康诺云联合创始人郭辉:让大数据改善健康

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 郭辉:刚才海军和卢刚实际上都提到过这个领域的一些事情,我们在看人的需求在变化的,传统健康的时候大家都会想到医院,实际上医院是被动型的,当你有了疾病以后医院才是被动的选择。

编者注:本文是开启智慧家庭时代——2014极客沙龙第一期的现场实录,干货多,推荐阅读!


郭辉:刚才海军和卢刚实际上都提到过这个领域的一些事情,我们在看人的需求在变化的,传统健康的时候大家都会想到医院,实际上医院是被动型的,当你有了疾病以后医院才是被动的选择。


大概前年我和妻子去澳大利亚玩,在澳大利亚玩了一个月,结果回来以后发现我的母亲心脏病犯了,这时候让我触动很大。这时候正巧一个合伙人打电话国家我说正在做一个事情是通过数据检测人的健康,所以我就做了这项事情。


  当你的身体形成疾病之后变成了非常复杂的过程,你的治疗处置是很麻烦的一个阶段。当可穿戴设备出现之后,我们数据的采集和分析变得更加低成本化的时候,我们能不能够把这种有了疾病去治疗的这种需求转化成我如何去预防疾病的出现?在这里面也要谈到大数据和传统数据的区别是什么?我们可以看到现在很多的可穿戴设备实际上在传统的设备中增加数据模块,但是数据检测和分析模式还是单点的检测,单点分析,只有当你整个模式出现变化的时候,才会面临一种新的改变。那我们在做的事情是把传统的体征数据增加的时间纬度来观察它的数据波动规律,通过这样的方式来发现你健康的风险和如何去改变它?总结成两个词的话,一个叫做“见微知著”,第二个叫“防微杜渐”,这才是我们更加要去研究的东西。

image.png

  我们做的是什么?我们做的是通过大数据“未病”的预警,首先通过可穿戴设备连续获得用户体征,如血压、血糖、等等的数据,避免用户随即发起检测带来非真实体征数据带来的错误影响。大家可以看到中国慢性病已经很可怕的事情,35岁以上的人群,每三个人里面有一个高血压患者,每七个人里面会有一个糖尿病的患者,怎么实现通过大数据做革新?第一个部分分析模型的革新,分析模型的革新,体征数据由单点分析变成连续分析。第二点是检测设备革新,硬件采集的数据决定价值,做到让用户提高黏性,让他不断的使用提高数据,帮他们去分析,商业模式怎么样创新?现在看到的设备,刚才卢博士讲到“量化自我”,实际上强调的是数据本身,可是对于人的本性来讲的话,人是懒惰的动物,很难学习怎么理解数据,怎么改变数据,如果只是提供数据,提供数据的对比,这并不是人的终极需求,人的终极需求我现在状况怎么样?我未来有什么风险?我怎么改变?这种改变是否有效?人们只需要被动的按照系统采集分析之后,推荐的行为去执行,他就能够完成这一系列的动作,希望他达到的目的。在以前我们会更关注硬件怎么来去销售获利,将来硬件变成了数据的入口,我们变成是服务的销售获利。

image.png

  前面谈到的在数据的采集模式里面的不同点,传统过程中我们看比如说血压计,血糖仪或者类似的设备,都是在看我单点数据采集怎么样,这些数据是不是超出的标准?但是这些数据需要去学习,这些数据的风险是什么?而现在更加强调的是要连续采集体征数据,因为人的体征数据成一个固定的波动规律的,当波动异常我们就会对这些数据进行预警,后面我会讲理论基础在哪里?


