慢性病在中國極易被忽視卻危害巨大，但傳統家用醫療設備無法滿足人們預測潛在疾病的需求。利于可穿戴式設備，結合大數據分析，通過連續性的醫療監測數據，智能醫療不僅可以對疾病進行預警，而且可以為用戶提供護理建議，比如最佳的用藥時機、如何利用運動和睡眠來穩定病情等等。
--------------------------------
視頻文字實錄：
項目緣起母親的患病
搜狐無窮俱樂部的各位朋友下午好,感謝搜狐無窮俱樂部給我提供這個機會，讓我來講一講可穿戴式設備和大數據如何結合，在家庭生活環境中如何對未來疾病進行預警。我是康諾云項目的聯合創始人，我們做的就是這個的事情。
我要以自己的親身經歷作為開頭,2001年的時候，我和妻子去澳大利亞玩。在澳大利亞玩了一個月后回到北京，和家人一塊吃飯，我姐告訴我，當我們在澳大利亞的時候北京降溫，我母親的心臟病犯了。當時是我姐去陪床，當時她問我母親說要不要給我打電話？我媽說不是很嚴重，所以就沒給我打電話。我覺得很害怕，因為我父親去世的早，我母親一個人住在郊區，并不和我們幾個兄妹居住在一起。
我缺乏一種有效的工具和服務，能夠讓我了解母親的身體狀態。因為她一個人生活，每隔一段時間打一次電話并不能有效地掌握她的身體情況。母親突然的生病對我來說是一件非常棘手的事情。直到我的合伙人在美國給我打電話說可以通過大數據結合可穿戴式設備來有效地發現潛在的疾病,我和合伙人說這個事情一定要去做。
我會以一個加拿大公益廣告作為開始,這是一個對比很強烈的圖片,左邊和右邊是老年人兩種不同的生活狀態，你可以在晚年生活中很悠閑自得地運動，也有可能住在醫院里面。
實際上在國內的話，老年人的健康并不只是影響他自己的晚年生活質量，還會影響到他的子女。因為中國是典型的421的家庭結構，養兒防老的觀念會讓父母的健康影響到子女。
極易被忽視的慢性病
下面我會展示一組中國慢性疾病的數據來讓大家看看，這是根據衛生部的報告發布的。在中國，高血壓患者有2.6億人，糖尿病患者則有1.2億人。大家可能覺得這個數字離自己比較遠,那我換一種說法大家可能會覺得就是和自己生活相關了。35歲以上的人群，每三個多人里面就有一個是高血壓，每七個人里面有一個人有糖尿病,而中國最嚴峻的現實在于這些患有疾病的人70%的人并不知道。因為中國人沒有體檢的習慣，所以往往是感到身體異常時才會去醫院做檢測 ，這往往已經錯過了治療的最佳介入期。
慢性病實際上有兩個階段,一個叫做功能性病變階段，一個叫做器質性病變階段。在功能性病變階段，人并沒有特別的體征感受。而當進入器質性病變階段的時候，才會感受到頭暈、耳鳴等一系列癥狀。而進入器質性病變之后，慢性病的過程是不可逆的，需要終身服藥。也就是說它是無法治愈的。
所以怎么讓這些人能夠得到有效的治療是一個很重要的問題。僅僅依靠醫院？醫院是一個提供被動醫療服務的地方，需要人們主動去醫院做檢查才有機會發現病癥。而我們希望這70%的人群能夠提前知道，提前醫療處置，避免形成慢性病。
2008年中國的高血壓患者是2.1億，到2012年已經有2.6億了，四年時間增長了五千萬人。
聯合國衛生組織表示人均GDP在三千到兩萬美金之間的地區是慢性病的高發區。前衛生部部長陳竺說過，未來三十年中國的慢性病會處于一個井噴的時代，部分省份高血壓患者每十年就會增加一倍，糖尿病患者每五年增加一倍。而且大家一談到疾病，大家首先想到的危害性疾病是癌癥、艾滋病這種不可治愈性的疾病。但實際上根據聯合國對于人類十大疾病的排名，高血壓和糖尿病才是排在前兩位的。因為它們影響的人群巨大，慢性病的死亡率占因病總死亡率的85%每年。
傳統家用醫療設備的局限性
慢性病的治療費用占總醫療治療費用的70%，也就是說每年會有幾萬億的醫療費用是花在慢性病的治療上的，這是個非常廣大的市場。傳統的血壓計和血糖儀是傳統的檢測設備，這一類設備是使用者自己去購買的。比如說我去醫院看病，醫生說我有高血壓和糖尿病了。
你需要買一個血壓儀或血糖儀回家進行自我檢測，但是這種自我檢測對于使用者來講，沒有自己的體征數值，他并不知道這些數值對他意味著么，以及檢測到血壓超過標準數值之后應該怎么去對待，應該什么時候服藥，什么時候運動，什么時候睡眠，飲食結構怎么去改變，如何幫助我穩定病情，這些都體現不出來。
