我們為什么要做這樣創新式的嘗試?我們認為整個藥品說明書，它是整個醫藥健康虛擬顧問的入口，而醫藥健康虛擬顧問它是整個客戶旅程的入口。我們在這里用到一個傳統零售上的詞，傳統零售用戶會分成有印象之后有興趣之后有一個觸點進行購買，最后要提高客戶忠誠度進行復購。我們把傳統零售映射到所說的醫療健康，我們會發現它有比較類似的，也是有一個客戶旅程的形態，包括前面的一個科普導診，之后它的觸點實際發生在醫療機構和藥店，之后診斷、治療、隨訪，來建立起消費者、患者也好它的遺囑遵從度，之后產生復診、復購，如果這個過程做得不好，患者就會發生脫落。

 

我們要做虛擬醫療健康顧問是來做什么?我們希望來進行，它產生一個全過程的覆蓋，能夠隨時隨地的去接觸消費者或者是說患者。把整個我們所需要的和這個患者或者消費者觸點來前移，這也就是我們現在所說的在零售行業當中，我們都說有公域流量、私域流量、內部觸點、外部觸點，我們如何產生給用戶的觸點，這是創新項目。

 

它的ROI如何計算呢?我們會看到這個項目它不僅僅是一個科技項目，它同時也是需要跟醫藥健康深度結合的這樣的一個跨學科、跨領域的綜合項目，同時還要有一些心理學在這里面。這個項目的價值，首先它對患者來說可以提高遺囑遵從率從而提高患者生活質量。

 

對醫療來說它提供了通路，它隨著收集數據指標而變化，它可以主動發起話題，通過交互式來收集所需要的數據。對供應商來說，比如像供應鏈這是一個非常好的可以進行精準洞察，客戶直升和繪制用戶畫像的觸點，能夠提高復購。當然達到這一切前提是需要和人工智能的深度結合。

 

過去如果不接觸終端用戶，這是一種方式。如果接觸終端用戶，這是海量的服務體量。人的還量的ROI算不出來，我們人類不斷把自己的能力不斷外包出去，我們就可以把它整合起來成為一個能夠讀懂、看懂、聽懂，能夠理解患者、消費者的意圖，可以對它有效多模態對話的虛擬顧問。這樣才能使這樣覆蓋海量用戶虛擬的健康、醫藥顧問能夠落地。

 

為了做這件事情我們通過落地的項目不斷積累、不斷探索需要做出這件事情所需要的行業知識和技術儲備。我們看一下，這樣的醫療健康顧問，它實際上在一個圈子當中，它需要連接很多，比如政府、社區、醫院，需要有醫生、藥廠、藥店、協同生態等等這些，它是很復雜的生態圈。

 

我們竹間智能咨詢是通過一個一個落地的項目，先開始把幾個邊連起來，在這里先分享一下我們去做的有效的連接原研藥廠和醫生，過去來說原研藥廠我們所說的醫藥聯絡官跟醫生溝通的時候，之后有一個質檢，這個質檢完全是抽檢，藥廠希望達到整個遵從度，他們的一個業務的行為、規范的遵從度，希望達到100%的質檢，在這個情況下，引入人工智能就是很好的解決方案。

 

我們通過下面的短視頻來看一看。

 

(視頻播放)

 

剛才這是一個對語音的通話的質檢，我們再把它拓展一下，拓展到對外的宣傳材料，這個也是一種質檢。這里包含它往外發的文檔，包括大到宣傳材料提案，小到電子郵件都可以通過AI方式來實現百分之百的質檢覆蓋。包括是不是用了最新的LOGO，是不是這里對患者的隱私，包括這里用到的照片是不是需要看一下?這是不是無意當中用了不該用的照片。簡要的說明以及查重對比等等，再把這些照片形成一個可視化的數據報告，可以方便審核人員進行審核。

 

再往上想象一下，這些事情都是離線的或者稱為事后的，我們有沒有可能在事中進行支持?這個是一個稱之為智慧的坐席輔助。也就是說在一個醫藥聯絡官與醫生溝通過程之中，他所說的是不是按照公司所說的流程?他所提的這些知識點，給他自動的提詞，可以讓他非常方便的準確的來復述一些。他在電話當中必傳信息有沒有傳達?在溝通過程中有沒有通過對話來提取相應的用戶畫像以及說有沒有相應的職業禮儀等等?

 

在這樣的一個積累之上，我們是不是可以再往前邁一步，也就是說去連接醫生和患者，這里我們看到在整個的醫藥行業當中，在目前的這樣一個監管情況下，在問診這個環節當中是沒有辦法通過機器人直接面對消費者、患者給出意見的。

 

它在這個場景當中會成為一個互聯網醫院的醫生助手，再細分一點它會聚焦在糖尿病的細分領域，它通過基于這些工程去匯集了78個類，340個細分領域的產品說明。總結了超過12萬種的糖尿病領域不同的問法，這樣就可以給一線的醫生在問診的時候給他一些幫助和提示、建議和一些專屬的名稱的更加官方或者更加由藥廠提供的解釋。

 

接下來我們再通過一個小視頻來看一下。

 

(視頻播放)

 

在這個基礎上我們可不可以再往前一步?也就是說我們在連接醫院和患者。這時候我們需要找到一個切入點，這個切入點就是說它更加多的是可以通過機器人來發揮更多的作用，我們有幸找到了這樣非常有趣的領域，它是一個精神醫學，也就是針對焦慮障礙等等的心理方面的一些治療。

