动脉网（微信：vcbeat）在此与您分享一个叫做 Ask The Doctor的全球医生平台。今天，这个平台已经可以骄傲地宣布，除了朝鲜之外，他们的用户已经遍布了世界上所有的国家！
有几位企业家产生了这样一种顿悟：让全世界人民都能获取到优质医疗服务，是一项非常有意义的事业。
在这里，几位企业家指的就是“Ask The Doctor”的几个创始人。2010年，这个平台成立于加拿大多伦多，作用是让患者迅速获得全世界医疗专家的建议。在上面不仅可以Ask The Doctor，向医生提个问，还可以选择匿名上传完整的病例历史，让医生做出更完整、成熟的决策。好消息是，这一切都是不收费的！
回答问题的医生来自全球各地。而且很不同寻常的是，为了省钱提效，未来在上面回答问题的人类医生将越来越少。Ask The Doctor正在创建“AI医生”，要把它们变成比人类医生更懂倾听、更会提炼讲话重点、且能提供可靠医疗建议的高手，让普通用户、患者、医生乃至整个医疗体系的信息最大限度地民主化。
公司团队里有专业认证医生、数据科学家、开发人员等。虽然成员个个都很牛，团队却非常接地气，因为公司在2011年成为了美国国家卫生研究院（NIH）的官方合作伙伴，全美国最大的医疗健康数据库也会向他们敞开。地区性的医疗需求、行业中未能满足的需求，都能让他们看到人民的医疗痛点，从而随时调整医疗战略。
输入症状，即可获得医生的解答（图片来源： AskTheDoctor.com）
那么Ask The Doctor的创业点子是怎么来的呢？
2006年，现已是公司CEO的Prakash Chand与他的朋友Suneel Sharman博士在多伦多的一个咖啡厅聊天。当时，Sharman博士虽然刚从多伦多大学毕业，但很多制药商就已经听闻他做学问很厉害，纷纷找他写文章，每写一篇能得300-500美元的报酬。
Sharman博士就想，这是个好商机，不如全面把它在线化。于是他问Chand帮他简单做一个网站，方便药商从网上找到他。Chand不以为然，手上正好有一个叫[AskTheDoctor.ca]的域名，顺手就拿给他用了。
6个月之后，两个人都忘了当初还有这么一个网站。有一天，Sharman博士突然打电话给Chand问网站邮箱的事情。他们打开邮箱的瞬间就惊呆了：一共有4000多封邮件，但不是制药公司发来的，而全是患者的问题——也就是说，找医生找到绝望的患者们看到这个域名，就觉得它是一个能得到医生答复的网站。两人当即灵光一现，走上了拯救患者的创业之路。
三年之后，他们买下[AskTheDoctor.com]，与原来的[AskTheDoctor.ca]合并，开启面向全球的医疗征途。
图片来源： AskTheDoctor.com
创业点子确立的2006-2007时期，CEO Prakash Chand到拉斯维加斯去参加一个医生好友的婚前派对。派对上有10多个医生朋友，Chand就在人家的单身派对上大讲特讲自己的宏伟目标——我要为全人类提供免费的医疗建议，还要创造全世界最大的医疗问答知识库。
毫无疑问，他的朋友们都像看疯子一样看着他。他们想告诉Chand，这个想法太不切实际了，没有医生会愿意去做的。但时间快进到7年之后，就在这群医生朋友里出了好几个投资Ask The Doctor的人。
那么，Ask The Doctor这个平台又能产生什么独特的作用呢？
原来，Ask The Doctor认为，AI医生与人类医生相比，最大的好处就是它们能让患者一气呵成地详细描述自己的病情。团队发现，北美医生在问诊时平均年每12-23秒钟就会打断患者一次，这不便于患者的完整表达和医生的全面理解。这也就是Ask The Docto逐渐向AI医生演进的原因。
CEO说，以后平台上的患者将不会直接面对真人，加之允许匿名，人们能更自在地把敏感问题告诉AI医生。Ask The Doctor正在训练的AI医生，其医疗见解均来自认证的专业医生，这一方面的原因也会获得人们的信任。
像在线医生预约网站ZocDoc这样的平台越来越多，不过Ask The Doctor在另一方面有优势：它的技术能让全球任一角落的医生帮助到全球任一角落的患者，并有大数据和专业人员加持的AI技术。
图片来源：medicalplatform.pl
