用人工智能和机器学习掘金医疗大数据,医渡云也“赶时髦”

【数据猿导读】 医渡云的定位是基于用户的需求打造医疗大数据和医疗云平台解决方案。在掘金大数据的道路上,医渡云也紧跟时代潮流,应用人工智能和机器学习专注于互联网医疗

用人工智能和机器学习掘金医疗大数据,医渡云也“赶时髦”

医渡云此前最高调的一次曝光是在糖尿病管理平台微糖完成 B 轮融资的新闻里。这家定位于构建医疗大数据平台的创业公司,身上挂了很多时髦的标签:机器学习、人工智能等。尤其是医疗大数据这个概念,支撑起了整个互联网医疗的创业故事。那么医渡云究竟在做一件怎样的事情?

医渡云成立于 2013年,其创始股东及核心技术人员主要来自百度、阿里巴巴、通用、三零一医院等科技企业和医疗机构。

医渡云主要定位是基于用户的需求打造医疗大数据和医疗云平台解决方案。医疗大数据解决方案利用创新技术,帮助医院跨系统、跨业务进行医疗数据的高效存储、处理和分析,对非结构化数据进行结构处理,并利用人工智能和机器学习能力,帮助医院和医生提高临床服务质量、科研转化率和管理效率。

“我们集中在做的是临床数据的挖掘。” 医渡云联合创始人兼 CEO 孙喆认为医疗数据中最核心的两类是临床数据和基因数据,而医渡云集中发力的临床数据重点在文本数据和影像数据。

孙喆表示,医渡云在异元异构的医疗数据的集成和后结构化处理能力,以及在疾病诊断的 ICD10 自动编码等方面,突破了国内医疗大数据行业中的一个难点。同时,随着科技的发展,医渡云未来将会进一步拓展影像数据的挖掘。 

类似病例这种文本数据比较为人熟悉,医渡云 CTO 徐济铭则指出,医疗机构当中的影像资料当中储存的数据规模同样非常庞大。“影像数据有点类似基因数据,能解读出来的内容非常有限,而其中能够利用的信息更少。” 徐济铭认为,影像数据有相当大的挖掘空间。

就目前的互联网医疗领域,盯住医疗大数据的领域绝不只有医渡云。做医患平台的,定位于诊疗数据,做智能硬件的,定位于监测数据,做基因检测的,定位基因数据等。而孙喆认为,决定各家在医疗大数据领域竞争成败的关键在于两个方面:一是数据规模,二是数据的可解读性。

数据规模显然是前提。目前在大多数互联网医疗的故事里面,数据规模的积累大都是在自身平台完成。而实际上,医院才是当前最大的医疗数据集散地,只是受制于多重因素挖掘难度很大。但医渡云还是选择从医疗机构入手,并把这一点做成自己的竞争优势。

“我们现在已经与北京、上海、广州、重庆、天津等地的 20 多家医院实现了合作,覆盖的疾病类型包括心血管疾病、糖尿病、肿瘤、白血病等。” 孙喆说。而对于合作方式,“我们的数据抓取主要依靠医院的信息化,通过和医院底层数据库的对接来完成数据集成。” 徐济铭说,“这里面非常关键的是底层数据模型的构建以及数据标准化,也是我们的竞争优势。”

孙喆表示,按照医渡云的计划,医疗大数据的应用则主要有以下几个方面:

一是科研平台,帮助科研人员完成数据处理,降低多中心的研究成本,为医生的研究提供研究素材以及预处理服务;

二是患者管理,比如投资微糖的主要意图打通院内院外的数据联系,帮助医生完成从院内诊疗到院外干预,为患者实现个体化医疗;“我们的目标是让单个医生日常管理患者的数量从 100 个提升到 2000 个,大幅提升医生的工作效能。” 孙喆说,“这其实就是大数据在医疗辅助方面的应用,可以帮助医生做简单的处理。”

三是数据平台,重点是帮助医院处理数据,降低医院利用数据的成本。“医渡云目前选择合作的医院主要是大医院,主要是因为这些医院信息化程度高,且需求更强烈。” 孙喆说,“而基层医院,则有可能是患者管理平台的使用方。”

除此之外,孙喆还提到未来一定会对接保险公司。众所周知,商业保险公司由于缺乏医疗数据,缺乏在医疗服务方面的控制能力。这一点给了很多互联网医疗公司实现商业价值的可能。

目前,医渡云的主要精力都在产品研发方面,在 100 多人的团队里面,产品技术团队 70 多人,主要来自阿里、百度等公司,其他还包括十几位医学部成员。CEO 孙喆毕业于北京大学光华管理学院,曾联合创立北京惠旭金信投资管理有限公司;CTO 徐济铭毕业于清华大学和中科院,曾就职于百度、高德地图。


来源:36氪

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

相关精彩内容推荐

我要评论