溪流数据赵贝尔：医疗领域，数据和专家资源是第一门槛

调研 | 李喆 关蕾

撰写 | 关蕾

在医疗科技领域，一类供应商聚焦在利用AI技术做辅助诊断，如医疗影像学习，是当前相对常见的一类应用；另一类供应商侧重于使用大数据、AI做治疗方案分析，如病例文本分析，是呼声较高的另一类应用。

成立于2014年的溪流数据，属于第二类。溪流数据创始团队早期为电信、电商提供大数据处理，数据分析挖掘服务。2014年，接触医疗大数据，从研究课题起步，经过三年发展，逐渐深入到数据平台建设、数据分析、场景应用等业务方向，为医生、患者两大群体提供数据服务。

基于行业资源，溪流数据合作了301医院、朝阳医院、佑安医院、儿童医院等几十家优质客群，参与多项国家级医疗大数据科研项目。依托顶级医疗机构的客群优势，溪流数据希望将优质的数据资源及专家诊疗逻辑进行结构化处理、深度学习，通过智能模型，辅助医疗经验的传承和传播。

在医疗领域，优质的数据资源积累在医院，尤其是头部公立医疗机构。对于创新公司来说，寻找稳定付费客群、探索更规模化的盈利模式，是当前创新公司面临的重要挑战。

在国内，大多数三甲医院信息化已相对完善，建设云化的数据平台（或数据中心）是下一个需求点，主要的场景应用在临床研究、临床决策支持、数据化运营管理等方面。

溪流数据定位于数据应用层面，未来战略是在平台上构建应用体系，通过提供一站式医疗数据解决方案的方式服务客户。赵贝尔认为，溪流数据未来将逐步回到技术领域，做标杆性的行业应用，以通用技术的方式输出能力。

近日，爱分析对溪流数据创始人兼CEO赵贝尔进行专访，现将部分内容分享如下。

转型医疗大数据三年，四大应用服务医生、患者两类群体

爱分析：溪流数据经历了哪些发展历程？

赵贝尔：溪流数据创始团队从2007年开始做数据分析，客群是电信、电商行业。2014年，进入医疗健康领域，核心产品是帮助医疗机构进行数据治理，提供数据应用产品及数据分析服务。

爱分析：转到医疗领域是什么契机？

赵贝尔：因为我家人都是在医疗机构工作，一直对这个领域比较感兴趣，而且公司合伙人也有较深的行业积累。2014年底，拿到种子客户，是总后的一个大数据方向课题，切入的第一家医院是301医院。

爱分析：医疗大数据的数据分析有哪些特点？

赵贝尔：做数据分析首先要做数据治理，医疗数据目前存在数据分散、非结构化、描述标准不统一等问题。举个标准不统一的例子，ICD-10标准有2万种疾病，但实际上一个医院的一个科室，医生对疾病的写法就有4万多种，最简单的数据统计工作很难开展。

我们构建了一条涵盖数据集中化、串行化、结构化、标准化、标签化等多道工序的数据治理生产线，其中部分关键环节使用了自主研发的机器学习算法。

医疗数据分析除了数据分析挖掘算法、人工智能模型外，还需要专门的知识库体系，在医学本体之上构建知识图谱、在图谱之上构建数据分析模型、在模型之上构建应用产品，层层递进。

爱分析：发布的产品有哪些？针对哪些应用场景？

赵贝尔：我们核心产品有四块方向：临床研究、临床决策支持、智能健康管理、数据化运营。第一，临床研究。以前的科研项目收集数据困难，可行性研究前期的数据准备需要1年时间以上。我们把数据进行结构化处理，形成数据集市，同时将科研过程进行智能化支撑，使客户能够一站式灵活实现数据分析，把整个科研周期缩短到3周。

第二，临床决策支持，包括智能综合诊断，个体化治疗等，自动监测患者信息，给出治疗建议，辅助医生决策。

第三，智能健康管理，包括健康画像、智能报告、疾病预测、个性化健康方案等，通过这种方式将服务从B端延伸到C端。

第四，数据化运营管理，延伸BI，结合DRG，解决医疗机构的精细化管理、数据化运营需求，给管理者使用。

我们核心产品底层是分布式混合云架构、实时分析引擎、几十类分析挖掘模型组件、医学知识库体系构建等，支持每天40亿条用户记录处理。

爱分析：决策支持的有哪些重要支撑，是依赖专家标注还是机器学习？

赵贝尔：专家的诊疗思维都记录在病历里，我们从中可以提炼学习模型，针对不同患者做个体化治疗方案，主要面向诊疗经验较少的医生及基层医生。

决策支持主要依靠两大体系，一是文献指南，二是真实数据。医疗AI产品要有好的模型算法及好的业务体系支撑，我们的个体化治疗AI产品，将指南文献和真实数据结合，将医学规则融入机器学习模型，前期专家标注较多，逐步以机器自学习自适应为主。

