智慧医疗|为药厂提供机器翻译＂大脑＂，爱特曼如何让AI＂读＂懂医学数据？ ai|智慧医疗

2020年，智慧医疗行业的投资规模首次冲破千亿元大关，无论从投融资数量，还是规模来看都远超2019年整年。
在资本市场看好的大环境下，IT巨头们也纷纷下海，布局这个潜力无限的“数字赛道”：
【智慧医疗|为药厂提供机器翻译"大脑"，爱特曼如何让AI"读"懂医学数据？】阿里方面，组建了阿里健康、阿里云，推出ET医疗大脑，瞄准医疗行业数字基础建设。
腾讯方面，自2014年开始以微信、QQ等平台流量为依托，以人工智能、云计算等技术为支持，在互联网医疗、医疗器械、医疗保险等领域构建医疗脉络。
百度方面，成立“百度灵医”（AI创新业务部），并搭建从健康医疗科普、问答、直播等内容生态到在线问诊、健康管理等健康医疗服务闭环……
创业邦持续关注的爱特曼智能（Atman）也是在智慧医疗浪潮中的一员，成立于2016年，由来自微软、百度、北大、清华、北邮等知名企业和院校的资深技术人才组成，是一家聚焦医学领域的AI机器翻译解决方案服务商，核心业务包括医学机器翻译、机器写作、循证医学、知识图谱等智慧医疗解决方案。

文章插图

“医疗数据是医疗数字化、智能化的基础。但过去仅通过人工方式操作，似乎已经很难充分挖掘医疗大数据中蕴藏的价值，需要更先进智能的配套技术加速医学行业的智能化进程。”创始人&CEO;马磊在接受创业邦采访时表示。
新时代下，医疗领域到底需要什么样的创新技术推动产业发展呢？
马磊给出的答案是——机器翻译，具体来说是利用计算机将一种自然语言（源语言）转换为另一种自然语言（目标语言）的操作过程。
一方面，国内外医疗资源和学术知识存在语言鸿沟，为紧跟国际化步伐，跨国药企对机器翻译的刚性需求开始显现；另一方面，以往大部分翻译工作依赖人力，亟需端到端的专业翻译服务，以减少从不同来源获取搜索结果的时间、提升工作效率，帮助其实现语义高效检索。
为了做好机器翻译工作，马磊曾两次从微软离职投身其中。
2006年，在获得清华大学计算机系硕士学位后，他顺利进入微软亚洲研究院，从事语音识别和手写识别的研究工作。2010年，马磊第一次离开微软加入创业大军，尝试将语音识别技术落地应用。这次创业因商业化路径尚未清晰，且配套技术并不成熟，最终未果。
于是在2013年，他又一次回到微软，在微软搜索技术中心负责一系列与搜索和自然语言处理相关的项目。“身在微软，但内心对创业的热情不减，他从来都是个‘爱折腾’的人。”身边的同事这样评价马磊。
2015年，马磊从北京搬到了苏州，并决定离开微软二次创业，成立“爱特曼智能”。这次创业，他的身边多了几个微软的同行人。
“2015~2016年是机器翻译发展历程中的重要临界点。在这个临界点上，第三代机器翻译技术——神经机器翻译，超越了第二代技术——统计机器翻译，快速进入了商业应用阶段”，马磊说，“并非一开始就瞄准生命科学（AI+医药）领域。在调研了20多个场景后，我们发现生命科学领域需求更高、市场增速最快，且存在明显的‘行业封闭圈’，意味着整个专业知识成体系、内部连接性更强，一旦进入市场，便很快能通过转介绍拓客，获得Top级别客户的背书。”
马磊告诉创业邦，AI机器翻译的主要应用场景集中在药物警戒和注册环节合规化方面。
在2017年正式加入ICH（人用药品注册技术要求国际协调会议）后，我国药企在创新药研发方面热情高涨，其在药品研发和注册国际化方面也已然成为趋势，这使得越来越多临床项目开启了中美双报、中欧双报甚至三地申报的战略。