  我们做这个事情其实最核心的点在于数据的采集和分析,首先我们是说我们获得了美国的一个顶级时间生物学的概念,(英文)等一系列学科都应用在慢性病体征数据变化规律。拿一个案例做讲解,这也是我创业者的朋友,他因为家中有高血压史,他大概两三点钟才去休息,去医院的时候,医院让他做了一整天的动态血压分析,这些红点是他一两天每隔半小时的高压的数据,医生看到他所有的高压高值和低值都超过了正常人的范围,他知道我们在做相应的数据分析,他把数据提供给了我,下面两条黑线是30到35岁男性血压波动规律正常的范围,我们可以看到有两个异常的地方,首先正常人是夜间十点以后他的血压会下降,而他的血压在夜间高位的状态,他想通过运动控制血压的时候这是很好的运动时间,因为其他时间过高去运动反而给身体带来更大的伤害。


  在讲到连续体征数据数据模型里面,这是实验室在做的试验数据,连续七天血压波动的规律,可以看到血压波动是呈鱼型的平滑曲线,波动周期的不同,峰值不同,每一种体征变化规律的不同,都会用于中长期的风险。


  我这里面举一个案例来去讲连续体征数据的分析能够得到平时单点数据得不到的信息。在中国成都有一个时间生物学研究的实验室,还有一次是2011年东京大地震,地震前三天,所有测试者所有血压出现了状况,如果我们看单点的数据,你今天的血压比昨天高,你也不会因为是一个外界环境的影响,你会认为这是偶发性的因素。


  在美国实验室还在研究孕妇人群一些血压和一些其他体征的变化规律,我们可以看到孕妇的流产和早产在她之前的血压会有一些异常性的变化。这些谈到数据分析模型上的的不同。


  我们再看传统设备上的不同,随着人需求在变化的时候会有一些新的智能型的产品,包括像(英文)、(英文)这些产品,他能够帮助你把检测的数据通过云端或者通过互联网进行共享,实际上这解决了很多欧美用户的需求,为什么?因为大部分的欧美用户实际上需要的是一个好用的工具,它的数据去分析出来,因为他有家庭医生,同时家庭医生帮他规律化检测的需求,但是当你随机检测的话是很难帮你做规律化检测的。

image.png

  我们在做的东西,我们最开始会有三个产品,第一个产品是我们叫做血压节律仪,我们可以去获取使用用户全天血压波动规律,来对高血压引发的慢性病进行预警,可以指导他用药或者调整,帮助他很好的控制血压。第二个是智能的分析仪,人们站上去之后,除了体重还可以得到其他的数据,包括身体的脂肪比例,包括肌肉的比率等等一系列的数字,这个设备现在使用用户多是年轻的男女,主要是年轻女性,用在体重控制和减肥管理上面。但是实际上这类设备全家人使用都有很大的意义,当你体重突然下降很快,你要注意糖尿病的风险。同时我们还会有一个手环类的产品,我们为什么要做这个产品,首先从产品的功能上会有不同,因为我们这个不但能够有一个三维承载器做人体的运动和睡眠的管理,同时还可以了解到人的心率,同时体征和心率的价值在哪里?因为很多人得慢性病的几率相对来说比较低,但是他身体过于疲惫的状况,比如说连续加班劳累心率要比正常的情况偏高,而且体征降低存在疾病的风险,这三个设备我们会以采集体征数据分析,根据体征数据采集发现用户的需求。同时看到这个设备有两款设备,左边是给男性设计的,女性是给女性设计的,功能上我们也做了取舍,对于女性来讲女性的体温是一个相当重要的标志,为什么要做两款设备?实际上我们在考虑的事情是什么?当这些设备采集到用户数据之后,我们让它做什么?我们是希望它产生行为去改变他的状态,而不是说我知道这个数据就完结了,真正改变状态实际上我们面临的问题不是技术上的问题,而是面临如何挑战人的天性问题,因为人的本性是懒惰的,人的本性是讳疾忌医的,我们还希望让家人了解他,让家人共同推动他的改变。包括这些设备,所有的数据可以监督和鼓励他产生行为,包括男性戴上这个手环,他会知道他的伴侣身体有一些异常性的变化,他提前会感知到,同时这两个设备还是作为这一系列设备行为的体征器,为什么?刚才我看到用户只是知道这种风险而不去改变,这种风险依然存在的。这种提醒是你该什么运动,你该什么时候服药?你该什么时候喝水?通过它让你的生物钟重新回到正常的状态,这样的话你才能原理慢性病对你的困扰。