Ask The Doctor的终极目标，是要让全球70亿人更容易地获得医疗意见，每个人也能有更充分的时间来看病。人们在用谷歌或WebMD的时候，一般都是在把自己的状况和上面的一些知识和文章对号入座。但这个平台，是把医生的丰富经验和聪明的AI结合，避免人们自己去拿少量的信息以偏概全、胡思乱想。
而Ask The Doctor不止在向美国国家卫生研究院要数据，现在也在积极地对它“反哺”。平台上获取的问题，都能反映不同地理位置的人们会有怎样的医疗需求，Ask The Doctor会把这些信息免费提供给美国国家卫生研究院。
目前，公司在加拿大多伦多有AI实验室，正雇佣全世界最顶尖的AI专家来完善自动回答问题的功能。
平台的目标是——在未来3-5年代替谷歌和WebMD的医疗信息查询！CEO信心满满地说:“我们会成为全世界的第一道医疗保护线，而且还能起到指导的作用，让患者在令人迷惑的医疗体系中找对方向。”
2016年11月，Ask The Doctor获得了数目未透露的天使轮融资。
团队简介
CEO Prakash Chand，运动员出身，之后便加入了连续创业者的阵营。在此之前，他创办了加拿大最大的独立房屋清洁公司，Premier Canada Maid Service，还通过同样的生意打入了美国市场。2012年，此公司的年营业额已达数百万美元，他卖掉了手中大量股份，以专注Ask The Doctor平台的生意。
首席技术官Suresh Kanumuri，15年以上的IT经验，曾是DTE能源公司的商务分析专家，还曾是印度车辆交易网站Gaadi.com的投资者和顾问。
首席医疗官Israel Idonije，曾是芝加哥熊队和底特律雄狮队的防守球员。他创办过针对漫画和运动两个利基市场的精品出版社，以及圣餐杯生产公司。
Suneel Sharman博士，也就是向CEO要网站的那个医生，现任公司位于加拿大的首席医疗官。此外，团队还包括美国的首席医疗官Patrick Golden和医疗顾问Kunaal Jindal。
文章来源：Forbes.com
文|刘露诗
“AI+医疗”：人工智能落地的第一只靴子？
人工智能最大优势在于计算能力的高效，尤其在数据密集型、知识密集型、脑力劳动密集型行业领域。与互联网不同，人工智能对医疗领域的改造是颠覆性的。
IBM的人工智能Watson，近日仅用10秒就开出了癌症处方。在引发舆论热潮的同时，也再次把“AI+医疗”推向高潮。方正证券近日发布的互联网医疗深度报告就显示，尽管安防和智能投顾最为火热，但AI在医疗领域可能会率先落地。
接手“互联网+”无奈的医疗痛点
图像识别、深度学习、神经网络等关键技术带动了人工智能新一轮大发展。
该份报告指出，从互联网改造医疗行业的角度来划分，中国互联网医疗发展经历了三个阶段：信息服务阶段，即互联网改造的是医疗的信息流，实现人和信息的连接；咨询服务阶段，即互联网改造的是健康咨询的服务流，实现人和医生连接；诊疗服务阶段，互联网改造的是医疗的服务流，实现人和医疗机构的连接。
然而，互联网带来的模式创新没有根本上提升医疗供给端的服务能力，从而根本上解决医疗资源（尤其是医生）供不应求的局面。
与此同时，图像识别、深度学习、神经网络等关键技术的突破带动了人工智能新一轮的大发展。“人工智能+医疗”概念应运而生。
与互联网的不同，人工智能对医疗领域的改造是颠覆性的。
对人工智能医疗的需求主要基于几方面客观现实：一方面是优质医疗资源供给不足，成本高，医生培养周期长，误诊率高，疾病谱变化快，技术日新月异；另一方面，随着人口老龄化加剧、慢性疾病增长、对健康重视程度提高，医疗服务需求持续增加。
工智能的核心能力实际上是人类自身已拥有的能力，但与人类相比，最大优势在于计算能力的高效，尤其在数据密集型、知识密集型、脑力劳动密集型行业领域。
在医疗领域，IBM Watson可以在17秒内阅读3469本医学专著、24.8万篇论文，69种治疗方案、61540次试验数据、10.6万份临床报告。通过海量汲取医学知识，包括300多份医学期刊、200多种教科书及近1000万页文字，IBM Watson在短时间内迅速成为肿瘤专家。
