李明修在梳理互联网医疗的历程及现状时指出，互联网医疗最主要的入口仍然为搜索引擎。准确、权威、便捷地获取医疗服务信息，是广大用户在使用医疗搜索工具时最迫切的需求。但现实情况却是，传统的搜索工具上，医疗信息鱼龙混杂、缺少权威性、用户语言难以与医学专业术语相互理解与匹配，互联网医疗虽然发展很快，但在医疗搜索领域，仍面临相当大的挑战。“为解决这些问题，搜狗搜索将人工智能技术与医疗搜索相结合，通过构建医疗知识图谱和基于语义匹配的排序两大体系，取得了不错的效果。”李明修说。
医疗知识图谱，让信息更准确、更权威
据悉，作为国内第二大搜索引擎，搜狗搜索于2016年5月上线搜狗明医垂直频道，并将AI技术落地医疗场景，旨在为用户提供权威、真实、有效的医疗信息。而医疗知识图谱的构建，正是为了解决传统搜索引擎医疗信息不够准确和权威的问题。
作为国内第一家推出中文知识图谱的搜索引擎，搜狗搜索有着丰富的知识图谱和机器学习经验。“我们的人工智能学习了近万本医学书籍、两万多篇权威科普文章、两千万篇医学论文和海量的互联网全网数据，并通过数据抽取、数据清洗与整合、数据消歧、数据推理等步骤，构建了包含五千多种症状、六千多家医院、一万多种疾病、五十多万医生的医疗知识图谱。” 李明修说。
据李明修介绍，医疗知识图谱最基本的功能是能为用户提供权威优质、编排有序、全面丰富的医疗信息，如用户在明医频道输入“感冒”一词，就能得到关于感冒的疾病概况、症状诊断、治疗护理、就诊贴士等一系列信息。
不仅如此，医疗知识图谱还能进行基于医疗知识的推理。例如当用户搜索“风湿免疫科最好的医院”时，结果页面会将医院排行榜、医生推荐、挂号信息等消息一并提供，真正做到了“想患者之所想，急患者之所急”。
医疗知识图谱的第三个应用，是搜狗明医的“智能自诊分诊”功能。李明修表示，用户只需按页面提示，输入所患病症的时间、症状描述等信息，便可推测其可能患有的疾病，并按照可能性高低进行智能排序，还在搜索结果中为用户推荐就诊科室，方便用户更有针对性地就医，防止出现漏诊、误诊等问题。
基于语义匹配排序，实现用户与机器自然对话
医疗专业术语和用户的实际医疗需求之间存在理解的鸿沟，这是医疗搜索领域一直以来很难解决的一个问题。搜狗搜索基于语义匹配排序的核心在于，机器可以通过深度学习算法，为用户自然语言描述的需求，精准匹配相关医疗信息，将这些信息呈现在结果页头部。假设用户输入“拉肚子挂什么科室”，机器通过学习能理解口语中的“拉肚子”与“腹泻”是匹配度相当高的一组词，就可以给出关于腹泻的相关结果。
与此同时，基于语义匹配的排序，搜狗明医还可进行文本匹配与深度语义匹配，从而识别出用户的真实医疗需求。例如用户输入 “糖尿病不能吃什么”的关键词，搜索结果一方面可将这句话映射到禁吃食物上，另外一方面还能给出可以吃什么的深度匹配结果，把用户的隐性需求也照顾到了。值得一提的是，搜狗明医在之后还将利用搜狗领先的图像识别技术，支持用户图片输入，即可为患者辨别病症、查找相似案例。
AI技术落地医疗场景，让整个行业获益
事实上，搜狗明医将AI技术落地实地医疗场景的做法，不仅使患者受益，医疗专业学生、行业从业者等专业人员，都将能从中获益。
“传统的‘标准化病人’方法 ，通过模拟病人，让学生进行模拟诊断练习，缺点是成本太高、无法随时练习，能够练习到的案例也太少。搜狗搜索可开发由机器模拟病人的对话系统，替代真人扮演的标准化病人，降低了雇佣标准化病人的成本，可以随时练习，同时有海量现实病例内容作为题库。” 李明修说。
搜狗搜索通过人工智能技术为医疗搜索领域探索了新的路径，优化医疗搜索体验的同时，也推动了互联网医疗行业的发展。“让权威、真实、有效的医疗信息触手可得”是搜狗明医的初心所在。搜狗明医将会继续将人工智能技术应用到实际医疗领域，为互联网医疗行业的健康、快速发展贡献自己的力量。”李明修在演讲结束时表示。