大数据应用改变诊疗模式 [复制链接]

当前医疗行业的服务有什么特点？首先医学行业有特殊的垄断性，表现在医患之间信息不对等和决策方面不对等；第二个是一体性，从原材料下单一直到生产的产品出来，都是密集型的体力劳动完成；第三是差异性，体现在个体和我们医疗服务机构的服务水平；第四个是医疗的局限性，包含知识和技术的局限性、设备和人力的局限性。还有昂贵性和伦理性。

基于医学和大数据的特点，两者结合起来，到底对我们有什么改变？我们能做些什么东西？首先我们看到从医疗上我们可以收集巨大的数据。比如，全基因组的信息是一个海量的巨大的信息。从它的收集、存储、分析，已经产生新的信息知识，可以变成新的财富和价值。这些财富我们又会反过来通过便捷的手段，使社会可以共享。再有，通过大数据的处理，可以使我们能够成功地分析和预见医疗上的诊断和趋势，能使我们的服务更加精准、便捷、高效、低成本。最后，医疗大数据可以提高我们有效管理信息做出决策、减少失误。

关于大数据在医疗上的应用。第一就是改变我们诊疗的模式。现在社会上普遍存在的网约、网上检查结果、远程会诊、异地医保结算，这些今年的热点问题，都是大数据在医疗上的应用，靠大数据网络是可以实现的。此外是对临床决策的支持，医学越分越细。在慢病管理、科学研究、新药的研发、决策的分析、医疗医保和经济数据多维度的分析，都离不开大数据。

大数据同样也会面临诸多的挑战。比如信息孤岛，医院之间有孤岛，我们医疗行业跟其他行业也有孤岛，数据难以连接共享和开放，其次，就是海量的数据，很多数据结构复杂，在处理上存在一定的难度。最后就是大数据的安全，它涉及个人隐私、商业秘密以及国家的战略资源。

关于国家老年医学中心，设想是，要结合目前大数据的形势来考虑，首先建立一个高效合理组织机构和基础的网络建设，覆盖全国，全国性的、统一标准化的数据输入、存储和分析应用，探讨适合大数据时代老年病的临床研究设计，以及网络安全和合理的商业运作。

医院对大数据平台的设想，是想构建一个预防、诊治康复一体化的网络，而不局限于诊疗。我们是要发布全国老年人群的健康状况，老年用药的综合评价，预测老年疾病的发生、死亡、疾病负担、危险因素、流行趋势这些重要大数据的指标。要完成的是整合医疗数据，避免临床辅助决策的差错，以及推进智能的信息管理。这是大数据平台的概要，由于涉及到老年人的数据，要从基层的医院、医疗机构，由综合平台上传到大数据的基础平台。

医疗大数据是指在医疗行业中产生的数据，主要有四个来源：

1、临床数据

医疗机构的信息系统多而复杂，数据增长非常快，一张CT图像大约含有MB的数据；一个标准的病理图接近5GB的数据。以此计算，医院的数据量就可达数TB甚至数PB之多。

2、制药行业和科研数据

药物研发是数据密集型的过程，中小型的制药企业产生的数据也在TB以上。在生命科学领域中，DNA、基因序列、生物芯片等每时每刻都在产生新的数据（如：DNA预测每年产生的数据都在PB级以上）。

3、活动（报销）和成本数据

患者在就医过程中所产生的费用、报销、保险理赔等信息。

4、病人行为和情绪数据

移动可穿戴设备正在不断普及，个体健康信息都能连入互联网，由此产生海量的数据。

利用大数据分析与解决医疗行业的难题主要涉及数据挖掘与数据存储技术（由‘哇特机器人’发表的“外行人看大数据”系列文章中《专题

外行人看大数据：大数据挖掘技术—高效Apriori算法》、《专题

外行人看大数据大数据处理的关键技术》有关于数据挖掘和数据存储技术的相关内容）。

大数据在医疗领域中的应用可产生巨大的社会价值和经济价值。

1、在临床决策支持系统方面

在传统的诊疗过程中，医生依靠实践经验、各项诊断指标以及检查检验结果对疾病进行诊断治疗，医生的决策关系到病人的安危。

临床决策支持系统将医学知识与临床数据相结合，通过数据分析可以为临床医生提供大量的医学知识和决策，临床医生可以在此基础上进行准确诊断，选择最佳的治疗方案。同时系统还能通过比较医生处方和医疗专家库医学指导，提醒医生（如：过度使用抗菌药物、药品不良反应等），从而有效地降低医疗风险。

大数据分析技术不仅仅对结构化数据有很强的处理能力，对非结构化数据的分析能力也日益加强，如：医疗影像（X光片、CT、MRI）数据可以使用图像识别技术来分析，从而使得临床决策支持系统更加智能，给医生提供更合理的诊疗方案。

2、在疫情监测方面

自从国家传染病与突发公共卫生事件网络直报系统投入运行后，每年有多万的个案信息有全国各地上报并存储，现在网络直报系统覆盖了全国所有县级以上疾病机构。上报的海量数据通过大数据技术能够进行全面的疫情监测和分析，并通过集成疾病监测和响应程序，预测传播途径和时间，以便采取有力的措施降低疾病感染率，防止疫情爆发。

3、在医药研发方面

对医疗大数据的专业化处理可以对病人甚至大众的行为和情绪做出细节化测量，可以挖掘出其症状特点、行为习惯和喜爱等，找到更适合其特点或症状的药物和服务，针对的实施调整和优化。在新药研发阶段，可通过大数据技术分析互联网的搜索记录来定制出各地区药品需求趋势，确定高效率的投入产出比，这样可以更合理地配置有限的研发资源。医药公司充分利用医疗大数据，除了极大地节约了成本，还可以提早将新药投入市场来更快地获取回报。