NLP智能导诊，微信端与线下导诊机器人共同减轻医院人流负担基层案例

Posted 2021-04-28 动脉网

子询人工智能于2016年在深圳成立，从医疗、工业到金融，子询都相信AI能带来不一样的未来。

自从成立之初，子询人工智能便不断捕捉行业中的缺陷，致力于开发自然语义处理、计算机视觉、数据处理原创技术，始终坚持自我创新。

经过近两年的摸索与积累，子询决定将业务核心的一部分放置于医疗领域，并开发了一站式智能客服解决方案及肿瘤智能诊断机器人。

图片由子询人工智能提供 

名校博士组成核心研发团队

子询人工智能的创业团队来源于各行业的顶尖人才。联合创始人包括赵教授（未透露姓名）、刘东屏、王斌、刘翔四人。

赵教授在中国科学院物理研究所取得博士学位，后于加拿大麦吉尔大学、香港大学从事博士后研究工作。刘东屏取得了中国学院物流研究所博士学位，也曾在加拿大麦吉尔大学任博士后。王斌是香港大学物理系博士，入选“孔雀计划”B类引进人才。刘翔取得了西南大学西南民族教育与研究中心博士，并在西南大学汉语言文献研究所做博士后工作。

团队COO陈昊天曾取得墨尔本大学工商管理硕士，他曾创立了Heywines葡萄酒智能推荐系统，该系统与子询的产品有异曲同工之处。研究院高级商务经理罗康晋曾任赛亿科技高级商务经理，拥有三年提供软硬件解决方案的经验。

 

微信端辅助导诊，线上线下联动助力分流医院人流

子询人工智能过去已经发布了线下的智能导诊机器人，主要放置于医院大厅，用以为初入医院的患者提供咨询服务，患者可以通过点击相应的程序来获取挂号、缴费等信息。

但这种机器人缺陷也非常明显。子询人工智能在实践中发现，出于经济和空间等原因，一般医院仅布置数台智能导诊机器人。

一方面，数量上的缺陷导致机器人不能满足巨大人流量的需求；另一方面，当前情况下医院仍以老年人居多，技能限制决定了他们不能很快适应系统。所以，这类产品在医院难以发挥其核心作用，常作为一种面子工程的产物，提升患者对于医院的印象。

在“互联网+医疗”的大环境下，子询人工智能认为智能导诊机器人可以作为一个跳板，一个轻易的改变就能让更多的人接入互联网。

由此，子询人工智能推出微信端智能导诊机器人，该机器人采用了咨询研究所开发的NLP算法，连接专业医疗语义库，能够很好的分析出文本信息与语音信息，并给出相应的回复。

图片由子询人工智能提供

子询人工智能COO陈昊天告诉动脉网记者：“虽然市面上做NLP系统的企业很多，但具有专业优势的企业很少。我们拥有专业的医疗信息语义库，将其连接至微信端导诊机器人。患者接入系统后首先会通过定位识别位置，并为其查找出符合距离条件的医院，然后再根据患者提供的信息，如病情描述、自身意愿等将患者导入合适的医院，合适的科室。”

“一定程度上说，它比医院内部的导诊机器人更为实用，实用条件也更为宽泛。因为患者不需要到达医院后再排队导诊，坐在家里即可提前了解到各种信息。”

“接入系统的方式也非常简单，我们计划在医院内部的智能导诊机器人旁放置微信二维码，扫码关注即可享受服务。微信的用户群体如此广泛，那么我们的市场也非常广泛，同时，无论是青年人还是老年人，都能通过简单的操作获取他们需要的信息，我相信这个市场是非常具有前景的。”

 

为医院提供便利

人群分流不仅仅是患者的要求，更是医院的要求。

合理的人流可以极大的提升医院效率，医生不用在看病的同时还要为患者提供导流服务。同时，增值的服务可以提高医院的声誉，这提升了医院的内在价值。因此，这对于医院是一件两全其美之事。

此类软件对用户收费是很困难的，医院作为既得利益方，有义务也有意愿为软件付费，这是子询微信端智能导诊机器人的一个未来盈利模式。

目前，咨询人工智能已经与数十家医院进行了合作，这些医院遍布各地，包括深圳、成都、合肥等地，整个项目仍在实践之中，广泛的合作能够加快子询人工智能对于市场的判断。

 

未来发展

据陈昊天介绍：“目前子询微信端导诊机器人已经能够达到95%的语义识别准确度，产品本身已经算是成熟了。这说明我们在两年间在医疗领域做过的方案、收集的数据是非常有用的。”

在未来，子询人工智能会继续坚持医疗领域的发展路线。下一步发展将继续坚持研发医疗器械的方向，并加强软硬件交互研究，如硬件加图像识别医疗图片，这可以用于多个场景下的疾病筛查。此方向与子询人工智能过去研发的肿瘤智能诊断机器人一脉相承。

子询人工智能仍在发展中，希望用产品为更多基层医疗机构提高效率，也欢迎在发展的同时有更多相关人才及企业能参与产品与技术的交流。

*文中图片由企业提供。

文|赵泓维

微信|qq850860074

添加时请注明：姓名-公司-职位

后台发送关键词即可获得相关好文

近期推荐

 

 

 

基层案例

 

 

 

 

 

 

 

 

 

声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。文中出现的采访数据均由受访者提供并确认。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。