信手导读：【信手询医】是智能健康的APP，是浅层医疗六窗体PC端在手机客户端的延伸，利用智能手机携带方便的特性，提供一款可以在任意场所、任意环境下使用的掌上智能医生。

【APP介绍】信手询医APP的智能核心起源于1996年美国犹他大学ILIAD智能系统，国内智能医学引擎创始人李科威博士在此原型上进行临床仿真思维算法设计、医学知识库设计、引用智能决策理论，经过十八年的研发和攻关实现了完整的智能医学机器人算法引擎。2015年04月20日，信手询医发布Beta版本。

【APP功能】

浅层医疗咨询，机器应答代替人工应答；

技术要害：基于医学知识库，医生临床思维仿真技术；

1100个西医单病种范围，正统医学+智能医学，步进式的引导问病模式。

【APP研发思路】

一、机器医生是什么？

机器医生是一个基于医学知识框架的临床决策系统的智能特征的软件程序。面对患者，它的任务是服务患者，完成自诊的病情咨询；面对医生，它的任务是服务医生，协同医生完成临床辅助诊疗。信手询医就是为患者设计做自助咨询的机器医生。

二、流程仿真与诊断要素

机器医生，首先是流程问题。医生临床诊断，有一个反复的思考时序。例如：医生根据一两个症状，推导出疾病印象；然后从疾病印象，推导出该病的诊断要素；再通过对照病情，选择一些诊断要素，再推导……。如此反复，结果自然会稳定在与病情相符的某个诊断上。模仿这个过程，就是仿真医生的流程思维。

思维流程不能被规定。但是医生诊疗有流程规范，即诊断的流程标准。这从卫生行政主管部门颁布的各种病历书写规范中可以找到。病历是医生从患者身上采集的关于病情的描述，医生并不会从全部的病历记录来判别患者疾病，只会从病历中抽取他认为有价值的东西作为判断依据。这样，病历就是一个二元结构：一元是辅助描述，用作备查记录；一元是诊断要素，用作为判据记录。我们将诊断要素按照疾病描述和诊疗要求结构起来，就成为语义网状的医学知识框架。

三、医学知识框架

医疗咨询表现为医患间的应答，就其本质来说，仍是诊断判别过程。我们的要害是用机器来完成这个过程。机器诊断，长期以来都是医学人工智能的关键难题。我们的学术思路是：仿真医生临床思维。临床诊断，无论是人还是机器，都是在已知的知识框架内进行的连续判断。人的知识框架是在大脑中，通过学习与实践逐步自然形成的；机器的知识框架在电脑中，人为建成，其知识来源于国家标准、诊疗常规、疾病指南、规定教材等。知识的构筑形态，本质上都可以描述为一个语义网络。

四、机器判别与医生诊断的差别

诊断的准确性问题，首先在于你拥有的知识框架。人或机器开展诊断判别，都是在一个时间段、面对单一患者；将患者的病情表现，比对知识框架中的知识体系，找出吻合度，最后得出结论。不同的是，机器的医疗知识框架，更多涉及大量的医学逻辑关系与人机交互的表达问题，一旦处理好这些问题，机器方式就可以大量复制。相反，人的处理效率和可复制性都非常低，但是人工处理要灵活性非机器可比；而就知识框架的大小和容纳知识的能力，机器又比人要大很多。

五、判别准确性问题

在科学信仰的背景下，我们习惯用线性思维去看待疾病，认为可以准确判别。其实疾病的诊断和治疗都不可能准确，因为我们面对的疾病是一个非线性生命过程。所谓准确，是将判断对照诊疗常规等标准。但是疾病的发生并不遵循诊疗常规，疾病不同的分化程度、同一个感染源头引起多系统等问题等，造成在单病种为纲的诊疗常规之内，诊断成为多个单病种的联合判断，这方面机器或者更擅长，最后判断的准确性就一定依赖于相关疾病知识框架的积累。

一般认为：机器咨询准确性的参照标准是医生，但是医生的临床误诊率是30~50%。个体医生头脑中的知识集合比机器医生要小，从理论上说，相同诊断要素条件下，机器准确性不比个人差；但是医生比机器灵活，灵活可以带来一部分准确性，且医生承担法律责任，比机器更具有优势。所以把机器咨询的结果提交给医生参考，是一个双赢的选择。

六、诊断的容错问题

诊断的对象是疾病。疾病有两层意义：①存在性疾病，即病人正在遭受的生理或心理上的痛苦；②知识性疾病，即医生对病人遭受折磨的描述和定义。诊断是用知识性疾病对存在性病情进行的判断，吻合度越大，确诊率越高。由于知识性疾病不可能完全吻合存在性疾病，这样任何一个诊断，无论是医生诊断还是机器咨询，都会同时存在漏诊和误诊部分。既然医生临床误诊率是30~50%，那么诊疗就一定存在容错问题。相关理论请参考《疾病模型与中西医诊断原理》。容错，是患者身体对疾病的承受能力问题，体质越好，容错潜力越大。

七、准吗？比对建立印象

称为机器医生的信手询医，在浅层医疗为客户提供疾病咨询，其准确性到底如何？这与评价医生是一样的。当你完成了一次咨询后，你就有了记录；然后你再去问问别人、再去看看正式的医生，最后对照信手询医的记录……。多次之后你就建立起一个印象，孰优孰劣？可在多大程度上信任？你会有自己的答案。