在计算机技术普及之前，医护人员需要在一个巨大的黑板上手动管理病人的就医记录，整个收集和整理患者数据的过程不仅耗费医护人员大量时间，还容易导致错误。另外，医生分析海量数据是一个繁重的任务，除了由于主观因素导致的误判之外，在当下医护资源紧缺的情况下还会加剧就医难、就医慢的社会问题。

摄于匈牙利首都布达佩斯的一家医院

因此，收集、存储、标准化医学记录——这是改革现有医疗体系的第一步。整理和精简医学记录也是人工智能在医学上最常见的应用。在医疗保健领域，人工智能可以代替医护人员重复、单调却又耗时的数据搜集整理及分析等工作，帮助医疗专业人员设计完善的治疗方案，为每个病人找到最适合的方法，同时也为医生和护士节约了大量宝贵的时间。

CloudMedx Inc公司是一家成立于2014年的医疗健康数据收集和分析服务提供商，总部位于加州Palo Alto。

CloudMedX联合创始人兼首席执行官Tashfeen Suleman谈到公司最初成立原因：“我父亲患有硬脑膜下血肿，但医生没有及时发现并治疗，导致他最终进入昏迷状态。为了生存，我父亲不得不接受紧急手术以及长达6个月的艰难康复治疗。虽然他现在已经完全康复了，但我们对这段经历感到震惊并认为有必要建立一个系统，收集分析病人的数据，供医生使用，及时诊断以挽救生命，为其他病人带来福音，这也是创办CloudMedx的初衷。”

CloudMedx是一个为医疗保健组织提供基于大数据的整合和决策辅助的平台。从众多医院实时收集不同病患的数据，经处理分析后向医疗机构提供符合 HIPAA（健康保险流通与责任法案）的健康预测和分析结果。CloudMedx 将原始病患数据加以分析，反映出一些病症的发展趋势、发生模式、偏差，并预测可能性结果，从而为临床治疗和早期检测诊断提供非常有借鉴意义的参考。

Tashfeen在接受采访时说：“我们让医生重新成为医生而不是数据输入人员，我们希望能够免除医务人员在其专业领域以外的负担。CloudMedx的主要市场是医生组织，如有信誉的医疗组织（ACOs），医师医院联合组织（PHOs），独立医师协会（IPAs）以及合格的医疗保健中心，我们的重点是降低患者的再入院率。”

CloudMedx正在建立一个前所未有的临床人工智能平台。该平台使用特定于医疗保健领域的NLP和机器学习算法，将算法和大数据架构结合起来，利用NLP算法来理解主流医疗机构提供的上千万份病例数据，其中包含各种各样的结构化和非结构化数据，将这些数据存储在临床工作流程中，最后生成医疗信息，为医疗机构提供辅助决策方案。

CloudMedx平台利用了最新的临床算法，机器学习技术，高级自然语言以及专有的临床经验来改善病人的就医旅程，为病人提供个人就医记录、疾病临床史、患病者特征统计、医学发展进程以及风险分析。平台工作流程含有三个步骤：

对消费者来说这是一个一站式的服务，他们能够实时监测并控制自己的健康状况。平台具有三大特征：

当一个病人来就诊时，医生将访问的信息上传到HER（电子健康记录），然后病人的数据就会被传递给CloudMedx平台, 对于病人来说，CloudMedx平台得出的结果信息可以通过智能手机应用程序提供给病人，因此病人可以更加方便地获得自己的医疗记录。

对于CloudMedx的临床合作伙伴来说，他们可以从CloudMedx得出的数据中获得有意义的实时见解，比如，CloudMedx平台内部算法能根据患者住院的情况，进行再入院预测，改善患者的预后，数据显示，该平台帮助医院降低30%的重新住院率。重新入院往往意味着发生二次感染、复发等情况。

临床用分析仪分析病人的医疗记录，为临床医生、护士和前线工作人员提供改善病人健康的建议。例如，当患者或医疗人员输入“高血压”或“HTN”之类的诊断词时，CloudMedx的临床用分析仪会自动检测到数据，并立即将其用于：

用临床用分析仪，临医生不需要直接对病人的病史等进行询问，为诊断和治疗节省时间，其次，很多病人对自己的身体状况了解不到位，经常给出错误的信息，最后对医生的诊断结果产生影响。

