成立于2018年，专注于肿瘤领域的明智医疗，依托联合临床肿瘤学会发起的全国单癌种真实世界研究、基于循证医学证据建立的以患者为中心的全病程 健康 数据库，致力于为药企、患者、医疗机构提供闭环大数据解决方案。
在巨头虎视眈眈的情形下，他们的优势在哪里？他们又如何看待肿瘤大数据服务平台可能的发展？我们采访了明智医疗创始人朱宏。
明智医疗创始人朱宏，本身有着生物信息学专业背景。在2014年，朱宏便开始主导开展医疗大数据研发工作，与中国临床肿瘤学会达成了长期战略合作，共同建立了中国肿瘤患者专病数据信息库。
早年的医疗大数据行业从业经历，让他意识到了一场以数据为基础的智慧医疗变革正在悄然发生。对医疗 科技 前沿信息的接触与 探索 ，也让他更为坚信自身的观点——在大数据 社会 ，智慧医疗的变革势必会发生，它将成为一场颠覆式的创新，需要参与者从产品创新、商业模式发现和价值网络搭建三方面同步进行。
这场变革本身有着内在的需求推动。当前患者面临的并不仅仅是看病难、看病贵的问题，在他看来，更为关键的问题在于缺乏对患者的疾病全程管理。例如，一名肿瘤患者在出院时，医生往往只会叮嘱患者注意饮食等，而患者院外管理流程几乎是缺失的。患者如何在院外更好地实现自我管理，在当前医疗资源相对紧缺、相对固定的结构层次下，几乎是难以解决的问题。而以数据为基础的智慧医疗将从根本上解决这个问题，在助力药企、医院的同时，更好地助力患者全病程管理，实现患者获益。
对市场的调研进一步坚定了他的信心。据估算，2025年，肿瘤大数据市场有望实现超2000亿元的突破。在这背后，本身是肿瘤治疗服务改善、药品研发加速的需求。政策也向着更好的方向发展：国家进一步缩短了创新药IND和NDA申请的审评审批时间，加速创新药商业化，解决紧迫的、未满足的临床需求。
最终，朱宏将锚点放在了医疗大数据真实世界研究方向上。在他看来，要实现这一目标，需要坚定的信念与正确的策略：
要确信以数据为基础的智慧医疗将得以实现。朱宏找到了一批志同道合且经验丰富的人士加入到团队中。例如副总裁王洋，具备10年以上医药企业市场营销咨询服务经验和多年IT领域新产品研发经验，是难得的创新跨界人才；副总裁金海欣，更有着复旦大学药学专业背景，是多年外资药企市场和营销冠军，长期从事医药学术研究市场应用研究；CMO，是北京大学医学院医学部博士、美国西北大学和密西西比医学中心博士后，具有10年以上基础医学科研经验、6年肿瘤学术、临床检测和诊断产品医学推广经验。
坚持长期发展策略。朱宏指出，“临床医生使用的听诊器，从发明到固定成型使用，经历了漫长的数十年。”在严肃的医疗领域，更需要坚持长期策略，稳扎稳打地做好医疗大数据服务平台。
为了更好地实现医疗大数据服务平台的发展，在最初设定中，朱宏认为应当着重发展3大模块：
1、诊疗路径方面，线下诊疗路径往往与临床指南与诊疗规范有关。线上化过程中，需要思考如何构建核心功能组件、模块，实现以真实世界研究为支撑依据，科学结合诊疗规范及临床指南。为此，明智医疗布局真实世界研究，并迈入该领域第一梯队阵营中。
2、通过可穿戴监测设备实现对患者数据的实时掌握，获得数据，并以患者为中心，实现对患者全病程管理。目前，明智医疗在管理患者及患者随访过程中逐步积淀了真实世界数据，助力真实世界研究，为后续申报数字疗法奠定基础。
3、具备算法能力。肿瘤疾病数据库与临床指南、诊疗规范，需要通过算法实现连接，更好地助力临床决策。2019年，明智医疗便与清华大学达成了战略合作，开发肿瘤AI辅助决策系统。
