打開腫瘤診療「黑匣子」，「零氪」以科研級標準挖掘數據價值

醫療大數據由於行業准入門檻高、前期積累時間長、個性化需求強、市場驗證困難等因素影響，通常被視為大數據行業應用中難度較高的領域，醫療產業與大數據的融合應用似乎還有漫漫長路。

作為國內較早一批探索醫療大數據應用的企業，腫瘤醫療大數據公司零氪科技已為超過500家綜合及專科三甲醫院提供大數據解決方案，深度處理腫瘤科研級病歷近200萬份，幫助集成及清洗區域醫療數據超千萬份，處理醫學影像數據超千萬份。

在獲得了廣泛的科研級數據後， 零氪科技2017年開始已經推出了如臨床科研解決方案、影像診療輔助、行業洞察報告、行業決策輔助、金融支付諮詢等更多維度拓展，以滿足腫瘤患者「看準病」、「用對葯」、「可支付」、「少風險」等多方面的醫療需求。

由科研服務起步，操練數據處理能力

眾所周知，中國健康醫療大數據曾面臨孤島現象嚴重、數據標準尚待統一、大數據技術未能有效利用三大問題。打破數據孤島需要自上而下的推動，而作為創業公司最初所能做的則是實現數據標準的統一與結構化，這也是實現醫療大數據應用的基礎。

醫療數據結構化後最直接的應用是為醫院醫生提供科研服務。國內新嶼科技、思派網路、醫渡雲、醫鳴數據、博識醫療雲、醫號線等公司都在該領域做出了嘗試。

醫療臨床數據的精準程度決定著其對醫藥行業的價值。零氪的優勢在於一開始就是按照科研標準獲得的高質量的臨床數據。從2014年成立之初，零氪就聚焦在腫瘤領域，通過與醫院合作，對病曆數據進行結構化處理，從科研服務切入，並把出院後患者的隨訪/康複數據與臨床數據相對接，形成有科研價值的結構化數據。

中國醫院從不缺少患者，但缺少能從患者病歷中沉澱下來的高價值數據。因為臨床科室往往缺少將患者多源頭醫療數據、治療方案、用藥情況、治療效果等信息全面整合的工具，所以也就難以完成更深入的研究。「我們是要幫助臨床醫生從有病人但無數據，變成有病人就有數據。」零氪科技創始人兼CEO張天澤稱。

零氪採用人工精準標準+機器自動化、智能化方式完成病歷錄入與結構化處理，並輔助醫生進行科研方案設計、數據統計，最終產生科研成果。這部分業務零氪已經開展了三年，覆蓋超過500家綜合及專科三甲醫院。

張天澤表示，由於科研課題的公益性，並不適合作為商業化的方向，而基於在數據的處理和應用方面已經積累了大量實踐經驗，完全可以進一步擴大和推廣其科研應用價值。如近期零氪與阿斯利康合作的肺癌腦轉移項目，研究探索真實世界中肺癌腦轉移治療方案和療效分析，其第一次分析結果已經入選2018歐洲肺癌大會壁報展示。

以連貫腫瘤數據為基礎，研發輔助決策和智能診療方案

在獲得科研級醫療數據基礎之上，進一步向推出輔助決策和臨床診療的智能化延伸成為必然。

零氪科技的發展路徑與美國Flatiron Health有著相似之處。在長線布局智能化臨床輔助解決方案的同時，從2017年起公司也開始向AI領域拓展，而這些恰恰可能與商業化變現更接近。

據了解，零氪在肺結節的良惡性判斷，淋巴結跳躍轉移及清掃的預後預測，以及藥物不良反應預判、商業市場洞察、醫療保險等方面都已經初步成型。2017年4月，零氪科技正式發布了Hubble醫療大數據輔助決策系統，從醫院管理、科研與臨床三方面為醫院與醫生提供輔助工作。目前該系統已經運用到臨床科室和製藥企業真實世界研究，而輔助臨床解決方案將在今年擴大臨床科室應用範圍。

「我們能夠看到的並非某一個或幾個診療環節，而是更深層和整體全面的結局。這不僅基於我們具有強大的數據積累和技術團隊，而且配備了專業的臨床醫學團隊進行需求對接。」張天澤稱。零氪的優勢在於腫瘤醫療大數據的縱向連貫：從基因數據、影像數據、到病理數據、手術方案、術後反應、病人隨訪等，形成了連貫腫瘤患者數據。所以，也不僅是從影像診斷的單領域入手，而是為醫技科室與臨床科室提供綜合服務，給出治療決策、相關政策決策、相關業務模式決策，零氪還通過與保險公司、DTP藥房的合作，完成「可支付」、「少風險」。

除醫院外，零氪也在向醫藥企業拓展。目前醫藥行業對於醫療大數據的需求在於幾個方面：

一是在藥品研發階段，如何利用數據讓臨床研究更高效，讓藥品更快速的完成註冊。

二是在藥品上市後，如何使藥品加入臨床指南，成為醫生診療的金標準；如何獲得安全性評價；如何進一步拓展藥品適應症，延長藥品生命周期；以及如何獲得藥物經濟學認可，納入醫保等。

腫瘤治療效果往往存在很大的個體化差異，同類藥物、同種治療手段對不同患者有顯著區別，這在免疫治療上尤其明顯。所以，葯企也希望能通過醫療大數據篩選出有效目標患者，保險公司也希望能涉足腫瘤等重疾險用戶的醫療管理，給出腫瘤患者最佳的醫療解決方案。要達到這些目標不僅需要患者的通用數據，更重要的是基於中國正式情況的病例數據。

張天澤認為：「通過精耕的這些大數據，我們想打開腫瘤診療的黑匣子，為患者、醫療機構、葯企、保險公司等給出最恰當的解決方案，並實現醫療大數據公司的商業化價值。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！