蒋卓君帮助节约社会医疗支出，「Ribbon Health」用数据平台提高行业透明度

　　医疗保健行业的高额支出，是全球普遍关注的问题。很多医疗决策场景，例如国家医保的支出怎样提高使用效率，保险公司是否给某位用户提供保险，患者更适合哪些药物，企业该给员工提供什么样的健康福利，这些都依赖于医疗数据。

　　在大数据时代，全面实时的社会健康数据，本可以提高医疗的效率，但是，医疗机构之间固有的信息不透明、信息安全问题，成为降低医疗成本的一大阻碍。

　　为了解决信息问题，美国公司「Ribbon Health」推出了一个医疗信息平台，集成全面、最新的数据，提供给医疗保健行业的公司。基于该平台在整个美国医疗保健行业中快速复制的潜力，该公司刚刚募集了1025万美元的新融资，用于市场推广。

　　“由于医疗保健的信息不透明、不及时，而导致的错误决策，浪费了将近7000亿美元，”Ribbon Health CEO Nate Maslak表示，“美国超过三分之一的社会医疗支出被浪费了，我们认为其中超过一半的损失可以通过用好数据来避免。”

　　简而言之，Ribbon Health想要提供一个准确的数据库，其中包含医生信息、医保信息、患者健康计划等等内容，通过API接口的方式提供给商业保险公司和医疗机构，并帮助患者降低支出。

　　Ribbon Health还向患者推出了一个工具，为患者提供成本和医疗服务质量信息，以便他们根据自付额，选择合适的医疗服务，预估自付费用。

　　36氪认为，事实上，医疗大数据应用的难关在于数据隐私问题。什么样的数据可以在医疗机构、保险公司内流通？什么样的数据可以对社会开放？数据脱敏并不那么简单，通常数据脱敏后，对医疗的价值也会大打折扣，该如何处理？这个是行业共同面临的难关。

　　举个例子，2019年6月，芝加哥大学医学中心和谷歌被控违反 HIPAA 规定，双方共享了“未经正确识别”的病例，谷歌利用这些海量的病例，进行了数据分析。

　　无独有偶，美国卫生与公众服务部也警告称，脱敏数据可能仍会与相应的病人联系在一起。发表在《美国医学协会杂志》上的一项研究显示，谷歌等公司开发的新型机器学习功能，可以重新识别脱敏的患者数据，将脱敏数据重新对应到患者真名上。

　　如何更好地处理数据敏感问题，更高效地应用医疗大数据，行业正在探索之中。