早年对行业的接触与洞察，让朱宏很早便意识到了专病数据库的重要性。明智医疗成立后，选择联合中国临床肿瘤学会发起中国原发性肝癌临床登记调查（CLCS），历时4年，专注于建设专病数据库，643个数据采集点覆盖了95%以上RWS数据要求，基本满足专家对临床研究的需求，同时也具备易于多中心联合的特点。该肝癌疾病数据库最终覆盖了5000+核心专家、25万+肿瘤患者、100+核心医院。
朱宏指出，“在过去几年，虽然其他医疗大数据公司也可以选择与学会合作建设专病数据库，但少有公司进行这样的尝试。一定程度上是因为明智医疗合作开发的医疗数据库本身足够专业。另一方面则是因为专家时间有限，不会选择重复建设同样的事物。”
专业的肝肿瘤数据库，帮助使用者基于其产出了多项具有国际影响力的研究成果，基于数据库发表的专病学术洞见，也被学术界广泛引用。事实上，当前仍旧有很多疾病病种有待建立专业数据库。朱宏表示，他也希望业界同行可以更为重视专病数据库的建设。
实际上，建设专病数据库的过程比想象的困难得多。比如原始数据的标准化，在明智医疗拓展的100家医院中，不同医院对于同一事物往往有不同说法。如果这仅意味着工作量，那么另一些事情便意味着巨大的挫折与挑战。
比如部分医院关键指标数据缺失；部分大医院不愿意与其他医院共享数据。明智医疗迈过了大量门槛，并通过建立起沟通机制，如建设数据使用委员会解决数据共享的问题，形成了良性的运转机制，在拓增数据的同时，助力临床科研。
明智医疗规划的主营业务分为三类，基于专病数据库的大数据服务平台以及真实世界研究项目，辅助药企实现患者招募、真实世界研究、提供市场洞察、精准营销、学术推广服务；针对医疗机构搭建一体化科研平台、智能患者随访平台，协助医院信息化建设，搭建辅助诊断模型；针对患者，建立从短期肿瘤治疗管理到长期患者全病程智能 健康 管理体系，并于日后提供数字疗法。
目前，明智医疗与大量创新药企达成了合作。其实，早在2018年，其便与某日资药企达成为期三年的数据库赋能合作。当时企业面临缺乏行业洞察和学术推广渠道，上市新药无真实世界安全性和有效性证据等问题，难以得到行业专家的认可。明智医疗通过委托项目专家发起新药真实世界数据研究作为专病平台的亚组研究，同时为药企提供基于数据库的行业洞察，最终帮助其获得了远超预期的销售业绩。
在这个过程中，明智医疗也在进行从单癌种肝癌疾病向其他癌种疾病的横向拓展。在朱宏看来，横向复制复制成本相对较低。“就像你看到的冰山一样，表面可能是独立的冰山，但底部早已实现连接。”底层逻辑与资源的共享让明智医疗可以在资源有限的情形下，实现进一步的扩张。比如肝癌属于消化道肿瘤，其他消化道肿瘤疾病如胆管癌、胰腺癌、胃癌、结直肠癌、食道癌等均可共享部分医生科室资源。
在纵向拓展方面，据朱宏介绍，“中国前200家肿瘤专科医院，诊治了中国肿瘤治疗人群的差不多60~70%。”明智医疗在实现头部肿瘤医院签约数量增长的同时实现着规模增长，以便更有利于以数据为支撑的真实世界研究，并助力药械企业进行精准学术营销。
随着数据赋能的深入推进，明智医疗将推出面向患者的数字疗法。朱宏强调，数字疗法指向智慧医疗的未来。由软件程序驱动，以循证医学为基础的干预方案，用以治疗、管理或预防疾病的数字疗法，本身涉及患者的全程管理。一旦90%的时间无需医生管理患者，将极大地改善当前患者全病程管理状况。数字疗法本身也在助力药企实现精准药物治疗，进而进一步促进针对患者的精准治疗。
