过去，随访一直集中在复发或转移的早期发现上，主要工作是监测治疗后的效果以及远期并发症或后遗症，认为发现越早，治疗效果就可能越好。而根据这一目标所指定的各种癌症诊治指南中，对随访内容的推荐往往比较简单，也缺乏循证医学证据。

随着研究的不断深入，对患者的随访内容也逐渐增多，除了监测复发以外，观察和总结疗效、预防复发或对新发疾病进行医疗干预等都成为随访中的重要任务。信息的不断增多，让基于病种定制随访方案，并由AI进行标准化管理的创新随访方式逐渐受到重视，成为前沿话题，大数据人工智能在患者随访中的应用进展迅速。

有专家评价说，“美国和中国癌症治疗的最大区别之一，就是随访的依从性。”美国推行随访的优势在于医疗资源丰富，患者教育到位，随访通常做得很好，医生和患者长期保持沟通，遇到问题就能及时处理掉。然而，这些优势中国显然并不具备。

根据第三方咨询公司提供的随访数据显示，中国医生普遍认为随访重要，但近四成医生无自主随访渠道。58.9%的医生认为随访重要，仅26%的医生认为随访非常重要。而在随访渠道上，60.3%的医生有自主随访渠道，其中主要以打电话和医院随访系统为主，39.7%的医生没有自主随访渠道。

可以看出，我国医生目前的随访方式较为传统，而传统的随访方法耗费大量的人力和时间，人工统计难度大且差错率高，缺乏对数据资料的分析，同时，对于多次入院、分别入住多个科室的患者，各个科室医生的随访难免不够全面，而不同科室的随访记录又无法合并。

随访信息不足，进而导致很多有价值的患者生存信息、疗效评价、不良反应等信息缺失，不仅为患者的疾病预后埋下了隐患，也影响科研及临床上的数据应用。

针对这些问题，如何借助大数据AI来进行标准化自动推送，再交付专业随访团队来操作，以此保证随访信息的准确、存储，有效利用随访结果，提高工作效率，是国际上共同关注的话题。

在2018 ASCO大会上，来自美国科罗拉多大学的Ross Camidge教授就在现场介绍了人工智能在肿瘤患者随访中的应用：AI不仅可以应用于临床诊疗决策，还能根据治疗方案来选择随访计划，“可以帮助我们更早发现耐药问题，及时修改诊疗方案。”以化疗患者为例，其通常采用的随访模式是每2个周期复查1次CT。但并不是所有患者都需要如此频繁的随访，AI在制定随访方案时，会基于诊疗情况进行调整：如果AI监测到患者接受了靶向治疗，就会自动在开始接受治疗6周后再提示首次随访，如果患者没有合并脑转移，AI则会提示每年复查1次头颅MRI。

除了借助AI来进行标准化随访外，美国医疗机构如今也对如何将患者随访的结果整合到电子病历中辅助诊疗，越来越有兴趣：在美国约翰霍普金斯大学制定的《将患者报告的结果整合到电子病历中的用户指南》中，就认为借助电子病历，患者预后情况的数据可以与患者的其它医疗数据（如检验报告、影像检查、临床记录）一起使用，以便以多种方式促进以患者为中心的医疗——包括患者个人管理、医疗质量评估、科研、“价值医疗”和人群健康管理。通过将这些数据集成到电子病历中，大大促进了医疗价值的实现。

目前，在通过大数据解决随访难题这方面，医疗大数据公司借助强大的数据平台和数据分析处理能力，正在发挥越来越重要的作用——

零氪科技（LinkDoc）提供从信息导入到随访跟踪的端到端的离院患者管理服务。其中，LinkCare™随访系统是国内首个SaaS第三方离院患者随访管理系统。合作医疗机构将全样本出院患者安全托管至该平台，平台结合病历的实际情况，通过标准化、自动化、全引导的智能推送随访任务，确保疾病情况千差万别的患者，均能在最合理的随访窗口期接受专业随访团队的随访，有效提高随访率和成功率——预期全样本的离院患者，长期有效随访率高于85%，科研项目的入组患者有效随访率高于90%。

LinkCare™随访系统在借助全引导式随访系统来保证随访质量的同时，还会对随访全过程进行详细的录音，自动将录音和患者关联，让每一个随访数据点位“有据可查”。

同时，该平台还将通过医患互动应用通过APP、微信、医患互动活动等方式，增加医患交流渠道和有效性，提升患者服务水平和依从性。

目前，LinkDoc拥有近200人的随访团队，帮助医生和医院实现患者的跟踪随访。同时，其在帮助医生便捷整合自有患者病例的同时，还能提高诊断、随访、科研等各环节的效率，建立临床科研与患者服务的数字化生态环境。有医生反馈，“病人跟踪随访，再也不需要到处翻病历，打电话了。”