寵物醫療大數據應用探討

吳禮平陳鵬剛曾紀輝

（1.楊凌職業技術學院，陜西楊凌 712100；2.延安職業技術學院，陜西延安 716000；3.西安派特動物醫院，陜西西安 716100）

寵物醫療大數據應用探討

吳禮平1陳鵬剛2曾紀輝3

（1.楊凌職業技術學院，陜西楊凌 712100；2.延安職業技術學院，陜西延安 716000；3.西安派特動物醫院，陜西西安 716100）

寵物診療活動中會產生大量的不同類型數據，這些數據具有大數據一般意義上的“4V”特征：數據體量大、種類繁多、流動速度快和價值密度低；同時，寵物醫療大數據還具有一些自身的特性。寵物醫療大數據可以應用于疾病診療、藥物研發、疫病防控和行業監管等多個領域。要充分挖掘寵物醫療大數據的價值，首先應最大程度地實現寵物醫院管理信息化，在此基礎上充分實現數據共享。物聯網為寵物醫療大數據提供了豐富而便捷的來源，云計算是大數據分析和處理的最佳方式。大數據時代對用戶隱私及權利保護提出了新的要求。

大數據；寵物醫療；云計算；物聯網

人類活動的過程，就是不斷產生數據的過程。據估計，人類社會從出現文明到2003年，總共創造出5EB（1EB=1018字節，即109GB）的數據，現在僅用2d就能創造出相同的數據量[1]。2010年，全球數據量跨入了ZB（1ZB=103EB）時代。為處理這些海量數據，大數據技術應運而生。所謂大數據技術，就是對海量的數字、文本、圖像、音頻和視頻等數據進行采集、分析、加工和利用的技術集合，其目的在于從龐大的數據集合中找尋有價值的數據和知識，通過分析挖掘為各行業提供有用的數據和知識[2]。目前對大數據還沒有形成統一的權威定義，但是，大數據具有公認的“4V”特征：數據體量巨大（Volume）、數據種類繁多（Variety）、流動速度快（Velocity）和價值密度低（Value）[3]。在寵物疾病診療的各個環節中可以產生大量的數據，應用大數據技術可以在寵物醫療領域產生出巨大的價值。

1 寵物醫療大數據的來源與類型

寵物診療機構在工作過程的各個環節都會產生大量的數據，如臨床檢查、化驗、治療，以及寵物用品、藥品進出及庫存等數據，這些數據可分為以下幾種類型。

（1）以自然語言描述的文本。如臨床病歷中的癥狀描述、寵物主人的陳述等。這類數據對儲存空間要求低但處理過程比較復雜。一份典型的病歷文件中，這種描述性文本一般只需要幾KB到幾十KB的存儲空間，但在處理這種文本數據時，需要用到智能分詞、數據清洗、語義分析等技術。現在多數寵物醫院已經開始使用電子病歷，采集這些病歷數據幾乎無需增加成本。

（2）格式化數據。如各種化驗產生的數據。現代的很多化驗儀器都能與計算機互聯并通訊，這些數據的采集便捷，而且處理格式化數字數據比處理文本數據要便捷的多。處方數據、藥品用品進出及庫存等數據雖然混合了文本與數字等，但也可以看成是格式化數據，經過簡單的預處理，就能很好地被計算機所識別并分析，為后續的大數據處理奠定基礎。

（3）圖片音頻和視頻數據。如影像診斷產生的X線片、透視影像、B超聲像圖、內窺鏡影像，以及臨床拍攝的癥狀、病理照片等。這類數據保存時要占據大量的存儲空間，以一張X線片為例，未經壓縮的圖片可能達到幾百MB甚至幾個GB，壓縮之后也在10MB左右，而動態的錄像數據占據的存儲空間還要高1～2個數量級。這類數據處理復雜，雖然目前照片識別幾分析技術已在超聲、X線診斷等專門領域內開始使用，但局限性仍然較大。