相对于以往药械企业为数字疗法付费，朱宏认为患者端付费是可能实现的。因为患者本身是最终的获益方。当前难点在于患者尚无付费习惯，企业不知如何与患者沟通助力患者提升对数字疗法的信心。在他看来，数字疗法是以循证医学为基础的电子药物，其对于患者的疗效是基于证据支持的。企业一旦研发出使患者获益的数字疗法，通过学术推广和数字疗法本身所具备的患者多维度体验，患者会遵循医嘱为数字疗法买单并具有良好的用药依从性。
朱宏表示，当前存在两种可能的付费方式：一种是一次性付费，用于专家会诊提供个性化的院外治疗、康复方案制定；一种是日常监护管理费用。此外，当前数字疗法领域仍旧需要不同领域的企业进入做大市场，充分实现竞争相互促进，让患者更好地了解数字疗法可以助益患者这一实际。当患者、药企、医生三方均存在意愿时，颠覆性创新局面才可以更快的到来。而明智医疗也有望在这个过程中获得首批癌症数字疗法的认证。
明智医疗计划继续拓展签约的医院数量，实现肿瘤诊疗人群的覆盖。在取得互联网医院牌照后，其计划进一步基于真实世界数据，实现真实世界研究，获得真实世界证据，打造并取得针对不同癌种疾病的数字疗法。
当前，明智医疗真实世界研究已跃入行业第一梯队，其服务了多家肿瘤制药公司，与多家行业协议/学会、国内外知名药企保持着长期合作关系。其此前尚未进行过融资，目前计划引进外部资金实现创新业务拓展。
其计划将融资获得的资金用于数据库的建设，实现患者人群的进一步覆盖，并拓展至其他疾病领域；在建设互联网医院基础上，实现数字疗法的打造，更好地实现患者院外的疾病全流程管理。现在，在肿瘤治疗界，所普遍采用的治疗方法有大致三种：
（1）：西医疗法：手术
一般采用手术。放化疗，栓塞，加配合西药辅助治疗。临床治疗效果一般都不理想。
手术：一组数据让2005年12月22日参加第六届中日肝胆胰疾病研讨会的300名专家得出一致结论，肝癌晚期肝移植应该被叫停。
据介绍，有数据显示，在我国，晚期肝癌准备接受肝移植手术治疗的患者有1/3甚至50％以上存在癌栓。
由于癌栓的存在，这些患者在移植后不管怎样积极治疗，一年内复发率可达80％，3年生存率低于30％，最快的病例是在术后2个月内癌细胞就广泛扩散。北京大学人民医院冷希圣教授指出，为晚期肝癌尤其是门静脉大分支内有癌栓者做肝移植，极大地浪费了有限的供肝来源与社会资源。
(2)西医疗法：单纯的放化疗，栓塞等
所能达到的临床治疗效果，基本上也是最终无效的 。只能起到暂时的治疗效果，而达不到，消根除源的最终疗效。
放化疗的副作用,一般会在化疗的一个月后到半年表现出来,化疗的副作用有很多如:皮肤损伤,全身损伤,骨髓抑制,免疫抑制等等
通过患者的长期临床治疗，患者家属一定也知道，患者做化疗需要一定的身体条件，但是通过副作用的逐渐显现，患者很难继续采用化疗，因为后期身体素质已达不到，化疗所需的身体条件。
因放化疗，介入等需要患者达到一定的身体条件，才可以采用此疗法。而此疗法恰恰也对患者的正常细胞有极大的损害。患者因病情得不到良好的控制，逐渐恶化，身体的各项指标逐渐的达不到，所须要的治疗标准等等原因，很少有坚持4个疗程以上的。患者最终也只好放弃此纯西医疗法。
科学研究表明:肿瘤患者实际只有5%的人适合做化疗,但往往有80%的人都在做化疗
（3）：有的中医中药保守治疗效果也不好的原因：
现在的中医水平参差不起，有的受某种武侠小说的影响，采用所谓的以毒攻毒的治疗方法。有的受传统思想影响太深，固守用药，讲究一脉相传，片面讲究传统药方，古方。而且把得到的，远古时期的药书，药方，如获至宝，拿来采用。还有的说是某某朝代的名医，现第几十代传人，拥有家传秘方。此类传人，大多照方，开药。不但不善于创新，而且对中医中药的配伍原理研究不深。
