利用大数据数据寻找病因

“大数据”概念与“健康”结合，会擦出怎样的火花？

　　在我们访问到的医疗或健康领域创业者中，几乎所有人都提到了一个词：颠覆。以往人们会将“医疗”和“健康”作为两个不同的领域，但因为大数据的存在，它们将会相通。一个理想化的状态是：由“可穿戴设备”或其他终端收集到人体生理数据，自动传入云端，进行数据分析与处理，再将其结果发给医生，后者给出诊断或康复建议。
) K- T$ @5 j" A
　　而这个“闭环”完全可以在每日进行，例如日常的健康监督、运动及饮食指导，或对高血压、糖尿病等慢性病进行日常管理，甚至有望为每个人定制出自己的健康全纪录。

　　对于健康大数据的未来，创业者有想象也有担忧。它究竟会有多么理想化？实施的难点又在哪里？
) R; s! T9 `1 k( _' Q9 O: l
6 [5 ~  b' a3 l4 `/ d　　春雨掌上医生创始人张锐

% p7 J+ {0 ]: u) A0 l　　数据化利于寻找病因，从而达到疾病预防

　　讨论医疗或者健康的“大数据”问题，我认为有一个前提：没有一次疾病是偶然的。每一次疾病都会有一些原因，比如说基因、环境、生活习惯。传统医疗的思维方式是帮你治病，但是如果能够把病的原因找出来，第一可以让人活得更长，第二可以活得更好，第三可以成本更低。现在一些健康管理行业的人就想做这件事情。

: N7 ^4 F: j, v- I+ d6 Y　　以心脏病为例，如果能够积累持续足够长时间的你的心率和心跳数据的话，就可能监测和控制你心脏病发生的时机。比如说我们看到过很多猝死的案例，如果提前24小时监测，是可以避免的。

　　你看国外发展的趋势，不是得了病之后再采集数据，而是之前我就能采集你所有的日常健康数据。那这个数据如何采集？需要采集器。Google Glass其实是一个巨大的采集器，“可穿戴设备”也是，后者瞄准的完全就是健康市场。其实最理想的状态是，每个人都应该收集自己一部分日常数据，就像女孩子了解自己的经期一样。
3 f8 ?  Y8 I1 ?
/ s$ n+ s2 f0 x: J8 s, H　　还有一个重点是数据的分析和解读。在医院里面医生会拿患者拍的片子来看，未来的解读者未必是这种专业医师，可能是一些专业人士，比如减肥教练，甚至可以是消费者本身。数据解读可以由智能匹配完成，用机器来进行数据分析。
' ~: _4 ]6 T4 n7 i0 O
1 ]! d* i& T, z4 M$ V# ]1 M　　所谓的健康大数据的整理方式，其中有EHR(Electronic Health Records，电子健康档案)和EMR(Electronic Medical Records，电子病历)，“奥巴马医改”其实就是在做EHR这个事情。美国只有两个项目是国家在大规模地投钱进去，一个就是太空计划，另一个就是EHR.

$ m6 z0 r: B5 L1 `, [; r6 Y6 F- l　　我认为还有个趋势，但它也许会很遥远：健康信息采集和分析的专业人士永远存在，机构则可能会解体，有一天可能医院会消失，医生会从机构桎梏里面解放出来。
1 Q2 ?, m' J5 h9 C5 q% Z8 g
　　现在我们处在黄金时代，一个拐点时刻，原因就是移动互联网的出现，你的手机可能比你更强大。在我们如何理解移动互联网的前提基础上，才会有健康大数据的一切。
' L* S7 w$ T. O' S  i4 l8 t
2 Y7 R. }% T  Q" l3 m　　康复之家创始人柏煜
; j. c1 Q3 ]' A
7 G& P# ]# i  b) _# B" l( a　　数据化会减少对医生与医院的依赖
$ |5 k- C; X  v7 y, u
8 w0 b' g9 e  x! [& h　　如果退回到30年前，中国有一个群体是“村医”，对整个村子的健康管理很有贡献。他们会对长期服务的村民的疾病有一个累积的记忆。到今天为止，中国人看病基本上就是一锤子买卖，有病就找一家医院，而大医院之间的数据是不对接的，这是一个很大的数据鸿沟。
5 J0 s3 i8 X; C* J+ b4 \/ K
! a; ^# z2 Q& q& p- L) u6 c  l# z　　未来的医疗数据化，可以解决这个问题。你没有这个数据做基础，做远程医疗是比较难的，只能看一个个独立的指标，三年前的指标你是没有的。我觉得这是一种革命性的东西，甚至会颠覆行业。

