文| 铅笔道 记者 汪晨
导语
小时候，王超的左胸口时不时会有刺痛，“我去了两三个县的医院，医生的第一反应都是说我心脏有问题”。那时的王超做了心电检查，吃了药，仍没有缓解，患有心脏病的可能性成了他心中的阴影。
阴影持续到2014年，王超离开了工作4年的淘宝，和阿里的同事瞿波、海归黄泱一起创立了“半个医生”。其模式是：利用大规模的病例数据库，寻找医学规律和疾病关联。普通大众用“大白话“输入病情，寻找自己可能患有的关联病症，了解病情。
“我自己创立的东西，让我对小时候的疑惑有了更多了解。” 通过大数据关联规律算法，王超看到了很多与其小时候类似的病例。这时他才意识到，小时候的刺痛很有可能是由神经炎症引发。
经过两年时间研发，“半个医生”的医疗数据库已包含上百万种的语料库、30万种症状库、接近一万种的相关疾病库。其App的留存率从20%提高至30%左右，用户数已有46万。
2015年5月，“半个医生”获得了真格基金Pre-A轮投资。
注: 王超已确认文中数据真实无误，铅笔道愿与他一起为内容真实性背书。
离开阿里投身医疗大数据
2014年，对王超来说是个关键年份，那时的他有了创业的打算。
彼时，他已在淘宝工作4年，做过社区、移动端产品，也做过大数据应用方面的工作。“（大数据的工作）放在交易上来讲，主要是研究用户购物规律和行为，对用户行为进行预测。”
渐渐地，王超对大数据产生了兴趣。他了解到，医疗和金融是最依赖数据的两个行业。 “这两个行业对信息的渴求度最高，最具有数据挖掘价值。”从中他想挑选一个，作为自己的创业方向。
但“金融行业毕竟是少数人玩的游戏，离普通人太远”。于是，王超选择了医疗方向，并准备离职创业。与他一起创业的还有他的同事瞿波，一位在阿里数据业务线工作11年的技术大牛。
王超与瞿波认为，国内用户缺少了解自己病情信息的渠道。
他们获取到的情况是：美国有大量的家庭医生，他们均匀分配在每一个社区，加上医疗保险保障，很多问题在去大医院前就得到了解决。而国内患者都去大医院，平均一两分钟看一个患者，医生很容易出错。
百度则是大众了解病情的另一个“窗口“。“那时我们还查了下，2013年一天在百度上搜索病情的人数有两千多万，Query（查询）量为4,268 万次/天。”不过，百度有关键字广告和竞价排名机制，能查询的信息并不十分可信。
王超和瞿波的想法，是通过大数据挖掘疾病背后的规律，帮助大众了解病情，并提供可靠的信息。但此时，他们还缺少一个懂行的合伙人。
同年9月，经过朋友的层层推荐，他们认识了在美国凯撒医疗集团工作8年的黄泱。
这8年间，黄泱曾开发出一套实时自然语言处理决策支持系统。这套系统可以帮美国2000多位门诊医生分析病人资料，并提供恰当的诊断策略。他希望将这套系统的理念开放给市场。
黄泱的想法与王超、瞿波擦出火花，当即决定组建“半个医生”。
一次推广测试转化率20%
在黄泱看来，医疗的本质就是一个信息化的过程。这一过程可分解为识别疾病症状、找到症状关联、掌握疾病规律、总结诊断经验、模拟医生逻辑5个步骤。
从2014年10月起，“半个医生”的技术团队启动了长时间的开发工作，试图将这5个步骤，用大数据算法来实现。
“半个医生”需要分三步走：
一、开发出自然语言处理模块，目的是让系统能够识别普通人的“大白话”，并转化为医学专有名词。
二、通过大数据挖掘，找到症状与症状之间的相互关系。
三、对算法进行训练，以寻找症状组合与疾病、疾病与疾病之间的关联关系。
而要实现这三点，需要大规模的数据库。
因此，团队找到了政府和科研合作所，通过项目合作的方式获取数据训练参照，其数据样本案例为5600余万，覆盖了过去五六年的诊断。“这些是计算机总结医学规律、做大规模医学维度的智能分析查询的基础”。
◆”半个医生“的团队已有30人。
在通过自动化学习和训练后，“半个医生”逐渐将一些症状组合聚集成了一个疾病网状关系库。由此，“用户输入一个症状之后能知道哪些症状与自己有可能关联，减少了他思考和表达的成本。”
2015年11月产品正式上线前，团队到浙江大学医学院第一附属医院做了一次线下推广测试。
效果令他们出乎意料。当天，团队发出的300张传单当中，有90余人扫码，50余人下载App。“那一轮转化率为20%，比我们在阿里做的App推广转化率还高。”
让王超印象深刻的是，其中一位女士因手机故障无法下载App，团队打算在中午吃饭回来之后帮她安装。本以为她已离开的王超没想到，她在原地等了1个小时。
APP留存率30%
开发地越深入，王超和他的团队对于产品和医疗大数据的信心越强。
半个医生的团队有两个观点：
一是大数据能发现医生可能看不到的盲点，降低误诊率，并搜寻到一些医学规律。“医院的医生都是在单个科室工作，很难考虑到伴生病，大数据可以。”
二是大数据库较传统模式更容易全面高效的总结、传承医学知识。“医生需要去医学院读七八年书，加上临床工作十几年，才会对一个科室的疾病有所了解。”而计算机能总结庞杂的医学规律和知识。
但“半个医生”团队并没有打算去取代医生。“它还只能是提供参考、建议，谈不上完美。”
◆“半个医生”产品截图。
App上线后，“半个医生”的团队曾请来几名医学专家，分成几组进行打分，若他们认为这个症状组合关系与疾病相关，就打个勾。“大概70%多是对的，精准度则有待提高。”
虽然有一些超出了现有医学知识的范围，但这次打分说明，算法仍有些不足，还没有完全符合医学现实规律。
如何减少这近30%的误差？团队提出的办法，是补充更多的疾病关联维度和医学常识维度。同时，让算法做自动化训练，学习和发现其中的规律。“医生在中途也要参与进行人工干预。”
除此之外，团队还希望将各类医学症状“打碎”，变成“原子级别”进行重新组合，发现其中的病理规律。“就像麻将一样打散，再重新组合。”
当下，为了加强App的咨询作用，半个医生加入了疾病常识、预防知识、疾病对应的医院科室等相关信息。同时，App还会推荐附近医院和药店。
目前，半个医生的数据库已包含上百万种的医学和大白话语料库、30万种症状关系库、接近一万种的相关疾病库。App的留存率从20%提高至30%左右，用户数已有46万。
2015年5月，“半个医生”获得了真格基金pre-A轮融资。
读完文章，有报道需求的创业者请加Pencil-news，可享受铅笔道可爱萌妹纸的热情服务，加好友请注明“求报道”字样。
如需转载、市场合作，请加微信号meera003；
联系客服
