「我期望能和互联网立异公司协作，来打造一个『临床遗传机器医师』，处理稀有遗传病的确诊难题，当然这还需求基因测序公司和临床遗传学家的参加。只需你输入搜集到的各种基因型和表型，『临床遗传机器医师』就能够立刻帮你做出精确的确诊，并为下一步的处理给出最合理的建议和提示。」
本年 3 月底，上海市榜首妇婴保健院院长段涛在他的个人订阅号「段涛大夫」里边，发布了一篇院长日记《令人绝望的互联网立异》。上面那段话是这篇文章的结束，也是段涛提出的一个应战，期望那些有立异基因的公司能够完结这个应战。
当天，春雨医师 CEO 张锐在自己的朋友圈里表态：「段院长的应战，春雨来接！」张锐以为：「未来三年，是 AR 和生物医学工程聚合、裂变的大好时机。技能的立异才是源立异，春雨一向在做『人脑练习电脑』的浅层医学人工智能，运用在咱们的用户自诊和智能分诊两个板块，每年节省咱们的人力本钱不低于 1000 万，现在是时分朝着更专业的医疗纵深挺进了！」
这场隔空对话，展现了医疗范畴中最先进的脑筋对医疗大数据未来运用的幻想。
的确，当 AlphaGo 大放异彩时，人工智能的确带给各个范畴太多幻想空间。尤其是在医疗范畴，当 Watson 机器人在疾病确诊范畴的才能现已能够比美一般医师，它或许值得人们支付更多的金钱、精力以及热情去做更多探究。
故事版别一
医疗人工智能的根底，是医疗大数据的发掘和运用。有关医疗大数据，这是这几年互联网医疗范畴撒播最广的故事。尽管每一家创业公司的办法千差万别，但无一破例都会有一条：对大数据的发掘和运用，尽管关于怎么完成的部分往往语焉不详。这充分反映了两个问题：一切人都认识到了医疗大数据开发的价值，但开发的途径却难度很高。
所以，咱们听到的榜首代医疗大数据的故事就变成了以下这个姿态：
1. 有关数据来历
我国互联网医疗能够说是自食其力，至今停止依然不受传统医疗体系待见。所以，前期的医疗大数据底子上都只能来自互联网医疗公司自身的堆集。这儿的「前期」既指时刻上的前期，又包含开发思路上的前期。那么，前期的数据来历大概有这么几类（欢迎补偿）：
在线咨询类公司——这类公司既有归纳型的，又有笔直型的。数据堆集的办法上首要是经过医患在线问诊的办法，树立患者个人的电子健康档案；
智能硬件类公司——朴实的智能硬件在医疗范畴的运用日渐式微，但越来越多的医疗效劳开端结合智能硬件，比方血糖、血压、体温、心律等，数据堆集办法首要是对用户体征数据的检测；
基因检测类公司——基因检测在近两年日趋火爆，首要是遭到检测本钱下降和精准医疗的推动，门槛大大下降，使得越来越多的一般用户能够消费基因检测。
科研东西类公司——尽管与医患资源类公司相同是搜集患者的疾病数据，但科研类公司搜集数据的办法、运用显着不同，科研机构在数据堆集进程中发挥了主导效果。
2. 有关数据运用
在医疗大数据版别一的故事里边，之所以是前期，首要是仍是由于开发使用办法的前期。在这个阶段，尽管关于医疗大数据、人工智能现已有了概念，但在此刻能承受这样故事的人终究还太少，也太悠远。所以，版别一里边运用医疗大数据的办法底子有这么堆集：
效劳于医疗自身——长期以来，患者个人是不把握自己的医疗数据的。互联网医疗呈现后，用户能够经过手机来搜集自己的健康数据，协助医师更好的了解自身的健康前史；
效劳于医药企业——药企对数据的需求既激烈又多元，包含商场营销需求、新药研制需求、运用反应需求等。因而，鉴于药企买单愿望激烈，许大都据运用商都主见向药企考虑；
效劳于稳妥公司——这一点中美有些差异，美国稳妥公司对数据的运用首要是对医疗效劳质量和费用的操控，而在我国，稳妥公司对数据的运用则首要是规划新的稳妥产品。
3. 有关运用现状
其实在版别一的故事里，现已有一些有了很好的运用效果，比方药物戒备，用医疗数据来补偿临床数据的缺点，及时反应药品不良反应、医治效果等；再比方稳妥控费，用医疗大数据操控效劳质量和费用，操控和削减稳妥诈骗行为等。这些范畴之一切比较好的运用，首要是由于药企和稳妥公司的商业驱动力更强。当然，这也仅是在美国。
尽管咱们前面罗列了不少有关医疗数据的来历和堆集，但实践傍边，这些事例都或多或少存在着问题。乃至由于这些问题的存在，版别一里边这些比较浅层次的数据运用都还处于十分悠远的阶段。
数据的完好和有用性——互联网医疗终究是新式事物，用户有承受程度和运用习气的问题，并且硬件设备也存在功用和精准度的问题。这使得数据搜集面临着不完好且缺少接连性的问题，并且大大都硬件设备没有获得医疗资质，搜集的数据也无法做医疗级运用。
数据处于分裂的状况——互联网医疗产品首要搜集的是患者在医院的健康数据，而对医院内的数据力所不及。加上医院与互联网医疗无法打通，这导致了医疗数据在院内院外分裂存在的状况。并且由于医院自身信息孤岛的问题，患者在不同医院求医的数据也是碎片化存在。
