赋能心血管专科医联体，这家企业如何攻克慢病管理过程中的长时间心电数据采集难题？【基层案例】

与记录，生成心电图PDF报告。同时，根据指标判断心律失常等事件，在心电衣监测到异常时对特殊时事件进行标记，并记录事件前后1min的心电图，数据上云后，医疗机构可通过Web端查看数据、报告，对患者情况进行复核。与安贞医院合作患者院后慢病管理项目，监测异常事件博迪加在与医疗机构的合作过程中，打通患者与基层医疗机构的联系, 成为医疗与健康大数据的入口，医疗服务机构的工具平台。通过一系列的解决方案，解决基层医疗中缺乏数据采集手段、对数据判读能力不强、无法对患者进行监测管理的问题，提高基层医疗机构诊疗的准确性。在远程的随诊方面，医生也可以通过平台对患者进行院外的管理。高向东强调，博迪加在医联体的系统之中，扮演的是数据采集者的角色，“院前是筛，院后是管，在这两个环节中数据作为周转的桥梁，挑战在于怎么让用户愿意产生这个数据，而且数据是准确的。”高向东认为，团队此前一直是与信号打交道，以电子工程师为主，在信号处理与分析方面有丰富的经验。因此，医疗的专业性取决于和心脏联盟、安贞医院这样的医生、专家团队的合作，整个产品的研发的思路，专业性和使用的验证，有大量的我们的合作的专业的医学专家团队的输入。此外，与医学专家团队合作的意义在于，在研发生产的过程中，及时针对医生的临床需求对产品进行相应的调整，医生会帮助博迪加在研发的过程中不断的验证需求，成为产品的试用者和指导者。高向东告诉动脉网记者：“从一开始博迪加产品就是从医生提的需求开始做的，在研发的过程中，医生在阶段性的去替我们去验证，打磨产品，最后产品面世的时候，我们做出来的产品就是医生心目中想要的产品。利用医生标注心电数据迭代人工智能算法，探索多种商业路径据高向东透露，除了用传统的传感器实现心电监测外，公司还与科研高校合作进行人工智能技术的开发。高质量的数据是人工智能诊断的前提和基础，数据的质量对诊断准确率至关重要，他表示：“人工智能数据处理中80%的时间都是在做数据预处理工作，标注的准确性关乎结果的准确性。”因此，在数据的获取方面，博迪加选择与医生集团合作，获取大量高质量带标注的医学病例样本，完成算法的迭代，获取更为准确的数据模型。“在云端，我们和一些医联体合作，大量的数据产生回来需要医生去标注的、核准的。标注的数据不断迭代，人工智能算法会越来越精准。”用高向东的话来说，人工智能是博迪加的另一个支点。在提供算法服务的分成之前，博迪加主要的商业模式以销售产品设备为主，此外，基于心电数据收集，为用户提供体征数据分析，与机构协作，实现为用户实现线上问诊、医疗诊断等多场景的服务变现。目前，博迪加已获得由数智匠人、昆山内衣科技等机构投资的三轮融资，融资额达数千万。未来，博迪加还将利用智能设备对体征信号进行高频、连续的采集和分析，将其沉淀的数据为医疗研究、保险控费提供帮助。