其中当然有很多的技术挑战，不是一建立就非常好用的。一个是实体等价知识库，比如，同样的意思，拉肚子和腹泻都是一回事，但是我们要让知识库里面有对应的关系。还有实体概念的知识库，还有实体关系的图谱，我就不仔细讲了，其实还是有很多挑战，不是一帆风顺的。

　　微软亚洲研究院洪小文院长在很多场合讲AI+HI（Artificial Intelligence + Human intelligence），需要人来介入，让机器更智能，这样的学习管理工具也是帮助医生把他们的专业知识放到我们的系统里面去，是同样的道理。我们跟国内某三甲医院神经外科合作了一个项目，给他们提供了微信的接口。这是几个月之前做的，反响还是不错的。

　　这个项目希望可以让医疗的资源下沉，从三甲医院慢慢下沉到社区医院，让社区医院发挥更多的作用，让三甲医院的专家能够发挥他们的最大作用，把他们的时间最有效地发挥出来。好，就先讲到这儿，谢谢大家！

　　现场提问环节

　　新智元创始人杨静提问：您的演讲里面提到微软也在做智能医疗方面的业务，IBM的沃森是一个典型的智能医疗项目，微软的智能医疗项目跟它们有什么区别？您这边的竞争优势在什么地方？像云知声也做智能医疗方面的项目，跟你们合作和跟IBM合作有什么区别？

　　程骉：这个问题非常大，我不能够完全回答。我只能解释一下我们这个项目的特点。首先，我们做的项目是非常本土化的，我们跟几家中国医院都有合作，沟通的过程中，我们发现一个很大的问题是国外很多的医学词语词汇不接地气，到这儿来完全没法用。我们在跟医院医生交流的过程当中了解到中外医学词汇是很不一样的，我们需要做很多的工作。

　　另外，微软全球研究院还有其它跟智能医疗相关的前瞻性的工作，比如，我们的一组研究人员正在通过人工智能，利用机器学习及自然语言处理，帮助全球知名的肿瘤学家整理所有可用的研究数据，为患者找出最有效和个性化的癌症治疗方案；还有研究人员正在用机器学习配合计算机视觉技术，让放射科医生能够更详细地了解病患身体内肿瘤的变化情况，包括北京的研究团队在癌症、疟疾图片分析这一领域也做了很多年，取得非常好的成果。还有利用Kinect进行体感康复的项目等等。

　　从公司的层面，微软也积极投身推动医疗行业数字化转型，我们有相关的同事负责这个方面的项目。

　　杨静：您的分享让我们第一次知道微软在智能医疗方面特别有企图心。我们也知道，以前，一些美国的智能医疗技术在中国的本土化应用中的确存在一些障碍，特别是像对病例的解读或者医学文献的解读，它们在中文的理解方面是有一定的问题的。还有医生和病人交互的过程中自然语音的交互以前可能也是一个障碍，因为没办法用中文来进行。现在，微软提供新的技术平台，可能在这方面有更多的解决方案，对于助力中国的智能医疗在地的发展，j2直播，相信会有帮助。

　　程骉：跟以往的努力不同，公司现在更多关注的是如何将人工智能技术，结合我们基于微软云Azure的大数据处理能力，应用到健康医疗领域，提高医务人员的工作效率和辅助诊疗。我们从这个项目开始做一些相关的努力，包括刚才您提到的语音识别，一般的词汇语音识别我们做的还是不错的，准确率非常高。但是碰到医疗词汇如果没有这些医疗名词在库里面的话，其实机器是完全不懂的。我们也是希望由点到面慢慢扩大，从而做得更好。