小探一直很不理解，为什么直播平台上有很多人给漂亮妹子留言，说如果能聊几块钱的天，什么毛病都没了。
聊天能治病？？
没错，小探恰好遇到一家叫Buoy的公司，他们的首席执行官Andrew Le原本是哈佛医学院的博士，在校期间不专注学习，非要拉着老师搞一个聊天机器人，还说它能给人诊病。
网友评论：大白，是你吗？！
聊天能诊病？？？
……既然美女聊天能治病这个问题想不通，小探决定潜下心，好好研究一下第二个问题。
先来看一下Buoy的基本资料。Buoy已获得150万元种子轮融资。顾问团中还有早在上世纪六十年就将信息科学应用到医学诊断上、人称“网络医学之父”、现任哈佛医学院博士生导师的Warner Slack。可见，他们并不是闹着玩的。
Warner Slack(右)1985年在大型计算机前工作
Buoy的特别之处到底在哪儿呢？
故事起源
2013年，Andrew作为哈佛医学院的学生，来到麻省总医院实习。他研究的课题是脑癌，但是经常在急诊室轮值。
Andrew在讲述急诊室的故事
一天晚上，他遇到一位衣着体面的老妇人。她一进门就不停地抱怨右手的第二个指节处异常疼痛。经过诊断，医生和Andrew发现，老妇人竟然非常健康。
经过医生的再三保证，这位妇人才说出她坚持的理由——她Google了自己的症状，发现她可能得了关节炎，关节炎严重了是会要人命的，这让她非常害怕。
不久之后，Andrew还遇到了另一位病人。他的脚上有一个洞，还自己带着三个孩子来看病。因为伤口感染严重，医生不得不把他的整个小腿都进行了截肢。
同样是在网上查了自己的病，这位父亲以为自己能处理那种伤口，一直拖着没来看医生。他感觉不到疼痛，其实是因为整个脚部的血液已经停止流通。如果他早点来医院，结果会不一样。
不舒服的时候，第一反应是上网查一下自己怎么了（不知道你们会不会这样做，小探就经常这样做，也经常被网上查出的结果吓到），嗯，发热咳嗽、腰酸背痛在网站上都是致命的。
这种情况让Andrew开始思索，有没有可能开发一款软件，用比较精准的方式为人们诊断日常病症，告诉他们应该什么时候去看医生，避免病情被延误呢？
发生在他父亲身上的事更是让他坚定了这个想法——老人家也因为在网上没有得到准确的信息而延误了病情。他不想打扰在哈佛医学院读书的儿子，因为儿子总是太忙了。
电影《大鱼》中父亲孤独的活在自己的世界里
使用体验
于是，就有了Buoy。
这是一款基于人工智能和自然语言处理技术的医疗诊断软件。不同于我们常常在各大医院的网站上看到的诊断页面，Buoy还是一个聊天机器人。
首先是卖萌、打招呼；
然后，它会问你问题，基本都是多选或者判断对错，倒是不费事。这个过程大概持续2－3分钟；
最后，它会给你看它的诊断，最多有三个。在每项诊断的背后，Buoy会给出它觉得比较合适的治疗方式。如果它觉得你马上就得去看医生，还会在软件上直接推荐附近的医院给你。
自然语言处理技术使Buoy能够用我们熟悉的遣词造句的方式说话，也能够理解我们用通俗的语言描述的病症。在问到某些专业术语的时候，Buoy会添加解释或者图示，是不是有点贴心？
不过，有些用户说，在使用时还是会出现一些不认识的词，需要去Google 。作为一个发育中的初创公司，Buoy需要做的、能做的事情还有很多。
精度对比
那么，作为一个号称能给人诊病的机器人，Buoy的诊断精准度到底怎么样呢？
据Andrew介绍，这款人工智能背后的大数据是来自于18000多份医学学术论文，涵盖了500万个真实生活中的病例。
为什么不直接从医院获取允许公开的病例信息呢？原来，Andrew和他的团队在研究以后发现，医院的病例没有一个标准的填写尺度，很难从中提取出能够进行整合的结构性信息。而通过亲自阅读那18000多份专业的、有统一标准的医学论文，他们才能提取出充足的、有关联性的信息，从而整合出大数据库。
有人可能会说，临床案例被收纳到论文里，肯定要经过一定的时间，写作者个人的表达水平也会影响到记载的精准度，所以Andrew他们所基于的资料，可能并不完全适用于临床情况。
这一点小探的心里也有疑虑，不过我们还应该考虑在内， Buoy是一款人工智能机器人，这就意味着在用户使用Buoy的期间，每一份咨询都是一份数据。随着使用者越来越多，它就有可能通过深度学习不断地提高诊断精准率。
在Buoy去年进行的质量检测中，Andrew和他的团队在医院的急诊室里随机抽取了500名病人，将他们使用buoy进行的诊断，和之后医生的诊断进行了对比，最后得出结论——Buoy的准确率达到90.9%。
美国的网友们对它的精准度的整体评价还不错。
“在一个有坐骨神经痛的朋友身上试了试，它诊断的一点没错！”
“上周五看了医生以后，我拿Buoy试了试。发现它问的问题有很多和医生一样，并且！它还问了一些别的问题，最后告诉我，我的症状也有可能是别的病导致的。它提到的那几个病，我下次做年检一定要好好查查！”
如果你也对它感兴趣，想亲自试用一下，Buoy的网页版可以在全球各处使用，iOS版的APP只能在美国商店下载，免费！Android版本虽然还没发布，但有望在今年晚些时候上线。
