一套桌椅、一台电脑、一名医生，远在千里之外的患者就能轻松实现中医看诊，并获得一套完整的中医诊疗方案。

  这是位于深圳市宝安区深圳问止中医健康科技有限公司（简称“问止中医”）总部正在发生的一幕。

  据了解，问止中医成立于2019年，是全球首家应用人工智能辅助诊疗的中医医疗机构，旗下重要产品“中医大脑”，是一套于2008年开始研发，至2019年终于投入临床的中医辅助诊疗系统。

  自成立以来，问止中医已先后获得蓝驰创投、真格基金等一线美元投资机构的多轮投资。

  其开发的“中医大脑”系统，参与诊疗过程在于——患者通过线上预约医师并选择就诊方式（大部分为线上）、就诊时间等，以线上视频连线方式问诊，中医师在实时问诊的过程中将患者症状信息录入“中医大脑”，中医大脑通过数据分析计算出被验证的最优方案，再由中医师微调并签署处方。

  期间，为了在达成疗效的同时保障安全性，“中医大脑”会对禁忌症进行提醒，并对老人、儿童、孕期及哺乳期女性等特殊人群做出特别处理，帮助医生避免处方上的失误。

  处方确认之后，问止中医会通过自有中药材供应链提供代煎服务（可自选），快递到患者提供的地址。患者服药后，医生与医助还会跟进诊疗服务，并到期安排复诊。

  据了解，“中医大脑”已掌握3000多类病症的实效中医疗法，服务患者约十万名，尤其擅长重症疑难病。

  近年来，随技术的火爆， AI技术在医学领域的应用已愈发迅速。而中医领域存在标准不一、医生水平良莠不齐等痛点，通过AI技术摆脱地理区域限制、推动优质中医资源下沉、提高中医诊疗效率等，已是市场共同的期待。

  而聚焦于问止中医的发展，其主打技术 AI与中医究竟是如何融合的？其核心产品“中医大脑”系统的底层逻辑又是什么？如何通过数字化技术提高中医的诊疗效率？

  近日，聚焦以上线世纪经济报道记者探访了问止中医总部，并与其创始人兼CEO崔祥瑞对谈。

  谈到中医大脑的本质，崔祥瑞认为其与大语言模型有显著区别，而是基于临床知识图谱的、基于机器学习的临床决策系统，“我们搭建了一个中医临床知识图谱，里面包含了大量的事实知识，再采用机器学习的方法，优化一套模型，这个模型恰好把握了患者表现出的症状群入参。”

  在其看来，互联网科技蒸蒸日上的二十多年时间里，许多新技术并未应用于医学领域，“（中）医学领域之所以对新技术的采纳速度较慢，是因为这是一个由专业技术人员主导的市场，专业技术人员对于新科技事物大部分观点是——越接受科技越表示他们不重要。但是近几年，随国家不断强调中医和AI、大数据相结合，慢慢的变多的人开始接受（ AI技术），许多高校已经开设了中医AI和中医智能装备的硕士点和博士点，官方将其定义为交叉学科。”

  崔祥瑞：我从记事起就对中医有强烈的兴趣。中医并非一个投资视角下的好项目，因为中医行业非常分散且混乱，发展极其落后，总是不被人相信。我和另外两位联合发起人都十分喜爱中医。而选择中医+人工智能的项目，是受留学经历的影响。2016年我在斯坦福读MBA时， AI在美国已非常火爆，当时还没有大语言模型的概念，而是关注机器学习领域。我入学开始就在寻找创业项目，最终因为兴趣爱好想从事中医工作，所以四处寻找具有相关背景的人，但快毕业都没找到，直至在斯坦福校友圈内，被介绍了一名中医博士老校友，也就是我们的联合发起人张南雄博士，他原来从事芯片、物联网的业务，后通过他，我又认识了另一位联合发起人、也是“中医大脑”开发者林大栋博士，他曾师事“经方大师”倪海厦，此前曾任职于硅谷思科及Juniper公司21年，担任芯片设计工程师，后攻读了针灸硕士、东方药学博士。

  我们的医学开发团队非常跨界，医学开发团队本科学历有计算机、电子工程、物理，之后又转行从事中医工作。中医学博士的水平差距很大，（学科）背景不能决定产品的优劣，最终取决于产品的质量。复合型的背景显然是（我们的）优势，跨学科才会诞生创新，创新从交叉学科的边缘开始，单一学科很难产生巨大创新。

  《21世纪》：问止中医是怎么把中医关于望、闻、问、切的诊疗依据通过数字化技术来体现？尤其是脉诊信息缺失怎么办？

  崔祥瑞：最大的难点在于大家的认知问题。关于四诊的问题，古人认为中医的四诊——望闻问切并非全都是必要条件，大众误以为望闻问切全都是必要条件，但当某个诊断维度上获得足够多的信息时，其实就可以不再依赖其他诊断手段。

  临床上确实有大师，尤其擅长“诊脉”，也有大师全靠“望舌”，但也有像我们这样的，单诊时间长达半个小时，我们为患者提供了充分的沟通时间，使得医患沟通问诊非常精细化，再佐以舌图和面图，获得的信息已经十分充分，在这种情况下，依照我们的数据模型，可以拟合脉诊信息的准确度达到7成。

