如今，數字化正在層層滲入到醫療各個領域，數字轉型是醫藥企業通向未來成功路上必不可少的環節。當大數據、人工智能(AI)等已經成為現實應用于醫療領域，未來還將更加頻繁和廣泛地應用在真實世界中，我們應如何思考它們將對醫藥行業產生的影響，一些前行醫療企業已經在開展怎樣的探索和實踐？

　　在丁香園Forward 平臺發起的 Elite Club 線下交流會上，羅氏診斷 IT 負責人徐兵(Peter Xu)談了他的看法并和在場 300+ 行業專業人士分享其團隊利用數字化及數據助力業務和臨床的實踐。

　　Digital Chaos

　　數字醫療眾說紛紜，是挑戰，更是機遇

　　在徐兵看來，在發展數字化的道路上存在著很多尚待探究確定的問題。對于醫療各相關方來說，數字化往前走，能走多遠，什么事情可以做并且可以發展的很快，政策至關重要；而站在醫療最前線的醫生對數字化的接受程度也是行業發展數字化的重要挑戰因素。

　　對于制藥企業來說，首先，每個醫療公司對數據的定義都不同，甚至同一個部門對于數據的定義也有差別，所以驅動數字化這個概念仍然需要行業的整體配合。第二是未確定性，企業投資數字化，會得到怎樣的收益，產生怎樣的業務影響尚不能定論。第三，數字化年代需要速度和敏捷性，傳統的企業需要不斷提高適應能力。與此同時，在與Google、IBM 這樣的技術性問題公司做比較，制藥企業應該怎樣定位自身數字化發展。

　　這些問題和挑戰也意味著機遇，各種場景下都隱藏著機會。徐兵引用了來自高德納(Gartner)公司對數字化的定義闡述他對數字的理解：「數字化是利用數字技術改變商業模式，并提供新的收入和創造價值的機會。數字化是指數字化業務轉型的過程。」

　　“Digitalization is the use of digital technologies to change a business model and provide new revenue and value-producing opportunities; it is the process of moving to adigital business.” -- Gartner

　　如何利用數字化創造新的業務模式，產生新的利潤方式，是徐兵及團隊一直思考的問題。徐兵說到：「即便現在數字化進程中仍存在很多問題，羅氏診斷最關注的是要讓大數據幫助醫生診斷，最終解決患者旅程中的問題」。

　　Digital Application

　　人工智能的發展最需要的是高質量的、真實世界的數據

　　據統計，目前臨床病人的診斷誤診率平均為30%，在某些領域如腫瘤甚至更高。而數據驅動的醫生智能助手，通過一些臨床輔助診斷手段幫助醫生去減低或者提高臨床診斷的安全性，這其中最重要的就是真實世界的數據儲備。

　　徐兵也說：「在國內外都有不同的公司或機構分析和處理這些數據。總體來講，中國對真實世界數據重視和研究成熟度跟國外還有一定的距離。但是現在中國出臺了大約 20-30 個不同的法律法規在規范，可能還不夠，但趨勢在向好的方向發展。」

　　如何得到高質量的真實數據呢？可穿戴設備可能是一個有效的數據來源，它搜集患者在院外的健康數據；其次，電子病例、基因數據，流行病學的數據都是真實世界的數據來源。

　　這些數據將對藥品研發、精準醫療等方面產生具大價值。為此，羅氏診斷也展開了戰略投資。徐兵介紹了羅氏診斷戰略投資的兩家創業公司：

　　Flatiron Health，是一家腫瘤大數據創業公司，主要聚焦在腫瘤臨床數據，目前有近一百萬患者臨床數據，大約覆蓋了 15% 美國新發腫瘤患者；羅氏診斷將會用 Flatiron Health 的數據以更快的速度研發新藥上市，通過創新獲得新的市場優勢。

　　Foundation Medicine，致力于開發腫瘤的基因檢測技術，而眾所周知，如果醫生能夠在癌癥早期就檢測出腫瘤發生，那么對及早治療腫瘤有著難以估量的作用，羅氏診斷希望借助其先進的測序技術助力公司未來開發腫瘤個性化治療。

　　未來的大數據應用還是要回到醫學價值上

　　在大數據的應用上，徐兵及團隊已經在腫瘤領域開展了實踐。眾所周知，在腫瘤治療當中，腫瘤標志物是診療及監測的關鍵因素。羅氏診斷開發了一套人工智能識別乳腺癌系統，該系統通過四萬多例腫瘤病人及腫瘤標志物的學習，形成對腫瘤標志物的篩查能力。

　　在階段性成果的測試中，該系統與10 個病理醫生進行診斷比賽，結果系統以1:9 勝出；而唯一獲勝的醫生則是個人經驗十分豐富，在速度和準確率比人工智能要高。徐兵表示，這場比賽的意義不是在于醫生和人工智能的輸贏，更重要的是，當場的病理專家一致認為人工智能可以幫助醫生省掉非常重復的勞動，來進行更有效的診斷。某種程度上，這樣的人工智能輔助診療的模式得到了最前線的醫生用戶的認可。

　　徐兵認為，這些探索和實踐，讓我們了解醫生對數據、新技術的反饋，讓企業知道下一步怎么去走，而如果真的要把醫療大數據和人工智能應用好的話，應該回歸到最基礎的臨床病人診療路徑和醫學價值上。

　　大數據應用于醫療領域，不是憑一己之力能成就的。徐兵在最后說到：「一家公司的力量是單一的，我們希望聯合各大機構和醫院，在開放的合作伙伴體系中，把大數據和人工智能推向臨床，真正受益于病人。