36氪获悉，医疗大资料平台“森亿智慧”已完成 2.5 亿元的 C 轮融资，领投方为腾讯，跟投方为国药资本。森亿智慧成立于 2016 年，三年多时间累计融资额已经超过 5.5 亿元。此轮融资后，该公司将加快智慧医疗解决方案的商业化落地进展。
关于森亿智慧，36氪此前有过详细的报道。该公司专注于利用人工智能进行医学文字自动分析和资料二次应用。其人工智能系统使用自然语言处理技术，批量抓取病历、病理学报告、文字版医学影像报告等文字中的关键资讯，并按照不同的资讯维度生成一个结构化数据库，输出不同的分析结果。
至于业务进展，森亿智慧去年推出了基于AI的新一代医院资讯平台，在传统医院资讯平台的基础上，添加了资料治理方面的功能。传统平台通常只解决医院内的资料问题，会形成医院资讯孤岛，而新功能的新增，有助于互联互通测评，提高资料可用性，帮助建设智慧医院。
目前，森亿智慧已构建了300多人的团队，其中医学背景超过百人，硕士、博士占30%，研发团队发表SCI论文40余篇。
此外，该公司还与上海第十人民医院、上海胸科医院、上海中山医院等医院专家展开合作，共同开发临床决策支援系统（CDS）。鉴于技术、推广方式等因素，市场上CDS大多优先发展全科。与之不同的是，森亿智慧意识到缺乏专科专病的深度辅助决策方案，开发了基于专科的CDS。其中，该公司与上海第十人民医院合作开发的静脉血栓栓塞症智慧化预测及辅助诊疗系统，今年6月获得了国家卫健委评选的人工智能应用落地30最佳案例。
以下为36氪此前对森亿智慧所做的报道（有部分删减）
中国人口全球第一，每年诊疗人次接近 80 亿，积累下来的医学文字资讯可以用海量来形容。如何挖掘这些资讯资料的潜在价值并寻找合适的应用场景，是森亿智慧一直思考的问题。
森亿智慧是一家专注于利用人工智能进行医学文字自动分析和资料二次应用的公司，其人工智能系统使用自然语言处理技术，批量抓取病历、病理学报告、文字版医学影像报告等文字中的关键资讯，并按照不同的资讯维度生成一个结构化数据库，输出不同的分析结果。
森亿智慧CEO张少典直言对于医疗文字资讯的解析并不局限于辅助医生进行诊断，医疗类人工智能企业未来的盈利点更可能是保险公司和药企，比如对于保险公司来说，如何通过资讯解析帮助他们发现并减少过度医疗行为，对于药企来说则是如何帮助他们监控新产品的安全性。
但在相关市场成熟之前，医疗类人工智能公司需要做的更多是增加资料处理量，优化演算法模型的精度。这就绕不开医院以及和涉及到医疗资料的企业。
张少典告诉36氪，资料处理都是需要演算法模型+训练资料的。在演算法模型方面，他们首先是建立了一个全科室的演算法模型，这种全科室演算法模型可以看做是一条通用流水线，可以在满足精度的条件下处理比较常见的病种，处理精度也随着资料量的增加而提高。但是通用流水线也会遇到特殊的“产品”，某些病种若依然使用这种全科室的演算法模型进行处理，即使有足够大的资料量也达不到精度需求。因此森亿智慧会根据不同的病种特性对这条通用流水线上的的演算法引数进行增补以及除错。
这种做法的好处在于，一旦搭建好了某个病种的演算法架构，在之后的专案合作中就可以不断地复制和贴上。现在森亿智慧的合作流程已经基本标准化，森亿智慧将模型和解析流程接入医院的私人平台，医院将电子文字资讯录入模型中。张少典表示完成模型接入和资料录入基本需要5天左右的时间，比传统依靠人力进行整合和分析在效率上提高了千倍。而森亿智慧人工智能系统文字资讯处理的精度基本能和医院的具备普通经验的医生持平，达到92%-93%的水平，对于一些资料量比较大的病种，精度可以达到95%-96%。
其实除了文字资讯，医疗影像的处理也被创投圈普遍看好，并衍生了多家创业公司，比如iDoctor、医众、微云等。但是做文字资讯处理的创业公司则比较少见，张少典告诉36氪，一方面影象的应用场景往往更直接，更容易产品化，而自然语言处理流程更多、涉及到技术细节也更琐碎，同时医学自然语言处理由于是交叉学科，人才储备更少。森亿智慧在人才方面同时具备医疗和演算法团队，森亿智慧CEO张少典哥伦比亚大学医学资讯学博士，曾在微软研究院、微软亚洲研究院、纽约长老会医院等从事医疗资料探勘研究。