国际上肿瘤生物治疗，有哪些新的进展？肿瘤生物治疗新进展肿瘤治疗方式手术 化疗 放疗 生物治疗肿瘤生物治疗 是应用现代生物技术及其产品进行肿瘤 防治的新方法 它通过调动宿主的天然防卫机制来抗击病毒。
肿瘤免疫治疗、靶向治疗和生物治疗之间的关系具有包容性。生物治疗是一个广泛的框架，包括免疫治疗和靶向治疗。随着生物医学的发展，生物治疗在抗肿瘤中发挥着越来越重要的作用。靶向治疗是针对分化组分子、膜受体、信号转导分子、蛋白酶分子、基因分子、血管生成和其他靶点。分子靶向治疗的成功应用是肿瘤生物治疗的一个重要突破。
免疫治疗：肿瘤免疫治疗在近几年非常火爆。事实上，广义的免疫疗法分为主动免疫疗法和被动免疫疗法。免疫疗法的作用是修复免疫系统的漏洞，帮助免疫细胞识别和消除癌细胞。被动免疫疗法是主动免疫疗法是免疫检查点抑制剂。过去两年用于临床实践的免疫疗法只是免疫疗法的一个分支。此外，癌症疫苗也属于癌症主动免疫治疗的范畴。目前，世界各国对癌症 "治疗性疫苗 "的研究和开发方兴未艾，但要应用于临床还有很长的路要走。
基因治疗肿瘤和正常细胞的突变，是将与正常细胞发生突变的一些控制正常细胞生物反应步骤的基因突变而失活，基因治疗以腺病毒为载体将正常基因导入人体肿瘤细胞，纠正或补偿基因缺陷和异常，以达到控制肿瘤扩散的目的。2003年被批准用于头颈部癌症的P53注射液，是最早的基因疗法之一，其临床试验存在争议。到目前为止，癌症基因疗法几乎一直处于研究阶段。
在过去对肿瘤治疗追求杀瘤必尽的思路下，大范围的手术全切与大剂量的放化疗之后，不但未能提高肿瘤治愈率，反而助长了肿瘤的复发和转移。生物治疗的出现是随着肿瘤免疫学研究不断深入，肿瘤发病与免疫的内在关联不断被揭示，让医家们最终把免疫治疗引入了肿瘤治疗，并迅速在全球医学界获得了共鸣。
生物治疗配合手术应用，可清除手术残存瘤灶，改善因手术受损机体免疫力，并提高术后免疫抗癌功能，防止复发和转移，提高手术疗效。
生物治疗配合放化疗应用，可提高化疗药物敏感性，具有药物增敏效应，同时可有效减轻因大剂量放化疗造成的对患者的免疫损伤，减轻放化疗毒副作用，提高放化疗疗效。
生物治疗是一种安全性高，疗效确切的方法，可应用于手术前，手术后，放化疗间歇期，放化疗之后，也可作为单独治疗方法应用于晚期肿瘤不能适用传统治疗方法的患者。
恶性肿瘤静电场医治是一种根据携带式、微创的医疗设备执行的治疗法，其机理是根据低抗压强度、高频(200kHz)沟通交流静电场，功效于繁殖肿瘤细胞的微管蛋白，影响恶性肿瘤细胞有丝分裂，使受影响的肿瘤细胞细胞凋亡并抑制肿瘤生长。
癌症攻坚战中最难攻克的癌种之一脑胶质瘤是指起源于脑神经胶质细胞的肿瘤，是最常见的原发性颅内肿瘤。世界卫生组织（WHO）中枢神经系统肿瘤分类将脑胶质瘤分为Ⅰ-Ⅳ级，Ⅰ、Ⅱ级为低级别脑胶质瘤，Ⅲ、Ⅳ级为高级别脑胶质瘤。胶质母细胞瘤（GBM）是最高级别以及恶性程度最高（Ⅳ级）的脑胶质瘤，占颅内原发性恶性肿瘤的45%。
作为神经系统最常见的恶性肿瘤，脑胶质瘤恶性程度高、生长快、病程短、术后易复发且高致残，被认为是神经外科治疗中最棘手的难治性肿瘤之一。
到底什么是肿瘤电场治疗肿瘤电场治疗是一种利用特定电场频率干扰细胞分裂，抑制肿瘤增长，并使受电场影响的癌细胞死亡的肿瘤治疗手段。其最常见的不良反应是轻度至中度皮肤刺激。肿瘤电场治疗已在某些国家和地区获批用于治疗胶质母细胞瘤和间皮瘤成年患者，这是两种最难治的癌症类型。
全球首个、且唯一经美国FDA批准的肿瘤电场治疗产品，已在全球治疗超过15000名胶质母细胞瘤患者。肿瘤电场治疗也已通过人道主义设备豁免（HDE）途径获得FDA批准，用于恶性胸膜间皮瘤（MPM）的治疗，这一适应症的上市申请随后也将在国内提交。