除臨床診療過程為寵物醫療大數據提供來源外，用戶使用搜索引擎而產生的關鍵詞搜索記錄、社交網絡中關于寵物疾病的消息也為寵物醫療大數據提供了豐富的來源。

2 寵物醫療大數據的特點

寵物醫療大數據具有大數據一般意義上的“4V“特征。第一，數據體量大，一份典型的電子病歷，其中的圖片和影像數據壓縮后包含的數據也可能達到是100MB，一個大型寵物醫院如果每天接診200個病例，則一天可產生大約20GB的數據，一年則高達7.2TB，這為大數據的存儲提出了比較高的要求。第二，數據種類繁多，涵蓋了自然語言文本、數字、格式化文本和數字、圖片、視頻、音頻等多種類型。第三，流動速度快，寵物醫療大數據每天都在不停地產生，數據不斷更新，新的檢查手段和診療技術的使用，這些都使得寵物醫療大數據來源多變。同時由于疾病的動態性，同一病例在新的時間點會產生新的數據；由于檢測儀器之間的差異，寵物醫療大數據也表現出且具有較大的異質性，比如同一檢測項目，不同儀器存在不同的誤差，或者對檢測結果的顯示方式也不統一。第四，價值密度低，大數據需要足夠大的數據量，最好是“全數據”，只有“大而全”，才能有效地發掘出其中的規律。單個的或孤立的數據，其價值較低，難以從中發現潛在的規律。

寵物醫療大數據也具有其自身的一些特性。由于樣本來源、樣本測定方法及數據處理、數據存儲格式的多樣化，導致在使用寵物醫療大數據時存在諸多不確定性。其次，由于臨床疾病的影響因素多，環境、遺傳、食物、藥物、管理等因素都可能會和某些疾病產生相關性，因此寵物醫療大數據具有顯著的高維度特點，因此在大數據分析的時候需要對多維數據進行疊加、索引和學習。

與傳統的邏輯推理研究不同，大數據研究是對數量巨大的數據做統計性的搜索、比較、聚類和分類等歸納，進行相關性分析。大數據研究的一個重要發展趨勢就是研究方法由假設驅動向數據驅動的轉變[4]。

3 寵物醫療大數據的典型應用

3.1 疾病診療

傳統的疾病診斷，其正確率受寵物醫生個人知識、經驗的制約，即使采用聯合會診的方式，也只用到了若干位醫師的知識和經驗，疾病診斷的準確性和治療方案的合理性會受到一定的影響。而且，僅僅依據個人或團隊有限的疾病診治案例，難以發現其中的某些規律，或者只能得出錯誤的因果關聯。大數據技術可以從根本上改變這種現狀，通過數據共享，一個寵物醫師可以便捷地提取和篩選各地寵物醫院累積的病歷資料，更易發現其中的規律。寵物醫師可以通過調取該寵物的既往病歷數據來輔助疾病診療，甚至可以通過寵物的身份數據來了解該寵物的家族病史，實現個性化醫療。在人醫領域，國外已開始出現利用大數據輔助醫療決策的嘗試，如紀念斯隆-凱特琳癌癥中心與沃森超級計算機合作研發的治療決策工具，利用了60萬份醫療證據，150萬條患者記錄，42種醫療雜志，和大約200萬頁臨床試驗的文本數據[5]。

3.2 藥物研發

目前我國寵物藥品產業市場前景廣闊，但與發達國家相比，在寵物藥品生產能力及發展水平存在較大差距。我國正積極調整優化獸藥產業結構，寵物藥品研發、生產及推廣將得到極大的發展[6]。按照傳統的藥物研發流程，一種新藥從研發到推向市場的時間大約需要13年。對于藥品研發機構而言，最迫切的需求有兩個方面：正確的決策、及時的反饋。醫藥研發部門或公司在新藥研發階段，可以通過大數據分析來自互聯網上的各種藥品需求趨勢，確定更為有效的投入產出比，合理配置研發資源[7]。另一方面，傳統的藥物副作用分析主要采用臨床試驗法、藥物副作用報告分析法等，這些方法受到樣本數小、采樣分布有限等因素影響，難以全面反映藥物副作用造成的影響。可以預見，如果應用醫療大數據系統，從海量病歷數據中挖掘到與某種藥物相關的不良反應，就可以克服傳統方式的不足，所獲得的結果更具有說服力[8]。

