派蘭數據：它給醫療數據洗個澡，再雜亂的數據也是寶 | 創業

「閃光的不只是黃金。」我們借用莎士比亞的這句話來介紹醫療大數據再適合不過。

隨著信息化時代的發展，大數據已經成為當下新的關鍵詞。據悉，一些大型醫院每年多至產生 300TB 到 1PB 的數據，這給了我們挖掘更多醫療需求的機會。但尷尬的事實是， 醫療行業有著海量數據，實用的結構化醫療數據卻少之又少。醫療數據的複雜與非結構化問題對於計算機理解學習來說，是個頭疼的問題，似乎有的醫療數據是硬石頭？

幸運的是，一些行業從業者已經在用技術挖掘醫療大數據的價值。派蘭數據就是醫療信息化道路上的一位「掘金人」。成立於 2015 年的 派蘭數據，是一家醫療大數據產品、臨床大數據分析平台和醫療數據服務提供商。其旨在將繁雜的、非結構化的醫療數據變成有價值的結構化數據，為醫療機構、製藥企業和支付機構提供數據採集、數據建模、數據分析和人工智慧服務。

「有人在解釋數據的價值時，將數據比作石油。但石油是不可重複利用的，開採了用了就沒有了。大數據卻是可以重複利用的，而且增長速度是以秒記的。你從不同的角度去挖掘，它會有新的價值。醫療大數據更是從不同的角度，研究越多，應用越多，它的價值越高。」

談到醫療大數據的作用，派蘭數據的創始人林勇這樣告訴動點科技。

想要讓醫療數據大範圍應用，首要問題就是解決其質量的問題。林勇表示， 醫療數據的第一個難點就是數據要集成、共享，以及「量」的積累。醫療數據比較敏感，如何與醫院合作成為很多科技公司的一個難題。林勇認為，要告訴醫院什麼數據可用，如何用好數據。「我們幫助醫院建設臨床科研一體化的科研協作平台和人工智慧平台，確保在醫院監督的情況下，將數據進行清洗和脫敏，建設臨床大數據，保證真正的科研用途和數據應用，比如人工智慧支持下的臨床輔助決策。」

目前，派蘭數據幫助大型三甲醫院清洗和脫敏的病例數據量已經達到一千多萬，並協助完成了數十項臨床科研項目。

第二個難點則是解決「質」的問題，以保證可做多樣的數據應用。什麼是「質」的問題，林勇指出了臨床數據的一些細節：「臨床數據是各種各樣的，如結構化的診斷和用藥數據，但不同醫院可能使用不同的術語和編碼。也有非結構化的病歷文本數據，比如醫生寫的病人的主訴（患者在就診過程中描述的有關其癥狀的信息），還有一些信息是患者院外的隨訪信息，像是否遵醫囑減少吸煙喝酒等。」

派蘭數據用 AI去整理清洗這些數據，一方面處理院內的各種臨床數據，整合關鍵的臨床信息，統一結構統一醫學術語；另一方面，對大量的醫學文本，使用醫學自然語言處理來解決，不再需要大量繁重的人工標註來處理醫學信息，而是使用 AI 進行自動化的標註和關鍵數據提取。

此外，隨著國家「健康 2030 」的提出，醫療大數據市場的前景更被看好。據相關數據分析，2020 年，中國醫療大數據應用市場規模將達到 79.05 億元。目前，因為中國各大國企與如浪潮集團等民企巨頭參與，醫療健康行業已經形成了醫療大數據三家國家隊公司三足鼎立的格局。而 IBM 作為醫療大數據的「老玩家」，也在不斷的進軍。創業公司會不會在這樣高壓的環境下「呼吸困難」？

面對這一問題，林勇表現地客觀冷靜：「創業公司不可能像大公司一樣做到全領域觸及，但是會在某一些點上或者細分領域深入做強，有專長有專利。所以我們根據自己的定位，目前是專註在一些慢病病種上，幫助醫院在人工智慧時代，精鍊大數據石油，助推臨床科研，輔助決策，人工智慧的深度應用。」

據了解，派蘭數據的核心團隊成員來自 IBM、PPD 等公司，在醫療信息化和生物信息領域有超過 15 年的經驗。他們早已理解了醫療數據的寶貴，並且寂靜地布局。林勇透露，目前派蘭數據正在進行新一輪融資，並且已經交出一份答卷：和北上廣十幾家大型三甲醫院及數十家頂尖葯企建立了醫研企合作，成為浪潮集團及山東健康醫療大數據有限公司的戰略合作夥伴，幫助國家隊共同建設醫療大數據北方中心。

圖片來源：123RF

本文 派蘭數據：它給醫療數據洗個澡，再雜亂的數據也是寶 | 創業來自動點科技.

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！