 

在整個的治療當中，我們知道在心理治療當中它除了藥品治療，除了健康康復治療之外，它有非常多的部分是屬于談話類的，非化學治療，類似于像這種物理治療，這個就是非常好的人工智能可以落地的場景。

 

這里面具體包括前期的疾病診斷，它是通過量表對訪談然后給出大致的分類，之后基于評估結果結合專家規則、機器學習推薦等等給門診的醫生一些醫療的方案。最有意思的是它可以通過多模態的形式，它可以替代心理醫生的一些重復性的標準化的操作，來完成一部分的標準化的心理疏導和心理治療。之后也可以通過談話的方式來評估這一次指導的效果。

 

它最有意思的地方之一是它通過遠程的比如電話及人工智能電話的回訪或者在手機里APP的回訪，來防止患者中途脫落，讓他堅持復診、堅持用藥，形成有效的閉環來提高患者的愈后。

 

在這個過程當中，因為人工智能的引入它會產生大量的數據。首先這些數據會被記錄下來，其次這些數據可以被分析。這里就會產生一個知識洞察的需求，之后再和其他的既有系統結合起來之后就會是一個我們所說的端到端的虛擬的診療師，這里包括有不同的跳轉的流程，這實際上是非常復雜的對話或者話術，這個是一個一問一答類的心理知識，還可以進行多模態情緒的偵測。它有非常多的落地端，可以是小程序、對話也可以是這樣虛擬形象的數字人物。

 

除了醫院之外還有我們所說的醫療機構或者是健康機構。比如說這是合作的一個藥健品牌線下的體驗館，它做了這樣的一個儀器檢測之后會有一個報告，這個報告會由AI來給它的客戶進行解讀(智能對話)。它的接觸端還可以是這樣的小程序，一個對話形式的，也就是文本類型的。

 

在這個基礎上我們想可不可以再擴大一些?來連接更多的人為政府和市民來提供便利。去年疫情期間我們免費推出了一款竹間疫情防控機器人，日均超過100萬會話量，大家用華為、OPPO、vivo查疫情信息，背后是由我們提供服務。我們為街道、政府機關累計打通數十萬通防疫的電話。

 

這個是剛才徐匯區以及多渠道的接入，包括微信、電話、公眾號等等。我們也獲得了國家科技部、工信部科技司證書還有參賽證書、表揚信、媒體報道等等。

 

接下來我們看到非常有趣的事情，在這過程中我們積累了大量的對話數據，也就是說大家都想知道大家在疫情期間想在問什么?關心什么?大家就會跟這個機器人聊，無論他是通過微信還是語音的形式。

 

在這個情況之下，我們再進行進一步的探索，我們來看在這樣的樣本數據之下，一個疫情防控心理的洞察。研究方向包括在同一階段，它所產生不同的變化，這里就涉及到一個事件圖譜的構建。

 

要完成這樣一件事情，我們這里有一個醫藥健康虛擬顧問架構，算是我們實踐的小節。也就是說如果大家的落地是有一個具體形象、虛擬形象可能會是中景、前景的設計，之后會有復雜的運營過程，如果偏向感受會是內容優先，解決問題是效率優先，之后做洞察客戶支撐的分析項目。

 

更復雜是涉及到前后臺交互，這樣的虛擬顧問分成兩部分，一部分是交互的部分，這里牽扯到前后臺的交互以及和人工之間的策略轉移和后臺怎么樣去做。在這張交互圖下面可以有更加細致、如何進行不同解析模塊以及調度模塊等等進行來配合。

 

這個除了對話的場景之外，還有非常重要的場景也就是知識工程的場景。這個就是說我們基于信息的挖掘，和新數據的產生形成循環學習的方式，通過這個數據獲取、數據處理、知識融合、知識處理來產生這樣的知識，讓這個知識產生價值。

 

在這樣一張圖當中我們看到最上面它可以融合過去所利用的結構化數據和加上我們所說的自然語言處理所得到的對非結構數據的洞察和解析，得到實現信息感知和知識推理，構建全景知識和內在聯系這樣產生知識。

 

在專家模型基礎之上通過機器學習去發現洞察里面的規則，進而輔助決策再產生新的知識形成這樣的一個循環。

 

接下來再用最后幾分鐘來介紹一下竹間，竹間成立于2015年，從2017年開始至今每一年Gartner都把竹間選擇為中國代表型的AI的供應商。去年2020的自然語言技術的細分賽道里，竹間是和微軟、IBM、BAT共同是列入了中國區域的十大供應商之一。

 

到目前為止竹間已經是積累了38項專利，6項ISO和國標體系管理認證，累計融資超過8億人民幣，最近一次完成了C輪融資，是由中銀國際、和交銀國際投資。這里關鍵詞竹間是底層技術、獨特模式等等這些。

 

基于AI能力平臺，由機器學習平臺、NLP平臺以及AI平臺形成整個對外的知識，形成一系列的落地場景，在這里落地的包括新華社、中國銀聯、中海油、順豐、唯品會還有一系列很多頭部銀行、賽諾菲、ippo、華為、恒大等還有很多的合作伙伴和用戶。

 

最后我們再用智能對話的形式來結束今天的演講。謝謝大家!