微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 试管婴儿APP“问问医生”获得3000万人民币投资

试管婴儿APP“问问医生”获得3000万人民币投资

2015-06-05 17:40
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-06-05 17:40 CNET科技资讯网

“问问医生”是国内创业公司刚刚推出的一个试管婴儿APP,通过提供医生与医生、医生与患者、患者与患者之间的沟通工具,为需要通过辅助生殖技术(assisted reproductive technology,ART)助孕的男女青年,提供全程服务,进而提高受孕成功率。这家公司目前获得国内某著名投资机构的pre-A轮3000万人民币投资,该公司在一年前曾获得500万人民币天使投资。

国际辅助生育技术监控委员会在一份报告中说,从首名试管婴儿1978年诞生至今,全球估计共有500万名试管婴儿来到人世,庞大的数据背后暴露了该项技术治疗周期长、成功率有待提高。临床治疗成功率受多种因素的影响,如患者年龄、患者的选择、患者的日常生活习惯、临床治疗方法、实验室技术等。

问问医生为此开发了强大的科研管理平台辅助这个过程,平台在医疗机构的HIS、EMR、CP、MCS、LIS、PACS、PEIS、CCSD、MEMES等院内系统、政府等卫生管理部门、保险机构的已有系统中搜集和获取数据,实现无缝对接,并根据生殖医学的特点,规范化、标准化的收集到大量结构化信息,从而形成具有极大临床及科研价值的数据库,在云端进行数据清洗、优化、挖掘,创建各种业务模型,然后向医生提供有价值的分析结论和临床建议。

在患者服务方面,问问医生采用O2O模式服务患者,有成熟的患者管理平台。在制定怀孕计划、孕前检查、纠正试管婴儿认知误区、孕前调理、受孕方式等多个环节,对患者进行引导及服务。在服务患者的过程中,还提供医患之间的随访工具,在促排卵、取卵、体外受精、胚胎移植、黄体支持、妊娠确定等所有环节,确保医生与医生、医生与患者之间的高效沟通,减轻医生的工作量,提高效率,提高医患依从性。

问问医生的团队由来自哈佛大学海归医学博士、国内外生殖医学中心著名生殖医学博士、专家,以及来自前微软、百度、360、腾讯、阿里的互联网产品技术数据团队共同创建。在辅助生殖、医护产品及运营、大数据处理等方面,有非常丰富的实战经验。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-