2020年，智慧医疗行业的投资规模首次冲破千亿元大关，无论从投融资数量，还是规模来看都远超2019年整年。

在资本市场看好的大环境下，IT巨头们也纷纷下海，布局这个潜力无限的“数字赛道”：

阿里方面，组建了阿里健康、阿里云，推出ET医疗大脑，瞄准医疗行业数字基础建设。

腾讯方面，自2014年开始以微信、QQ等平台流量为依托，以人工智能、云计算等技术为支持，在互联网医疗、医疗器械、医疗保险等领域构建医疗脉络。

百度方面，成立“百度灵医”（AI创新业务部），并搭建从健康医疗科普、问答、直播等内容生态到在线问诊、健康管理等健康医疗服务闭环……

创业邦持续关注的爱特曼智能（Atman）也是在智慧医疗浪潮中的一员，成立于2016年，由来自微软、百度、北大、清华、北邮等知名企业和院校的资深技术人才组成，是一家聚焦医学领域的AI机器翻译解决方案服务商，核心业务包括医学机器翻译、机器写作、循证医学、知识图谱等智慧医疗解决方案。

“医疗数据是医疗数字化、智能化的基础。但过去仅通过人工方式操作，似乎已经很难充分挖掘医疗大数据中蕴藏的价值，需要更先进智能的配套技术加速医学行业的智能化进程。”创始人&CEO马磊在接受创业邦采访时表示。

新时代下，医疗领域到底需要什么样的创新技术推动产业发展呢？

马磊给出的答案是——机器翻译，具体来说是利用计算机将一种自然语言（源语言）转换为另一种自然语言（目标语言）的操作过程。

一方面，国内外医疗资源和学术知识存在语言鸿沟，为紧跟国际化步伐，跨国药企对机器翻译的刚性需求开始显现；另一方面，以往大部分翻译工作依赖人力，亟需端到端的专业翻译服务，以减少从不同来源获取搜索结果的时间、提升工作效率，帮助其实现语义高效检索。

为了做好机器翻译工作，马磊曾两次从微软离职投身其中。

2006年，在获得清华大学计算机系硕士学位后，他顺利进入微软亚洲研究院，从事语音识别和手写识别的研究工作。2010年，马磊第一次离开微软加入创业大军，尝试将语音识别技术落地应用。这次创业因商业化路径尚未清晰，且配套技术并不成熟，最终未果。

于是在2013年，他又一次回到微软，在微软搜索技术中心负责一系列与搜索和自然语言处理相关的项目。“身在微软，但内心对创业的热情不减，他从来都是个‘爱折腾’的人。”身边的同事这样评价马磊。

2015年，马磊从北京搬到了苏州，并决定离开微软二次创业，成立“爱特曼智能”。这次创业，他的身边多了几个微软的同行人。

“2015~2016年是机器翻译发展历程中的重要临界点。在这个临界点上，第三代机器翻译技术——神经机器翻译，超越了第二代技术——统计机器翻译，快速进入了商业应用阶段”，马磊说，“并非一开始就瞄准生命科学（AI+医药）领域。在调研了20多个场景后，我们发现生命科学领域需求更高、市场增速最快，且存在明显的‘行业封闭圈’，意味着整个专业知识成体系、内部连接性更强，一旦进入市场，便很快能通过转介绍拓客，获得Top级别客户的背书。”

马磊告诉创业邦，AI机器翻译的主要应用场景集中在药物警戒和注册环节合规化方面。

在2017年正式加入ICH（人用药品注册技术要求国际协调会议）后，我国药企在创新药研发方面热情高涨，其在药品研发和注册国际化方面也已然成为趋势，这使得越来越多临床项目开启了中美双报、中欧双报甚至三地申报的战略。

若想通过国际监管部门对药品质量、安全性和有效性的高审核标准，药企就必须准确提供对应监管部门对药物审批上市的合规化佐证，如不良反应等临床数据情况。而这一切工作的背后，都离不开机器翻译。

基于对市场的准确判断，爱特曼智能快速锁定B端药企、医疗器械客户群，利用搜索、机器学习、自然语言处理技术收集和分析医学数据（包括科研文献、实验数据等），并确立了“以标准化AI机器翻译SaaS为主，大客户定制化引擎为辅”的服务模型。

现阶段，除机器翻译外，爱特曼智能还能为客户提供医疗信息化打通、数据循证等服务，以满足不同规模客户的差异化服务需求。

基于技术储备和先发优势，爱特曼智能已积累几亿个数据样本量，并在行业内率先服务了上百家全球知名药企，以及众多医疗器械企业和CRO公司。在2020年全球排名Top10的药企中，有8家是爱特曼智能的客户。

更值得一提的是，该公司医学机器翻译引擎在经过效率、机器翻译评价指标（BLEU）等多个维度评估后，连续在2019年和2020年蝉联两届获得国际机器翻译公开评测（WMT）生物医学赛道的第一名。

2021年上半年，爱特曼智能在医学机器翻译这条赛道上稳居领先位置，积累了众多客户和良好的行业口碑。2021年下半年，爱特曼智能将依托现有资源和优势，向医药行业纵深进军，探索AI在生命科学领域的第二曲线。

微软创新赋能暨生态加速计划-苏州人工智能产业创新中心推荐

为药厂提供机器翻译“大脑”，爱特曼如何让AI“读”懂医学数据？