2020年，智慧醫療行業的投資規模首次沖破千億元大關，無論從投融資數量，還是規模來看都遠超2019年整年。

在資本市場看好的大環境下，IT巨頭們也紛紛下海，布局這個潛力無限的“數字賽道”：

阿里方面，組建了阿里健康、阿里云，推出ET醫療大腦，瞄準醫療行業數字基礎建設。

騰訊方面，自2014年開始以微信、QQ等平臺流量為依托，以人工智能、云計算等技術為支持，在互聯網醫療、醫療器械、醫療保險等領域構建醫療脈絡。

百度方面，成立“百度靈醫”（AI創新業務部），并搭建從健康醫療科普、問答、直播等內容生態到在線問診、健康管理等健康醫療服務閉環……

創業邦持續關注的愛特曼智能（Atman）也是在智慧醫療浪潮中的一員，成立于2016年，由來自微軟、百度、北大、清華、北郵等知名企業和院校的資深技術人才組成，是一家聚焦醫學領域的AI機器翻譯解決方案服務商，核心業務包括醫學機器翻譯、機器寫作、循證醫學、知識圖譜等智慧醫療解決方案。

“醫療數據是醫療數字化、智能化的基礎。但過去僅通過人工方式操作，似乎已經很難充分挖掘醫療大數據中蘊藏的價值，需要更先進智能的配套技術加速醫學行業的智能化進程?！眲撌既?amp;CEO馬磊在接受創業邦采訪時表示。

新時代下，醫療領域到底需要什么樣的創新技術推動產業發展呢？

馬磊給出的答案是——機器翻譯，具體來說是利用計算機將一種自然語言（源語言）轉換為另一種自然語言（目標語言）的操作過程。

一方面，國內外醫療資源和學術知識存在語言鴻溝，為緊跟國際化步伐，跨國藥企對機器翻譯的剛性需求開始顯現；另一方面，以往大部分翻譯工作依賴人力，亟需端到端的專業翻譯服務，以減少從不同來源獲取搜索結果的時間、提升工作效率，幫助其實現語義高效檢索。

為了做好機器翻譯工作，馬磊曾兩次從微軟離職投身其中。

2006年，在獲得清華大學計算機系碩士學位后，他順利進入微軟亞洲研究院，從事語音識別和手寫識別的研究工作。2010年，馬磊第一次離開微軟加入創業大軍，嘗試將語音識別技術落地應用。這次創業因商業化路徑尚未清晰，且配套技術并不成熟，最終未果。

于是在2013年，他又一次回到微軟，在微軟搜索技術中心負責一系列與搜索和自然語言處理相關的項目?！吧碓谖④?，但內心對創業的熱情不減，他從來都是個‘愛折騰’的人?！鄙磉叺耐逻@樣評價馬磊。

2015年，馬磊從北京搬到了蘇州，并決定離開微軟二次創業，成立“愛特曼智能”。這次創業，他的身邊多了幾個微軟的同行人。

“2015~2016年是機器翻譯發展歷程中的重要臨界點。在這個臨界點上，第三代機器翻譯技術——神經機器翻譯，超越了第二代技術——統計機器翻譯，快速進入了商業應用階段”，馬磊說，“并非一開始就瞄準生命科學（AI+醫藥）領域。在調研了20多個場景后，我們發現生命科學領域需求更高、市場增速最快，且存在明顯的‘行業封閉圈’，意味著整個專業知識成體系、內部連接性更強，一旦進入市場，便很快能通過轉介紹拓客，獲得Top級別客戶的背書?！?/p>

馬磊告訴創業邦，AI機器翻譯的主要應用場景集中在藥物警戒和注冊環節合規化方面。

在2017年正式加入ICH（人用藥品注冊技術要求國際協調會議）后，我國藥企在創新藥研發方面熱情高漲，其在藥品研發和注冊國際化方面也已然成為趨勢，這使得越來越多臨床項目開啟了中美雙報、中歐雙報甚至三地申報的戰略。

若想通過國際監管部門對藥品質量、安全性和有效性的高審核標準，藥企就必須準確提供對應監管部門對藥物審批上市的合規化佐證，如不良反應等臨床數據情況。而這一切工作的背后，都離不開機器翻譯。

基于對市場的準確判斷，愛特曼智能快速鎖定B端藥企、醫療器械客戶群，利用搜索、機器學習、自然語言處理技術收集和分析醫學數據（包括科研文獻、實驗數據等），并確立了“以標準化AI機器翻譯SaaS為主，大客戶定制化引擎為輔”的服務模型。

現階段，除機器翻譯外，愛特曼智能還能為客戶提供醫療信息化打通、數據循證等服務，以滿足不同規?？蛻舻牟町惢招枨蟆?/p>

基于技術儲備和先發優勢，愛特曼智能已積累幾億個數據樣本量，并在行業內率先服務了上百家全球知名藥企，以及眾多醫療器械企業和CRO公司。在2020年全球排名Top10的藥企中，有8家是愛特曼智能的客戶。

更值得一提的是，該公司醫學機器翻譯引擎在經過效率、機器翻譯評價指標（BLEU）等多個維度評估后，連續在2019年和2020年蟬聯兩屆獲得國際機器翻譯公開評測（WMT）生物醫學賽道的第一名。

2021年上半年，愛特曼智能在醫學機器翻譯這條賽道上穩居領先位置，積累了眾多客戶和良好的行業口碑。2021年下半年，愛特曼智能將依托現有資源和優勢，向醫藥行業縱深進軍，探索AI在生命科學領域的第二曲線。