大姨吗：从8000万女性数据，我们看到...
点击标题下「大数据文摘」可快捷关注
大数据文摘采编，如要转载，务必后台留言申请。
回复“大姨吗”，可一并下载
《2015中国女性生理健康白皮书PPT》
《2013女性生理健康白皮书》
《大姨吗-CEO柴可-数据的伟大力量》
主题：2015中国女性生理健康白皮书发布会
时间：2015年3月18日（下午）
地点：北京·后山艺术空间
演讲者：大姨吗创始人CEO柴可
医疗水平有没有进步？
大家下午好，在我后续开始之前其实我前面有一个小小的分享，这个分享我想先简单提大家一个简单的问题这个问题是这样的，大家觉得咱们今天看来咱们中国乃至于世界，咱们的医疗水平有没有在进步，是的，医疗水平是在不断的进步的，那世界卫生组织定义医疗水平进步的一个非常重要的标准是什么呢？
5岁以下儿童的死亡率，这个是世界卫生组织和中国的国家统计局在从1980年到2014年的数据我们可以看到6岁以下儿童的死亡率在急速的下降，这个比例到了2014年数据表明，,每千人儿童死亡数量只有10名，比例下降迅速，其原因包括很多，世界卫生组织定义了10个健康最大的问题，这10个问题包括下呼吸道的感染，艾滋病，出生过早、早产儿，出生时小儿的体重过轻，还有一些麻疹、疟疾等等。
经过总结大家可以发现，死亡率的降低是随着咱们个人的医疗意识健康卫生意识的提升，以及医疗环境，医疗的这种设备的提升，医院越来越多，所以说五岁的新生儿死亡率正在逐年的降低，这是非常好的信号，咱们的医疗水平除了对新生儿之外有很多很多维度都在进步。
人类的身心健康进步了吗？
我想问大家第二个小问题，就是大家觉得医疗水平进步了这么多，那咱们人类的身心健康进步了吗？不一定，我看到有人摇头也有人点头，是的，我跟大家分享一个数据，这不是在我们此次白皮书搜集的范围里面，而是来自于我们的WHO和我们国家统计年鉴。
这条红线是糖尿病人数的比例，这条绿线是女性受到性骚扰的人数比，这条紫线是患高血压人数的比例，这条蓝线是乳腺癌的致死率，每十万里面有多少人，这条黄线是肺癌的致死率，最后一条白线不孕不育的比例，咱们刚才说了咱们的医疗进步了，个人的健康意识进步了，卫生环境进步了，为什么有这么多的上升曲线呢？到底哪儿不对，这是我其实一直在反思的一个问题，后来我可能找到了一个非常重要的结论，叫做社会环境。
大家可以想象一下前段时间有一个很火的视频，柴静在掏腰包100万做了一个穹顶之下他个人和雾霾私人恩怨的小故事，那这个讲的是什么？我们都想呼吸的好，我们带着宝宝出门希望有一个健康的空气，但是这是我们可以控制的吗，今天看着不是这么的通透，其实已经严重的雾霾和污染了，这个叫做社会环境，社会环境来源于人的生活习惯，来源于很多很多的方面，那人类的真正健康我们以前一直认为医疗技术提升了，医疗设备提升了，医疗的机构越来越多就会变好，后来我们发现个人的基因可能在随着进步，个人的健康意识在进步也会发展，但结果发现还是有很多的问题，像生活习惯，改变暴饮暴食高血压等等，这些是社会因素，如果人类真正想要得到长远的健康这三者缺一不可，就像我们的雾霾导致了肺癌，我正好就是在前天的时间，我父亲很要好的朋友，他大概前面的十年，他已经退休接近60多岁的叔叔，他长期的前面十年每一天基本上都坚持在北京的户外跑差不多两到三公里，结果得老肺癌，这个东西不是我们可以控制的。
从8000万女性用户的社区中，我们发现…
那大姨吗已经有8000万的女性用户了，我有一天我在逛我们的社区，这个社区里面大家知道是有很多女孩自己去组织很多小的兴趣小组，大家的兴趣小组里面聊各种各样的话题，其中我在逛的时候就发现了几个很新的小组，增速非常的快，那小组的名字叫做00后，有四个小组，然后分别叫做00后请进，00后妹子们在这，她们在一个月的时间以内那4个小组的总计人数接近10万个00后的妹子，大家想想00后到今天最大年纪的也就是15岁，我在这个社区里面我就逛，我说我们00后用户爆发了，我想看看她们有什么样的生活习惯。
第一个我看到了两个帖子，属于两个不同的小孩，才15岁，其中一个发帖子问说我15岁我和我男朋友同房了，我没有做任何的安全措施，15岁的小姑娘，他说我会不会怀孕啊？她问她的姐妹怎么办，但是大家想一下她还能去问谁，她父母会怎么办，会打她，会骂她，她老师会怎么办？会开除，她还能跟谁说，她没有倾诉的对象，但是她为什么会选择做这样的事情，咱们的零零后咱们小龄的女孩到底是因为什么样的原因越来越早的性开放。
第二个妹子问了一个问题，我觉得我来应该是和我同学一样我来月经了，第二天她说我今天在继续流血我会不会死掉，来月经的第二天她觉她流血是很恐怖的事情，咱们的生理教育去哪儿了，咱们的生理教育课程这些小孩不爱听，还是为什么没有学习到相关初潮的知识，还是说初潮大姨吗就是一天就结束，是什么东西在误导她？
