就诊问问 2024 迭代能力一览
就诊问问约 7 分钟2024 年大模型技术突飞猛进，人工智能以前所未有的速度重塑各行各业。在医学领域，我们时常听到 AI 医生替代人类医生的神迹和宣言。
然而在医疗行业内部，从业者们推动大模型落地过程中依然面临诸多挑战 —— 医疗场景对容错率的苛刻要求、数据标准呈现出的巨大差异，以及用户需求的高度个性化，目前不存在一个全知全能的通用人工智能可以一劳永逸地解决所有问题。
将大模型的「洪荒之力」引入医疗行业，需要修渠搭桥、谨小慎微，解决大量细枝末节的具体问题。
在过去一年，无码科技团队积极拥抱 AI 能力，谨慎探索医疗场景，通过深度整合无码自有知识库、自研算法和大模型技术，在药品、就医、检查等多个场景下构建新能力、升级旧能力，并通过无码科技的开放平台将这些能力整合提供给了医药企业、医疗机构和互联网平台，支撑了海量的用户应用。
2024 年，无码科技开放平台对外开放了数百个接口，数据和内容吞吐量超过千万，共支持了超过 3 亿次接口调用，获得了客户的认可和支持，我们对此深感荣幸与自豪。
在此岁末年初之际，我们简要回顾和介绍 2024 年就诊问问能力升级中的重点内容，以期在新年能够与有需要的客户产生连接，促成合作。
01
多年来，无码科技为互联网领域的头部企业、中外大型医药企业、药品流通企业、实体医院与互联网医院、药店等不同行业主体提供了坚实的基础药品库支撑。在实践过程中，我们构建了结构化数据库、药品知识库、智能药品标签系统三位一体的药品库体系。
2024 年，我们全新升级了药品库，目前药品库涵盖境内流通过的 26 万种商品药，并根据包装规格、批准文号、活性成分和剂型等属性建立了严谨的关联关系。
药品库的结构化数据库中，覆盖了药品说明书、生产厂商、处方类型、医保政策、医保编码等 30 多个核心字段。
知识库中，我们针对医学专业领域和大众科普领域，分别编纂了数万篇药品说明和用药指南内容。
基于数据库和知识库，我们使用 AI 能力根据具体场景构建了智能药品标签系统，根据具体的使用场景，准确地生产用药禁忌、适用人群、原研药仿制药等结构化标签，供客户展开统计、营销、客户服务等业务。
我们刚刚整理发布的 原研进口药清单 即为药品库根据场景快速构建应用的案例。
2. 药物全维度查找能力
基于全新升级的无码科技药品库，我们在 2024 年迭代了全维度药品查找的能力，可以响应文字、语音、图片等多种查询方式，可以通过药品通用名、商品名、疾病名、药品 ATC 分类，以及拍药盒、扫商品条码、扫药品追溯码等方式查找药品。
基于全面升级的药品库，我们也提供药品查找后的信息关联、用药指导等方便患者的能力和内容，帮助合作伙伴完善药品服务生态。
该能力已经在就诊问问上线，可以点击 药品手册 体验尝试。
基于现有的无码科技合理用药引擎和全新升级的药品库，2024 年我们利用大模型技术升级了药品相互作用查询能力。如今我们可以通过自然语言或结构化数据，支持药品与药品、药品与食品的相互作用查询，重复用药提醒，并能够给出专业准确易懂的用药建议。
该能力已经在就诊问问上线，可以点击 药品相互作用查询 体验尝试。
围绕药品库与药品相关能力，我们也利用大模型技术全新升级了用药管理解决方案引擎，目前支持创建个性化药箱、设置灵活 用药提醒 、管理用药进展和适时提供用药指导的能力。
左右滑动查看
02
无码科技建设并持续维护行业内领先的主数据库，为医药企业、流通企业、互联网平台等提供各种服务支撑，被客户誉为数据准确、更新及时、覆盖全面、服务响应迅速的数据服务典范。
我们在 2024 年持续维护无码科技主数据库，并升级了更丰富的数据维度和更准确的多源数据源不一致仲裁算法。并基于主数据库进一步丰富医疗健康搜索推荐的相关能力。
基于无码科技主数据库，我们自研了多维医院医生推荐系统，针对用户提及的疾病、症状、科室、地区等信息，通过分析医院特色与资质、医生的教育与临床经验、学术成果、学术关系等多维度信息，进行综合筛选与推荐，帮助用户和机构发掘不同场景所需的特色医疗资源。
基于无码科技的数据库、知识库、术语库等基础设施，通过有机结合大模型能力和场景化的知识学习能力，无码科技在 2024 年发布了全新的智能问答交互模块 nocobot。
现在我们可以根据用户口语化描述的问题，识别问题类型，结合相应数据和知识库，通过特定的 AI 能力组合，给出专业、精准、流畅的回答。
除了为就诊问问提供支撑之外，我们还帮助数家医药企业和互联网医院用户构建了基于自有知识库的智能问答机器人服务。
基于全新的智能问答交互模块，我们独立自研了自然语言分诊和预问诊模型，通过理解患者口语描述的情况，并结合患者性别、年龄等信息，根据医院具体科室的业务范围推荐相应科室，并能给出合适的分科依据。同时通过智能问答过程，自动引导、识别和提取相关问诊路径中的关键信息，帮助医生提高问诊效率。
目前这一模块已经与互联网平台以及实体医院达成合作，嵌入现有线上服务过程，帮助客户大幅度提高了挂号转化率，完善了相应的问诊和服务路径。
通过多年医疗垂直搜索的经验积累，从医疗健康场景的大量搜索实体中，我们自主研发了医疗健康垂直领域的意图识别模型。
通过场景化的部署，在大幅度提高患者意图准确率的同时，也提高了大模型算法在推理过程中的效率，杜绝了实际医疗场景中可能出现的幻觉，已经在多家实体医院和互联网医院在线服务中完成部署。
左右滑动查看
03
2024 年下半年，就诊问问持续扩建医学指标库，同时将大量与我们日常生活息息相关的泛健康指标的标准、规则和解读也一并包含其中，比如食品营养成分指标、升糖指数指标等。
建设指标库的过程中，除了指标的基本含义、常见单位、异常范围、相关解读等，我们也构建各类不同指标之间的关联关系，以及不同指标变化趋势背后的医疗与健康含义。
我们利用无码自有术语库和知识图谱，配合大模型多模态相关能力，能够准确识别和完整提取整张检查报告单中的所有关键信息，包括全部检查指标明细。还会进一步识别报告单中提及的检查时间、就诊医院、医生等信息。系统将自动结构化检验指标，记录并分类整理存储。
基于医学指标医学知识图谱和内容库，和无码科技医学团队的经验和对患者需求的理解，我们利用大模型技术全新升级了指标解读与追踪模块，除了基于报告单数据提供单项指标解读、单项指标变化趋势追踪等能力之外，现在也可以提供报告单综合解读、健康状态变化趋势综合追踪等多项能力。且可以根据不同指标类型，给出图表化展示与解读。
在泛健康指标解读方面，我们可以分析食物营养成分、升糖指数、升糖负荷等指标，且能给出日常健康建议。
左右滑动查看
感谢所有客户过去一年对我们的信任与支持，期待新的一年能和更多行业伙伴建立连接、深度合作。
我们不擅长行业的宏大叙事，但我们将用过去的 8 年和未来更多的 8 年不懈地跟随技术变革、深入医疗领域，持续提供扎实可靠的专业解决方案。
身为一个小型技术团队，能够投入医疗领域，我们感到光荣和幸运。
祝大家新年快乐，身体健康，蛇年大吉。