記得在一篇講述黑科技的文章里，曾經比較過專業計算機和普通計算機。所謂普通就是大家正在使用的這種電腦，功能復合實用，并沒有所謂一技之長。但專業型計算機就不同了，根據某種痛點，強調某種計算能力，不斷迭代形成更高更垂直的技術壁壘。

這件事，拍醫拍也想干?；谧陨淼膱D片文字識別技術(OCR)，團隊打算從數量多、標準化高、可操作性強的化驗單入手，逐步擴大至B超、藥品清單、病例、處方單等單據，做“就醫信息電子化”，最終達到患者有效數據搜集的目的。

與其他院中+院后產品不同的是，團隊并不想成為復雜的醫患服務連接者/提供者，或者類似病歷夾的工具/工作臺，而是先做一個純技術導向的公司，專心研究圖文識別技術，把精準度提高。

團隊申請的專利有：

1.基于機器學習的醫學單據版式分析技術;

2.針對醫學領域的多字符集圖像文字識別核心;

3.基于遞歸神經網絡的醫學詞向量后處理方案。

創始人詩展認為，現有的圖片文字識別技術，還是處于機器+人工階段，需要大量人力在背后篩查匹配，成為量化工程的一大“障礙”。當然，這里也需要強調，就算是再牛的技術，也無法做到100%準確。

于是越求精準，就意味著更大的樣本和更長時間的學習。在C端，拍醫拍通過云端自動“解讀”服務來吸引C端用戶，如上圖顯示的指標異常提醒，幫助患者前端先了解病情。產品六月上線，C端用戶數量36氪會跟蹤了解。

另外一方面，現在市場上大量的醫患、病例分享/分析型產品也可能成為其潛在合作伙伴，也會包括一些有需求的醫院或者網上醫院，甚至輔助完善地區第三方醫療數據庫。如果有可能的話，團隊希望將醫生判斷、治療方案與化驗單結果結合起來。

但大家不禁要問，為什么拍化驗單等等行為，會成為一種需求?

在特殊的醫療體系和環境下，國內公立醫院病例信息不外傳幾乎成為一種常態。大到醫院派系，小到合作醫院抱團，都想把最有價值的信息掌握在自己手中，更何況還涉及到學術研究成果。

同時，醫院信息化技術做的到底如何，信息錄入是否完整也需要打個問號。相反，最容易被帶出的數據就是用戶手上的紙質檔案了。

但，這種需求是持續的嗎?

從大環境來看，電子化病例和多點執業是未來大趨勢，前者會逐漸淘汰紙質數據，后者則會引導病人和病例外流，很有可能拍化驗單這樣的事情會不復存在，但從目前發展速度而言，確實不知道還有多遠。

不過對于團隊來說，未來利用自身的技術和數據樣本，完全可以在環境開放之前就挖掘出潛在需求，結合醫療專業做出更高門檻的技術服務，乃至醫療服務。

創始團隊中有原百度、好大夫數據和醫學專家，已經完成天使融資，目前也在洽談新一輪融資。