医药大数据AI“美颜”工具，白星花Bx-SaaS让真实世界数据更准确

对于医学真实世界研究和临床研究，数据的缺失和失真（干扰、不准确），困惑着众多的医药学术人员和医院、医药公司。就像短视频行业中的“美颜”工具，借助AI算法的“魔力”，能够去除照片中的杂质，让模糊或者残缺的照片更清楚。

在科研端，动脉网注意到了一股医疗AI新生力量——白星花。

白星花Bx-SaaS把AI技术中的半监督、无监督学习应用到处理真实世界和临床数据上，有效地补充了缺失数据，让大数据更贴近真实世界，去除了数据采样过程中人为和不可抗力的干扰。同时这种数据的填补和预测是基于严谨的AI算法，已经成功地帮助多家药企在临床研究中得到更好的结果，并且数据分析结果助力医生、老师在临床的药物研究中发表了更高IF的文章。

白星花是一个AI医药Bx-SaaS平台。公司通过机器学习、深度学习以及知识图谱多模态等AI创新技术，结合医学临床数据、影像数据、真实世界大数据，产生医药文献知识图谱，打破了医学数据孤岛，帮助医学大数据的AI填补，加深在临床医学、药物机制基础医学等方面的研究。目前，公司的AI真实世界数据填补已帮助药企、医生客户成功发表近百篇高分SCI。

白星花Al联合创始人&CEO王苏宏斩获了多个国际算法竞赛第一，曾在中国航天科工集团公司第二研究院从视觉AI工作。公司联合人兼CTO肖志峰是美国宾州计算机专业副教授，近两年发表多篇医药高分SCI。两人均有丰富的Al算法经验。

王苏宏与医疗领域的缘分开始于2014年。当时，王苏宏合伙创办了一家AI医学培训公司，为医学生提供AI培训，包括AI影像识别，AI辅助诊断。“比较出人意料的是，医学生对AI技术的兴趣颇高，对知识图谱、数据融合的需求也特别大。到后来，我们服务的对象不仅有医学生，还包括了药企、CRO等。”

这让王苏宏意识到了AI技术在医疗领域庞大的潜在市场。药企、医院等拥有充足的医学知识，急需AI技术用于医学影像判读、数据处理。比如，AI技术介入之后可以精准、快速处理数十万条真实世界数据，对药物开发、疾病研究都带来了极大的提升。

“那几年，和大量医生接触下来，让我们坚信，AI技术将从‘更好的选择’转变成医生、药企的‘必须选择’，可以将AI技术在医疗领域的应用看作工业革命中蒸汽机的发明。从经验医学到循证医学，再到AI医学，AI是传统医学实现颠覆性突破的出口。”

在AI医疗浪潮下，王苏宏决定在医疗领域进行AI技术的持续深度研究，以产出更好的结果，于是在2020年成立了白星花。

肖志峰老师一直在美国大学科研一线，有着深厚的美国学术人脉和学术背景。“我加入到白星花的初衷是看重他们的科研工程能力，可以快速验证AI结合医学的一些想法，同时我们的工程师团队也有着丰富的工程经验。而且我很看好未来医学数据爆发后，AI在处理更多医学数据更多模态医学数据上的优势”。偶然的科研合作和对国内外医学AI前景的看好，肖志峰老师成为白星花创始合伙人和首席科学家。

特别的是，白星花选择聚焦医学行业的AI“美颜”工具，进行医学真实世界、临床大数据填补修复，专注提供Bx-SaaS平台和一站式医学科研服务。

“伴随AI的发展，NLP、语音识别、图卷积等新技术多点开花，AI的魔力像美颜在短视频中的应用，同样有效地应用到了医学数据的处理上。”王苏宏表示。

临床科研应用需要高质量数据的支持，对数据的真实性、准确性、颗粒度有极高要求。一直以来，医学数据不标准、同时真实世界数据在采样过程中缺失大，错误多等问题困扰着医学大数据的Meta分析。医院数据壁垒也未能有效破除，不同医院之间数据格式不同，标准不同，甚至同一医院各个科室各个疾病的之间的数据都是不相通的。而随着医学数据呈现出指数级增长趋势，海量数据不断累积，难以靠人力进行分析，需要AI技术让算法更智能的分析数据，得到更准确的结果。

虽说相较医学影像板块，AI医学在真实世界数据处理结合多模态医学数据的关注度较低，但正在快速上升，有望成为AI医疗领域的第二长期增长点。

白星花目前已经成功搭建了Bx-SaaS平台，这是一个聚焦于临床数据、真实世界结合医药科技文献的AI分析SaaS平台，可以有效科学地填补修正医学真实世界研究、临床研究中的确实错误数据。

同时王苏宏表示，AI在科研实验板块主要面临的门槛是数据壁垒，数据标准化程度不够，这是阻碍AI企业顺利布局的主要因素。SaaS虽然在国内推进遇到瓶颈，但是伴随大规模的医学数据收集、国家监管层面认同、医药企业巨大需求和行业高天花板，使得AI解决海量真实世界数据融合医学多模态数据越来越成为众多药企的刚需。而以SaaS标准化切入企业服务，提供定制化的一站式高端服务，已经初步被白星花验证了商业模式。

在数据方面，白星花关注数据多模态化的应用，重视数据内在的逻辑性和可解释性，建立了BxKG数据库，包括100多万真实世界/临床数据、1400多万SCI医学文献、12PB影像数据，让数据产生协同作用，打通了数据间的壁垒。

在技术上，白星花利用独有的BxA技术，进行多模态融合，开发了ML\NLP\KG等AI技术，为医学科技工作提供更深、更全面、更准确的AI分析，助力于药厂、医生、研究人员在基础医学和药物机制等方面研究。

白星花AI医药SaaS平台

其中，对药企来说，药物开发时间长，成本高，成功率低已经是药物研发领域的通病，白星花能够帮助药企研究作用机制，拓展新适应症、预测临床试验结果，提升药物研发效率。针对医院、高校科研人员，白星花可助力科研工作进程，提供患者预后预测、患者信息管理和查询等服务。

目前，白星花仅用4个月就获得1项AI领域发明专利授权，2项发明专利申请中，服务了多家头部药企和多个医生客户，相关成果已协助医药工作者成功发布50多篇SCI。

王苏宏表示，在新冠疫情后，AI医疗领域的发展进一步加快，逐步得到监管法律法规的认可，AI在药物适应症拓展、新靶点新机制研究、循证研究等多个方面发挥着重要作用。AI在医学影像中的应用也正在步入深水期，在医学新机制研究、拓展药物适应症、健康管理、慢病管理等新场景中的应用值得期待。

“现在正处于AI医疗应用深入探索阶段，未来，随着算力不断提高，算法接连取得突破，政策支持鼓励，未来 2-3 年内，医疗AI将掀起新的发展高潮。未来，AI产生的数据、结果将更多得到监管部门的认可，助力新药获批、疾病诊疗。”

在AI医疗发展机遇期，接下来白星花将持续完善AI医药Bx-SaaS平台，通过NLP/kg/DL/ML等AI技术，与医学临床数据、影像数据、真实世界大数据以及文献知识图谱有效联合，为药企、医生、研究人员在基础医学和药物机制等方面研究做出贡献，同时争取AI产生的数据更多得到监管部门的认可，协同促进医药研发。

同时白星花也进驻了北京大学医学部科创中心，成为北大医学科创中心的优质项目。公司也入选长三角一体化示范区汾湖国际创新中心加速计划，借助长三角医药生产配套集中的优势，拓展更多市场。