管理切入整个慢病领域。通过“院外+院内”“线上+线下”“软件+硬件”的运营模式，将医院端和患者端的数据连接起来，构建慢性病管理生态圈。

两年后，匡明做出了创业路上另一个非常大胆的决定——让团队研发的数字化平台从医院走向药房，为传统药房插上了“数智双翼”。

“慢性病周期很长，有的病程甚至有三四十年，让患者天天去跑门诊，这并不现实。在这种情况下，医院外部的补充体系就变得更加重要。”匡明说。

在杭州市余杭区，62岁的陆先生实实在在地感受到了互联网医疗所带来的便利。他患有高血压已有6年，之前每次复诊都需要到社区医院排队挂号、复诊、拿药，在严寒酷暑的季节时最难熬。现在，楼下的药房已接入智慧问诊系统，陆先生在药房就可以完成复诊、开方、取药流程，极大节省了就诊时间。同时，在手机上也可以与医生在线沟通，翻阅问诊历史记录，更好记录自身健康情况。

“过去，互联网医院的建设方式重在将医院的线下服务搬到线上，但对于推动整个数字医疗运转来说，与‘药’相关的处方流转，同样需要纳入系统设计之中。传统药房的数字化转型很重要，这里是医药流通的重要载体、基础医疗服务的重要组成部分。”匡明说。

2022年，匡明团队在医院外部体系上提供医疗服务约1.7亿人次，其中绝大多数是通过药房来实现的。截至2023年6月底，智云健康平台医疗服务系统已累计为全国2600多家医院、逾20万家药店提供服务，平台注册医生超过10万，注册用户超过3000万。

让人工智能更好赋能医药产业

近年来，人工智能大模型竞相布局医疗赛道。在业内分析人士看来，当前市场正处于AI大模型与医疗产业机遇的爆发期，国内AI大模型通过覆盖更多预防、诊断、决策下的场景，可以更好实现降本增效的目的。

2022年8月印发的《科技部关于支持建设新一代人工智能示范应用场景的通知》（简称《通知》）中就曾提到，要针对常见病、慢性病、多发病等诊疗需求，基于医疗领域数据库知识库的规模化构建、大规模医疗人工智能模型训练等智能医疗基础设施，运用人工智能可循证诊疗决策医疗关键技术，建立人工智能赋能医疗服务新模式。重点面向县级医院，提升基层医疗服务水平。

如何发力探索“AI+医疗健康”，是匡明团队如今聚焦的重点，也是数字化品牌升级的方向。匡明介绍，基于数据库与技术积累，以及丰富的院内外SaaS业务场景实践经验，其团队已打造了自研AI平台智云医疗大脑，去年又对AI能力进行完善升级，推出两个医疗行业模型——ClouD GPT和ClouD DTx，为AI辅助诊疗、AI辅助药械研发等提供创新技术解决方案。

“我们希望人工智能可以更好协助医生，提升诊疗的准确性和效率。医学在不断进步，迭代速度越来越快。在拥有巨大样本库的基础上，人工智能可以主动匹配，在医生遇到新的病例时提供建议，这些建议来自样本库内别的专家或者文献资料。”匡明说。

在医疗行业，新的技术范式与交互能力的突破，的确衍生出了新的应用机会。从挂号、报告解读到个性化健康管理、用药指导等，AI大模型的应用场景正在拓宽。

“我们也希望能依托AI大模型，继续提升数字化能力，高效地为医疗产业各方赋能。”匡明说。