第三節　醫療大數據的應用案例

案例一：“康諾云”構建健康管理方案

【應用背景】

康諾云產品是由時云醫療科技（上海）有限公司開發的，康諾云的基準數據和分析預測模型來自美國明尼蘇達大學“時間生物學”中心，該中心也是現代時間生物學之父哈爾貝格(Dr.Franz Halberg）教授的實驗室。從20世紀60年代，哈爾貝格時間生物學中心聯合全球幾十個醫學實驗室和醫院在北美洲、南美洲、歐洲、澳洲、非洲、亞洲采集了上百萬人次的基礎體征數據，建立了豐富的跨種族和地域的人體體征數據庫與分析模型，并為NASA宇航員提供數據分析服務。

因此，康諾云產品背后所依附的是權威的學術理論。傳統的醫療監測模式只能對已有疾病的身體狀態進行監測和判斷，而康諾云能對人體還沒形成的疾病狀態做出預測，從而為用戶提供健康管理方案。

【數據源】

個人體征數據：血液含氧量、血壓、心率、心電圖和皮膚溫度等。

個人特征數據：年齡、性別、職業、收入、工作區域、社會關系等。

【實現路徑】

康諾云產品通過為用戶提供可穿戴式設備，連續記錄用戶的體征數據（人的血壓、體溫等體征數據），然后將這些數據傳輸到手機上，進而連接云端的數據庫，然后云端分析師通過數據分析得出用戶自身的連續體征波動規律，當波動出現異常時則會有預警出現，然后給出個性化的健康管理建議，具體如下圖所示。

【應用效果】

1.預測疾病

康諾云通過大數據分析技術為用戶提前預測疾病，提供個性化的健康管理方案。

2.降低醫療成本

利用大數據實現疾病預測的價值，能夠提供健康管理方案，維持健康的成本低于疾病醫治的成本，所以能夠降低醫療成本。

案例二：百度用搜索數據，構建疾病預測模型

【應用背景】

流行病的發生和傳播有一定的規律性，與氣溫變化、環境指數、人口流動等因素密切相關。

百度預測平臺推出“疾病預測”產品，實時提供幾種流行病的發病指數。每天網民利用百度搜索大量與流行病相關的信息，匯聚起來就有了統計規律，經過一段時間的積累，可以形成一個個預測模型，預測未來疾病的活躍指數。

【數據源】

互聯網數據：用戶的搜索數據和位置數據。

其他數據：氣溫變化、環境指數、人口流動等數據。

【實現路徑】

百度疾病預測平臺是基于大數據積累和智能分析，利用用戶的搜索數據和位置數據，統計出人們搜索流感、肝炎、肺結核等疾病的信息時的時間和地點分布，并結合氣溫變化、環境指數、人口流動等因素建立預測模型，能夠為用戶提供多種傳染病的趨勢預測，幫助用戶提早進行預防。

【應用效果】

疾病預測：百度疾病預測目前可以就手足口病、流感、艾滋病、肺癌、肝炎、肺結核、高血壓、宮頸癌、乳腺癌、糖尿病、心臟病、性病十二種疾病進行預測。預測疾病爆發時間和區域。對全國每一個省份以及大多數地級市和區縣的活躍度、趨勢圖等情況進行全面的監控，同時還能智能化地列出某一疾病的整體指數、城市指數前10名和搜索醫院前10名等。

案例三：慈銘體檢利用健康體檢數據構建慢性病管理方案

【應用背景】

隨著社會經濟及技術的發展和對傳統醫學先進理念的吸收融合，人們逐漸認識到“以健康為中心”和“治未病”理念是現代醫療服務的發展趨勢，由此健康服務模式開始從傳統單向的被動健康服務模式向互動的主動健康服務模式轉變，具體體現在：一是“未病先防”（即預防保健）；二是“既病防變”或“已病早治”；三是連續性的醫療服務，而醫療個性化服務在主動健康服務體系中占據了重要的角色。

【數據源】

運動數據：行走千米數及脂肪燃燒數據等。

醫療數據：體檢數據、電子病歷等。

個人特征數據：年齡、性別、職業、收入、工作區域等。

【實現路徑】

慈銘體檢機構的O2O健康管理產品，由智能運動腕表、手機APP和健康管理云平臺三部分組成。其中，智能運動腕表能夠實現24小時記錄用戶的運動軌跡，包括行走千米數及脂肪燃燒數據等，還可通過藍牙和USB的雙通道的數據傳輸，輕松地將數據傳輸和分享到手機APP及健康管理云平臺，健康管理云平臺對用戶動態運動數據和每年體檢報告數據進行存儲分析，給出個性化健康管理方案，具體如下圖所示。

【應用效果】

1.降低慢性病發病率

用戶群體采用健康管理云平臺服務后，他們之前的各項體檢異常指標均有較大的改善，其中脂肪肝異常的改善率超過60%，血脂異常的改善率超過50%，體重超標的改善率超過30%。

2.增加企業銷量

慈銘通過健康管理平臺將介入到用戶的日常運動中，接觸頻率也變為實時，從一年賣一次體檢產品到實時持續地為用戶提供服務，慈銘與用戶的接觸更多，也將增加更多的收入機會。