结语除胶质母细胞瘤和MPM外，多个全球3期关键性临床研究正在开展以评估肿瘤电场治疗用于治疗脑转移、非小细胞肺癌、胰腺癌和卵巢癌的疗效，同时针对肝癌和胃癌的2期临床研究也在进行中。
我国高质量医疗资源缺乏且分布不均。这对于每年400多万新增的肿瘤患者而言，意味着大量的患者很难获得适合他们的医疗服务。医疗资源分布不均，即使在一线城市也要面临医疗机构难以提供持续性的、高标准医疗服务的问题——如何解决诊疗资源的紧缺，以及如何实现全国范围内尽可能多的诊疗规范化的扩展覆盖？这些都是在诊疗领域亟待解决的问题。
技术的发展为我们提供了解决这一痛点的契机。随着人工智能的不断成熟，行业正 探索 通过人工智能技术让机器实现可复制化的服务，让机器实现对每一个患者服务的标准化，且将服务成本降到足够低的规模化的服务能力。这个共性问题正在逐渐得到解决。
CSCO AI就是这样一个解决方案。它是由中国临床肿瘤学会（CSCO）携手国家高新技术企业浙江海心智惠 科技 有限公司（以下简称“海心智惠”）联合开发，结合CSCO临床诊疗指南、专家临床实践经验、肿瘤知识图谱、高等级临床证据、不良反应管理体系等多维度专业领域知识，协助临床医生制定更规范、更精准的治疗方案。目前，海心智惠已成功建成国内领先的肿瘤智能服务新平台，为患者提供包含诊疗、康复的全病程一站式管理服务。这其中，海心智惠构建出的领先行业的知识图谱能力是一切的基石所在。
知识图谱是Google在2012年提出来的一个知识网络体系概念，简单地说就是将散落的信息通过语义关系连接起来，转化成可视化的知识网络。知识图谱技术可以对医疗数据进行统一建模、组织和管理，不仅能够有效地描述、挖掘医疗知识间的关系，而且也为更高层次的医学应用比如辅助临床诊疗决策、医疗问答等提供了强有力支撑。
有了知识图谱这样一种知识表现方式，该如何去利用它，就成了摆在海心智惠面前的一道选择题。即便是聚焦到医学领域，去建一个通用医学知识图谱，也只能是把一些疾病的知识、定义梳理整合。“通用医学知识图谱在临床应会有很大的局限性，它只适合去做一些简单的科普、导诊以及初步判断，如果要深入到疾病和临床诊断过程，甚至整个疾病的管理、跟踪、随访的细节里面去，便会遇到各种各样的问题：每种疾病自身的差异和整个临床治疗相关的知识体系延展开来，相互关联又相互影响，使得通用型知识图谱体系在药物选择、后期康复等方面都会遇到困难”，海心智惠创始人李颖赟这样说道。
因此，海心智惠选择用“做深做细”的方式结合人工智能去构建一个肿瘤治疗全病程服务体系的知识图谱，它要将所有和肿瘤相关的知识清晰定义出来，这无疑是知识图谱最完美的应用方向。
“我们在前期花了几年时间把肿瘤从确诊开始到肿瘤进入治疗，再到病人全程管理的知识定义出来，这才把一个比较全面的肿瘤知识图谱建立起来。之所以选择肿瘤这个领域，在于这个疾病的特征是其整个诊疗体系相对其他疾病来讲更加复杂，持续治疗过程时间跨度更长，知识图谱在肿瘤治疗领域能最大程度发挥其作用”，对于为什么选择将知识图谱应用于肿瘤赛道，李颖赟这样解释。
第二个原因则是肿瘤的诊断和治疗的知识每年都在不断更新。随着 科技 的发展，某些疾病已经被完全研究透彻，十年前跟十年后的治疗策略并没有本质差异。相比之下，人类仍然未能完全了解肿瘤的发病原理和机制，其治疗是一个日新月异的发展过程。放眼全球来看，医疗机构对于肿瘤治疗的规范性程度并不算高。医务人员面临非常大的挑战——如何能紧跟国内外的学术前沿发展，并能精准的掌握最新的临床研究进展和治疗方式的扩展，准确地掌握最新的药物和治疗方式，并且运用在最适合的患者身上？“如果一个城市30年都没有修过新路，那么在这个城市中生活的人其实是不需要地图和导航的——因为什么都没有变。但是，如果这个城市飞速发展，‘三年小变样，五年大变样’，那即便是从小就在这个城市中生活的人在出行时或许也需要导航来指引”，李颖赟用一个简单的例子来说明肿瘤治疗的日新月异。