爱分析：决策支持类的算法模型，大概需要多少病历数据？

赵贝尔：不同的AI应用（算法模型）需要的数据量不同，单病种的决策支持，大概10万病例，必须非常完整，包括每个治疗环节、检查结论、医嘱等记录。

爱分析：在患者层面，溪流数据的健康管理有哪些特点，业务进展如何？

赵贝尔：我们的健康管理更侧重于疾病的精准管理和专业服务，四个特点：第一，以用户全生命周期数据为中心；第二，个体化指导干预方案；第三，自动化服务；第四，基于顶级医疗机构专家经验。

我们目前以2B2C的方式间接向用户开放，在用户的移动端上，每天进行智能提示，定期采集相关数据，目前301医院、友谊医院、世纪坛医院在使用，武汉市卫计委在做试点，后续会通过省市区域平台面向用户提供服务。

爱分析：溪流数据有哪些核心技术壁垒？产品中有哪些通用部分？

赵贝尔：数据和专家资源是第一门槛，算法模型和知识库是第二门槛，第三是AI产品的自动化生产线。

我们所有产品背后底层东西是一样的，核心是医疗智库平台，包括系统架构、数据统一视图、知识库、机器学习工具等，知识库会随着业务的开展越来越完善、越来越智能。

爱分析：距您推测，知识图谱建设需要多久？

赵贝尔：目前已经形成了一套比较完善的知识图谱体系，现在我们非结构化的识别率平均在95%左右，但这项工作没有终点，还需要不断提升。

服务优质医疗客群，沉淀专家经验

爱分析：有哪些重点客群？

赵贝尔：主要客群是三甲医院，像301医院、朝阳医院、宣武医院、北京儿童医院、佑安医院等。

爱分析：数据源层面，对接了哪些医院系统？

赵贝尔：主要对接的医院系统包括HIS、LIS、PACS、电子病历，另外还包括护理系统等，以及部分科室自建的系统。

爱分析：医院对数据的开放状态如何？

赵贝尔：目前还比较慎重，我们的产品也有公有云和私有云两种形态，根据客户要求来选择。

爱分析：HIS系统的数据质量如何？

赵贝尔：现阶段，各医疗机构的信息化程度较高，业务信息系统比较完善，以HIS系统为代表，数据能够满足分析需要，但实际中，也存在一些问题，如数据分散、非结构化等，需要做加工和处理。

爱分析：服务客户时，是否有侧重的细分领域？

赵贝尔：不同产品，覆盖范围不同，像运营管理、精准健康管理可以覆盖全院科室，临床研究产品目前覆盖15个科室，决策支持产品则聚焦到科室甚至病种，目前集中在内科。

爱分析：通常情况下，部署周期需要多久？

赵贝尔：分两个方面，技术实施方面和流程制度方面，技术实施很快，1个月内，流程制度较慢，大概需要两个月。

爱分析：团队有多少人？由哪几类人才构成？

赵贝尔：60人左右，绝大多数是研发和医学人员，医学团队包括医学顾问、医学分析师、医学编辑；研发团队包括：平台架构师、算法工程师、数据架构师、可视化设计师等。

大数据投入从科室转向医院，市场空间逐步放大

爱分析：通常情况下，三甲医院每年大数据建设预算是什么量级？

赵贝尔：医疗大数据，以前是临床科室参与度较高，在近两年，医疗大数据在政策支持和认识加深的双重促进下发展迅速，今年很多医院设立了单独的经费预算，用于搭建数据平台、科研系统建设等。

2016年，美国麻省总医院用7亿美金建自己的数据平台，相当于年收入的20%。国内市场处于早期，预算在逐渐增加，我们能看到的至少在百万及以上量级。

爱分析：医疗大数据，您看到有哪些明显的市场趋势？

赵贝尔：数据治理和智能应用是必然趋势，整体行业还较早，目前市场不是一个充分竞争和开放性的市场，供应商相对分散。

随着数据应用价值的释放，会促进商业模式的成熟和数据规范的完善，未来数据应用市场将是开放性的，在各细分领域会形成优秀的独角兽企业。

爱分析：传统软件系统厂商切的话，有哪些难点？

赵贝尔：数据和软件是两类不同的业务，数据公司更像是有自身技术产品的咨询公司，而不是软件公司。从技术体系、业务流程、人员结构到思维方式、经营理念都与软件公司有较大差别，信息化系统厂商切入难度较大。

爱分析热文