公司新闻 > 拍医拍——互联网医疗的“学霸君”

拍医拍——互联网医疗的“学霸君”

2016.07.18 来源:搜狐

说到拍照答疑的交互模式,很容易让人联想到近期非常热门的一款教育类APP:学霸君。互联网医疗领域近期也出现了一款模式相近的应用:拍医拍。用户将化验单拍照上传,就可以得到一份详细的解读报告。


为什么要卡位化验单?


医疗是需求庞杂、链条漫长的行业,化验单看似只是诊治过程中的一个小产物,但在患者治疗的过程中,化验是起点,在西医从循证医学进入精准医学的当下,化验数据在诊断中占据的地位也越来越重要。

  

在这个重要的化验单上,又存在两个“信息孤岛”。

  

其一是医患之间,我国人口数量庞大、医生的时间资源紧张,患者可以得到充分的化验服务,但化验之后的解读时间是不够的。《金融时报》曾刊文对中 美医疗情况进行对比,中国医生平均每个患者就诊时间为3-5分钟,而美国则为9-25分钟。患者必然不可能在短时间内获得足够信息,在紧张心理的刺激下, 很多患者会漫无目的的利用互联网进行信息搜索,又往往淹没在信息的汪洋大海里,医生也有心无力。

  

其二是患者自身,对自己的医疗信息管理散漫,过往的病历、化验单不能有效的整合,进而也就难以看到自身健康情况的变化。而当前电子病历系统在国内医院的发展缓慢,各个医院情况不一,使用起来并不方便。

  

通过拍照答疑的方式,患者能够方便、快捷的得到化验单的详细解读,免去医生的重复劳动,也省掉了患者搜寻答案的痛苦;另一方面,拍化验单的过程 中,同时完成了健康信息的上传和云端存储,患者的医疗信息得以持续积累,且在不同机构的病历都统一在患者自身的云端,为医疗机构提供更好的服务打下基础。

  

用技术的方式助力医疗

  

拍医拍和学霸君的相似之处并不只在拍照答疑的交互方式上,其背后用技术辅助解决问题的思路也是相通的。

  

“学霸君”让机器识别学生的疑问,并给出相应的答案,通过这种手段,能够降低人工答疑的成本。


拍医拍利用计算机视觉与机器学习的方法辅助分析化验单,通过大数据分析迭代优化,提高解读效率与精准度。搭建专业的医学库,供计算机进行机器学 习,当用户拍照上传化验单后,机器会基于识别结果和学习经验进行预处理,并提交给资深的医生进行逐条审核和再次加工,最终给出权威的解读报告,包括异常原 因、养护重点、观察重点、指标简介、正常参考值等,并且每个化验单的报告都会以规整的形式存储下来,并进行自动归类,方便用户随时调用和查看。这种形式, 提高了医生的工作效率,同时保证用户获得详尽、专业的解读。

  

这就要求团队对医学和计算机科学都有相当的熟悉程度。拍医拍的核心创始团队在医疗、计算机图像识别、文字识别、机器学习、深度学习网络、数据挖掘等领域均有多年的积累,目前已经针对化验单完成了OCR建模,并正在对模型进行数据训练,且申请了近十项专利。

  

需求的量级有多大?

  

根据国家心血管病中心2014年8月发布的《中国心血管病报告2013》,我国心血管病人数达到了2.9亿;2014年北京糖尿病防治协会召开 的新闻发布会上提供数据显示,中国糖尿病患者人数为1.14亿,到2030年将达到1.54亿,每年的医疗费用将达到28亿美元。

  

为了预防、发现各种并发症,及时了解身体健康情况的变化,这一人群的化验频次普遍较高,仅以糖尿病为例,患者经常需要的检查包括:每月检查的空 腹血糖、餐后血糖、血压体重、足部、皮肤情况,每季度检查的糖化血红蛋白,每半年检查的血脂系列、尿常规、尿液微量蛋白、心电图、血肌酐和尿素氮,以及每 年检查的视力和眼底、胸片、血液学检查、肝胆超声等。这样统计下来,每个糖尿病患者平均每月都要面对5—8张化验单,以每月6张计算,全国糖尿病患者每年 产生82亿张化验单,平均每天就是2200万张。

  

拍医拍对包括糖尿病、心血管病等在内的慢病人群,长期提供化验单解读服务,其潜在价值是无法估量的。对于老人、儿童、孕妇等处在生命特殊阶段的人群来说,化验检查的需求也不容小视。

  

圈定用户群之后,凭借对化验单的快速解读,拍医拍希望成为诊中阶段的入口级应用——通过获取用户的化验数据,实现精准问诊、精准医疗服务推送等,让医疗行业的供需端更有效率的对接。

  

目前我国在线医疗年增长率超过25%,移动医疗年增长率甚至达到了70%。医疗行业中,药品零售市场规模为1.4万亿元,商业健康保险为1473亿元,至2020年业内预计可以突破一万亿元,医疗服务市场未来市场规模可到十万亿级别大市场。

  

作为入口级应用,拍医拍能切走多大的一块蛋糕呢?