年，医联应用NLP（自然语言处理）、CV（计算机视觉）等AI技术，落地了一系列的应用场景。包括智能健康终端、智能分诊、智能导诊、口腔影响识别、智能辅助应用等。智能医助也是在当时有了“雏形”。但彼时智能医助的尝试“是失败的”，当时的诊断决策信息收集主要通过选择题完成，长达四五十项的冗长内容，让用户和医生都不买单。“我们认为是方向，但技术突破不了。”

年，团队感觉“有点受挫了”。但在通用全科AI上一直“受挫”后，团队开始针对单病种、分阶段建立AI诊疗模型，比如在疾病预防阶段，建立疾病早筛模型；也不做全病种，而是做肝病等专病。

到年时，医联初步形成医院的AI诊疗系统。王磊介绍，虽然当时在自然语音处理这一块存在很大瓶颈，用户体验不是很好，但从线上的检验检测、智能硬件和保险等整个链条已经打通。“包括当时也已经积累了海量的数据，可以认为我们基本的能力都准备好了。”

问题只剩下一个——始终没有办法解决自然顺畅的AI疾病诊疗全流程。直到去年年底，ChatGPT出现了。

“发布时我们就

转载请注明:http://www.aideyishus.com/lkcf/8933.html