AI和大數據能否成為「葯神」？零氪科技楊文琳：醫療大數據是攻克腫瘤強有力武器

整理 | 黑君

編輯 | 黑智

8月31日，由南京市鼓樓區人民政府主辦、鼓樓高新區管委會、鼓樓區發改局（經信局）、創業黑馬、i黑馬旗下企業服務垂直媒體B2B圈聯合承辦的「中國獨角獸（秋季）峰會」在南京舉行。大會上，零氪科技聯合創始人楊文琳出席活動，並進行了《大數據賦能醫藥產業》的主題演講。黑智也參與了大會的全程報道。

《我不是葯神》的火爆，揭示了現在消費者對癌症日益高發、專利葯天價，以及如何讓普通人享受前沿醫療服務的焦慮。AI和大數據，則在輔助診療、新葯研發評價、藥物篩選等領域中，發揮著重要作用。楊文琳在演講中表示，零氪科技正在應用醫療大數據，來改變癌症患者的診療現狀，研發輔助決策，減少誤診率；以及向醫藥企業拓展，讓藥品研發和評價階段更高效和安全，並且將AI醫療的診療能力，在實際場景中應用。

醫療大數據和AI正在實際場景中，發揮商業價值。

以下是楊文琳演講原文，經i黑馬&黑智整編：

「生死無小事」，我今天帶來的是有關醫療健康的話題。在醫療健康領域，這兩年湧現了很多大數據公司，但是也有一批公司死掉，這充分說明，這個領域的壁壘是非常高的，要進入實際上很需要勇氣。

我們每個人應該都有一個疑問，那就是：到底生命的長度有多長，在這個時間內我們能不能夠活的更好？

那麼，大數據是否幫助我們去解決或者解讀這個問題呢？我們可以看到，在智能時代，從人類可以直立行走到今天，我們經歷了漫長的時間，但實際上只有在最近的150年內，我們人類的整個壽命，才有了倍增的發展。如果人類的預期壽命想要突破100歲，癌症就會是我們遇到的「攔路虎」之一。怎麼才能夠使人類預期壽命延長至120歲或者150歲？如何去攻克癌症？大數據和人工智慧應該說是其中最有力的武器之一，需要很好地去結合。

我們知道，在醫療大數據和人工智慧領域，涉及到幾個非常關鍵的點。

首先就是如何利用大數據和人工智慧去輔助醫生診斷。也就是說，讓病人首先「看對病」，避免被誤診，或者穿梭於不同的醫生之間去尋找更好的治療方案這塊，怎麼利用大數據去解決。

（來源：LincDoc資料庫）

我展示的這個圖，看起來有點像春運或雙11物流圖，但實際上不是，這是我們收集到的腫瘤病人遷徙圖。其中比較亮的點，是國內醫療資源最集中的地區，大量的病人從全國各地湧向這些地方。據我們粗略評估，腫瘤患者每年總花費大概在4000億左右，平均每6分鐘就會有一個腫瘤病人出現。國內每年新增400萬患者，有40%的平均誤診率。那麼，如何提高腫瘤的診療效率？醫學是實踐科學，需要大量經驗的積累。有多少失敗的個案，未來才有多少救活病人的經驗積累，每個病人都是這個過程中的貢獻者。所以對患者而言，他更願意找更有經驗的醫生，而不是剛剛畢業、沒有實踐經驗的學生，不論他是不是來自全球頂尖的醫學科學院。在醫學領域，書本知識的積累和實踐的積累是差距還是巨大的。

我們過去基於一個個患者和醫生的積累，讓更多的病人得以幫助。在今天，這樣的大數據和AI時代的治療模式是什麼樣的？通過大數據和AI，實際上我們可以合成更多的經驗，能夠給到醫生支持與幫助，從而讓他能給更多的患者幫助，不再是一個醫生只靠個體經驗來去給病人治療。

