如果我們留意 AI+ 醫(yī)療、互聯(lián)網(wǎng)+醫(yī)療等這些概念提出的背景 ，就會(huì)發(fā)現(xiàn)他們都包含一個(gè)共同的醫(yī)療行業(yè)痛點(diǎn)：醫(yī)生缺口大。此前，Lancet 雜志一項(xiàng)研究分析了中國(guó) 2005 年至 2015 年中國(guó)衛(wèi)生和計(jì)劃生育委員會(huì)公布的衛(wèi)生年鑒，發(fā)現(xiàn)在 10 年中，中國(guó)大學(xué)培養(yǎng)了 470 萬(wàn)名醫(yī)學(xué)專業(yè)畢業(yè)生，而醫(yī)生總數(shù)只增加了 75 萬(wàn)，增幅為 16%。也就是說(shuō)有近 400 萬(wàn)的醫(yī)學(xué)人才流失。

　　而造成這一現(xiàn)象的核心因素是醫(yī)學(xué)教育與就業(yè)機(jī)會(huì)的不匹配：一是成為醫(yī)生的培養(yǎng)過(guò)程漫長(zhǎng)而嚴(yán)格。二是醫(yī)學(xué)知識(shí)的運(yùn)用難。醫(yī)學(xué)知識(shí)海量且分散，解決一個(gè)臨床問(wèn)題需要查閱多個(gè)資料源。這樣漫長(zhǎng)且艱難的過(guò)程，有的人被淘汰，有的人中途放棄，最后成為合格的臨床醫(yī)生很不容易?！搬t(yī)生數(shù)量少，醫(yī)生的時(shí)間不夠用，成長(zhǎng)太痛苦。” 未來(lái)醫(yī)療 的 CEO 靳超總結(jié)了醫(yī)生行業(yè)的現(xiàn)狀。

　　人才是社會(huì)和行業(yè)發(fā)展的充分必要條件，所以醫(yī)學(xué)人才的教育就與醫(yī)療行業(yè)的繁榮程度息息相關(guān)。未來(lái)醫(yī)療就是一家用 AI 技術(shù)幫助加速醫(yī)學(xué)人才教育過(guò)程的公司。未來(lái)醫(yī)療的前身是 360 醫(yī)學(xué)網(wǎng)，是一家從事網(wǎng)絡(luò)醫(yī)學(xué)教育的公司。不過(guò)，隨著 AI 技術(shù)的優(yōu)勢(shì)展現(xiàn)，和之前該公司的資源累積沉淀，未來(lái)成為了一個(gè)醫(yī)療行業(yè)人工智能產(chǎn)品開(kāi)發(fā)及應(yīng)用整合公司，以醫(yī)療大數(shù)據(jù)和深度學(xué)習(xí)為核心。未來(lái)醫(yī)療希望“科技重構(gòu)未來(lái)醫(yī)療體系”，其主要產(chǎn)品是圍繞著醫(yī)學(xué)教育，包括臨床思維訓(xùn)練系統(tǒng)和住院醫(yī)師規(guī)培系統(tǒng)。

　　“我們要做的第一件事情是將數(shù)據(jù)結(jié)構(gòu)化。”據(jù)靳超介紹，和所有醫(yī)療大數(shù)據(jù)應(yīng)用所面臨的門檻一樣，數(shù)據(jù)的結(jié)構(gòu)化是一個(gè)大的障礙。未來(lái)醫(yī)療通過(guò)兩種途徑獲取結(jié)構(gòu)化數(shù)據(jù)，一是將之前積累的數(shù)據(jù)進(jìn)行清洗和整理;二是把應(yīng)用到醫(yī)院的相關(guān)軟件改造升級(jí)，使軟件可產(chǎn)生結(jié)構(gòu)化的數(shù)據(jù)。

　　在將醫(yī)療大數(shù)據(jù)結(jié)構(gòu)化后，未來(lái)醫(yī)療推出一個(gè) AI 臨床思維訓(xùn)練系統(tǒng)。阿里巴巴曾經(jīng)提出 AI 虛擬病人，和這個(gè)概念相似，未來(lái)醫(yī)療的 AI 臨床思維訓(xùn)練系統(tǒng)被稱為臨床標(biāo)準(zhǔn)化病人(SP)機(jī)器人。“這個(gè)產(chǎn)品主意是幫助醫(yī)生或者醫(yī)學(xué)生成長(zhǎng)。我們的系統(tǒng)可以讓他們模擬一個(gè)病人從門診到住院整個(gè)過(guò)程中的情景。因?yàn)獒t(yī)生錄入病人數(shù)據(jù)是有限的，所以導(dǎo)致一般的思維訓(xùn)練系統(tǒng)可知道的癥狀也有限。而用 AI 就可以模擬出更多的情況與場(chǎng)景?！苯f(shuō)。