编码分析仪主要被用于以下几个方面：

CloudMedx系统的服务对象分别为医生、患者和APIs合作伙伴。

1、医生——通过观察病人的疾病史等为其提供更全面的治疗

CloudMedx敏锐地意识到在医疗信息系统中跟踪患者治疗结果的挑战和制约因素，其平台允许进行预测性和规范性分析，并通过相关数据制定明智的结果建议。利用预测性风险分析，CloudMedx帮助医生识别那些处于危险状态的人，帮助他们扭转风险。

2、患者——能更好的跟踪自身健康数据，安排更合理的生活方式

CloudMedx的分析平台与实验室、药房和医院整合，以获取相关的临床信息，然后与所有的医疗保健参与者分享。                                                                                                                                                                                                       

3、APIs合作伙伴——通过APIs（编程接口）在他们现有的设施中使用CloudMedx平台

对于科技公司（医疗IT供应商、设备制造商、应用程序开发人员等）来说，CloudMedx的APIs可以将该平台直接集成到他们的数据库或EHRs中，这样CloudMedx平台分析出的结果就可以在其现有的基础设施中加以显示，如临床术语、患者风险、疾病进展等。

医疗保健市场的人工智能从类型上被划分为硬件、软件和服务，目前软件在医疗保健市场占据了最大份额。从技术上被划分为深度学习、查询方法、自然语言处理（NLP）和环境感知处理，NLP目前在人工智能技术领域占有最大的市场份额。从应用上，又被细分为患者数据和风险分析、生活方式管理和监测、精密医学、住院治疗和医院管理、医学成像和诊断、药物发现、虚拟助手、可穿戴设备以及实验室研究，其中患者数据和风险分析应用程序在2016 -2017年间占据了最大的市场份额。

CloudMedx迎合医疗人工智能的发展热潮，使用NPL和深度学习技术，应用到患者数据分析和风险分析中，在医疗人工智能市场上，将和IBM（美国国际商用机器公司）、英伟达、微软、英特尔、Deep Genomics、西门子医疗、美国通用电气、谷歌、强生、美敦力等公司共同推动全球医疗人工智能市场的发展。

从2014年8月成立以来，CloudMedx共进行了三轮融资，2015年3月获得Palm Drive Capital第一轮种子轮融资，具体金额未披露；2015年5月获第二轮种子轮融资，具体金额未披露，其中腾讯是八个参投方之一；2017年5月，再获420万美元风险融资。

2017年，CloudMedx进入2017“AI100企业”榜单，此次评选，CB Insights的研究团队基于各个公司提交的数据和企业 Mosaic 分数（Mosaic 是一个由美国国家科学基金会资助的算法，能够预测公司未来发展并对其打分）评选出了2017AI100获奖者，本次评选活动有超过1650家公司申请了，最终只有6％被选中。

目前CloudMedx兼容主流的18家HER系统，在实时的病人信息提醒，风险管控等方面给医疗机构提供智能化见解。旧金山加州大学整形外科系的医学博士Stefano Bini在采访中谈到：“我们一直希望能将患者报告的结果、电子医疗记录的数据和患者佩戴的传感器数据结合起来全面了解患者的情况，为此，我们与CloudMedx合作，因为他们可以分析处理大量的数据，并为我们提供患者行为的预测性见解。”

Tashfeen Suleman：“我们的平台已经证明能够大大减少再次入院（每年要花费250亿美元，其中170亿美元完全可以避免）的几率，帮助医生立即识别高危患者，这是一个有重大意义的突破，因为这些患者一旦因为未及时治疗而最终进入急诊室，其危险度就会变得无法想象，医疗费用也会大幅上升，我们帮助医生识别这些病人并更好地照顾他们。这也是为什么如今病人越来越习惯于使用医院内的各先进技术的原因，他们想要实时访问自己的临床数据，而我们的患者门户允许他们他们做到这一点，他们能随时随地查看自己的数据。但令人惊讶的是，在当今这个时代，病人的就医记录仍然是基于纸张的，病人就医时需随身携带着大量医疗记录，也是CloudMedx试图在以后解决的一件事——即设备之间的完全互操作性和数据的交换，以满足患者的需求。”