不同城市的醫療資源擁有程度和發達程度也不同，我們經常聽人說，生活在醫療資源相對發達和集中的地方，比邊遠地方要幸運得多，因為首診可能就診斷清楚，而不是患者要經過千里跋涉才到達名醫身邊，那時治療的時間窗口已經非常短。這也是為什麼大數據和AI現在空前活躍，關注度也空前的重要原因，因為我們都知道，不僅在國內，即使是全球，整個醫療行業，優質的醫療資源永遠欠缺。把個體的醫生經驗結合起來，然後幫助醫生給患者更好的一個診斷、治療，這是癌症診斷非常重要的應用場景。大數據和人工智慧可以有效地繼承醫學的經驗，讓我們擁有更多的名醫，從而幫助更多的病人，而這就需要我們有海量的醫學數據和高質量的數據。

第二塊就是藥品的研發和評價。醫生和藥品，是戰士和武器的關係，而藥品的研發和評價實際上也依賴大量的數據來支撐，利用醫療大數據加速新葯的研發，同時對已經上市的藥品進行評價。

特別是今天，全球的很多藥物進入中國，一方面給患者帶來希望，另一方面我們也要了解到，這種基於歐美人群開發的藥物，在中國人群中的療效如何，都需要數據來告訴我們。羅氏製藥關於生物產品生命周期的圖表中，創新葯、專利葯從研發開始，上市以後逐漸進入衰退期，過去這個過程中沒有很好的數據支持，而今天可以看到，在數據應用過程中，可以發現藥品上市後，無論在安全性評價、在更廣泛的運用上，數據已經起到非常好的、關鍵性的作用，從而使我們的專利葯研發能夠得到新的提升，不斷會有波峰出現。

關於藥品研發方面，我不知道今天在座的有沒有葯企，藥品研發是非常花錢的，新葯的產生往往需要十年甚至更長時間，投入的資金也是以億為單位，所以如何用大數據來提升這一塊，降低研發費用，是今天整個產業所面臨的很大的一個機會。因此，在今年春節的時候，羅氏收購了美國癌症數據公司Flatiron Health。

實際上，目前我們在臨床上，只有不到3%數據可以被互用。快速提高研發的能力與評價藥物，也是同樣需要海量的大數據。

2016年，醫療大數據進入了空前火熱的狀況，政府也在醫療大數據發展應用和創新發展方面給了很大的支持，賽道也越來越清晰和明朗。健康醫療大數據中心國家試點也在推進，在2016年福州、廈門、南京、常州就是第一批試點城市。但是數據大量的採集或者整合以後怎麼去應用的問題依然存在，這也是我們今天會議主要探討的問題。

數據要有多種維度。大數據大到什麼樣的程度叫大數據？在治療領域需要深度數據。零氪和全國的700多家醫院在合作腫瘤領域的大數據；除了醫院治療數據以外，我們也有隨訪的數據，並和基因數據來結合。要提升腫瘤診斷質量，也需要大量數據的融合和銜接，才能夠去破解癌症的密碼。

整個醫療大數據實際上是一個賽道，基於數據也可以有更多的應用。我們最終就是要做到，讓大家「看對病、吃好葯」。在醫療大健康領域的16萬億市場，數據挖掘和應用其實是非常重要的。醫療大數據有五大問題，包括病例量大、非結構化、隨訪困難、行業沒有標準、以及安全性問題，解決了這五大問題才能更好地應用醫療大數據。

人工智慧技術，在數據的處理方面，我們也有很多應用。處理一份病例，我們比傳統人工速度要快100倍；過去處理成本需要上千塊錢，今天我們處理一份紙質病例只需要幾十塊錢，也省了很多的科研經費。

今年7月份，國務院副總理韓正在零氪視察時表示，中國的數據要首先讓中國企業用起來。降低診療費用，包括AI輔助，幫助新的病人進行有效的治療，這都是大數據的應用層面。2018年我們有15篇論文在頂級學術大會上進行發表，並提供葯企應用的個案，從研發到臨床使用到上市，藥物進入市場以後整個的安全性評價，供製葯企業等使用。

以患者為中心的服務模式，也是各個數據公司在探討的。零氪首先做B端，再向C端深入，以數據為驅動，這是我們創業的初衷。我們希望和更多醫學人士一起來幫助病人治療癌症，也希望激活數據，讓人人享有精準的醫療服務。