“大数据医疗革命”——浅谈大数据对当代医疗发展的重要价值

　　摘要：数据都是由一系列不同的应用程序、设备和地理研究活动生成的。大数据的应用就是从收集到的海量数据中提取有价值的信息用于天气预报、灾害评估、犯罪侦测和健康产业等。在全球人口随着人类寿命的延长而持续增加的同时，疾病治疗的思路和方法也正在迅速进化，而这些快速变化背后的一些决策必须基于大数据。

　　近些年来，随着医疗卫生信息公开的脚步加快，有关医疗保健方面的大数据正在迅速生成，涉及到患者治疗、护理以及各种监护要求。从前，人们只能看着这些宝贵的数据白白丢失;而现在因为技术的不断进步，人们处理数据的能力和技术也不断增强，这些数据有望被运用到智慧医疗方面，即让患者就医更方便、疾病诊断更加高效，以及医疗信息更加准确。所以医疗大数据在当前社会医疗发展变革中扮演着很重要的角色。

　　医疗大数据具有体量大、速度快、多样性高及准确性强四大特征

　　现代医疗保健系统生成的数据量持续增长，其驱动因素是数据存储和处理体系结构成本的降低以及医疗系统业务流程的优化和改进。有统计显示，一般的医疗机构每年会产生1TB到20TB的数据，一些大医院甚至可以产生300TB到1PB的数据。

　　与此同时，医疗系统正在以越来越快的速度生成数据。随着医疗体系的数字化和信息化发展，收集的结构化或非结构化数据的数量和种类越来越多。电子病历等新兴结构化数据使得医疗数据收集速度呈现飞跃式增长。

　　大数据医疗还具有多样性高的特征。多样性是指数据的形式，即文本、医学图像、音频、视频和传感器数据。结构化数据信息包括临床数据(患者记录数据)，其中必须由特定的设备简单地收集、存储和处理。非结构化或半结构化的数据包括电子邮件、照片、视频、音频以及其他与健康相关的数据，如医院的医疗报告、医师记录、纸质处方和x光片等。但结构化数据仅占医疗保健数据的5%到10%，非结构化信息则占大多数。

　　数据的准确性是进行准确医疗诊断的基础。不同的数据源在其数据可信度和可靠性级别上有所不同。医疗数据分析的任务是从海量数据中提取有用的信息来为病人的治疗做出决策建议，所以要尽可能剔除掉毫无价值或具有误导性的数据，提高信息的可靠性。

　　大数据目前已在多种医疗场景中广泛应用，取得了显著成果

　　医疗大数据有效地提高了医院的护理能力。当所有记录都被数字化时，医疗保健中的分析能力可用于识别护理模式并发现大量医疗记录中的关联，可以更快速有效地评估患者的症状。利用大数据技术分析大量的电子病历可以提供更好的护理和相关措施的见解，识别潜在的错误并标记错误，提高医疗机构的护理能力。

　　通过大数据技术分析，可以对患者的生理状况进行实时监测追踪。今天，各种设备监测各种患者的行为——从血糖监测仪到胎儿监护仪，再到心电图，再到血压仪，形成了医疗物联网监控体系。慢性病，例如糖尿病，需要实时监测身体机能。大数据技术在其中发挥的作用就是，识别潜在的健康问题并在情况恶化之前提供护理建议。

　　大数据还能够有效解决医疗机构运营成本过高的问题。由于人员管理不善，各种医疗机构经常面临高水平的财务浪费。基于大数据的预测分析可以通过预测入院率和帮助分配人员来解决这个问题。除此之外，在医疗保险业，通过开发基于多种因素的身份分析和预测模型(如医疗历史、先前的索赔、社交媒体数据等)，保险公司甚至可以在索赔的早期阶段正确评估索赔的合法性。

　　医疗大数据多元化的发展方向

　　未来，大数据技术和物联网技术更密切的结合有利于提供实时准确的医疗反馈，使得医疗虚拟管家服务可以与患者互动，询问他们的健康问题，评估他们的症状，然后指导患者进行最有效的护理。除此之外，再加上互联网云技术的应用，将分享各地区的医疗资源，有利于提高医疗资源不发达地区的医疗水平，给这些地区的患者提供更加有效的医疗建议。

　　精准医疗，也称为“个性化医疗”，需要预测疾病，定制治疗方法，并根据个体的基因构成开具药物处方。由于大数据技术的可用性和迅速发展使得精准医疗成为可能。尤其在结合人工智能技术之后，使得辅助手术机器人能够更加精准的实现“微创”手术，从而减轻患者的痛苦。

　　在今后流行病管控上，医疗大数据也能给予很多的贡献。例如，在流行病发展的初期阶段，利用大数据实时分析平台，挖掘出流行病的共性，可以筛选感染的早期预警信号，为医疗机构识别高风险人群。

　　大数据在医疗保健领域的推广与应用仍然存在阻力

　　尽管大数据已经在很多产业发挥出了巨大的潜能，但这一技术在医疗领域推广的过程中，仍然存在着一些有待克服的困难。

　　首先，会面临数据聚合的挑战。患者和与其相关数据通常分布在许多医院，行政办公室，政府机构，服务器和文件柜中。将它们整合在一起并安排所有数据供应者在未来进行协作时需要进行大量规划。除了存储格式(纸张，传统数据库，电子病历等)之外，还需要确定和提高这些数据的准确性和质量。这不仅需要数据清理(通常是一个很大程度上是手动的过程)，还需要对数据治理进行审查(数据是否准确记录，或者在多年的时间内出现错误)。

　　一旦数据得到验证和汇总，就需要解决各种与流程和政策相关的问题。我国的法律法规目前在这方面还没有明确的说明。访问控制，身份验证，传输过程中的安全性以及其他规则使任务复杂化，这就需要一套规范且受监督的流程来提高整个过程的效率(例如在政府监督下引入亚马逊AWS云服务数据分析)。

　　实现最终的医疗保健领域的大数据分析需要各个组织参与其中，这其中就要求调整他们的业务方式。这其中可能需要数据科学家以及具备运行分析技能的IT人员。尽管云服务提供商解决了部分问题，但因为某些原因，有些组织可能会不得不“废除并替换”其大部分IT基础架构。医生和管理员可能需要时间才能相信大数据所能提供的建议。

　　结语

　　大数据刚刚开始推动医疗保健体系革命，并在许多方面促进行业发展。它在医学中的作用使我们可以围绕个体患者建立更好的健康状况和更好的预测模型，提供了改善患者护理并推动医疗机构改革的解决方案。但是，它需要利益相关者，供应商，制药商，政府和政策制定者以及科学和研究团体进行协作和创新，以重塑其医疗体系的设计和性能。