现在，“医师荒”已经成为医疗职业一个为难而扎手的问题。
假如咱们留心 AI+ 医疗、互联网+医疗等这些概念提出的布景 ，就会发现他们都包含一个一起的医疗职业痛点：医师缺口大。此前，Lancet 杂志一项研讨剖析了我国 2005 年至 2015 年我国卫生和计划生育委员会发布的卫生年鉴，发现在 10 年中，我国大学培育了470 万名医学专业毕业生，而医师总数只增加了 75 万，增幅为 16%。也便是说有近 400 万的医学人才流失。
而形成这一现象的中心要素是医学教育与就业机会的不匹配：一是成为医师的培育进程绵长而严厉。二是医学常识的运用难。医学常识海量且涣散，处理一个临床问题需求查阅多个材料源。这样绵长且困难的进程，有的人被筛选，有的人半途抛弃，最终成为合格的临床医师很不简单。“医师数量少，医师的时刻不够用，生长太苦楚。”
未来医疗
的 CEO 靳超总结了医师职业的现状。人才是社会和职业开展的充沛必要条件，所以医学人才的教育就与医疗职业的昌盛程度休戚相关。未来医疗便是一家用 AI 技能协助加快医学人才教育进程的公司。未来医疗的前身是 360 医学网，是一家从事网络医学教育的公司。不过，跟着 AI 技能的优势展示，和之前该公司的资源累积沉积，未来成为了一个医疗职业人工智能产品开发及使用整合公司，以医疗大数据和深度学习为中心。未来医疗期望“科技重构未来医疗体系”，其主要产品是围绕着医学教育，包含临床思想练习体系和住院医师规培体系。
“咱们要做的第一件工作是将数据结构化。”据靳超介绍，和一切医疗大数据使用所面对的门槛相同，数据的结构化是一个大的妨碍。未来医疗通过两种途径获取结构化数据，一是将之前堆集的数据进行清洗和收拾；二是把使用到医院的相关软件改造晋级，使软件可发生结构化的数据。
在将医疗大数据结构化后，未来医疗推出一个 AI 临床思想练习体系。阿里巴巴从前提出 AI 虚拟患者，和这个概念类似，未来医疗的 AI 临床思想练习体系被称为临床规范化患者（SP）机器人。“这个产品主见是协助医师或许医学生生长。咱们的体系能够让他们仿照一个患者从门诊到住院整个进程中的情形。由于医师录入患者数据是有限的，所以导致一般的思想练习体系可知道的症状也有限。而用 AI 就能够仿照出更多的状况与场景。”靳超说。
据悉，规范化患者（Standardized Patient，SP）是指通过特别练习后，能够充沛了解临床患者的心思状况和病史并稳定、逼真地仿照其症状，在临床教育及技能考试中扮演患者、教育指导者和评价者等多种人物的人员。规范化患者（SP）包含两种：一种是仿照某种或某些疾病的正常人；另一种是自愿将自己所患疾病按规范形式用于教育的患者，他们都应对错专业人士。
此外，针对住院医师规培的体系，未来医疗也供给了更高效的 AI 处理方案。依据国家的规范，医师开端进入医院时，要进行一些规培才干练习的，参加了考试后才干成为一个真实具有处方权的医师。未来医疗结合了国家的规培纲要、各省市的规则、医院自身的要求和医学学科课的特征，打造了一个规范的规培体系。靳超向动点科技说明晰其间的”玄机“：
“医师初到医院时，需求在各科室轮转学习记载所学的东西。然后每个科室学习结束，要进行一个小考试，通往后再去下一个科室。这一进程，医院端需求在后台办理，可是这个任务量十分冗杂。咱们将 AI 技能嵌入到规培体系后。体系就能够剖析办理到医师更多纤细的状况。如帮组医师轮转排班之类的。别的，还能够具体了解到这个医师在哪些环节或许常识点有问题。如一些环节由于教师打分太松，而导致分数上是合格，可是实际上医师对这个常识并没有把握够。”
现在市面上 AI+ 医疗的测验主要是会集在医疗印象，可是未来医疗以医学教育为医疗的切入口，对此，靳超表明：“咱们的意图是对医师的生长供给协助。关于医师从业的组织，包含医院、医学院，供给技能协助，以助他们丰厚专业常识。”尽管未来医疗没有揭露融资，不过依托给医院供给一些传统的考试软件等仍然能够坚持营收。
与许多医疗科技公司面对的问题类似，靳超泄漏：“AI 医疗很大的应战是两个专业性的结合，也便是需求便是大数据专家又是医学专家复合型人才。”据悉，未来医疗的中心团队均有多年的医疗职业经历与技能经历，此外，其在医学方面特聘许多医学专家，大数据方面则主要和一些科研组织协作。
题图来自123RF