专注肿瘤大数据与产业应用平台

编者按：与糖尿病探索空间大的情况相似，肿瘤大数据应用面同样丰富，价值不菲。如何与政府、医疗机构协作，整合患者信息，并对其进行结构化数据处理，获得产业、学术、商业价值？

2018年10月27日，由中国健康产业创新平台主办，中欧国际工商学院卫生管理与政策中心承办，普华永道协办，新浪健康、爱问医生作为战略合作媒体特别支持的2018中国健康产业创新论坛在上海顺利闭幕。

零氪科技创始人、CEO张天泽

计算机专业出身的张天泽，2004年毕业后先后就职于腾讯、阿里，2009年开始创业，直到2015年融资之前试错5年，零氪科技用9年时间再次证明医疗慢行业的必然属性。零氪科技如何从拥有数据到拥有能力，赋能企业、赋能临床，让我们一探究竟。

选定公司方向标，持之以恒

零氪是专注于肿瘤领域的医疗大数据公司，医疗大数据产业，处于16万亿新医疗产业的枢纽位置，发挥着引领、驱动、串联的重要作用。这个定位思路来源于张天泽曾过往看到的2016年中国肿瘤患者迁徙图，

上幅看起来像双十一物流，又像春运，但实际上是一个个肿瘤家庭带病人去求医的路径，这个图背后有几笔惊人数字：

1） 每年肿瘤患者，院内包括院外一部分费用（不包括交通、食宿等）是四千亿；

2） 发病人数是四百万；

3） 40%用药不够准确，浪费严重；

如果要选择一个疾病需要数据切入它能够带来改变，零氪科技的选择是肿瘤，但在实际投入时，张天泽发现所以医疗不是一盘数据就可以解决的，其路险峻。

零氪科技目前已经是国内领先肿瘤数据解决方案公司之一，可以用一种方法将临床参差不齐病例数据都整理起来，然后逐渐进行详细报告输出。数据产业赛道之所以难做，利益相关方很多，这个时候逐一分条看，有指向几个产业的应用：药品研发评价、医药营销与流通、辅助诊断与辅助治疗、商业健康险、基因数据整合分析、学术与科技服务、药品监管以及医学专业教育等，所以医疗数据非常需要政府支持，这些事情之所以有这么多应用场景，呼之欲出却只闻声音不见人。零氪科技一直在思考，如何产生能用的数据、能用数据检查方式是什么，用什么样的数据分别解决什么样的产业问题。

医疗数据挖掘之路

医疗数据之前有人提到健康中国战略，规划了十万亿大市场，但是每一个市场都有很多问题需要解决。北美的肿瘤临床医药领域，同样面对大量RWD亟待开发的现状。北美有数据报告显示，北美医疗临床使用率很低，3%临床病人加入实验，97%的病人病例看完之后直接放到档案室里没有有效使用，所以成立了一个PROGRESS，专门把数据汇集起来帮助医生有效进行学术交流和数据挖掘，处理数据水平也是大量机器加人工处理为起点的。

医疗病例，并非一定是医疗数据，并不是能用于操作的都叫数据，比如说一部电影，MOV格式的可以用U盘考走，但是其电子化档案并不是数据，没有办法直接使用，所以医疗数据使用在张天泽看来，可以形象描绘为对原油冶炼和开发。原油冶炼后可变成很多应用场景，但是如果没有好的冶炼技术就不能变成可用的。所以任何一种资源和粗资源都有一个成本收益剪刀差，如果采集挖掘成本很昂贵，这个时候只有一部分场景用得起才会用，比如新药研发必须要做，这个时候才挖掘临床数据，如果大规模把临床数据，各种综合数据有效挖掘起来，就可以取出用于自己的应用场景，用于训练，用于市场洞察和分析。

每年几百万中国肿瘤病人产生两部分数据，一个是信息整合，一个是进行结构化数据处理，很多环节都有很多关键性技术，产生高质量结构化队列级数据，这个时候数据进行挖掘分析再价值分装。零氪科技工作人员有四类背景，分别是BAT科技型背景、CRO、药企医学背景，和商业服务，这四类融合一起，一点点把数据处理为保险、药企等不同合作服务对象需要的形式。

基于优质医疗数据的优质临床医疗应用

零氪一开始做这件事情，发现临床病例不是数据，辩证数据很难，临床病人很多，中国大型三甲医院集中头部医院，而肿瘤患者是择期的，是可以挑时候，这个时候医生看病都看不过来，无暇顾及处理数据。病例也不能直接使用，没办法直接进行统计。院内信息产生是下围棋前半盘，没有后半盘，到底谁赢无法判断，无法评价治疗方案，为了解决这个问题，零氪组建了一个团队，帮助三甲医院，随访肿瘤病人达到60万，所以这里面做的功课非常重，之前要不是有类似滴滴做的很重产业科技公司去推动资本市场，要做重这个事情估计也做不起来。

1、行业指标方面，零氪看到非结构化院内数据也是非常不标准。以乳腺癌为例，肿瘤大小的描述是没有统一的判断和记录，对于大型三甲医院核心的肿瘤科，确定患者分期进展关键指标到底错误率有多少？三甲医院错误率是50%，零氪是从病例报告，影像报告里面取客观数据，用NCCN不同标准自己去算分期。

2、安全性方面，专家很在乎自己数据安全性，怎么确保伦理安全情况下数据可以有效流动使用很关键。零氪一开始给医院做的是业务，把医院临床病例做成可以研究的数据，现在设计了很多科研表格，病例里面大概描述变成直接点选，符合国际标准的结构化数据模型，翻译成结构化数据进行分析，每一个面还有字典定义不同医院描述。

第一阶段，两个人读，读两遍录两遍再有一个人去检查；

第二阶段，大量人读产生标注阅读理解，然后用算法继承和读懂后面自动化处理。

前面做的很重，做的越多这个时候就有机会用算法，用前面业务素材资料产生你想要的能力，人工智能运用不是用来分析数据，而是用来产生数据处理数据，这是零氪科技过去三年中产生的AI应用，这个AI应用大家是看不见的。

3、科研方面，大量学术研究可以证明这个事情是不是有产出。上个月欧洲大会ASCOMerit有一个主题报告，刚刚结束的乳腺癌汇报都是通过这个数据产生的结果。

4、临床医疗应用上，不用盲测，几十万页肺癌CT报告结节，AI可以判断良恶性风险。今年中国医学年会上，我们请了一些专家和机器来判断结节良恶性，准确率很高，机器的速度更快。后来我们又进一步拿了牌照，给患者一些建议，做AI辅助诊疗平台，一天350例患者拿来做算法，这350例有50例患者选择做手术，300个患者判断良性就不做了。零氪核心是不是为了做影像良恶性判断做的，为了给出手术方案或者是治疗方案。

5、整个药品生命周期产业中产业分四个阶段，新药发现，实验室研究，临床注册研究，上市后推广和学术，我们专门挑选出几个场景，有数据、有患者、有临床资源，能够为产业新药研发快速上市提供帮助的，产生了四亿企业合同规模，企业围绕数据量需求很大。去年帮助合作企业把临床指南和共识修正，效率也很高。

（本文根据嘉宾发言速记蓝眼睛整理，未经讲者本人确认）