“提高保障和改善民生水平，加强和创新社会治理”、“实施‘健康中国’战略”是党的十九大报告中提出的内容，其中强调，要加强基层医疗卫生服务体系和全科医生队伍建设。近年来，“小病不出乡，大病不出县”、“基层首诊，双向转诊，急慢分治，上下联动”等模式正逐步推进分级诊疗医疗模式改革，实现“健康中国”战略。

虽然方向已经明确，实施起来却困难重重。尽管基层硬件可以通过加大资金投入来改善现状，缺少优秀的全科医生这一问题却难以解决。由于全科医生培养难度大周期长，再加上基层条件普遍艰苦，很少有全科医生愿意长期留在基层发展，这就导致了优质医疗资源不足、分布不均，就医成本增加。此外，如果“基层首诊”正确率低，就会导致更多患者选择越级就诊，分级诊疗难以实现，医联体、远程诊疗和专家巡诊也无法从根本上解决缺乏优秀医生的问题。

2016年，Alphago的出现把“人工智能”的概念带到了大众面前，并掀起一阵热潮。既然人下不到基层，那么是否可以让人工智能下到基层？带着这样的思考，北京清睿智能科技有限公司（以下简称“清睿智能”）对其首席科学家张勤教授原创的用于核电站故障诊断的动态不确定因果图 （Dynamic Uncertain Causality Graph，以下简称“DUCG”）AI技术进行了改造，将其运用于临床诊断。

从给工业系统看病转向给人“看病”

清睿智能成立于2016年，公司拥有DUCG 的全部知识产权，已获中国发明专利5项，美国发明专利1项，待授权美国发明专利2项；在德国纽伦堡国际发明展上获世界发明协会颁发金杯奖。

张勤教授是国际核能院（INEA）院士，中国科协荣誉委员，清华大学核研院、计算机系双聘教授。由他带领的核心技术团队目前有15人左右，主要由清华大学、北京航空航天大学以及国外知名高校的人工智能、软件开发人员组成。另外，清睿智能长期与著名三甲医院的30多位临床专家进行深度合作，构成了一个医工结合的科研团队。

清睿智能首席科学家张勤教授

（图片来源：清睿智能提供）

DUCG采用图形方式简洁表达各种情况下的不确定因果关系，将任何不确定因果关系用虚拟的随机因果作用事件来表达，从而将逻辑运算和概率统计相融合，推理中首先基于证据对知识库内容进行化简图和展开，去掉无关部分，保留当前问题有关部分内容，大幅降低问题规模和复杂度，再加上各种高效推理算法，建立起一套独特的AI理论模型，将知识表达、不确定性、逻辑运算和概率运算有机统一，使知识结构和参数表达相分离，有效解决了模型的可解释性和泛化能力。

该理论的创立缘起于解决核电站等大型复杂工业系统在线故障监测、预报、诊断、发展预测、决策支持和风险评估，历经30多年的发展，已发表高水平学术论文数十篇，其中 JCR 排名 Q1 区的 SCI 期刊论文 12 篇，迄今上百项应用和实验验证正确率为 100％。

科研团队在解决大型复杂工业系统故障诊断问题的同时，进一步将这一方法改造用于给人看病，并与北京朝阳医院王宁宇教授团队和浙江大学李兰娟院士团队合作，完成了眩晕和黄疸两个知识库的构建和测试，初步证明了这一方法在临床诊断领域的可行性和优越性。