选择医疗这个领域创业，是左潇基于自己在Groupon、美团多年职业生涯中的观察和总结：医疗是迄今为止被互联网改造最少的。而医疗里面最根本的问题就是优秀的医生太少。“但培养医生的过程漫长且困难，这就给人工智能的应用留下了巨大的机会。”于是，左潇创办了若水医疗，决定将自己的计划付诸实践：培养机器人医生。

之前，36氪已经报道了不少家将人工智能技术应用到医疗领域当中的公司，包括医疗影像当中的应用，医保付费审核当中的应用，智能问诊当中的应用等。这些尝试主要是医疗大数据与深度学习技术相结合的应用。虽然逻辑大体类似，但不同人对其中关键点的理解有所不同。这种差别某种程度上也会影响各家创业工作最终的产品形态。

在左潇看来，人工智能在医疗当中应用的关键是学习医生的决策过程。“所以，我们需要建构一个数据库，把医生诊断和学习的过程抽象成数学。”左潇说。

但这个过程并不容易，医生的诊断来自多年经验和知识的积累，而对这些积累的运用简直像一个“黑匣子”难以名状。“我们初期发现，开发出来的产品有点事无巨细，非常像一个初级的医学生，会问用户非常多的问题。”左潇说，“这样的过程就会与医生实际的诊断过程差别很大，体验并不好。”这也就是为什么左潇非常看重医生实际的诊疗过程。

左潇想了不少办法来解决这个问题，比如到大医院挂号，实际体验医生诊断的过程；随大医院的医生进行门诊和查房，做跟诊；或者就是将产品发送给医生，寻求改进建议。“经过一系列的改进之后，我们现在的产品已经基本接近一个真实医生的诊断过程。”左潇说。

当然，这个在文字中可以一段讲完的过程，左潇带着若水医生的团队在成都埋头干了三年。顺便插一句八卦，左潇之所以选择成都，是因为那里好吃的东西不少、当时的房价尚可接受，当然主要原因还是可以离当时日渐浮躁的创业圈远一点。2014年的时候，O2O几乎成为魔咒，医疗圈也未能免俗。

若水医疗最初是左潇自己投资，团队主要进行医疗数据的结构化工作。用了三年时间，若水医疗的团队做了一个包含5万词的医学数据库，梳理了28万个医学结构，并能够通过规则推理引擎与深度学习的技术来实现智能问诊流程。

到目前为止，若水医疗的辅助诊断系统，已经能够处理基层医院当中90%的门诊常见病。而且在若水医疗的大本营成都，已经签约了40家当地诊所引入若水医疗的辅助诊断系统。

当然若水医疗产品的应用场景不仅有在诊所当中应用的辅助诊断系统，还有在大医院当中用在就诊前和就诊中的导诊系统、决策校验系统，为专家医生开发的教学系统，还有直接面向C端的在线咨询产品。“其实从现在的形势来看，机构的需求更强烈一些。医疗机构需要这类系统来保证医疗质量，而保险公司则需要保证医疗质量又不使费用上升。”左潇说。

目前，若水医疗的团队已有80人左右的规模，包括左潇内内的几位核心创始成员都有美团的职业背景。此外，若水医疗还聘请了来自医疗、保险行业的资深人士来负责公司的医疗和保险业务。2015年初，若水医疗获得了来自晨兴资本的数千万人民币天使投资。

文/刘涌 36氪