森亿智能向动脉网独家披露：公司已完成天使轮近千万的融资，领投方为真格基金，由华岩资本和树兰医疗跟投。
作为一家专注于利用人工智能进行医学文本自动分析和数据二次应用的公司，森亿智能将美国医学信息学的经验带回国内，将中国庞大的病历资源转化为医疗生产力。
“国内医疗数据产业进程如此困难重重，我认为主要有三点原因：
首先，国家尚未出台医疗信息的整套行业标准，而目前各个医院的IT信息系统都互相孤立，难以统一；
其二，缺乏标准，数据无法互通，也就导致目前还没有出现规模化医疗大数据，更难以谈及数据挖掘和价值；
第三，公立医疗体系缺乏足够的商业动力来催生足够的应用案例。”森亿智能CEO张少典在接受动脉网采访的时候直击国内医疗信息化的病因。
张少典在上海交大计算机系的ACM班（ACM班的取名源于国际科学教育计算机组织——美国计算机学会（Association of Computing Machinery），旨在培养计算机科学家）就读时，曾在微软亚洲研究院实习，主要进行自然语言处理算法的研发，在此期间发表了关于自然语言处理的论文，后来拿到哥伦比亚大学医学信息学专业的offer。
森亿智能CEO张少典
哥伦比亚大学拥有美国最顶尖的医学信息学系，该专业的创立者同时也是世界上首批医疗AI产品的发明者。
在90年代末期，美国就基本完成了主流医院的信息化建设。当前医学信息学的关注点已经从第一阶段的系统建设转移到了第二阶段也就是数据的二次利用，而且美国已经从医学角度考虑效率、安全、普适性问题。
目前中国还处在从第一阶段向第二阶段的过渡阶段。虽然主流医院的信息化已经接近完成，却还是存在系统不够完善、信息不联通、不够体系化等问题。所以虽然已有基础设施，却还是不能解决数据挖掘问题。数据的二次利用就更无从谈起。
另外在医学信息学人才的培养上，美国已经建立了完善的人才培养体系，为医学信息化建设提供人才基础，而国内尚无该专业人才的培养。
张少典就是在这样的背景下创办森亿智能，利用人工智能将电子病历结构化后，为保险、药企等企业提供数据的二次应用服务。
森亿智能做的就是依据医疗IT企业、保险、药企、医院等B端客户的需求，将案例-病历结构化、可视化处理，将处理后的数据应用到医保控费、药物研发和临床决策支持等方面。
森亿智能的人工智能系统像一个有经验的医生一样，可以精准完整的读懂病历所表达的含义，并消解其中的歧义。系统利用自然语言处理技术，深度挖掘和分析医疗文本的信息，它可以快速批量抓取病历中的信息生成一个结构化数据库，这个抓取环节可以为医生节省数月的时间，把这个过程的耗时压缩到几秒。
目前该系统全科室综合准确率在90.2%，可以识别13大类临床变量，识别19类变量语言关联，可实现全自动生成结构化数据库。更重要的是，森亿的自然语言处理不依赖任何人工规则，在面对新的病种、新的病历时，完全通过机器学习来完成模型构建，从而使得产品在面对不同场景时实现灵活定制、高速迭代。
每家做数据结构化的医疗数据类公司兴许都有自己的自然语言处理算法，而对机器学习在自然语言处理上的应用、语料库、知识库的积累则是一家医学AI公司的核心。
正是由于系统速度快、准确率高的特点，即使面对目前各大医院IT系统的标准不一这种情况，森亿智能也可以迅速将慢病管理、健康平台、保险公司、HIS系统乃至药企等客户所需的数据，结构化处理，做出实际有说服力的案例，以促进行业的发展。
这种数据的二次应用在医保控费、药物安全、决策支持方面作用巨大。例如：美国的医疗保险预测公司Inovalon帮助美国76万名医生以及相关保险公司节约数十亿美元的保险开销。
再例如，硅谷创业公司CLOUD MEDX的智能二次入院监控系统，根据患者的数据进行分析，减少了其客户30%的二次入院情况，为每家医院平均节约200万美元的年度开销。
张少典说：“如果医疗数据是个金矿，森亿智能要做挖矿者的送水人，将所有还不能被处理的非结构化信息通过人工智能，自动挖掘提取为可供分析的格式，为企业和医院的医疗大数据应用提供支持。”
目前森亿智能已经为中山医院、湘雅医院、长征医院等提供医院病历自动结构化和信息抓取服务。目前有两种盈利模式，主要是针对B端。一是开放中文病历语义API，为机构提供无缝对接不同的平台和系统的可插拔式模块。
第二是为保险公司等第三方管理公司提供取代人工的智能病历分析服务，并辅以一线临床数据的细分市场报告、精准收费核算支持、深度风险评估，全面提升医保质量与效益。
关于未来的发展，张少典透露，近期研发上会覆盖更多的医疗文本类型。目前该系统全科室综合准确率在92%，针对个别的专科，会利用迁移学习等技术进行模型强化。
对于长期发展规划，森亿智能会关注自然语言处理技术在医疗领域的更广泛应用，例如机器翻译和自动问答，例如做出类似于具备专业医学知识的Siri，自动回答患者的疑虑。
渝公网安备 50011202502165号
