StuffThatWorks为众包健康状况洞察节省了900万美元

StuffThatWorks是一家以色列初创公司，它为人们建立了一个平台，让人们查看各种健康状况，然后在研究其他人做了什么的同时，贡献自己的经验和治疗方法。该公司在种子轮中从Bessemer Venture Partners，83North和Ofek Ventures筹集了900万美元。

尽管这是StuffThatWorks宣布的第一笔资金，也是StuffThatWorks第一次在那里声名鹊起，但这家初创公司一直在悄悄地通过口碑传播来建立用户受众，特别是通过利用其他人们聚集在一起谈论健康问题的网络，比如Facebook上的小组(事实证明，其中大约一半与医疗状况有关)。到目前为止，用相对较少的努力，它已经积累了大约110个条件的近18万名贡献者，总计近1000万个数据点。

该公司的联合创始人兼首席执行官叶艾尔·伊利什(Yael Elish)估计，到目前为止，医学界已确认的慢性病约有1万种，但其中只有约40种进行了真正广泛的研究和成熟的治疗。这就留下了一条长长的尾巴，留下了一条“孤儿”罕见疾病和病症的长尾，这些疾病和病症根本没有足够多的受影响患者，以及随后医学界的关注和资金，有待妥善解决。

最重要的是，到目前为止，还没有一个集中的、有组织的地方，你可以去那里查看真实世界的证据和与之相关的患者报告的结果。

当她的女儿患上慢性病时，伊利什直接发现了这个问题，正是通过搜索一些社区论坛和其他资源-没有一个真正针对数据提取进行了优化，更多的是为了分享轶事时刻-她开始发现其他患有同样疾病的人，并看到不同的医生正在采取不同的方法来帮助他们。

有一天，她设法找到了一种她以前没有见过的治疗方法，这对她的女儿有帮助，但她也可能很容易逃脱。

当时她还在Waze工作，当时Waze已经被谷歌收购。但她意识到，如何将构建Waze的数据集时使用的一些众包动力应用于这个难题，建立一个集中化的地方，一个病人产生的经验和知识的储存库，可以与其他面临同样问题的人分享，这是一个机会。

她最终离开，与另外两人共同创立了StuffThatWorks，他们是首席技术官罗恩·赫尔德(Ron Hold)和首席数据科学家尤西·赛内特(Yossi Synett)。赫尔德是一名训练有素的数学家，曾任以色列国防军情报小组负责人。Synett是机器学习、人工智能和实践分析方面的专家，在他们三人之间，他们已经建立了一个人工智能平台，可以吸收大量数据点，将它们组合成可操作的数据供人们使用，并让他们-用户-在这一努力中建立更多的边界。

构建StuffThatWorks数据集的界面以人们回答的一系列问题的形式出现。埃利什明确表示，这些不是多项选择，而是故意让人们用自己的语言回答，这样人们就有机会真正表达自己，尽可能准确地表达自己。

“这对众包的成功非常重要，”她说。自然语言算法“读取”响应并帮助开始对数据进行排序，并剔除可能出现的异常(意外或其他)不准确-就像我们在Waze中看到的那样。

前提是人们在提供数据时会选择加入，你可以匿名发帖-就像Waze一样-但无论如何，它在公司的平台上仍然是匿名的，你可以随时自己删除它。然而，该公司也表示，它与“有限数量的研究人员、医疗组织和患者权益倡导团体在患者报告结果(PRO)研究方面进行了合作”，因此，对于这将如何以及是否会在数据保护方面带来更长期的问题，请谨慎行事。

然后，随着数据的增长，数据会经历一系列的“延伸目标”：首先，通过StuffThatWorks上的个人资料建立条件。然后，在100名贡献者之后，你可以开始看到关于这种情况的初步见解，包括发病年龄、症状、加重因素和治疗方法，可以开始分享和浏览。几百年后，机器学习开始能够根据疗效对不同的治疗方法进行排名。在数以千计的贡献者之后，算法能够为您、访问者预测对您可能最有效的治疗方法。

其他初创公司已经开始探索如何利用人工智能、众包以及简单的互联网的力量，更好地解决长期和未解决的疾病存在的大量排列问题。RDMD本身是由Onno Faber创立的，他患有自己的罕见疾病，它还使用众包来帮助患有罕见疾病的人与正在开发药物和治疗方法来解决这些问题的研究人员联系起来，绕过了StuffThatWorks在努力中解决的一些同样的围墙花园。

其他人，如Paige，正在应用人工智能来“阅读”和更好地理解癌症病理，癌症病理有其自身巨大的排列宝库，在更广泛的人群中促成了许多治疗它的尝试。

当然，更大的挑战仍然存在，但这些类型的方法感觉像是试图解决这些挑战的关键一步。

Bessemer Venture Partners合伙人亚当·费舍尔(Adam Fisher)在一份声明中表示：“由于世界上超过一半的人口至少患有一种慢性病，慢性病是一种迅速增长的全球流行病。”“我们相信，StuffThatWorks不仅可以帮助数百万人获得关于治疗有效性的宝贵知识，而且还可以颠覆和创新今天从现实世界中收集和分析患者数据的方式。”