有一個問題一直困擾著臨床醫生：到底應不應該做科研，如果要做，怎麼做科研。
目前，醫生晉升職稱有三個考核標準：臨床、教學和科研。尤其在國內醫院，是否能升職，最重要的指標就是論文。對於這一套晉升標準，許多臨床醫生有苦不能言：臨床醫生，日常的診病都已經筋疲力竭，哪有時間勻出來泡在實驗室裡做科研？
許多臨床醫生陷入了一個誤區：論文=科研成果=泡在實驗室裡做實驗，其實臨床醫生，反而具有天然的科研優勢，這個優勢，就是立足於臨床資料。
今天我們就來討論一下，如何利用智慧對話平臺工具，讓臨床醫生收集大量有效的資料，以便進行科學研究。
醫生在收集、處理臨床資料時，往往有以下幾個痛點:
醫院HIS系統嚴重落伍，科室沒有建立病人資料庫
從現有的系統裡只能手動整理大量資料，錄入的資料殘缺不全，且容易出錯
病例、檢驗報告、影像學報告都以文字形式存在，無法系統分析
臨床中難以取得預後資料，導致研究大打折扣
實際資料建模過程中，病名病情繁多，無法泛化
千辛萬苦整理了一套資料做好了資料建模，分析效果不理想只能推倒重來，無法複用
現如今AI技術已經不侷限於科研階段，成熟的應用已經滲透到了各行業，在商業上實現了落地。常見的語音助手、智慧推薦分發和智慧美顏這些工具，都是利用了人工智慧和深度學習技術。在醫療領域，智慧醫療影像產業也成為了國內外科技巨頭的必爭之地。
根據市場研究公司CB Insights近日釋出的《2018年全球人工智慧醫療趨勢報告》，醫療已經成為人工智慧行業重要的研究和應用領域。整個行業的所有領域幾乎都會受到科技進步的影響，圖片識別正在給診斷方式帶來一場革命。人工智慧在醫療領域的最大發展障礙之一就是克服慣性，改造現在已經過時的流程，並嘗試新興技術。
隨著國內醫療的產業化、市場化，醫院和醫療機構都把AI技術加入了自身的就醫流程中，以優化就診環境，提升患者的就醫體驗。
但現有的醫療AI產品，無論作用是簡化就醫流程，還是輔助醫生診斷，基本上是面向患者的產品。奇點機智在與北京大資料研究院的深入探討中發現，臨床醫生大多都有硬性的科研需求，明明有大把的病患樣本，但苦於難以收集資料，科研無法展開。
針對臨床醫生的痛點，我們給出了一個建議：在奇點機智獨立研發的“對話流”產品上，定義智慧對話，收集對話資料，協助臨床醫生做科研。
那麼奇點機智的智慧對話平臺工具，能夠為臨床醫生做什麼呢？
- 智慧導診
將智慧對話工具植入到醫院/醫療機構的掛號-門診管理系統中，在患者排隊問診前設定預導診，匯入患者基本資訊、症狀和病史等資料。不僅能夠收集資訊，智慧導診系統還會根據患者輸入的資訊，交叉分析，初步給出診斷結果並自動生成電子病歷，協助醫生診斷，最大程度上增加醫生和患者的有效溝通時間，減少醫患摩擦。智慧導診系統支援全語音互動，利用最領先的NLU（自然語言理解）技術，給醫患帶來最精準的識別率和病症初判。
- 患者回訪
患者結束門診診療後，患者回訪系統通過服務整合到微信小程式/簡訊/微信服務號的形式，跟蹤患者遵醫囑情況和預後狀況，方便醫生對患者後續狀態進行跟蹤，管理病人的護理週期，建立電子健康檔案，生成大資料，輔助醫生進行預後科研。預後科研反哺臨床診療，幫助醫生制定更合理的診療方案。患者回訪系統能夠提高患者的依從性，得到真實有效的預後資料，提升醫患雙方效率和體驗。
- 慢病跟蹤
慢病的特殊性決定了患者在病情控制時需要更多的醫學知識和自我管理，對話流的慢病管理功能可以很好地輔助。只要定義好對話，智慧助手的即時性就可以幫助患者匹配好醫學知識、提醒服藥、提醒約診，引導患者記錄當日檢測指標（血糖、血壓等）和飲食攝入情況等，給臨床醫生提供一個多維度的、較長線的慢病資料跟蹤。醫療機構還可以在對話流平臺上給患者定義激勵，以人的口吻和形象進行主動問詢、提醒、關懷和督促。
門診的過程，是培養研究和探索能力，也是培養科學研究素養的過程。只有掌握了基本、規範的研究方法，建立起開放性的研究思維，才能上升到臨床研究這一層次，使時間立體化，並開展高效率的臨床研究。
而高效率地臨床研究，離不開大量有效的資料支撐。“對話流”平臺能夠幫助醫生和醫療機構從就診——跟蹤——複診的全流程中，記錄有效資料，既能幫助病人進行自我管理，又為臨床醫生提供了便捷的醫患交流通道和可信的資料來源。通過手機大量的資訊，如症狀，治療計劃，恢復率等，為健康部門提供了對公眾健康的瞭解，幫助他們根據公眾健康的趨勢，採取有效措施。我們相信，這樣的智慧醫療助理，無論對於患者、醫生還是公共健康，都是一種福音。