為500家三甲醫院、5000個科室提供專病結構化電子病歷及科研平臺，博識醫療雲怎麼做？

博識醫療雲成立於2014年，是行業領先的專病結構化電子病歷及科研平臺。公司團隊自主研發了一套底層資料架構和核心技術，以醫生需求為導向，針對專一病種定製電子病歷，能夠在6-8小時內完成專病電子病歷全部結構化欄位應用的搭建工作。在以結構化電子表單為臨床醫生定製專病資訊的基礎上，該系統還能實時更新，當出現新的指南及科研方向時，團隊可根據醫生的需求，以分鐘為單位完成更新。

此前在2017年6月，博識醫療雲完成了數千萬元人民幣的A輪融資，投資方是經緯中國。

經過四年多的發展，博識醫療雲產品目前進入了全國500家三甲醫院，覆蓋50個細分病種、5000個科室，主要集中在腫瘤，血液、骨科、神經等重大疾病領域，同時服務近百個由國內頂級醫院牽頭的多中心臨床研究專案。

日前，在動脈網、蛋殼研究院主辦的“2018醫療科技世界論壇”上，博識醫療雲聯合創始人、全國銷售總監範曉磊分享了博識醫療雲過去幾年的發展歷程，以及對高質量的專病資料平臺為臨床科研和醫藥企業帶來的價值的思考。

博識醫療雲聯合創始人、全國銷售總監範曉磊，動脈網攝圖

以下內容根據範曉磊分享速記整理，有刪改。

中國“最愛掐架的兩家大學”校友組建的團隊

介紹一下博識醫療雲這家公司，我們是初創企業，技術團隊來自清華，醫療團隊來自北大，中國“最愛掐架的兩家大學”的校友組建了我們的團隊。

我們希望為中國最頂級的專家科研提供服務，並且成為他們的首選。因為我們資料管理系統、科研管理系統、患者管理平臺獲得更多專家的認可，我們有機會在四年多的時間裡覆蓋全國五百多家三甲醫院，在50多個細分病種裡合作了5000個臨床科室。

博識醫療雲主要產品及服務，來源於嘉賓分享PPT

這些疾病領域包括腫瘤、血液、神經內科等死亡率非常高的病種，一人患病對家庭造成很大影響，社會負擔也比較重，我們希望在這樣的領域裡努力，做出更多的貢獻。

我們有很多的專利和軟體著作權，通過了公安部等保三級備案和國家資訊系統安全保障一級認證。2017年我們與中科院資料科學中心成立了專注於醫療大資料的聯合實驗室，未來將在人工智慧、資料分析、建模等方面有深度的合作。

過去幾年，我們做了多個疾病領域的國家重點工程專案，包括衛健委國家透析登記系統、十三五國家重點研發計劃神經系統佇列研究、國家重點研發計劃“慢阻肺高危人群篩查和社群綜合防控適宜技術研究”等，同時我們也在腫瘤、血液、骨科等領域支援臨床專家成立了覆蓋全國三甲醫院的專病協作組。

解決高質量醫療資料來源的問題

醫療過去的十年，是藥物、裝置等產品的創新和差異化。從資料的角度，我們看到的更多的是回顧性研究，通過過去的資料、證據為導向來做研究。

當前的十年，計算裝置的發展，資料的爆炸，企業通常以實時的結果為導向，提供基於資料的輔助診斷決策、智慧讀片、真實世界研究，為患者提供差異化的服務。而未來十年，將是以預防疾病為導向的智慧解決方案贏得市場的時代。

消費者對大資料與人工智慧的態度也更加的開放。我們的調研顯示，願意接受基於資料、人工智慧技術為其帶來診療提升的消費者已經超過了半數。越年輕的人群，對新技術和新手段的接受度越高。從治療流程的接受度也可以看到，患者能夠接受人工智慧參與的更深度診療決策，而不僅僅侷限於過去的一些基本的檢驗檢查。

