為解決“看病難，看病貴”問題，中央提出了醫療資源下沉，“90% 大病不出縣”的目標，并大力推行“基層首診，雙向轉診，急慢分治，上下聯動”的“分級診療”制度。然而，我國基層醫療機構優質資源嚴重不足，其中硬件可以通過加大政府投入逐步改善，但臨床醫生的水平卻難以大幅提高。
2018 年清華大學互聯網產業研究院支持北京清睿智能科技有限公司研發“云上 DUCG （動態不確定因果圖）全科臨床輔助診斷系統”（以下簡稱DUCG系統），輔助基層醫生進行診療，提高基層醫生的診斷準確率。同時，因為 DUCG 具有強解釋性，所以，也能培養基層醫生的業務能力。目前，DUCG 系統已在山東省膠州市和重慶市忠縣全面部署，覆蓋 9000 多個 ICD-10 疾病代碼，在醫療衛生專網內與 HIS 雙向對接，并通過 HIS 與 LIS、 PACS 等對接。
DUCG 系統以病人主訴癥狀為切入點，輔助基層醫生進行全科鑒別診斷，綜合診斷正確率高達 95% 以上。而且系統還提供結構化病歷、治療方案、醫囑等功能，能夠大幅減輕醫生工作負擔，方便政府統計決策。
DUCG 系統已涵蓋 36 個主訴癥狀（咳嗽咳痰、呼吸困難、腹痛、腹瀉、嘔血、鼻塞、鼻出血、便血、惡心與嘔吐、關節痛、咯血、發熱、下尿路癥狀（含血尿，尿頻，尿急與尿痛，少尿、無尿與多尿，尿失禁，排尿困難）、胸痛、黃疸、貧血、水腫、肥胖、消瘦、咽痛、心悸、兒童發熱、婦科相關疾?。幍莱鲅幍婪置谖锂惓?，外陰瘙癢）、頸腰背痛、頭暈、頭痛、便秘、皮疹）1000 余個臨床常見疾病診斷。膠州市在 HIS 基礎上將 DUCG 對接到家庭醫生、公共衛生系統 PC 端和移動端，拓展 DUCG 應用范疇，截至目前全市已通過 DUCG 開展智能輔助診斷 10000 余例，正確率 97.7%。
動態不確定因果圖（DUCG）是清華大學互聯網產業研究院產業轉型顧問委員會委員，清睿智能首席科學家張勤教授原創的新一代人工智能理論體系，與現在流行的大數據機器學習在本質上有所不同。大數據機器學習本質上是通過數據擬合建立輸入和輸出之間的匹配關系。動態不確定因果圖是用圖形符號表達領域專家所掌握的本領域不確定的因果關系并結合 DUCG 算法進行推理。在全科臨床輔助診斷的應用中，DUCG 不同于大數據機器學習黑箱模型，其知識庫、推理過程和診斷結果具有強可解釋性，即不僅告訴醫生是什么病，而且告訴醫生為什么是這些病。更重要的是，DUCG 不存在大數據機器學習存在的泛化問題，即不僅在測試集上診斷正確率高，而且在第三方病歷驗證和實際使用中正確率高。此外，DUCG 具有不指定疾病條件下僅通過患者的已知信息推薦下一步該做的檢查問診，從而可以動態生成患者個體優化臨床檢查路徑，即能夠指導基層醫生精準收集患者病情信息，從而實現精準診斷，節約控費，避免漏診誤診。
DUCG 智能醫療云平臺致力于提升醫生的診斷能力，達到三甲醫院醫生的看病水平，把更多的患者留在基層，促進分級診療制度早日落地。