阿里云研究中心和BCG的最新合作报告指出，从技术突破和应用价值两维度分析，未来人工智能会出现服务职能、科技突破、超级智能三个阶段。基于数据的服务智能阶段将在接下来3—5年爆发：人工智能拓展、整合多个垂直行业应用，丰富实用场景。IDC Digital预测，截至2020年，医疗数据量将达40万亿GB，预计约80%数据为非结构化数据。
四大模式分争万亿市场
人工智能+辅助诊疗潜在市场空间巨大，至少是万亿级以上的营收规模。
从全球创业公司实践的情况来看，AI+医疗的具体应用包括洞察与风险管理、医学研究、医学影像与诊断、生活方式管理与监督、精神健康、护理、急救室与医院管理、药物挖掘、虚拟助理、可穿戴设备以及其他，其中以四种模式为主流。
首先是AI+辅助诊疗，即将人工智能技术用于辅助诊疗中，让计算机“学习”专家医生的医疗知识，模拟医生的思维和诊断推理，从而给出可靠诊断和治疗方案。辅助诊疗场景是医疗领域最重要、也最核心的场景，人工智能+辅助诊疗潜在市场空间巨大，至少是万亿级以上的营收规模。
在AI+辅助诊疗的应用中，IBM Watson是目前最成熟的案例。2012年Watson通过了美国职业医师资格考试，并部署在美国多家医院提供辅助诊疗的服务。目前IBM Watson提供诊治服务的病种包括乳腺癌、肺癌、结肠癌、前列腺癌、膀胱癌、卵巢癌、子宫癌等多种癌症。
AI+医学影像，是将人工智能技术具体应用在医学影像的诊断上，主要分为两部分：一是图像识别，应用于感知环节，其主要目的是将影像这类非机构化数据进行分析，获取一些有意义的信息；二是深度学习，应用于学习和分析环节，是AI应用的最核心环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握“诊断”的能力。
如今，AI+医学影像已经走出实验室，下一步将迎来商业化浪潮。贝斯以色列女执事医学中心（BIDMC）与哈佛医学院合作研发的人工智能系统，对乳腺癌病理图片中癌细胞的识别准确率能达到92%，与病理学家的分析结合在一起时，它的诊断准确率可以高达99.5%。国内的DeepCare对于乳腺癌细胞识别的准确率也达到了92%。
AI+药物挖掘，是指将深度学习技术应用于药物临床前研究，达到快速、准确地挖掘和筛选合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。通过计算机模拟，AI可以对药物活性、安全性和副作用进行预测。借助深度学习，在心血管药、抗肿瘤药、孤儿药和常见传染病治疗药等多领域取得了新突破。目前，已经涌现出多家AI技术主导的药物研发企业。
最后是AI+健康管理。目前从全球AI+医疗创业公司来看，主要集中在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及基于精准医学的健康管理。
巨头筑基下的生态圈竞争
底层基本都已由科技巨头布局，开放人工智能平台是其构建生态的必然趋势。
报告指出，根据技术层级从上到下，人工智能产业链，目前分为基础层、技术层和应用层三个产业层次构成。
基础层的计算能力是构建生态的基础，技术层的算法、框架以及通用技术是构建技术护城河的基础，都属于人工智能产业大生态的基础设施，具有高投入、高收益的特点，需要中长期进行投资。而应用层是人工智能技术在具体行业、具体应用场景价值变现的渠道，具有变现能力强的特点。
目前，底层基本都已由科技巨头布局，且未来开放人工智能平台是其构建生态的必然趋势。应用层汇聚了大量的AI+医疗创业公司，分布在多个细分领域。总体而言，全球AI+医疗产业结构呈现倒金字塔形态。
对于全球科技巨头而言，之间的竞争不仅仅是某项技术、某个领域的竞争，更多是生态圈与生态圈的竞争。目前科技巨头均已利用禀赋优势打造属于自己的生态圈基本形态，已基本完成“人工智能+”生态的基础设施布局。
随着科技巨头在AI+医疗的基础层和技术层布局逐步完善，在应用层的布局也开始发力。目前正在医疗行业应用布局的大公司主要有四家：IBM、谷歌、微软、百度。
目前，中国AI+医疗产业处于起步阶段。2016年是全球人工智能元年，也是我国人工智能元年。资本对AI+医疗的追捧，多家创业公司顺利获得融资。其中，成立仅半年的碳云智能在A轮获得10亿元的融资。随着全球科技巨头陆续将人工智能平台开放，将有效弥补我国在底层方面的积累不足，各个细分领域的AI+医疗创业公司将受益。
本文转载于科技日报
