科技猎医疗大数据行业应用案例（康诺云、百度、慈铭体检）
文章从康诺云、百度疾病预测、慈铭体检3个大数据应用案例中，以应用背景、数据源、图说场景、实现途径、应用效果5个视角去看待大数据在银行的应用状况。
案例一：“ 康诺云” 构建健康管理方案
应用背景：
康诺云产品是由时云医疗科技(上海)有限公司开发的，康诺云的基准数据和分析预测模型来自美国明尼苏达大学“ 时间生物学”中心，该中心也是现代时间生物学之父 Dr. Franz Halberg(哈尔贝格)教授的实验室。从上世纪 60 年代，哈尔贝格时间生物学中心联合全球几十个医学实验室和医院在北美、南美、欧洲、澳洲、非洲、亚洲采集了上百万人次的基础体征数据，建立了丰富的跨种族和地域的人体体征数据库与分析模型，并为 NASA 宇航员提供数据分析服务。
因此，康诺云产品背后所依附的是权威的学术理论。传统的医疗监测模式只能对已有疾病的身体状态进行监测和判断，而康诺云能对人体还没形成的疾病状态做出预测，从而为用户提供健康管理方案。
数据源：
个人体征数据：血液含氧量、血压、心率、心电图和皮肤温度等。
个人特征数据：年龄、性别、职业、收入、工作区域、社会关系等。
图说场景：
实现路径：
康诺云产品通过为用户提供可穿戴式设备，连续记录用户的体征数据(人的血压、体温等体征数据)，然后将这些数据传输到手机上，进而链接云端的数据库，然后云端分析师通过数据分析得出用户自身的连续体征波动规律，当波动出现异常时则会有预警出现，然后给出个性化的健康管理建议。
应用效果：
预测疾病。康诺云通过大数据分析技术为用户提前预测疾病，提供个性化的健康管理方案。
降低医疗成本。利用大数据实现疾病预测的价值，能够提供健康管理方案，维持健康的成本低于疾病医治的成本，所以能够降低医疗成本。
案例二：百度用搜索数据， 构建疾病预测模型
应用背景：
2013 年卫生部发言人在记者会上表示： “ 中国面临传统流行病威胁持续存在、新发流行病不断出现的严峻形势。 ” 流行病的发生和传播有一定的规律性，与气温变化、环境指数、人口流动等因素密切相关。
百度预测平台推出“ 疾病预测” 产品，实时提供几种流行病的发病指数。每天网民在百度搜索大量流行病相关信息，汇聚起来就有了统计规律，经过一段时间的积累，可以形成一个个预测模型，预测未来疾病的活跃指数。
数据源：
互联网数据：用户的搜索数据和位置数据。
其他数据：气温变化、环境指数、人口流动等数据。
图说场景：
实现路径：
百度疾病预测平台是基于大数据积累和智能分析，利用用户的搜索数据和位置数据，统计出人们搜索流感、肝炎、肺结核和性病的信息时的时间和地点分布，并结合气温变化、环境指数、人口流动等因素建立预测模型，能够为用户提供多种传染病的趋势预测，帮助用户提早进行预防。
应用效果：
疾病预测。百度疾病预测目前可以就手足口病、流感、艾滋病、肺癌、肝炎、肺结核、高血压、宫颈癌、乳腺癌、糖尿病、心脏病、性病十二种疾病进行预测。预测疾病爆发时间和区域。对全国每一个省份以及大多数地级市和区县的活跃度、趋势图等情况进行全面的监控，同时还能智能化地列出某一疾病的整体指数、城市指数 Top 10 和搜索医院 Top 10 等。
案例三：慈铭体检利用健康体检数据构建慢性病管理方案
应用背景：
随着社会经济及技术的发展和对传统医学先进理念的吸收融合，人们逐渐认识到“ 以健康为中心” 和 “ 治未病” 理念是现代医疗服务的发展趋势，由此健康服务模式开始从传统单向的被动健康服务模式向互动的主动健康服务模式转变，具体体现在：一是“ 未病先防”(即预防保健);二是“ 既病防变” 或“ 已病早治” ;三是连续性的医疗服务，而医疗个性化服务在主动健康服务体系中占据了重要的角色。
数据源：
运动数据：行走公里数及脂肪燃烧数据等。
医疗数据：体检数据、电子病历等。
个人特征数据：年龄、性别、职业、收入、工作区域等。
图说场景：
实现路径：
慈铭体检机构的 O2O 健康管理产品，由智能运动腕表、手机 APP和健康管理云平台三部分组成。其中，智能运动腕表能够实现 24 小时记录用户的运动轨迹，包括行走公里数及脂肪燃烧数据等，还可通过蓝牙和 USB 的双通道的数据传输，轻松将数据传输和分享到手机APP 和健康管理云平台，健康管理云平台对用户动态运动数据和每年体检报告数据进行存储分析，给出个性化健康管理方案。
应用效果：
降低慢性病发病率。用户群体采用健康管理云平台服务后，他们之前的各项体检异常指标均有较大的改善，其中脂肪肝异常的改善率超过 60%，血脂异常的改善率超过 50%，体重超标的改善率超过 30%。
增加企业销量。慈铭通过健康管理平台将介入到用户的日常运动中，接触频率也变为实时，从一年卖一次体检产品到实时持续地为用户提供服务，慈铭与用户的接触更多，也将增加更多收入机会。
End.
