阿里云组建医疗大数据：实现基于数据的精准医疗

　　埃里克托普在《颠覆医疗》一书中有过数字化人类的描述：

　　通过将肉体置于我们外延的神经系统中，通过电子媒体的方式，我们建立起一个动态系统，将快速成熟的数字化、非医学领域的移动设备、云计算和社交网络与蓬勃发展的基因组学、生物传感器和先进成像技术的数字化医学领域合为一体，将这些工具和能力加以综合，我们就能为每一个人获取关于ta的解剖学、生理和生物数据。

　　但这些数据如何在一个更长的时间维度上，对人体进行更全面的数据采集和汇总，如糖尿病、高血压、心脏病、体检、运动、睡眠数据等多个场景，并让医疗健康生态链上的各个角色都能够使用上这份完整的数据，是否能造福每一个生命?

　　9月17日，阿里云同深圳中瑞奇、杭州金卫健康宣布，三方将合作组建“云上安心”联盟。通过联合社区医院、三级综合医院、医疗硬件厂商、医疗健康APP、健康体检中心、医疗健康分析模型提供商，在患者知情并授权下，将散落各处的健康医疗数据进行汇聚打通，以期实现基于数据的精准医疗。

　　以心脏病治疗为例，通过将“云上安心”联盟中的心电设备产品“好朋友”接入人体，并连接“好朋友心电图”APP后，用户便可查看自身心电数据。同时，数据同医院同步，如出现异常，医生或急救中心可提前介入。中瑞奇创始人汪远思表示，“该产品直接面向个人用户开发，并提供专业医护服务。”也就是说，每一个用户都相当于拥有了一位私人医生。

　　在今年7月初的试点中，阿里云和中瑞奇向杭州米市巷社区2万老人中的心脑血管疾病患者发放了相关设备，金卫健康提供面向居民、社区医院的心电数据采集及心脏健康管理服务，帮助社区居民能够及早发现心脏方面潜在风险，将高危人群纳入监护体系。

　　“云上安心”联盟的生态参与方所有数据都将存放于阿里云上，借助阿里云强大的计算能力和开放的心电算法，实现对亿万级数据的并行处理。诸如心电图的记录过程、心电噪音的过滤，特征值抓取(如p波，r波，st段)等。通过阿里云大数据处理平台ODPS、分析型数据库ADS还可以进行离线数据和实时数据处理，快速接入更多标准的应用及第三方医疗数据。

　　阿里云高级产品专家武凯表示，联盟将以心电数据为中心，打通医院生化指标、诊断数据和医院外心电、血糖数据，以及其它体征、运动等各种碎片数据，以期更加全面立体的描述一个患者的健康情况，从而达到精准医疗的目的。

　　据介绍，心电数据收集类似声音数据采集，对传感器数据的采集频率高，且心电数据量非常大，一个人24小时的心电数据大概在150M左右，一个人一生心脏跳动25-30亿次，会产生人均4394G心电数据量。在当前的医疗工程界，无论是院内的静态心电数据，还是动态心电数据，用于疾病检测完之后，都会因数据量巨大而被闲置或清除。

　　武凯表示，这些数据如果被利用起来，将对中国整个心脏疾病的检测产生不可估量的价值。“挑战在于，海量的心电数据不仅需要无限扩容的储存空间，更需要强大的数据处理分析能力，这两者都是阿里云的优势。”

　　据悉，心电数据库在美国和欧洲已经成为普遍的医学指标，但在中国，目前并无完整心电数据库。且心电算法处理模式还仅仅是基于小样本特征识别的心电信号分类。“希望在未来建立基于大数据能力的统计分析心电信号的分类方法，以及面对医疗行业的大数据样本，逐步实现人体数据化。”武凯表示。