数据规划依然十分小——作为大数据运用，现在的医疗数据搜集规划底子达不到「大」的程度。一个是许多创业公司的数据都是从头堆集，再一个是商场认知度依然有限，最典型的就是基因检测，许多公司的样本量还处在几十个、几百个的水平。这使得现在的医疗数据底子无法完成商业化。
当然还有一个问题，段院长在他的文章里也指出了，就是医疗大数据并没有被认真对待，或许说挂羊头卖狗肉。我国的大大都互联网医疗公司打的依然是医院号源的主见，依然是一种快速变现的心态，也无怪乎令人感叹，「咱们大都的移动医疗立异公司还在拼命的靠补助靠地推在拉用户，在做挂号黄牛的生意，真的令人很绝望。」
故事版别二
关于医疗大数据，最令人兴奋的运用无疑仍是在临床方面。比方时下最抢手的精准医疗简直火到没朋友。但精准医疗由于相对初级还跟数据运用关系不大，首要是取决于两点：要么是技能上获得特别严重的打破，要么是概念上找到特别唬人的办法。别的一个医疗大数据在临床上的运用，则是临床辅佐确诊，或许更悠远一点，人工智能医师。
在临床上发挥机器的效果，首要需求对临床数据的有用发掘使用。传统的公立医院在这一点上是彻底盼望不上的，底子原因在于没有任何激励机制的存在。而前期医疗大数据的运用之所以对医院敬而远之，首要是开发难度太高。
受限于信息化程度，医院往往处于信息孤岛的关闭状况，内部信息体系有纷繁复杂规范纷歧，并且有许多的病例数据以纸质状况存在。数据清洗以完成规范化、结构化的难度十分大，并且还需求打通院内院外数据的活动。
当然，这儿还必须说到数据安全。美国现已不止一次爆出医疗数据走漏或遭到进犯的事例。
而来自 Ponemon 推出的一份陈述《2013 年数据走漏本钱研讨》显现，医疗职业的数据走漏本钱最高，均匀每个患者的医疗信息走漏带来的信息安全办理本钱高达 233 美元，远高于零售业的 78 美元。而当许多商业公司在明火执仗的打着靠数据挣钱旗帜的时分，临床数据的开发的确需求十分慎重。
1. 新数据来历
不过临床数据开发的迟滞，依然是形成咱们的医疗大数据推动缓慢的一个重要要素。所以，在版别二的故事里，咱们看到了现已有创业公司尽力在临床数据上进行探究。（欢迎补偿）
临床数据的聚合——医院内的医疗数据也是涣散的，HIS、LIS、PACS 等体系里都贮存不同类型的病例数据。由于这些体系来自不同厂商，数据规范纷歧，医院内部也缺少完好、接连的数据资料。所以，在医院完成数据聚合成为临床数据开发的一个小前提。现已有创业公司在这方面探究，并得到了资本商场的认可。
临床数据的敞开——当然还不是公立医院数据的敞开，并且公立医院现在的信息体系也很难支撑敞开。不过，现已有许多创业公司在测验临床数据敞开，乃至直接开办医院、诊所来重构底层信息体系。再加上许多 SaaS 办法的诊所办理体系的呈现，就为医疗数据的同享以及与智能硬件设备的对接发明了条件。
临床数据去中心——许多人信任，医院仅仅年代的产品，会逐步消失，所以医疗数据也未必必定要在医疗机构内发生。跟着新技能和数据搜集办法的前进，包含治疗数据、研制数据等，都在逐步打破医疗机构的鸿沟，进入人们的客厅、日常日子。这种数据搜集的量和周期，都是医院内数据搜集所无法比拟的。
2. 运用和问题
这些在临床数据开发方面的尽力，为未来人工智能的研制发明了或许。恐怕也还仅仅限于或许，间隔真实的运用还有一段间隔。当然，在 AlphaGo 完胜李世石今后，人工智能所展现出的前进速度让一切人冷艳。说不定五年后，机器人医师就真的呈现在社区诊所了。可是眼下的问题恐怕仍是必需要战胜：
数据解读——围棋棋盘的或许性终究是能够尽头的，但现在的人工智能还无法处理不知道要素的问题。尤其是在医疗范畴，不只是不知道要素的问题，乃至还有无知要素的问题。许多要素不只医疗数据的搜集规划之外，更是在人类的认知规划之外。不要说癌症这种人类没有霸占的疾病，绝大大都疾病都存在着相当多的不知道要素。
数据规划——医疗数据的运用前提条件是数据规划要足够大。其实，这一点我国的状况要比美国好多了。比方说，我国一家三甲医院的数据量简直抵得上美国一个州的量。
但问题是，有才能、有条件、有时机开发运用这些数据的时机太少。财大气粗的稳妥公司在医院面前都毫无商洽才能，遑论微小的互联网医疗公司。恐怕只能盼望登高望远的医院院长，发挥鲶鱼效应。
数据监管——关于政府监管来说，医疗数据的运用是个新问题。最少至今，终究医疗数据归谁一切的问题都没有清晰。而一旦医疗数据被乱用，损害是极大的。一个十分简略的道理，你的银行卡暗码能够修正，但你的基因信息能修正么？尽管现在对基因的解读才能有限，可是只需样本成功搜集一次，就能够无限检测。假如你的基因数据走漏了，呵呵呵呵，呵！
最终，或许仍是野心的问题。假如现已搜集到了一批数据，立刻就能商业变现，就能挣大钱，有几个人还愿意去搞什么人工智能么……