而無論是大資料還是人工智慧，高質量的資料，顯然是最重要的起點。

眾所周知，最高質量的醫療資料一直以來都是通過前結構化方法記錄的科研級資料。我們也一直堅持為國內頂尖的臨床專家提供最好的科研級資料服務。

醫療資料的維度，來源於嘉賓分享PPT

目前我國大部分的高質量醫院是分佈在核心城市的重點三甲醫院。而當前普遍存在的問題是病歷的書寫缺乏統一的規範，醫生書寫的自由度較大、不均一性較強，同時還會缺乏生物大分子檢測、評價量表、隨訪等關鍵資訊。而這部分資料進行結構化處理的成本也較高，所以我們說當前即便是高質量醫院沉澱的資料的價值密度也是相對較低的。

而我們一直專注於服務臨床專家以前結構化方式定製開發專病資料平臺，在實現資料記錄規範化的同時，高度滿足不同醫院在研究和患者管理方面的個性化需求，從而更好地滿足右上角這個象限的高質量資料的產生特點。下面我們來看一個真實的案例：

我們與北京某三甲醫院合作，為其提供資料解決方案。合作之前，該三甲醫院對於一類疾病的描述資料維度非常少，如果應用的話，也需要自然文字識別、人工複核等大量的資料治理的工作。引用科室主任的話說，醫院系統記錄和保留的資料更多的是儲存證據的用途，在醫患糾紛的時候用來定性和打官司，對科研的支援力度太弱。

與博識醫療雲合作以後，我們按照科室的單病種需求，定製開發了專業的前結構化表單，解決了資料不規範不均一的問題，解決了資料生成後需要再治理等等問題。資料生成即為可用狀態。現在科室的查房，資料的質量控制，都在這個專病平臺上完成，大大提高了醫生科研效率。

挖掘資料的價值，應用於醫學和藥物研發

我們總結下來可以看到，對比傳統電子病歷或傳統意義上的科室資料庫，基於高質量的前結構化的專病資料平臺，具有信息維度靈活豐富、可按需調整、資料質量高等特點，超過90%的內容可以做到結構化；同時能夠應用於臨床試驗、真實世界研究、不良事件追蹤、患者管理隨訪等方面。大大提高了臨床管理資料的效率，降低了研究的實施成本。

具體怎麼用，我們也有一些探索。首先是為藥企的臨床研究提供服務，幫助企業進行臨床研究可行性分析。結合各個維度的評估結果，比如從患者潛力、中心影響力、臨床試驗招募週期、所需患者數等角度，給出評估結果。憑藉我們的渠道也可幫助企業快速選擇PI與參與單位。

其次是通過線上線下雙重渠道，擴大患者招募資訊覆蓋面。可以同時做到對已有患者資源初篩和對新患者的定位，達到快速的患者入組，輔助臨床研究加速完成。

以及為專病全國臨床KOL服務，幫助他們組建協作聯盟，從真實世界研究入手，形成學術成果，並可與企業聯合，實現學術和商業價值共享。

對於已上市的藥物，可以通過真實世界研究，追蹤提醒患者，能夠按時、足劑量、足療程地完成治療方案，從而為患者預後帶來幫助，為企業增加合理銷量。

這裡我們也有一個案例，是關於嗜血細胞綜合徵的。噬血細胞綜合徵聯盟由北京友誼醫院血液科王昭主任發起，最初為北京嗜血細胞綜合徵協作組，覆蓋了北京22家大三甲醫院重點科室，於2016年拓展到全國近200家三甲醫院並建立了中國嗜血細胞綜合徵聯盟，博識醫療云為聯盟建立了中國噬血細胞綜合徵登記平臺，目前已經是世界最大的嗜血細胞綜合徵患者庫。

平臺本著互助共享、協作共贏的原則，所有貢獻了病例並通過質檢的科室，均可向平臺發起申請，利用全平臺的資料進行科研工作。王昭主任還利用平臺探索出了針對中國嗜血細胞綜合徵的創新性化療方案，並取得的卓越的療效，具體文章也已發表於血液領域的頂級期刊《Blood》。

在試驗過程中，眾多醫藥企業也進行了積極的參與，證實了相關藥物在中國人群的優異療效。平臺還在持續使用中。

總之，大資料、人工智慧技術正在重塑醫療健康行業的面貌，深入影響產業鏈上的每一個環節。在過去幾年中，博識醫療雲這樣的產品從服務國內頂尖醫生入手打造了資料智慧的“基礎設施”，基於高質量醫療資料的大資料、人工智慧應用才開始在醫療服務、臨床科研、藥物研究等環節落地，高質量資料和商業應用相輔相成，未來發展潛力巨大。