抗肿瘤全身治疗手段在近十年来已经发生了翻天覆地的变化。十年前可能会以化疗为主，但今天，临床已经有了更多的选择：靶向药治疗、免疫治疗、再到最新的CAR-T细胞治疗等，不胜枚举。这也说明了国内一直在努力尝试建立起更加现代化、规范化的诊疗服务体系，能够让肿瘤患者得到最恰当、最规范、最标准和最合适的治疗。
辅助决策系统就是帮助医生实规范化治疗的最佳工具。CSCO AI的智能辅助决策系统在患者通过APP上传各类医疗诊断资料后，AI自动生成诊疗建议报告并提交至高级别专家审核反馈，AI模型又能根据专家审核结果持续得到闭环训练。在这一套运作系统的背后是海心智惠凝聚专家实力打造的肿瘤领域知识图谱与神经支持决策算法的结合。
透过知识图谱全面的知识体系，海心智惠通过CSCO AI除了在智能辅助诊疗方面实现治疗规范化和均质化外，还实现了院外患者全程管理，从而多方共赢——医院提高治疗总生存率，患者提高生存时间、生存质量和治疗依从性，制药企业也通过数据赋能和数字化平台结合，提高了对患者的支持能力，实现精准诊疗，精准康复支持。同时，基于全病程管理的临床新药服务体系为患者精准匹配临床研究，提供给患者一个更多的选择可能性。
以精准病情为依托，建立面向患者全治疗周期的内容服务能力，从用药心智建立、正向经验激励、关键节点的强效服务等多维度手段实现高价值的社群平台。这些都是海心智惠服务的特色。
知识图谱是辅助诊疗决策的基础，高质量的数据和专业的知识体系又是知识图谱的基石，因此如何搭建数据层和知识体系，就成了知识图谱质量高低的关键。
CSCO AI的知识图谱并不是凭空创造的，而是把目前临床专家们正在运用的知识进行有效的计算机结构化沉淀以便于再次运用。这个过程中最重要的就是辨别什么是影响临床决策的知识依据。只有先把这个知识定义清楚之后，才能针对这些知识设计对应的模型。
肿瘤治疗是一种循证医学，必须有充足的证据支撑才能够影响临床决策行为。然而，肿瘤种类繁多且特异性强——每种肿瘤至少具有3000个临床治疗决策的高等级临床证据。将这些证据结合，才能基本将肿瘤相关的诊疗体系和知识体系构建起来。“什么样的人群、特征、分子分型、基因位点、在什么情况下接受什么样治疗，能够获得更好的疗效，这是第一层面基础”，李颖赟说道。
在建立第一层面基础后，接下来就需要考虑临床治疗方案与患者体质的契合度，比如，患者身体是否能够承受，其基础疾病和既有并发症是否会对治疗选择产生影响。这是第二层面表现，即临床运用中扩大的知识体系。
在这个过程中，海心智惠CSCO AI是以病情的整个治疗知识为核心构建单个肿瘤最底层的核心知识体系，然后在临床应用中进一步扩展知识体系的建设。这样既能保证有核心证据的专业度，又能显现临床运用过程中医疗的专业度。
鲜为人知的是，“沟通”是知识图谱搭建过程中的最大难点。知识图谱想要从大数据里边提炼知识和关系，需要有不同专业的人员协调配合。因此，将知识图谱技术运用在特定的业务领域里其实就是一种跨界行为。其难点在于到底由谁来把跨界的知识融合在一起，这是第一个难点。这意味着，肿瘤知识图谱的构建者需要掌握工程算法并了解肿瘤的所有术语定义及基础医学知识。“如何把知识图谱这项技术运用到一个新的业务领域里去，会有一个天然的障碍，叫知识壁垒。掌握知识图谱技术的人是理工科系的，掌握医学知识的则是医学系的，两者都有各自的思维定式，很难进行专业的学科对话”李颖赟对此表示。