　　據(jù)悉，標(biāo)準(zhǔn)化病人(Standardized Patient，SP)是指經(jīng)過(guò)特別培訓(xùn)后，能夠充分了解臨床病人的心理狀態(tài)和病史并恒定、逼真地模仿其癥狀，在臨床教學(xué)及技能考試中扮演病人、教學(xué)指導(dǎo)者和評(píng)估者等多種角色的人員。標(biāo)準(zhǔn)化病人(SP)包括兩種：一種是模擬某種或某些疾病的正常人;另一種是自愿將自己所患疾病按標(biāo)準(zhǔn)模式用于教學(xué)的病人，他們都應(yīng)是非專業(yè)人士。

　　此外，針對(duì)住院醫(yī)師規(guī)培的系統(tǒng)，未來(lái)醫(yī)療也提供了更高效的 AI 解決方案。根據(jù)國(guó)家的標(biāo)準(zhǔn)，醫(yī)生開(kāi)始進(jìn)入醫(yī)院時(shí)，要進(jìn)行一些規(guī)培能力訓(xùn)練的，參加了考試后才能成為一個(gè)真正具有處方權(quán)的醫(yī)生。未來(lái)醫(yī)療結(jié)合了國(guó)家的規(guī)培大綱、各省市的規(guī)定、醫(yī)院本身的要求和醫(yī)學(xué)學(xué)科課的特色，打造了一個(gè)標(biāo)準(zhǔn)的規(guī)培系統(tǒng)。靳超向動(dòng)點(diǎn)科技說(shuō)明了其中的”玄機(jī)“：

　　“醫(yī)生初到醫(yī)院時(shí)，需要在各科室輪轉(zhuǎn)學(xué)習(xí)記錄所學(xué)的東西。然后每個(gè)科室學(xué)習(xí)完畢，要進(jìn)行一個(gè)小考試，通過(guò)后再去下一個(gè)科室。這一過(guò)程，醫(yī)院端需要在后臺(tái)管理，但是這個(gè)任務(wù)量非常繁雜。我們將 AI 技術(shù)嵌入到規(guī)培系統(tǒng)后。系統(tǒng)就可以分析管理到醫(yī)生更多細(xì)微的情況。如幫組醫(yī)生輪轉(zhuǎn)排班之類的。另外，還可以詳細(xì)了解到這個(gè)醫(yī)生在哪些環(huán)節(jié)或者知識(shí)點(diǎn)有問(wèn)題。如一些環(huán)節(jié)因?yàn)槔蠋煷蚍痔?，而?dǎo)致分?jǐn)?shù)上是達(dá)標(biāo)，但是實(shí)際上醫(yī)生對(duì)這個(gè)知識(shí)并沒(méi)有掌握夠?！?/p>

　　目前市面上 AI+ 醫(yī)療的嘗試主要是集中在醫(yī)療影像，但是未來(lái)醫(yī)療以醫(yī)學(xué)教育為醫(yī)療的切入口，對(duì)此，靳超表示：“我們的目的是對(duì)醫(yī)生的成長(zhǎng)提供幫助。對(duì)于醫(yī)生從業(yè)的機(jī)構(gòu)，包括醫(yī)院、醫(yī)學(xué)院，提供技術(shù)幫助，以助他們豐富專業(yè)知識(shí)?！彪m然未來(lái)醫(yī)療尚未公開(kāi)融資，不過(guò)依靠給醫(yī)院提供一些傳統(tǒng)的考試軟件等依然可以保持營(yíng)收。

　　與許多醫(yī)療科技公司面臨的問(wèn)題相似，靳超透露：“AI 醫(yī)療很大的挑戰(zhàn)是兩個(gè)專業(yè)性的結(jié)合，也就是需要即是大數(shù)據(jù)專家又是醫(yī)學(xué)專家復(fù)合型人才?！睋?jù)悉，未來(lái)醫(yī)療的核心團(tuán)隊(duì)均有多年的醫(yī)療行業(yè)經(jīng)驗(yàn)與技術(shù)經(jīng)驗(yàn)，此外，其在醫(yī)學(xué)方面特聘很多醫(yī)學(xué)專家，大數(shù)據(jù)方面則主要和一些科研機(jī)構(gòu)合作。