文章主题：
本文首发于MedicineAI公众号。
🌟在医疗服务中，初次接触往往始于问诊，这至关重要。医生通过详尽询问，获取病患病情的关键线索，从而制定个性化的治疗方案。而患者也会借此机会，向专业人士咨询身体健康上的疑虑。互动的问诊过程不仅是诊断的起点，也是建立医患信任关系的桥梁。🌍
🌟面对国内医疗资源分布不均的现状，患者的就诊体验往往充满了困扰。漫长的等待，挤满人潮的挂号处，简短到尴尬的诊疗时间…这些都是常态。常常需要耗费大半天的时间，只为换来一次与医生宝贵的10分钟对话，而那些关键问题往往被敷衍了事。🌟
🌟在健康问题面前，许多人出于对传统医疗体系复杂性的顾虑，或是对初次就诊不满意的经历，更愿意尝试在线寻求答案。💡然而，简单地依赖搜索引擎（如.baidu）虽然能提供一些信息指引，却无法像面对面咨询那样，给予全面且个性化的建议。👩⚕️对于轻症问题，这无疑是一种临时的应对，而非长期解决方案。自我诊断和网络搜索确实方便快捷，但它们不能替代专业医疗评估。📝患者在互联网上找到的可能并不完全准确，甚至可能存在误导。因此，当症状出现时，首要任务是寻求可信来源的医疗帮助，而不是盲目地依赖搜索引擎的结果。记住，你的健康需要直接且专业的对话，与医生面对面交流才是最安全、有效的途径。👩⚕️别忘了，预防永远胜于治疗！💪
于是，在“互联网+”的浪潮下，瞄准患者轻量级问诊咨询的需求，不少主打线上问诊的创业公司应运而生。
线下问诊 >> 线上问诊
🌟线上医疗新时代🌟通过科技的力量，传统的面对面问诊模式已转变为无需出门的便捷就医方式——线上问诊！👨⚕️只需轻轻一点，患者就能与各专科医生在线交流，解决日常健康疑虑或是获取初步诊断建议。🌍无论身处何地，只要有网络，医疗服务触手可及。💻让医疗不再受地域限制，为您的健康保驾护航！记得保持良好的生活习惯哦，💪保持健康，从线上问诊开始！#线上医疗 #健康生活 #便捷就医
✨🚀通过观察这段在线问诊对话开头，我们可以洞察到问题解决的便捷途径——简单咨询、科普普及与温暖的人文关怀。背后隐藏的是一个不容忽视的医疗健康市场动态：平均每分钟，百度就能处理数百万次医疗相关搜索请求，而一些领先的线上诊疗平台每天更是能促成数十万例互动。这无疑揭示了其庞大且活跃的用户需求。🌍🏥
🌟🚀经过多年的迭代与发展，线上问诊平台如好大夫在线、春雨医生和平安好医生等，已经步入了成熟阶段，其主要的盈利模式逐渐清晰：增值服务、精准导诊与流量转化。💡这些平台通过专业知识积累和用户数据沉淀，不仅能满足C端用户的日常需求，还能为B端提供深度咨询的可能。换句话说，它们已经成为医疗健康领域的重要信息引擎，以数据驱动的方式推动着行业的发展。🏆
患者轻问诊需求得到了满足，医生也可以获得收入——线上问诊虽然部分解决了医疗资源分布相对不均的问题，但供给仍然是通过牺牲医生的休息时间产生，并没有提高医疗过程本身的效率，也就没有真正解决医疗资源绝对不足的问题。这某种程度上甚至违背了互联网优化环节、提高效率的初衷。
要提高医疗过程的效率，最直接的办法是自动帮医生完成机械性的任务。问诊是有章可循的：先问清楚主诉相关的现病史信息，再问既往史、个人史、药物史、婚姻生育史、家族史等。其中相当部分是机械性的问答，如主诉的急慢性、伴随症状，是否对青霉素过敏，是否结婚生育等。
那么，可以自动地完成这部分问诊吗？
人工问诊 >> 自动问诊
技术上对自动问诊的尝试可以追溯到1960年代的ELIZA，由MIT人工智能实验室Weizanbaum发明。基于模式匹配和简单的规则系统，ELIZA可以模仿心理咨询师与患者进行对话。虽然大部分交流不尽如人意，但ELIZA还是早早地为自动问诊埋下了种子。此外，ELIZA也是首批尝试挑战图灵测试的算法之一。
目前，主流自动问诊平台几乎都采取大量规则结合知识图谱推理的算法。医疗知识图谱储存了医疗领域各个概念（构成点），如疾病、症状、药物等，以及它们之间的关系（构成边），如症状a可能提示疾病A或B，由药物1可以对症治疗等。现代医疗知识图谱可以由百万以上级别的点和边构成。
知识图谱的构建和推理算法都是人工智能研究的前沿课题，篇幅所限这里就不展开。关键是：自动问诊如何利用知识图谱呢？
举个例子：假定应用场景是询问症状后对应到少数可能的疾病，并且已有疾病-症状对应关系的知识图谱。如果患者的主诉是腹痛，在图谱中会对应数百种疾病，但这些疾病可能一半对应急性腹痛，另一半对应慢性腹痛。下一个问题就可以问腹痛的起病时间，以判断急缓，排除一半的可能性，以此类推，直到剩下少数疾病为止。
自动问诊是重要的医疗需求流量入口，其意义完全不亚于医疗搜索。巨头们也开始了围绕自动问诊的布局：腾讯在2018年开始与英国自动问诊行业龙头Babylon Health合作；百度的医疗大脑曾经就是一个自动问诊界面，其在2019年也收购了国内自动问诊公司康夫子；此外，这个赛道上还有不少像慧医明智这样的创业公司。
不过，自动问诊目前市场接受度有限，主要原因可能有：1）时间成本：部分问题响应时间过长，整个问诊流程可以持续十分钟以上而没有任何反馈激励；2）患者接受度：医疗是一个很传统的行业，患者接受自动诊断/导诊的速度不容乐观。
即使如此，随着时间的推移和技术的进步，这些问题都能慢慢解决。个人认为自动问诊绝对是一个长期看好的医疗AI应用。
结语：回归初心
无论是线上问诊还是自动问诊，都应该致力于让医患沟通更高效。为了短期的流量利益走得太远，会渐渐失去医患群体的信任而得不偿失。相信大家也都读过反面教材了。
关于作者：靳琪奥，清华大学医学博士在读，医疗NLP科研背景，在产业和临床上对医疗AI也有些许涉猎，个人主页http://www.doctorqiaojin.com，简介请看这篇文章。
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