第二道壁垒则是对于专业知识的理解和梳理。李颖赟认为，只有对知识进行体系化的梳理后才能进行知识图谱的初步搭建。之后，在这个图谱之上进行业务建模；在业务应用时又有新的专业的临床知识输入。计算机如何去运用这些新知识，如何将新知识放在一个具体的患者案例身上进行有效地推理和决策则是第三道壁垒。
因此，医疗知识图谱的搭建最大的难点在于跨学科融合，融合的难点则在于整个过程对两个学科的要求都比较高。这也正是海心智惠的优势所在——其为中国临床肿瘤学会CSCO的人工智能战略合作伙伴。在学会的推动和帮助下，国内的头部肿瘤专家们基于对于 社会 责任的高度认知，花了大量时间和精力帮助海心智惠的技术人员理解临床路径并厘清体系脉络。CSCO AI是第一个基于中国的诊疗指南和诊疗实践开发出的智能辅助决策产品，是从中国的国情出发的具有中国特色基础的，也因此更契合中国的诊疗应用场景。CSCO AI才能在全国数十个省份数百家医院落地，数万名患者因此获益。
不仅如此，CSCO AI在多场景的应用也能实现其更高的临床价值。比如上下级医院的互联互通——患者通过APP线上咨询，医生通过使用CSCO AI作为上下级医院的联动的工具，带动不同层级医院的规范化诊疗。
CSCO AI也可以是科研工具，通过真实病例开展临床研究，从多个角度 探索 智能决策系统对患者治疗和临床应用的帮助。此外，CSCO AI提供的治疗方案建议遵循循证医学，可以作为科室、医院、医联体、政府等规范化治疗的质量控制工具，提高区域规范化治疗的综合水平。教学医院还可以将CSCO AI作为住院医生的病例分析学习和考核工具。作为肿瘤患者的治疗决策参考及管理工具，CSCO AI也可以同时在MDT讨论、医生学习、查房、病例讨论等多场景结合应用，从而提升整体临床效果。
海心智惠的肿瘤知识图谱的底层虽然很复杂，但在易用性上却有很好的表现。对于患者来说，只需要按照平台给予的提示步骤进行 *** 作即可，完全没有上手难度。对于医生来说，海心智惠这套人工智能驱动的全病程管理系统在患者长期治疗管理过程中，实现了系统跟踪能力、监测能力、随访能力和数据管理能力，最终达到在医生、护士和患者之间的效率平衡。
这套依托于知识图谱的个案管理服务的另一亮点在于引入个案管理师角色，在医生和患者之间搭起沟通桥梁。个案管理师既能协助科室完成日常患者管理工作，又能跟踪督促患者完成治疗及康复等相关事项，还能监测并协助医生介入院外不良事件的处理。有了个案管理师的跟进，对患者的诊疗管理也从院内延伸到了院外，将诊疗行为连续化。
对此李颖赟认为：“肿瘤诊疗这个领域未来一定会进入到一个以患者服务为中心的时代。通过人工智能的帮助，多方角色高效率协同帮助患者完成整个治疗管理服务。当然，这个体系目前没办法一蹴而就，还需要在实际使用中不断进化。”
虽然构建了底层如此复杂的知识图谱，但对于知识图谱以及辅助诊疗系统的能力边界，海心智惠是有清醒认知的。目前，无论是在病理、医学影像、诊疗等领域基于AI技术进行的模型构建、定量分析、特征关联、决策建议、疗效预测等方面的尝试，都只是帮助医生提高诊疗效率、准确率以及预测疗效的能力，赋能医疗行为，并不会干涉到医生的判断决策权。
技术之于医疗，需要常怀敬畏之心。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）