  其实整个中医行业，大部分（医生）的脉诊水平相对较差，准确度并不高。而在我们的面对面诊疗中，不仅有脉诊，还有腹诊、压痛点诊断等多种接触性诊断手段。中医诊断手段中，你的工具箱的某一个或者两个工具使用得足够好，并不是特别需要所有工具都一起使用。

  崔祥瑞：我们搭建了一个中医临床知识图谱，里面包含了大量的事实知识。这并非主观认为的结果，而是事实性的内容，例如三阴交穴位可以治疗痛经，那么任何（女）人的三阴交穴位都可以治疗痛经；生姜可以发汗，任何人喝生姜都可以发汗，这是事实知识。我们第一步需要搭建事实知识，再需要采用机器学习的方法，优化一套模型，这个模型恰好把握了患者表现出的症状群的入参。

  中医的判断依据是人所表现出的外在症状的组合，比如患者感冒了，有发热这个体温的信号，还有黄鼻涕或清鼻涕，有汗或无汗，小便多或者小便少等症状，古人发现针对不一样症状组合，采用（不同）药物组合干预是有效的方法。至于为什么有效，可能没办法解释微观的因果性，但针对症状群入参和药物组合出参的相关性，却十分清晰，这是一种规律性发现。这其实是典型的机器学习方式，我们通过事实知识作为基础，在底层寻找基于这样的症状组合，有哪些药物组合能够干预它，由此产生有效效果。

  《21世纪》：那中医大脑所录入的数据来自什么地方？怎样确保中医大脑采取的事实性信息是准确有效的？

  崔祥瑞：事实知识是历代医家流传下来的，但如何采纳事实知识取决于医学开发团队对中医的认知水平，这是真正的技术壁垒。如果仅基于公开事实知识搭建中医人工智能，这是行不通的。我们应该有选择地采纳其中极少一部分临床验证有效的事实知识，这项工作由联合发起人林大栋博士带领的医学开发团队负责，他们是中医行业非常一线的中医临床家，医学水平决定了我们如何搭建知识图谱。另一组技术人员负责软件开发。

  崔祥瑞：中医大脑并非大语言模型。如果是大语言模型的产品，国家要求必须在工信部备案之后才能商用。大语言模型在海外的应用，在医疗和法律方面也是非常谨慎的。我们制作的中医大脑临床路径与大语言模型无关。目前，行业内尚未出现使用大语言模型应用于临床决策的情况，无论是中医还是西医。

  中医大脑是基于临床知识图谱和机器学习的临床决策系统。我们在2018年创业时，大语言模型技术尚未出现。

  《21世纪》：一名资深中医的练就离不开大量临床实践，那么，中医大脑是否会根据临床情况及时来更新迭代，这部分临床数据从何而来？公司是不是与医院有合作？

  崔祥瑞：我们与医疗机构有合作临床课题，但不合作数据共享。我们的数据都是自有数据，来自我们的互联网医院和在深圳、广州、厦门、成都、郑州、长沙等地的7家诊所，在过去5年多时间里积累了约80万案例，这是我们最宝贵的数据，并且是全行业唯一的高度结构化、经过随访标记的数据。因为很多医院没有随访标记，数据也是非结构化的，所以尽管医院的数据很多，但是不适合用于人工智能训练。

  临床数据形成闭环，随访必不可少。如果没有随访，那如何了解治疗效果？不了解治疗效果，怎么样来判断数据的好坏？使用无效数据训练，只能训练出一个无效产品。

  崔祥瑞：早期迭代非常快。2019年时中医大脑仅收录700多个病症，目前中医大脑已收录3000多个病症，早期我们每周发布一个版本，当时它学习的速度很快，有大量新鲜知识。今年，我们每三个月才能发布一个版本，它的学习边际收益在递减，因为它已经学会了中医学主体内容。每次训练，并非实时训练，而是积累到一定的量之后进行一次性训练。训练结束之后，我们的医学专家、联合创始人林大栋博士带领的团队会对训练结果进行专家评审，以确保安全性，最终部署到线世纪》：“中医大脑”的诊疗效果，或者说临床的反馈情况如何？

  我们的中医大脑软件在外有2000多家医疗机构采购，比如湖南常宁卫健局采购了中医大脑应用在本市多家公立医院，其中常宁市第五人民医院使用中医大脑进行评判，并且向我们发送了一份资料，他们使用（中医大脑）辅助诊疗1600剂次，有效率达95%，疗效特别显著的达45%。这跟我们内部随访数据较为一致。

  医疗服务企业，中医人工智能的医疗服务企业，负责看病和治病，没有药品销售。我们的定位是中医数字医疗。《21世纪》：公司下一步的发展目标是什么？

  我们需要更加多的医生，进入更多的城市。目前我们只覆盖7个城市，我们应该从一线城市开始，逐步覆盖更多城市，现在的计划是逐步覆盖全国前50个城市。接下来，我们计划开设更多的中医专病专科。目前我们主要治疗重大疾病和疑难病，在专病专科上有很多发力点。总结三个点就是，更多医生、更多城市和更多专病专科。