記得在一篇講述黑科技的文章里，曾經(jīng)比較過專業(yè)計(jì)算機(jī)和普通計(jì)算機(jī)。所謂普通就是大家正在使用的這種電腦，功能復(fù)合實(shí)用，并沒有所謂一技之長。但專業(yè)型計(jì)算機(jī)就不同了，根據(jù)某種痛點(diǎn)，強(qiáng)調(diào)某種計(jì)算能力，不斷迭代形成更高更垂直的技術(shù)壁壘。

這件事，拍醫(yī)拍也想干?；谧陨淼膱D片文字識(shí)別技術(shù)(OCR)，團(tuán)隊(duì)打算從數(shù)量多、標(biāo)準(zhǔn)化高、可操作性強(qiáng)的化驗(yàn)單入手，逐步擴(kuò)大至B超、藥品清單、病例、處方單等單據(jù)，做“就醫(yī)信息電子化”，最終達(dá)到患者有效數(shù)據(jù)搜集的目的。

與其他院中+院后產(chǎn)品不同的是，團(tuán)隊(duì)并不想成為復(fù)雜的醫(yī)患服務(wù)連接者/提供者，或者類似病歷夾的工具/工作臺(tái)，而是先做一個(gè)純技術(shù)導(dǎo)向的公司，專心研究圖文識(shí)別技術(shù)，把精準(zhǔn)度提高。

團(tuán)隊(duì)申請(qǐng)的專利有：

1.基于機(jī)器學(xué)習(xí)的醫(yī)學(xué)單據(jù)版式分析技術(shù);

2.針對(duì)醫(yī)學(xué)領(lǐng)域的多字符集圖像文字識(shí)別核心;

3.基于遞歸神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)詞向量后處理方案。

創(chuàng)始人詩展認(rèn)為，現(xiàn)有的圖片文字識(shí)別技術(shù)，還是處于機(jī)器+人工階段，需要大量人力在背后篩查匹配，成為量化工程的一大“障礙”。當(dāng)然，這里也需要強(qiáng)調(diào)，就算是再牛的技術(shù)，也無法做到100%準(zhǔn)確。

于是越求精準(zhǔn)，就意味著更大的樣本和更長時(shí)間的學(xué)習(xí)。在C端，拍醫(yī)拍通過云端自動(dòng)“解讀”服務(wù)來吸引C端用戶，如上圖顯示的指標(biāo)異常提醒，幫助患者前端先了解病情。產(chǎn)品六月上線，C端用戶數(shù)量36氪會(huì)跟蹤了解。

另外一方面，現(xiàn)在市場上大量的醫(yī)患、病例分享/分析型產(chǎn)品也可能成為其潛在合作伙伴，也會(huì)包括一些有需求的醫(yī)院或者網(wǎng)上醫(yī)院，甚至輔助完善地區(qū)第三方醫(yī)療數(shù)據(jù)庫。如果有可能的話，團(tuán)隊(duì)希望將醫(yī)生判斷、治療方案與化驗(yàn)單結(jié)果結(jié)合起來。

但大家不禁要問，為什么拍化驗(yàn)單等等行為，會(huì)成為一種需求?

在特殊的醫(yī)療體系和環(huán)境下，國內(nèi)公立醫(yī)院病例信息不外傳幾乎成為一種常態(tài)。大到醫(yī)院派系，小到合作醫(yī)院抱團(tuán)，都想把最有價(jià)值的信息掌握在自己手中，更何況還涉及到學(xué)術(shù)研究成果。

同時(shí)，醫(yī)院信息化技術(shù)做的到底如何，信息錄入是否完整也需要打個(gè)問號(hào)。相反，最容易被帶出的數(shù)據(jù)就是用戶手上的紙質(zhì)檔案了。

但，這種需求是持續(xù)的嗎?

從大環(huán)境來看，電子化病例和多點(diǎn)執(zhí)業(yè)是未來大趨勢，前者會(huì)逐漸淘汰紙質(zhì)數(shù)據(jù)，后者則會(huì)引導(dǎo)病人和病例外流，很有可能拍化驗(yàn)單這樣的事情會(huì)不復(fù)存在，但從目前發(fā)展速度而言，確實(shí)不知道還有多遠(yuǎn)。

不過對(duì)于團(tuán)隊(duì)來說，未來利用自身的技術(shù)和數(shù)據(jù)樣本，完全可以在環(huán)境開放之前就挖掘出潛在需求，結(jié)合醫(yī)療專業(yè)做出更高門檻的技術(shù)服務(wù)，乃至醫(yī)療服務(wù)。

創(chuàng)始團(tuán)隊(duì)中有原百度、好大夫數(shù)據(jù)和醫(yī)學(xué)專家，已經(jīng)完成天使融資，目前也在洽談新一輪融資。