第三个帖子！这个帖子小姑娘发了一句话说，这个被乱伦了怎么办，他也没有倾诉的渠道，这个乱伦的人可能是他的老师也有可能就是他的家长。那这些问题会导致什么，这些女孩过早的受到伤害他很有可能很早就去做人流，导致以后她的子宫生育能力，身体的方方面面的健康出现问题。
最后一个小帖子有一个女孩发了一个想要减肥的帖子，照片我给挡住了，内容是说我1米65现在120斤，不算重，但是她觉得他很胖，想减肥，然后有一个小姐妹回了一句话，说去抽烟吧，抽烟可以减肥，然后我是第二天在这个帖子发出之后第二天我才看到这个回复，我立即要求我们的客服立即处理，这种谣言怎么可能存在，为什么我们必须要当机立断马上删除这个信息，但是我们斩断的那一秒钟那个女孩正好也在当时看到了这个回复，然后他回复了这个回复，那个截图特别不清楚，那个回复写的是本条回复被屏蔽，但是那小女孩回复了那个回复，说我已经抽了两年烟了，但是我没有见瘦啊，这说明什么，说明抽烟减肥这个谣言是如何在青少年儿童的生存社会和学校里面蔓延的，这些东西叫社会健康因素，除了雾霾我认为有更多的问题存在这个里面，因为我们是家长，我们是教师，她们没有倾诉的对象，但是这些东西会导致女性的健康发生极大的差异，待会儿具体数据的时候我也会跟大家分享一些我们观察到的变化和案例。
那说到说一个商业化的企业为什么会去选择从2013年开始就每一年都要做数据研究，然后要免费把所有的数据搜集完以后公之于众，我认为有几点，第一个我们认为数据本身是印证了这个社会环境包括自然环境在向什么方向发展，我们搜集的尾气数据就是我们的空气质量的一个重要的指标，一切企业搜集的一切数据就代表了这个所有把他们全加起来，就是这个社会的环境，人文环境自然环境正在发生什么样的变化趋势，那我认为每一家企业有能力或者正在搜集，无论从消费数据也好，还是从健康数据也好能搜集数据的企业我认为都应该有这个使命感去把自己的数据拿出来看一看，里面可能存在的社会问题和健康问题，我认为只有这样我们才是一家真正在思考的企业，我们拥有数据我们不停的思考里面的问题，我们才有改进他的机会，一家愿意去思考数据思考未来的企业，我认为他才真正的拥有未来，一家只会为了挣钱而挣钱的企业，我认为在这个社会发展过程当中会逐渐的被淘汰。
今天大姨吗我们已经有8000万的用户了，可能8000万这个数字听起来只是一个数字，但是在我的眼睛里面他是每一个鲜活的女孩，那我们以前2013年做白皮书的时候我给我们的董事会和投资人申请说我能不能花一笔钱做这个东西，他们二话没有问他说你们去做吧，但是今年我们可以看这个MISS优选小牌子挂出来了，我们MISS优选电商频道上线已经有两周了。第三天我们的日流水就已经接近50万了，我们现在有自己的钱了，这些钱来自于8000万的用户他对我们的信任，她们在我们上面消费行为，我们现在不光有投资人的钱，我们有自己的钱了，我们应该做更多这样的事情，我们相比2013年做的数据统计，我们不只是做了一个健康数据分析统计报告，我们做了四本从女性的生活健康消费以及医疗分别做了每一册都有100多页的原始数据。
今天我爱人也在现场，我认为我做这个事情的另外一个私心其实是为了她们，为了我的爱人还有他肚子里面可能是个小女孩，我希望是个小女孩，即将出生我的宝宝，以及我们大姨吗所有8000万的女孩，我就是为了我的她们而已，谢谢。
以下内容摘自现场演讲PPT，如需阅读全部，请回复“大姨吗”
本次报告，我们得到了很多专家的支持，他们是
吴成，北京和睦家医院妇科主任
王敬玲，北京美中宜和妇儿医院副主任医师
丁西来，北京美中宜和妇儿医院副主任医师
席雪，北京宝岛妇产医院妇产科首席讲师
谢峰，北京宝岛妇产医院妇产科主任
谢谢你们！
【医疗大数据栏目介绍】
2015年2月7日“医疗大数据专栏”正式成立。随着基因芯片及DNA测序技术的发展，生物医疗大数据迅猛发展，既是大数据技术发展的原动力，也是大数据技术的受益者。大数据文摘2013年7月成立，我们专注数据，每日坚持分享优质内容，从未间断，我们努力为读者和志愿者打造一个分享和交流平台。作为大数据文摘的志愿者群，我们中有不少人从事医疗大数据相关工作，关心医疗大数据的发展，愿意通过这个专栏，和大家一起分享医疗大数据的点点滴滴。
如果您是专业人员，愿意与大家分享，请加入我们，我们把这个平台和专栏做得更好。精准医疗的革命时代到来了，让我们一起关注医疗大数据技术的发展。
【主编介绍】
有意联系译者的朋友，请给“大数据文摘”后台留言，附自我介绍及微信ID，谢谢。
孙强，资深生物信息专家，现在服务于美国国立癌症研究所，从事癌症基因组数据库管理工作。热爱大数据，加入大数据文摘志愿者行列一年有余，愿以文会友，广结大数据善缘。旅居美国多年，现在定居于大华府地区。
读过的学校：山东大学，中科院植物所，加大洛杉矶分校( UCLA )
生活过的城市：淄博，济南，北京，洛杉矶，华盛顿
其他爱好：足球，钓鱼，打牌
大数据格言：big data is better data
数据分析, 数据挖掘
