我们为什么要做这样创新式的尝试?我们认为整个药品说明书，它是整个医药健康虚拟顾问的入口，而医药健康虚拟顾问它是整个客户旅程的入口。我们在这里用到一个传统零售上的词，传统零售用户会分成有印象之后有兴趣之后有一个触点进行购买，最后要提高客户忠诚度进行复购。我们把传统零售映射到所说的医疗健康，我们会发现它有比较类似的，也是有一个客户旅程的形态，包括前面的一个科普导诊，之后它的触点实际发生在医疗机构和药店，之后诊断、治疗、随访，来建立起消费者、患者也好它的遗嘱遵从度，之后产生复诊、复购，如果这个过程做得不好，患者就会发生脱落。

 

我们要做虚拟医疗健康顾问是来做什么?我们希望来进行，它产生一个全过程的覆盖，能够随时随地的去接触消费者或者是说患者。把整个我们所需要的和这个患者或者消费者触点来前移，这也就是我们现在所说的在零售行业当中，我们都说有公域流量、私域流量、内部触点、外部触点，我们如何产生给用户的触点，这是创新项目。

 

它的ROI如何计算呢?我们会看到这个项目它不仅仅是一个科技项目，它同时也是需要跟医药健康深度结合的这样的一个跨学科、跨领域的综合项目，同时还要有一些心理学在这里面。这个项目的价值，首先它对患者来说可以提高遗嘱遵从率从而提高患者生活质量。

 

对医疗来说它提供了通路，它随着收集数据指标而变化，它可以主动发起话题，通过交互式来收集所需要的数据。对供应商来说，比如像供应链这是一个非常好的可以进行精准洞察，客户直升和绘制用户画像的触点，能够提高复购。当然达到这一切前提是需要和人工智能的深度结合。

 

过去如果不接触终端用户，这是一种方式。如果接触终端用户，这是海量的服务体量。人的还量的ROI算不出来，我们人类不断把自己的能力不断外包出去，我们就可以把它整合起来成为一个能够读懂、看懂、听懂，能够理解患者、消费者的意图，可以对它有效多模态对话的虚拟顾问。这样才能使这样覆盖海量用户虚拟的健康、医药顾问能够落地。

 

为了做这件事情我们通过落地的项目不断积累、不断探索需要做出这件事情所需要的行业知识和技术储备。我们看一下，这样的医疗健康顾问，它实际上在一个圈子当中，它需要连接很多，比如政府、社区、医院，需要有医生、药厂、药店、协同生态等等这些，它是很复杂的生态圈。

 

我们竹间智能咨询是通过一个一个落地的项目，先开始把几个边连起来，在这里先分享一下我们去做的有效的连接原研药厂和医生，过去来说原研药厂我们所说的医药联络官跟医生沟通的时候，之后有一个质检，这个质检完全是抽检，药厂希望达到整个遵从度，他们的一个业务的行为、规范的遵从度，希望达到100%的质检，在这个情况下，引入人工智能就是很好的解决方案。

 

我们通过下面的短视频来看一看。

 

(视频播放)

 

刚才这是一个对语音的通话的质检，我们再把它拓展一下，拓展到对外的宣传材料，这个也是一种质检。这里包含它往外发的文档，包括大到宣传材料提案，小到电子邮件都可以通过AI方式来实现百分之百的质检覆盖。包括是不是用了最新的LOGO，是不是这里对患者的隐私，包括这里用到的照片是不是需要看一下?这是不是无意当中用了不该用的照片。简要的说明以及查重对比等等，再把这些照片形成一个可视化的数据报告，可以方便审核人员进行审核。

 

再往上想象一下，这些事情都是离线的或者称为事后的，我们有没有可能在事中进行支持?这个是一个称之为智慧的坐席辅助。也就是说在一个医药联络官与医生沟通过程之中，他所说的是不是按照公司所说的流程?他所提的这些知识点，给他自动的提词，可以让他非常方便的准确的来复述一些。他在电话当中必传信息有没有传达?在沟通过程中有没有通过对话来提取相应的用户画像以及说有没有相应的职业礼仪等等?

 

在这样的一个积累之上，我们是不是可以再往前迈一步，也就是说去连接医生和患者，这里我们看到在整个的医药行业当中，在目前的这样一个监管情况下，在问诊这个环节当中是没有办法通过机器人直接面对消费者、患者给出意见的。

 

它在这个场景当中会成为一个互联网医院的医生助手，再细分一点它会聚焦在糖尿病的细分领域，它通过基于这些工程去汇集了78个类，340个细分领域的产品说明。总结了超过12万种的糖尿病领域不同的问法，这样就可以给一线的医生在问诊的时候给他一些帮助和提示、建议和一些专属的名称的更加官方或者更加由药厂提供的解释。

 

接下来我们再通过一个小视频来看一下。

 

(视频播放)

 

在这个基础上我们可不可以再往前一步?也就是说我们在连接医院和患者。这时候我们需要找到一个切入点，这个切入点就是说它更加多的是可以通过机器人来发挥更多的作用，我们有幸找到了这样非常有趣的领域，它是一个精神医学，也就是针对焦虑障碍等等的心理方面的一些治疗。

