在埃里克托普《顛覆醫療》一書中有過數字化人類的描述：

通過將肉體置于我們外延的神經系統中，通過電子媒體的方式，我們建立起一個動態系統，將快速成熟的數字化、非醫學領域的移動設備、云計算和社交網絡與蓬勃發展的基因組學、生物傳感器和先進成像技術的數字化醫學領域合為一體，將這些工具和能力加以綜合，我們就能為每一個人獲取關于ta的解剖學、生理和生物數據。

當我們將所有的這些能力聚集在一起時，就創造出了一個虛擬人，最終完成對人體的數據化。

確實，我們知道人的心臟一生要跳動30億次，每天泵出的血液為6-8噸，呼吸超過6億次。人每天的心電數據超過300兆，人體的各種數據如果都能夠一一被采集下來，將是多么美好的畫面。

無論是有著上千年歷史的中醫，還是數百年發展的西方醫學里，醫院在對病人做醫療檢測和診斷時，一般是基于對患者的各項體征、生化、生理電信號、器官形態影像上進行數據采樣，并結合醫生的人腦經驗模型進行醫療診斷和治療。

這樣的數據采樣是基于一個單點的時點和空間進行觀察，對于一些在院內靜態情況下無法捕捉到的疾病會會進行院外追蹤，比如動態心電圖（holter）會采集連續24小時的心電數據，然后由專業的判讀人員進行判讀，結合患者的其他臨床表現和體征，給予綜合的心臟診斷報告。

但對于數據化一個人，這些數據很顯然是不夠的。

如何在一個更長的時間維度上，對人體進行更全面的數據采集和匯總，如糖尿病、高血壓、心臟病、體檢、運動、睡眠數據等多個場景，并讓醫療健康生態鏈上的各個角色都能夠使用上這份完整的數據，是否能造福每一個生命？帶著這個問題，阿里云大數據平臺聯合醫療生態伙伴，針對心臟健康管理課題，大膽地做了嘗試。

首先是數據采集。心電采集需要解答的第一個問題是，在哪采、怎么采、如何匯總并流轉到一個中樞上來？

目前智能硬件設備正在蓬勃開花，在琳瑯滿目的設備中間，阿里云和深圳中瑞奇的“好朋友”家用心電圖機首次合作，通過這一面向用戶自用的心電圖機來采集心電數據。但光依賴心電數據并不足以做出判讀，如何將更多數據結構化并把授權管理的權利還給用戶？

如果將一個人的數據細分來看，包括了院內生化檢驗數據、運動數據、飲食數據、體征數據、診斷數據、睡眠數據。

從采集渠道來看，生化檢驗數據、體征數據是低頻次采集的，一般需要通過醫院、體檢中心采集；而運動數據、睡眠數據則通過手環陀螺儀、家用睡眠監測儀等設備是被高頻次采集的，飲食數據處在缺位采集狀態，心臟病日常管理用到的心電數據則屬于中頻，通過可穿戴醫療設備來采集。

這些數據如何匯總到一個人的個體身上？而這些個體的數據又如何能夠與低頻次的生化檢驗數據、診斷數據結合到一起，匯總后的數據又能在用戶的授權之下，并用在各個場景下，幫助改善用戶的生活質量，甚至是挽救生命？

9月17日，阿里云正式和深圳中瑞奇、杭州金衛健康組建“云上安心”聯盟，聯合社區醫院、APP廠商、體檢中心、三級綜合醫院、120急救中心、醫療健康硬件廠商共同收集數據。這些數據在患者授權下上到阿里云醫療大數據的專屬區域中，并在患者授權下交由專業醫療和健康服務提供商，用于疾病篩查診斷、心臟健康管理等場景。

難道這些數據僅僅能用在疾病檢測下嗎？
答案是否定的！

在云上安心聯盟中，來自美國哈佛醫學院睡眠中心的劉燕輝博士團隊，通過心肺耦合睡眠心電分析技術，通過“云上安心”聯盟提供心率變異性和心肺耦合分析模型，在患者授權下，結合用戶的體檢數據和日常數據、心電數據產出醫療級的睡眠監測報告，準確度遠大于手環依賴重力感應和陀螺儀采樣到數據分析出來的睡眠分析準確度。 分析報告隨后通過阿里云的醫療大數據平臺被輸送到來自杭州金鑰匙的健康管家服務中，對用戶睡眠質量進行分析，篩查出睡眠呼吸暫停的用戶，制定個性化的睡眠改善方案，通過高級醫學專家，對用戶做好居家睡眠隨訪，對輕中度睡眠呼吸暫?；颊邔嵤o創的物理型止鼾器干預，確保呼吸通暢，降低打呼嚕頻率，使用戶因睡眠呼吸暫停產生的各種亞健康癥狀和猝死的風險得以下降。

阿里云方面高級產品專家武凱表示，我們只是看到這個醫療健康生態里需要數據流動，沒有人去做，我們就去做這個事情。不流動的死的數據是不行的，一定要是活的每天每小時每秒都在更新的數據被用起來，而數據是可以滋養生命的。

阿里云目前正在積極與國內頂尖心血管醫院探討合作，希望能為國家構建一個豐富、全面而且是活的心電數據庫?；谥袊娜朔N構建心電數據庫，幫助科學家、學校用于科研，提高心臟疾病的診斷準確率，降低實時監測的誤報率。

人體數據化，也許已經開始。