所以這一類傳統設備很多人使用一段時間之后就不再用了，它在家庭中檢測數據的功能也就逐漸消失了。很多人也會利用自己的身體感受來判斷是否去吃藥，而這種間歇性的吃藥對慢性病是很大的危害。因為血壓和血糖頻繁波動，會對自己的身體器官產生更大的傷害。
高血糖本身并不是致命性疾病，但是長時間地保持異常狀態的話會產生伴生疾病，比如說中風、老年性癡呆、腎病、冠心病、心源性猝死、失明等一系列嚴重的致命性疾病。每年中國的中風患者大概是六百萬人，而像這種老年性癡呆也是在幾百萬的數字。也就是說每年有一千多萬人會受到伴生性疾病的影響，而70%的這種伴生性疾病會致殘。
也對于老年人來說，后面的生活就是無法自理，需要子女關懷和陪伴。這對這些子女，尤其是對中國獨生家庭的子女來講產生了巨大的影響。因為上邊有四個老人，下邊還有一個孩子，而他的工作和生活正處于一個巔峰狀態，他的精力無法充分覆蓋到每一個人。老年人身體不能自理的時候，就會對這些年輕人的經濟收入和正常工作產生影響。
單點檢測與分析存在一定誤差
在國外的推出了第二代的智能型設備,像Withings iHealth，可以通過智能機去驅動，同時可以把檢測的數據存儲在云端。這些檢測來的家庭體征數據，可以方便地分享給他的家人和家庭醫生。
在在歐美和日本，家庭醫生是一個很重要的角色。大家對家庭醫生的理解是可以幫助你分析檢測到的每一個體征數據，來發現身體的異常，并對你的用藥進行指導性建議。但實際上家庭醫生還有一個非常重要的作用是督促使用者規律化的進行檢測。因為只有按規律去檢測才能夠有效地避免隨機性檢測帶來的誤差。同時才能有效地發現身體癥狀處于什么樣的變化。
其實我們可以看到，這一類設備的設計原理都是基于醫院檢測設備的原理。單點檢測、單點分析，當你把醫院設備的設計原理用在家庭檢測設備上面的話，就會存在著很大的問題。
首先，和醫用級設備相比存在一定的誤差。更重要的是使用者會進行隨機檢測，比如說剛服完藥、剛運動完、剛生完氣，此時檢測到的血壓數值和血糖數值有可能并不是真實體征的反應，你拿這個數值去做相應的身體情況判斷有可能會得到錯誤的結論。
所以實際上這兩臺設備目前在中國都沒有辦法有效地去解決問題。
第一，如何去發現身體的異常？
發現身體異常之后我們給出什么樣的處置方案？
是需要盡快去醫院就醫，還是通過運動來緩解我身體的異常狀況。第二，對人的需求還有評估的需求。因為人本身有幾個天性，首先是拒絕接受自己不健康的信息。其次是人的天性是懶惰的，當他想起來檢測的時候才會去檢測，這樣無法形成規律化的數據，而你如果不去規律化的檢測身體體征，往往會忽略掉自己的身體體征異常，逐漸形成疾病。第三，人本身是追尋舒適感的，比如說想起來吃飯才去吃飯，想起來運動才去運動，想起來睡覺才去睡覺，對生物鐘的持續破壞才是形成慢性病的主要因素。
利用大數據來做可穿戴式設備
那么怎么去解決這樣的問題？我們要做的事情是推出新的方法，用大數據的方式結合穿戴式設備來去預警未來的疾病。因為人的健康變化一定會帶來體征波動的異常,如果能夠對體征進行持續性檢測，同時又有大數據的對比，那么就有可能做到對疾病的提前發現。實際上中醫里面最好的醫師并不是救死扶傷，而是在疾病還沒形成前就及時發現并處置，我們通過現在的科技，能讓海量用戶去實現。我們通過可穿戴式設備，對人的血壓、血糖、血氧、呼吸、心率、BMI指數進行相應的持續性檢測。
世衛組織的報告建議35歲以上人群把血壓、血糖和BMI指數三個體征數據保持在正常范圍內，晚年得慢性病的幾率就會極大降低，甚至罹患癌癥的幾率都會比正常人低44%。那么，當連續監測體征數據收集上來后我們怎么去分析？如果用單點式的分析，會存在大量誤報、漏報的現象。我們獲得了美國頂級醫學實驗室的醫學分析模型，對所有采集到的體征數據進行規律的分析，當波動規律出現異常的時候，我們就能進行相應的預警。
這里面包含著橫向和縱向兩方面的分析。橫向的數據指體征被采集上來之后會和同年齡、性別的人群進行對比，這樣就可以發現你的健康情況以及罹患中長期慢性病的風險，同時會建立每個人體征波動規律的基準值，你將來采集到這些體征數據的時候，可以根據自己的基準值進行對比，這樣就可以判斷自己的健康狀況是往良性方面發展還是出現了惡化的趨勢。
最開始這種可穿戴式設備和大數據的相結合針對的是三類人群，第一類是高血壓患者和心腦血管慢性疾病患者，第二類是糖尿病患者，還有一類人群是孕婦，她們在備孕和懷孕的過程中，如果出現流產和早產的風險也會有明顯的體征異常波動，通過連續監測也能夠及時進行預警。