 

在整个的治疗当中，我们知道在心理治疗当中它除了药品治疗，除了健康康复治疗之外，它有非常多的部分是属于谈话类的，非化学治疗，类似于像这种物理治疗，这个就是非常好的人工智能可以落地的场景。

 

这里面具体包括前期的疾病诊断，它是通过量表对访谈然后给出大致的分类，之后基于评估结果结合专家规则、机器学习推荐等等给门诊的医生一些医疗的方案。最有意思的是它可以通过多模态的形式，它可以替代心理医生的一些重复性的标准化的操作，来完成一部分的标准化的心理疏导和心理治疗。之后也可以通过谈话的方式来评估这一次指导的效果。

 

它最有意思的地方之一是它通过远程的比如电话及人工智能电话的回访或者在手机里APP的回访，来防止患者中途脱落，让他坚持复诊、坚持用药，形成有效的闭环来提高患者的愈后。

 

在这个过程当中，因为人工智能的引入它会产生大量的数据。首先这些数据会被记录下来，其次这些数据可以被分析。这里就会产生一个知识洞察的需求，之后再和其他的既有系统结合起来之后就会是一个我们所说的端到端的虚拟的诊疗师，这里包括有不同的跳转的流程，这实际上是非常复杂的对话或者话术，这个是一个一问一答类的心理知识，还可以进行多模态情绪的侦测。它有非常多的落地端，可以是小程序、对话也可以是这样虚拟形象的数字人物。

 

除了医院之外还有我们所说的医疗机构或者是健康机构。比如说这是合作的一个药健品牌线下的体验馆，它做了这样的一个仪器检测之后会有一个报告，这个报告会由AI来给它的客户进行解读(智能对话)。它的接触端还可以是这样的小程序，一个对话形式的，也就是文本类型的。

 

在这个基础上我们想可不可以再扩大一些?来连接更多的人为政府和市民来提供便利。去年疫情期间我们免费推出了一款竹间疫情防控机器人，日均超过100万会话量，大家用华为、OPPO、vivo查疫情信息，背后是由我们提供服务。我们为街道、政府机关累计打通数十万通防疫的电话。

 

这个是刚才徐汇区以及多渠道的接入，包括微信、电话、公众号等等。我们也获得了国家科技部、工信部科技司证书还有参赛证书、表扬信、媒体报道等等。

 

接下来我们看到非常有趣的事情，在这过程中我们积累了大量的对话数据，也就是说大家都想知道大家在疫情期间想在问什么?关心什么?大家就会跟这个机器人聊，无论他是通过微信还是语音的形式。

 

在这个情况之下，我们再进行进一步的探索，我们来看在这样的样本数据之下，一个疫情防控心理的洞察。研究方向包括在同一阶段，它所产生不同的变化，这里就涉及到一个事件图谱的构建。

 

要完成这样一件事情，我们这里有一个医药健康虚拟顾问架构，算是我们实践的小节。也就是说如果大家的落地是有一个具体形象、虚拟形象可能会是中景、前景的设计，之后会有复杂的运营过程，如果偏向感受会是内容优先，解决问题是效率优先，之后做洞察客户支撑的分析项目。

 

更复杂是涉及到前后台交互，这样的虚拟顾问分成两部分，一部分是交互的部分，这里牵扯到前后台的交互以及和人工之间的策略转移和后台怎么样去做。在这张交互图下面可以有更加细致、如何进行不同解析模块以及调度模块等等进行来配合。

 

这个除了对话的场景之外，还有非常重要的场景也就是知识工程的场景。这个就是说我们基于信息的挖掘，和新数据的产生形成循环学习的方式，通过这个数据获取、数据处理、知识融合、知识处理来产生这样的知识，让这个知识产生价值。

 

在这样一张图当中我们看到最上面它可以融合过去所利用的结构化数据和加上我们所说的自然语言处理所得到的对非结构数据的洞察和解析，得到实现信息感知和知识推理，构建全景知识和内在联系这样产生知识。

 

在专家模型基础之上通过机器学习去发现洞察里面的规则，进而辅助决策再产生新的知识形成这样的一个循环。

 

接下来再用最后几分钟来介绍一下竹间，竹间成立于2015年，从2017年开始至今每一年Gartner都把竹间选择为中国代表型的AI的供应商。去年2020的自然语言技术的细分赛道里，竹间是和微软、IBM、BAT共同是列入了中国区域的十大供应商之一。

 

到目前为止竹间已经是积累了38项专利，6项ISO和国标体系管理认证，累计融资超过8亿人民币，最近一次完成了C轮融资，是由中银国际、和交银国际投资。这里关键词竹间是底层技术、独特模式等等这些。

 

基于AI能力平台，由机器学习平台、NLP平台以及AI平台形成整个对外的知识，形成一系列的落地场景，在这里落地的包括新华社、中国银联、中海油、顺丰、唯品会还有一系列很多头部银行、赛诺菲、ippo、华为、恒大等还有很多的合作伙伴和用户。

 

最后我们再用智能对话的形式来结束今天的演讲。谢谢大家!