image.png

  同时我们还考虑,数据来之后我们提供什么样的服务?我们也整合了目前最大的运动视频库进到我们服务平台里面来,因为在西方他们可能有跑步,有健身的习惯,而在中国来讲很多人并没有这样的健身习惯,尤其是长时间健身的习惯,那我们会整合大量碎片化的运动视频,当你体征数据上来的话,我们会根据你的体征状况,根据你的需求给你一些个性化的改善方案,改善方案可能是三五分钟运动的方案,而且不受时间和场地限制,你在办公室也好,你在家庭中也好去做相应的运动,而且我们用手环提示你做什么样的运动,通过这样的行为帮助你身体改变,避免风险。你的个性化的数据告诉你应该怎么样的运动,怎么样的进行最佳的睡眠?


  前面这些东西带来的改变是什么?就是商业模式上的创新,因为在以前人们更关注的是说我的设备是什么品牌?它检测的数据精度不精度?而人们最后的需求是什么?就是说怎么样能够潜移默化的让我去改变?那我们看传统设备里面我们会更关注它的检测精度,会关注品牌和渠道,而智能设备的时候我们除了检测之外,我们还能通过数据的对比帮助他发现风险,这里面会更加强调如何去关注用户的体验?我们把下一代的叫做智慧型的设备,他除了检测发现,还会有处置方案,同时这些数据循环过来,持续的帮助你去做服务。我们下一个阶段的重点会关注数据,当用户数据在你平台上的话他的黏性会更高。


  我们关注在五年后整个会成为一个完整的产业链,有大量的做可穿戴的公司做数据的采集,会有一些公司做数据的存储和分发,会有公司在数据的分析和分析之后的处置服务上面,整个产业链里面每一个环节会越来越重要,我觉得从这一端会逐渐往这一端投,虽然我们现在做硬件的东西,我们也会帮助更多的用户让他们怎么从硬件上面做更多的事情为客户做更多的服务。这是我的微信,谢谢!

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
5月前
|
机器学习/深度学习 搜索推荐 大数据
大数据在医疗健康领域的革新作用
【6月更文挑战第1天】大数据在医疗健康领域展现出巨大潜力,助力疾病预测、精准诊断和个性化治疗。通过分析医疗数据,预测风险、辅助诊断,并定制治疗方案。示例代码展示了使用LogisticRegression进行疾病预测。随着技术发展,大数据将为医疗健康带来革命性进步,保障人类健康。
124 1
|
监控 安全 大数据
医疗保健的大数据革命如何为人们带来健康
医疗保健的大数据革命如何为人们带来健康
169 0
医疗保健的大数据革命如何为人们带来健康
|
机器学习/深度学习 分布式计算 监控
【云栖号案例 | 医疗健康】美甲帮通过数加搭建大数据平台 针对百万用户的精细运营
美甲帮希望更好的提升客户使用体验,为业务赋能,提升业务洞察能力。通过数加平台业务更敏捷、智能、具洞察力,快速响应新业务的数据及分析需求。
【云栖号案例 | 医疗健康】美甲帮通过数加搭建大数据平台 针对百万用户的精细运营
|
人工智能 安全 大数据
美年大健康:健康大数据开放平台在路上
“美年健康作为中国最大的大健康数据中心和最大的流量入口平台,目前已经与阿里云展开合作,双方共建云计算平台,并开展了健康体检、医学影像等核心大数据分析及合作应用。通过与阿里云的强强联手, 美年健康将利用阿里云尖端的互联网技术,快速推进美年健康400家体检中心的数字化、智能化。
6642 0
|
大数据
健康医疗大数据应用 传统医疗面临挑战
回顾历史,“大数据”这个时髦的词汇,在物理学、生物学、环境生态学等领域,以及军事、金融、通讯等行业存在已有时日。但是真正引起人们高度关注的,还是因为近年来互联网和信息行业的迅速发展所致。数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。
1606 0