近两年，人工智能相关的企业如雨后春笋般冒了出来。竞争是在所难免的，如何才能在竞争中确保自己能够笑到最后， 健康诺 创始人龚健认为找到 一个好的切入点往往能达到事半功倍的效果 。
健康诺是一家试图利用人工智能技术解决医疗资源分布不均难题的企业，龚健告诉动点科技，他们通过获取来自三甲医院医生的诊断数据，并采用深度学习等技术手段对采集到的数据进行分析，学习优秀医生的诊断经验， 从而最后做一个拥有众多医生经验的辅助诊断机器人，从而让基层医院也能拥有三甲医院的诊断能力。
但觊觎这个市场的企业可不止健康诺一家，动点科技此前报道的 大数医达 便同样是一家希望通过对医院病历信息进行结构化处理分析，并最后要为基层医院做一款辅助诊断机器人的公司。
用最轻的方法获取医院高质量诊断数据
由于隐私保密等原因，医院的相关数据往往并不太会向第三方公司开放，而想要做一款好的辅助诊断机器人却又必须给系统喂海量的高质量数据，用于机器学习。因此，如何获取足够多的医院数据才是能否成功研发辅助诊断机器人的关键。
据了解，大数医达为此专门开发了一堆软件开发工具，主要通过 帮助医院快速搭建自有医疗大数据平台，打通原本相互隔离的管理信息系统（HIS）、电子病历系统（EMR）、检验科信息系统（LIS）、影像检查系统（PACS）等四大信息系统，从而得以使用医院的这些数据。 不过，这些数据仍旧属于医院，大数医达不能将之拿出来放在一个统一的平台上进行机器学习，为此，大数医达只好采用了一个折中的办法，那就是将相关模型算法放在医院数据库里学习，然后将学习到的模型拿出来，又放到第二家医院的数据库中检验并学习，以此往复，直到模型算法成熟。
显然，大数医达获取数据的方法虽然有效但还是比较重。那有没有一种更轻的数据获取方法呢？这正是健康诺创始人龚健所思考的。
龚健认为， 用机器取代医院前台的导诊护士或许是一个可行的更加轻便的办法 。龚健告诉动点科技，目前大部分医院都有提高服务体验、提高医生诊断效率的需求，而想要做到这一点的前提便是前台导诊护士要能够对患者进行高效准确的分诊，然而事实上前台导诊护士的专业知识并不足以胜任这个任务，而且面对如此高强度的工作，也会出现服务态度差等风险。因此，龚健表示用更加专业高效不知劳累的机器人取代前台分诊护士是医院的刚需。
具体来说，健康诺首先通过有限的数据做一个分诊机器人，并将之部署在医院前台，其通过语言的方式向患者询问相关病症，得出初步结论后便将患者分诊到专门的科室交由专业的医生进行正式的诊断，同时以提高分诊准确率为由，要求医院能够反馈医生对该患者的诊断方案以及治疗效果等数据，医院为了提高分诊效率倒也乐意将数据分享给健康诺。这样，健康诺得以形成数据闭环，从而有望训练出更加准确的分诊机器人。
另外，在医生端，健康诺还开发了一个“自动写”应用，能自动识别记录患者对于病症的描述以及医生的诊断建议，并将其转换成文字，解决以往医生必须手动写病历的痛点。通用语音识别率不高一直是行业急需解决的瓶颈所在，不过龚健表示，在针对具体的行业应用中，通过建立专门的数据库，准确率问题并不严重。
据了解，自去年年初至 9 月，团队获取了十几万个数据点，并不断研发、训练医学相关的模型，使其更加精准。健康诺目前已与 10 余家大型三甲公立医院达成合作意向，分诊机器人也预计将于今年 5 月中下旬正式投入使用。
导诊机器人不是全部，健康诺还要进军 2C 市场
除了导诊机器人外，健康诺还与药企展开合作，基于健康诺平台所获得的不同地方、不同年龄层次的病症分布，帮助药企向各个地方和人群研发并投放不同的药物。
另外，健康诺还在建立一个 2C 的健康管理平台，连接药企、用户、医院以及保险公司等，健康诺研发的 Alpha Health 深度学习模型将计算慢病患病基本的体征数据、日常数据和人物背景等数据，从而在药品的供给上实现更精准的个性化医疗。同时，Alpha Health 还对患者建立个人健康评分，不同的评分可用于享受不同的购药或者保险折扣等，用户通过上传相关个人数据从而获得相关评分。
值得一提的是，龚健也算是人工智能领域的一位创业老兵了，2012 年，他曾创立过一个基于 SaaS 的人工智能报告公司，两年后并购退出。卸下创业者的身份后，他转行做了投资人，关注过医疗行业，接触了多家医疗相关的机构，2015 年底，龚健辞去三家创业公司董事身份，创立健康诺。目前健康诺拥有员工 20 余人，已获得天使轮战略融资，不到一年，项目已实现盈亏平衡。