竞争对手
Buoy并不是没有对手。
其中之一就是国际市场中最为广泛的竞品——以WebMD为代表的在线诊疗小助手。Andrew分析说，对手采用的是基于统计学的决策树算法，就像大家小时候经常玩的连线游戏，一个因导向一个果；而buoy的运算过程是从动态的30000个问题中，根据用户的回答一步、一步地排除不可能的情况，整合所有信息，最后锁定三项诊断。
决策树示意图
2016年，英国医学期刊主导了一场在线诊疗软件的评比大赛。Buoy与33个对手同台竞争，对100个以咳嗽为主要症状、但病因不尽相同的案例进行分析，Buoy的准确率达到92%，WebMD的准确率为56%，其他的还有Mayo(38%)，Isabel(28%)和Healthline(53%)。
不过，让小探说，这样的比赛对Buoy来说也太Easy了！拿人工智能软件去跟非人工智能软件比，结果毫无悬念。其实，像Buoy这样使用人工智能技术的诊疗软件，虽然国际市场上并没有很多，但各国也都在积极地发展。
英国的ADA在2016年6月上线iTunes，比Buoy还早了几个月。这款软件也是基于人工智能技术诊断病症，并且它还会为用户建立一个病历卡，记载你的过敏史、看病史和吃药的情况。这张病历卡可以在家庭成员之间共享，为不能在生病亲人身边照料的人，提供一份安心。
ADA的聊天机器人名叫Sophie
百度也在去年推出了医疗大脑Melody。Melody标榜自己是得力的实习医生和家庭小助手。通过对比用户的提问和百度医疗数据库中的信息，她会提供比百度搜索精准许多的诊断结果 。并且，她还将联合百度医生收集、汇总病人的症状描述，这些数据会在未来作为辅助资料，帮助医生挖掘更多治疗的可能性。
图右为Melody的拟人化形象，你喜欢吗？
利弊分析
到底机器人能不能给人治病？关于这个问题的探讨，有人站在反对的一面，也有人站在支持的一面。
“我实名反对利用大数据做疾病诊断。自动诊断能给个95%的准确率就不错了，说那5%不会落到自己头上的，出门概率课课本拿好不谢。”有人在知乎问答里这么说。
一位资深的产品分析师也对小探表达了同样的看法：“用科技诊病、治病，根本就不可取。中医讲究望闻问切，没有人的参与，机器永远都不能给人治病。万一有一点差错，那可就是医疗事故，谁能负得起这个责任？”
一位来自浙江大学的医学硕士分析说：在中国，作为主力的基层工作者既没有受过完整的医护教育，又缺乏检查的手段和仪器，而有最好的医生和最好的检查手段的三甲医院，经常人满为患。 如果精准度比较高的人工智能机器人能够作为医生的辅助，对于底层医疗质量的提高，也许会有帮助。
他还提到，现在网上已经沉淀了海量的医生和患者之间的对话数据以及搜索查询数据，如果我们能够有效地利用这些数据，就把个人的、地区性的经验转化为全人类的经验，那时，误诊、漏诊的几率反而有可能降低。
另外，根据世界卫生组织的分析，现代医疗面临的最大问题，仍然是医疗资源的极度缺乏。在未来的20年里，全球大约会出现1300万医护人员的缺口。
Melody的核心开发人员之一、百度前首席科学家吴恩达就说过：“除了利用人工智能以外，我不知道还有什么别的方法可以解决这个问题。”
有趣的是，力挺人工智能的吴恩达并不愿意让Melody完全取代人类医生。他自己也说：“让人工智能机器人独立诊断还有很长的一段路要走。”于是，他们提出了“增强智能”的概念，计划让Melody成为医生的助手，而不是敌人。
这个概念让小探想起医学信息领域的大拿Friedman在2012年写的一篇著作《What information is and isn't》。文章中的一张图引起了全球轰动。
有人说，现在所有人为之努力的医疗智能系统，终极形态也不能超越这个不等式——在这个不等式的左边，永远不能缺少了那个人脑。
看完了这篇文章，你有什么看法？欢迎留言，小探已经迫不及待地想听到你们的观点啦！
Buoy正在对中国资本持续关注中，有相关资源并且对于利用人工智能实现疾病诊断的公司感兴趣的投资人，欢迎添加探长微信与我们联系。（请务必注明您的机构名及职务！）
硅谷密探报道的项目被以下资本密切关注：
GGV、Y Combinator、DFJ Venture、丹华资本、华山资本、SV Tech Ventures、LDV Partners、NewGen Capital、华岩资本、SocialStarts、TEEC Angel Fund、Amino Capital、500Startups、Plug and Play、博将资本、新进创投、西湖资本、HEDA Ventures、浙江创新中心、BOE Ventures、UpHonest Capital、国科投资、德成资本、腾讯众创空间、百度战略投资、真格基金、经纬创投、红杉中国、中科创星、黑洞资本、集结号资本、云起资本、线性资本、星河互娱、丰厚资本、浩方资本、阿尔法创投。
欢迎更多的项目联系我们：[email protected]
关注硅谷密探
紧盯全球创新趋势
（长按上方二维码即可关注，神马，这居然是二维码！）
