编者按：在这篇客座博客中，我们看看医疗保健初创公司Vida Health是如何在谷歌云上建立一个虚拟平台，削减成本和开销，为医疗保健提供者节省宝贵的时间，并提供机器学习功能，使他们的数据运作起来，以获得更好的病人健康结果。
在Vida Health，我们的虚拟医疗平台旨在通过治疗多种疾病和整合身心医学来提供全人医疗。在选择谷歌云帮助我们进行数字化转型的过程中，我们通过从管理平台切换到谷歌Kubernetes引擎（GKE），能够减少60%的成本，并且正在使用BigQuery ML等谷歌解决方案来创新新产品，帮助我们的病人并赋予我们的临床医生权力。
加速数字化转型的心跳
传统上，医疗保健是一个行动缓慢的行业，偏向于规避风险和维持现状。COVID-19的大流行挑战了这种心态，鼓励许多医疗机构加快他们的数字化转型计划。这种转型的最前沿是虚拟护理/远程医疗，以及医疗机构通过网络和手机提供与本人相同的高质量病人体验的能力。
在大流行期间，维达健康面临着在另一个云供应商上扩展我们原有的基础设施以满足日益增长的需求的挑战。我们还觉得这个CSP的机器学习（ML）服务套件没有提供我们所寻求的附加价值。在对有竞争力的云技术进行研究后，我们选择了谷歌云，因为他们灵活、安全、可扩展的解决方案能够无缝集成，减少我们的运营开销，并为我们提供工具来构建由ML驱动的创新产品。
Vida在医疗市场上的一个关键差异化因素是我们的平台。许多竞争对手的解决方案针对的是单一病症，而我们采取的是一种横向的方法，我们的平台旨在治疗多种病症，并将精神和身体结合。近一半的美国人有一个以上的慢性病，我们希望通过承认他们现实情况的全人健康解决方案来帮助他们。
我们的平台由谷歌的一系列解决方案提供支持，包括Looker，一个用于商业智能、数据应用和嵌入式分析的企业平台。通过统一的仪表盘体验，Looker帮助我们汇总所有的数据，让我们对每个病人有一个全面的了解。为了利用人工智能（AI）和ML技术，我们通过使用谷歌的无服务器数据仓库BigQuery，将我们所有的数据存储在一个地方。即使我们在BigQuery中的数据集越来越全面，我们的ML工程师和数据科学家仍然很容易使用和实验这些数据。然后，我们可以通过BigQuery ML将这些数据带入生产，这样我们就可以只用SQL技能来建立ML模型。
为新用例开出ML处方
在我们平台对人工智能/ML的使用和探索中，我们超越了纯粹的人工智能工具，包括人在回路中的程序和治疗。例如，我们提供教练、治疗师和营养师，与每个病人一起工作，提供提示、策略和问责制。我们的病人与供应商的互动被数字化和存储，给了我们一个强大的训练数据集，我们现在可以使用所有可用的谷歌工具来操作。利用这些提供者的互动，我们可以跟踪病人的进展，以确保他们已经改善了他们的健康结果，无论是减肥、减压、血糖管理还是其他。
我们希望赋予我们的提供者超人的力量，这意味着使用人工智能/ML来管理和自动化所有不面向会员的任务，让提供者腾出时间和精力来关注他们的病人。我们目前正在试验我们的谷歌工具，围绕转录医疗服务提供者的咨询记录，然后应用数据分析来发现将导致更好的健康结果的洞察力。在我们的路线图上，为供应商提供的其他节省时间的解决方案包括在聊天功能中预先填写标准字段和管理每日结束的审批。
我们目前正在将BigQuery ML用于我们的 "下一步行动推荐器"，这是我们移动应用程序上面向会员的功能，根据患者提供的过去的信息数据集，推荐患者在治疗中可以采取的下一步行动。在他们的旅程开始时，这些步骤可能是基本的，如安排一次咨询，添加一个健康跟踪器，或观看一个健康视频。但是病人使用我们平台的时间越长，推荐系统就越复杂。
在提供者方面，我们有我们的Vidapedia，这是一个全面的治疗协议列表，提供者可以遵循。在过去的一年里，我们投资了Vidapedia卡片，这是一套独特的临床协议，已被编入法典。我们已经有了150张卡片，供应商不需要把所有这些信息记在脑子里，我们正在努力使用BigQuery ML来提取病人在治疗过程中迄今所采取的行动。利用这些数据，我们将向供应商推荐适用于特定条件的最相关的卡片。有了这些信息在他们的指尖，就减少了他们需要花在每个成员身上的离线时间，这有助于我们建立效率和降低提供护理的成本。
我们还在我们的客户获取过程中使用了ML，这在传统上对医疗保健初创公司来说是一个昂贵的努力。一家公司首先需要向付款人和供应商进行营销和销售，然后了解其病人群体的总可寻址市场（TAM），然后再说服该部分人相信他们的平台是最好的决定。我们已经成功地将ML应用到这个过程中，通过对数百个不同的数据输入进行筛选，以更好地预测谁有可能使用我们的平台，为我们节省时间和金钱。
用谷歌云解决方案为虚拟医疗注入活力
我们目前的谷歌云堆栈的其余部分是强大的，具有BigQuery Slot Autoscaling，这是一个预览功能，可以在不牺牲性能的情况下优化成本并为流量高峰进行扩展。我们使用Looker做数据报告和仪表盘，使用Data Studio做快速、临时的数据可视化。我们的关系数据库是用于PostgreSQL的Cloud SQL，我们使用Data Catalog进行数据发现和搜索。我们堆栈中的其他谷歌服务包括GKE、Dataflow、数据融合、云调度器和AI平台。
谷歌产品和服务之间的无缝整合给人留下了深刻的印象，也节省了时间。我们的许多临床协议最初是在谷歌文档中写的，而将数据直接导入BigQuery的能力为我们节省了大量的时间和精力。使用Looker使整个组织内部对这些数据的访问民主化，并使用BigQuery ML在这些数据上建立ML应用，感觉就像一个秘密武器，使我们在竞争中领先。
随着医疗行业不断调整以适应不断变化的世界的需求，我们将与谷歌云合作，提供尖端的解决方案，以超越我们的病人和供应商的需求。
了解更多关于维达健康的信息，然后申请我们的初创企业计划，为你的初创企业获得资金、业务和技术支持。你还可以阅读更多关于其他组织使用Looker和BigQuery来实现商业智能现代化的信息。
[
相关文章
淘宝网上的 "淘宝客 "是怎么做到的？
随着人工智能在医疗保健领域变得至关重要，Lumiata的人工智能平台帮助企业轻松地开始使用人工智能和ML，以改善护理，最大限度地减少了人工智能。
阅读文章