我們做的事情與傳統檢測設備相比有三個革新，第一個革新是分析模型由單點的分析變成連續的分析，單點分析是有助于在醫院里進行診斷的。但弊病是什么？必須要形成病癥后，才能通過單點分析來判斷你是否患病，這是個黑白的分析。而作為預警，它關注的是你的體征變化是否超常，這是個灰度性的分析，它更多的是做預警方面的工作。第二個部分的革新是設備，設備必須要連續采集用戶的體征數據才能有效分析波動性的異常。第三個部分是商業模式上的創新，只有對身體狀況進行預警，才能使用戶從被動治療轉化成主動預防，才能用更少的代價獲得更好的治療效果。
我給大家講一下美國醫學實驗室的一個簡單分析模型，左邊是一個實驗室，正常人群的七天血壓波動規律是一個平滑的余弦曲線，右邊是患病者的中心值、振幅、波動周期、峰值相位出現異常的時候，相對應就有中風的危險。每一種異常對應的是老年性癡呆、冠心病、 心源性猝死、腎病等不同的疾病。
通過連續監測數據做出疾病預警
我再講一個有趣的案例讓大家理解，即使是簡單的數據，如果通過連續地分析波動規律也能發現常識中得不到的信息。在美國，我們的實驗室幫助NASA去做所有宇航員的體征規律分析。去年初，NASA提出了一個研究課題，想了解環境的快速變化對人體體征規律的影響。
因為它知道實驗室在1960年進行了全球人體連續體征數據的采集并且做了相應分析。它列舉出1960年以來全球發生七級以上大地震的地區，一次是2008年的中國的汶川大地震，在中國成都，有一個相應的實驗室在做研究，還有一次是2011年的東京大地震。回顧數據的時候發現，所有的測試者在地震前三天的血壓節律出現了一致性的變化，到地震后三天才會恢復到原有的波動水平。如果我們運用單點分析，今天檢測的數值比昨天高，有可能會誤認為是設備的誤差，或是因為身體狀況導致的誤差。當所有測試者的血壓出現一致性變化，而這個是以地震為時間軸，我們就可以判斷這是外界環境的影響被人體接收到之后調節身體的體征而出現的異常變化。
實際上疾病也是這樣，任何疾病形成之前一定會有體征波動的紊亂，怎么去撲捉到這種紊亂并進行預警才是我們該做的事情。在傳統的過程中，血壓是通過袖戴式的方式加壓來阻擋血流檢測血壓，而血糖要扎破手指進行相應的檢測。這種方式對人的干擾比較大，所以這個數據采集會比較難采集。
我們現在正在研發第二代產品，通過人體體征的幾個數據，比如心電的數據、血氧的數據、血流速度的數據去推斷出血壓和血糖的數據。雖然會存在著誤差，但是因為數據采集更方便更容易，數據也更加具有連續性。我們關注的不是單點的誤差，而會關注它的波動規律，這也能夠有效地幫助我們預警。但是我們考慮的事情是如何能夠讓用戶體驗更輕？只有體驗更輕，人們才愿意去佩戴，而佩戴時間會決定采集數據的密度，密度越高分析的價值越高。
利用后端的分析模型降低邊際成本
有很多人質疑很多體征檢測設備也做了類似的遠程數據傳輸功能，那我們和他們又有什么不同呢？在國內做類似工作的設備服務提供商所做的是什么？前端會通過這種家庭式檢測設備加上數據傳輸模塊，后端會將采集上來的體征數據采集由專業人員進行分析，比如說由醫生或醫學院的學生來分析。但這樣的問題有哪些？當用戶增長的時候，后端的服務人員也要同步增長，你無法享受到邊際成本逐漸下降的優勢。
而我們的后端是由分析模型來進行分析的，所以邊際成本是隨著用戶量的上升而下降的。
那我們可以進行商業模式上的調整，把硬件單次銷售獲得利潤的模式變成服務性的收費模式，最終讓硬件逐漸降低到零成本。硬件降低到零成本，才會讓更多的人去使用這個硬件，我們才有更多的機會去發現每個人的身體異常狀況。數據的補充也會讓我們做出更多的分析模型，更有效的發現身體異常。
我們做的事情對未來的醫療和健康主要起到了以下的三個作用。第一是健康普查，能夠讓70%的人群通過設備及時發現身體的異常，并進行疾病預警。第二是我們分析完他們在家庭中采集的數據之后，可以讓醫生更快地進行相應的判斷，而不用去做大量復雜的工作來研究和分析他在家庭中形成的數據。第三，由于每個人的慢性疾病規律是不一樣的，我們通過連續體征的采集，能夠告訴他最佳的用藥時機，什么時候用藥能夠獲得最大的效果，同時會告訴他什么時候運動、什么時候睡眠才能夠幫助他穩定病情，或者讓臨時出現身體異常的人及時恢復到正常狀態。