目前人工智能在医疗健康领域的应用比较热，但是未来一段时间内医疗人工智能都将会处于早期状态。虽然人工智能在各个领域都有应用，但在医疗健康领域它不仅是让医疗变得更智能——而是说医疗行业除了人工智能外，其实没有太多其他的出路。这涉及到所谓的「医疗窘境」。
我们目前看到的医疗方面存在很多问题，如看病贵、看病难等，其实这些问题从最根本上将就是医生源少，整个医生群体数量这么少却为那么多人服务。那么不管我们如何从效益上、从制度上去做各种解决方案，在医生基数很少的情况下，很难做到根本性的解决。
之所以说人工智能是医疗领域解决方案最终的出路，是因为人工智能作为一个替代方案替代了医生的大部分工作，比如医疗影像分析方面，很多癌症病例图片的人工智能识别，已经可以减少医生在这方面 99% 的工作时间，相比于其他的制度和模式具有较大的不同点。互联网+医疗行业早期发展的模式，比如送药、医生互联等，到目前为止很多年过去医疗行业都没有一个很明显的改善，我们现在去医院跟几年前没有太大区别。
所以在医生层面上，把医生从一些基础的劳动中解放出来，整个医疗行业才能得到一些效率升级。
视、触、叩、听、检验、写病历等等是医生一般要做的一些行为，图中也只是医生们日常工作内容的一部分。而作为人工智能来讲，如果只解决某个点的问题，其实并不能完全称之为人工智能，就像大家去医院看病，医生只是问你问题，不去看你的病症，不去触、叩、听的话很难相信这个医生是专业的。在未来由于医生的行为繁多，人工智能必定不是一家公司来做，而是我们看到的趋势每家公司在一个细分领域进行深耕，再做细分领域深耕的整合。
逸善舒晨也是在做细分领域的深耕，从声音入手，用医疗人工智能+声音去做病理声音。
一、鼾声
逸善舒晨做病理声音的细分领域：鼾声。鼾症领域在国内外都是比较大的领域，全球市场份额在一千亿左右，鼾症分为两个层面，一种是医疗层面的 OSAHS(阻塞性睡眠呼吸暂停低通气综合征) 另一种是消费级层面的单纯性的鼾症。目前在医疗层面的诊断方式有两种：血氧值和多导睡眠仪，解决方案也比较单一，多采用呼吸机和手术。个性化的方案对鼾症治疗是非常明显的，引起鼾症的原因有很多种，抽烟喝酒疲劳都能够引起鼾症。鼾症并一定是血氧值变低，打鼾和通气量其实并不是强相关性的，所以在对一个 OSAAS 患者和单纯性鼾症患者的诊断解决方案一定是不同的。
逸善舒晨通过问卷去判断患者是属于 OSAAS 患者还是单纯性鼾症患者，会通过患者的鼾声去判断，比如 OSAAS 患者的鼾声会有明显的暂停，单纯性鼾症的鼾声是连续的。在解决方案上，逸善舒晨推出消除声音产品和改善 OSAAS 患者通气量的产品，目前在做的有智鼾垫系列产品和智鼾贴系列产品等硬件的解决方案，还会和呼吸机和中山附属口腔合作去做一个医疗解决方案。在解决方案上，会需要根据患者不同的声音和身体情况给出不同的解决方案，我们会通过 STOP-Bang 问卷、睡眠监测等方式确定用户的鼾症类型，如果用户属于单纯性鼾症，则主要推荐给用户智鼾贴等消除声音的解决方案，如果用户已经产生了呼吸暂停，则推荐用户使用智鼾垫、呼吸机等增加通气量的解决方案。
在声音方面的人工智能上，它可能会比视频、图像或者病理识别稍难一些，主要难点在于原始数据的采集上，逸善舒晨在做人工智能算法训练上用的是一万小时以上鼾声的数据量，虽然国内有很多多导睡眠仪和睡眠中心，但其实对鼾声的记录基本很少，大部分是纯数据化的记录，所以在原始数据采集上目前阶段是一个难点，虽然其他人工智能的数据采集同样也会有困难，但在语音方面会更突出一些。
二、言语治疗
逸善舒晨言语治疗方面主要针对领域是唇腭裂，唇腭裂全球市场大概 1400 万中国占 10%，每年几万的增加量，在言语治疗方面，由于年纪比较小，一般年龄在 6 个月到 3 岁会进行手术治疗，在手术之后进行康复治疗，康复市场在中国还处于早期阶段，标准化没有完全制定，逸善舒晨希望从顶层制定一个标准，再进行深层次的切入。目前逸善舒晨和中山系统唇腭裂研究所在进行研究，研究如何使用语音技术针对唇腭裂患者术后进行语言康复，解决目前患者只能去民营机构进行康复的问题，因为民营机构民营团体会存在不够专业和标准化不严苛等问题。
三、情绪分析
在语音情绪分析方面，逸善舒晨希望通过语音识别和心理分析做一个心理疾病分析，主要针对抑郁症，现在抑郁症诊断主要还是通过医生的主观去判断的，给患者提供问卷以及诊断患者两周内的异常情况去做判断。在逸善舒晨看来，整个心理疾病比如像抑郁症，它更像是一种慢性病，在语音方面会有比较好的优势，比如问卷或者面部识别，都是短期性的诊断，而对于慢性病的诊断，尤其是心理疾病的诊断，它更需要一个长期的数据作为判断标准，比如监听两周患者两周的说话方式，这种判断标准会远大于主观性的判断，语音情绪分析对于心理治疗师、医生来说，都将会是比较正向的帮助。
逸善舒晨的智能算法是基于人工神经网络进行的开发，主要分为两个方面，一个是遗传算法，一个是神经网络训练，语音识别方面的难度还是说语音识别和其他识别上面的不同，比如现在要做一个小时的语音标记那就是需要拿出一个小时去做语音标记，所以语音上面会有一些难度，另外现在医疗领域德创业确实是一个比较慢的过程，会受到很多限制，不是说能够跑的很快就肆无忌惮的跑。所以逸善舒晨很注重自身的积累，希望在这种积累上再去看未来如何去走。
本文转载自IT桔子
点击阅读原文，查看更多精彩资讯与行业报告