( C! x  {5 e4 T% h8 E　　“可穿戴设备”很重要，未来有可能洗澡时都不用脱掉它，在某一个病种上的监测会达到非常细致入微的地步。中国高血压患者有1亿人，潜在高血压的还有1亿，这2亿人如果都戴了一个“高血压手表”或者什么产品，你做这2亿人的健康管理就够了，这个生意非常之大。而你的产品，关键在于技术上是不是稳定、合格，后台的管理是不是能够为客户提供数据分析和提醒，比如说血压达到一个临界值的时候，是不是能提醒他。
6 W5 E  ^( E# o8 R+ W9 t2 P
　　数据化还有一个很大的好处是能让一个非专业人士在很短的时间内变成一个专业人士。你提了A问题，我一定有A答案，这叫“百问百答”，大不了“千问千答”。你这里关于健康的数据进来了，咨询健康问题，我电脑那一头就显示了这个问题的答案。
, j6 n9 g; u2 z3 }
4 W8 z% t- Q" z) L: v　　但是在健康大数据的链条里，传输或分析的环节越多，实现的难度越大。我们在研究商业模式的时候有一个非常重要的观点，要减少对人的依赖，不管是私人医生还是医疗机构。因为医生总是稀缺资源。

# @# y# _# l& [　　如果能够把所有的数据互联互通，以后你拿着一张身份证，不管到全国各地哪儿去看病，都可以把你从出生开始，包括接种卡介苗到现在所有的医疗记录都查出来。这个是理想化的想法。但这需要时间和足够的决心。
% a6 J3 W( \6 {& G5 a
0 I, Q2 S' a/ |6 F- ~( G　　活法儿创始人章坚
# _' B* Z# J' B- x/ [+ a
　　中国人对健康数据比较被动
( |8 \# Y! @  C. N2 w& \0 W" p
8 ]* u5 X6 X6 w# {% M1 B! c& E　　我们原本创业的目标是做健康管理，实际上刚开始接触的全是医疗。医疗是水非常深的一个行业，医生在医疗里面占70%的利益的导向，在整个行业里大部分利益是由医生来撬动的。而且据我了解，很多医院的科室跟科室之间数据都不是共通的。奥巴马花了700亿美金，用了四年让美国医疗数据统一，在中国你想做这件事吗？要花多少时间呢？
1 D  W( g9 m$ e3 k! \$ N
1 \" h$ ?$ z( {- ~6 Q3 q　　生理数据对于一些高危人群，就是高血压、糖尿病的人，还包括孕妇，都是非常重要的。但是对于一个活蹦乱跳的很健康的人，也许并不容易使用。比如运动数据，“可穿戴设备”测到的其实是人们运动时的各种数据。但我觉得Fitbit在中国不太容易做好，因为中国人在内心里是不爱运动的。你去看看中国的健身房，2002年的时候非常火，现在并购的并购、死的死。

' o- n) n0 y, _5 |　　西方人的健康是运动出来的，而中国人的健康是吃出来的。所以我们的产品会通过一些体征数据和日常生活中的其他数据，比如你喜欢吃什么菜，然后你可能颈椎不好，通过这些数据尽量做到一些预测或者预判，就像开处方一样，给你一些方案，或者我会推荐说这儿有1万个跟你一样的人，做了这件事，体质真的有改善。
" i9 {5 Z3 g7 N  O. @
　　大数据是现在的风潮。西方的“健康运动学”会指导你，比如第一天跑5公里，第二天跑10公里，有这么一套逻辑；而数据是中国人很欠缺的概念。有一个微博说，西方人是生活在数据里，中国人对数据没概念，中国人可能更倾向于说我能达到什么样的东西，然后我通过数据怎么达到。

　　爱康国宾

　　助理营销副总裁兼北京区总经理刘华

　　健康数据可测，但未必能在医疗环境运用

　　从一家一直希望做健康管理的公司的销售部门负责人的角度来说，我个人的看法是这样的：广义的健康管理包含了慢病管理，患者的临床症状可能已经不明显但是要保持监控状态的时候，实际上会涉及到医疗行为，一旦发生危险，需要到医院抢救。
2 ?) p- u2 i9 ~3 H9 c: c
　　以往的远程医疗也可以收集数据，但这些数据反馈到另一端的时候，有一个很大的潜在风险：做移动医疗某一个模块的专业公司，监测到的数据准确度远远没有达到预期。比如做心率监测，结果往往达不到临床诊断标准，所以只能做一些非常基础的心电监护，现在单导可能没有问题，但多导的心电图就会有问题。如果一个医生是根据单导的数据来做一个诊断，你觉得呢？肯定不够准确。

　　其实诊断是一个相当复杂的事情，中医讲“望闻问切”，西医也需要看一看整个状况怎么样。如果有1000个案例，999个没问题，只有1个误诊了，那也是不可承受的。在好几年之前就有公司在推动这个模式，到目前为止并没有成为气候，也可能还需要5年。

) J, x$ z6 `$ Y& M　　我的想法比较严谨，如果只是把我的数据都上传，评估我的健康状况及趋势，我认为是可以的。

　　现在流行的名词是“移动医疗”，再上升可以叫“智慧医疗”。但是现有的各家医院信息都不能共享，包括HIS系统和病历系统。医疗服务最大的问题是隐私问题，政府好像很难把这些信息交给某一家公司来做。所以对数据的对接我没那么乐观。
% o  @) Y5 U" J0 ^$ q