数字医疗迎来拐点 优质数据将成为分水岭

未来，医院与公司的数据合作将成为主流，割裂的数据被进一步整合，在慢病管理、远程医疗方面发挥更大的作用，而5G会加速这个过程。数据在医疗领域应用的非常广泛，比如远程医疗、慢病管理以及AI影像诊断。

数字医疗能够实现一个大型医院辐射若干中小型医院的联通机制。比如中风在中国是一种常见的慢性病，需要及时进行诊断与治疗。而治疗中风最好的医疗资源集中在北京，把北京三甲医院的诊断数字化后，异地患者可以通过远程扫描诊断资料、云存储等技术，获得与北京一样优质的医疗服务。这样可以极大缓解中国医疗资源不平衡、差距大的现状。

平安集团联席CEO、平安科技董事长陈心颖也介绍说，在重庆，约有六成老年人饱受老年病，尤其是糖尿病困扰，平安集团通过收集他们的诊疗信息，可以对老年病患者实现预诊断，并进行后续的跟踪、随访等医疗服务。

此外，一些传统制药企业也在试水数字医疗领域。赛诺菲中国区总经理Pius S.Hornstein表示，以前我们专注于传统制药领域，但是现在我们想再进一步，通过了解患者的生活规律，实现积极干预，从而对患者的生活施加影响。我们正在与谷歌这种大数据公司进行合作，来做成这件事。

而关于AI辅诊，目前把AI应用于医疗影像诊断有两种方式，一是病人拍片后，在医生解读前利用AI进行预检查，给医生提供参考诊断。二是在医生诊断后，通过AI判断医生是否正确。根据医生不同、影像不同，AI辅诊的准确度也有差异，推想科技希望找到一个统一的标准，让结果相近。

随着数字医疗发展迅猛，赛道也愈加拥挤。而公司能否打通与医院合作的渠道，获取到优质、大量的数据将成为一道分水岭。目前很多大数据、AI公司在这方面做的并不成功。由于支付是医疗系统改革的驱动因素，而中国保险行业很不完善，医保收入占据了中国医院收入的80%，商业保险发展滞后，所以医院的信息与数据并不透明。

从技术层面讲，实现机器学习有两个前提，一是数据必须有足够的量，二是数据必须足够优质，这样才能产出高质量的深度学习成果。“为了得到优质数据，公司必须与大医院、好医生进行合作，曾经很多医院并不愿意与公司进行合作，但近些年来医院的观念也在发生变化，目前我们已经与8个国家的300多家医院建立了数据方面的合作。”陈宽说。

拿到数据后，整理与清洗也很成问题，需要耗费大量人力物力。由于各家医院采用的平台不同，数据无法实现互通、共享。平安集团有一个500人的团队专门在做这件事情。曾经需要依赖人力来解读医生处方，但是平安集团现在已经开发了内部的标准化术语库，各种疾病、药品都能在里面找到对应的专业术语，这将大大节约时间成本。

而关于医院间的信息共享，医院共享数据并不是一个技术难题，但是各家医院缺乏意愿去做这件事情。在这方面宁波做的很好，所有医疗机构的数据都在网上实现了互通，诊断医生可以在云端看到患者在不同医院的历史病例。据了解，宁波于2015年建成全国首家“云医院”，可以实现名医在线问诊，实现医疗资源下沉，极大地方便了群众看病。

要实现数字医疗的广泛应用，行业亟需建立统一标准。“医生就像一名艺术家，同种疾病，不同的医生可以采用或激进或保守的不同治疗方案。”刘积仁说，“而我们要做的是，建立一个用药、诊疗的规范标准”，只有把标准建立起来，各地区的人工智能才能采用同一个标准来诊疗。