3.3 疫病防控

在寵物領域，威脅最大的疫病是犬瘟熱、犬細小病毒病，以及狂犬病等。動物疫病，尤其是人獸共患病的防控，傳統方法主要是病例監測，通過養殖企業、診療機構上報病例數據，并逐級上報，如此到最終進行分析匯總，會產生1～2周的時間延遲[9]。但是大數據分析技術可以顛覆傳統的疫病監測手段，典型案例就是谷歌公司通過分析用戶搜索關鍵詞預測流感疫情趨勢。根據目前的條件，應用大數據進行疫病監測可以通過3種途徑：一是基于用戶使用搜索引擎搜索特定關鍵詞集合的搜索記錄，如谷歌公司的流感監測，它定期發布的全球流感趨勢，已成為許多國家流感監測的重要參考[9]。其二是基于社交網絡。與基于搜索引擎只能獲得用戶輸入的若干關鍵詞相比，社交網絡如國內的微博，國外的twitter、facebook上，有用戶更完整的語義描述和個人信息。其三是基于診療機構、養殖企業的聯網數據采集終端，如聯網并參與數據共享的寵物醫院管理信息系統。基于搜索引擎的疫病監測目前雖存在一些技術缺陷，譬如由于媒體對于流感季節嚴重性的報道導致用戶對流感關鍵詞搜索頻率升高而引發2013年谷歌流感趨勢預測出現偏差，但大數據預測仍然具有廣闊的發展前景，至少在時間延遲方面，谷歌的流感預測將時間延遲從傳統的1～2周縮短至1d，隨著預測算法的改進，預測的準確性勢必也會得到提升。

3.4 行業監管

寵物診療行業在我國正在走向規范化，但仍存在許多問題，最突出的問題主要有：部分生物制品無產品批準文號和產品批號、處方不規范，以及人藥獸用等[10]。傳統的監管主要采取人工抽查，效率低，執法成本高。使用大數據分析，通過監控寵物醫院藥品采購數據、處方中的藥物使用情況，并追溯藥品經銷、生產環節，通過比對合法生產、銷售的藥品，與寵物診療機構采購、使用的藥品數據，能快速便捷地發現其中的違規行為。通過采集并分析寵物診療機構的醫療廢棄物數據，還可以進一步提高監管效率，并及時發現醫療廢棄物處理過程中的違規行為。

4 對寵物醫療大數據應用發展策略的思考

大數據技術不是全新的技術，也不是孤立的技術，而是在新的時代背景下在原有數據分析技術的基礎上發展起來的一整套技術集合，這需要一系列的其他技術支撐。

4.1 寵物醫院管理信息化是大數據分析的基礎

大、中型寵物醫院普遍使用了各類寵物醫院管理信息系統，但是在小型寵物醫院以及寵物診所，仍然只是部分地使用或者完全沒有使用這類系統。病歷、處方沒有完全實現信息化，醫療大數據分析將無從開始。因此，全面推廣使用寵物醫院管理信息系統將十分必要。傳統的寵物醫院管理信息系統多為單機版軟件，以收費為中心將寵物醫療各個環節組織起來。為充分利用大數據的價值，寵物醫院管理系統必須實現聯網運行、以電子病歷為中心的轉變。

4.2 數據共享是發揮大數據優勢的必備條件

與發達國家相比，我國寵物醫療行業興起的時間不長，規模化的寵物醫院起步較晚，同時牽涉到用戶隱私、商業機密等問題，寵物醫療數據僅限于寵物醫院內部使用。但是單個寵物醫院所累積的醫療數據并不能體現大數據“大而全”的特點，只能成為價值較低的“數據孤島”。聯網和共享勢在必行，不僅是在寵物醫院之間，還應囊括寵物主人、寵物、監管部門。在國內，2015年10月中愛科技發布了“聯寵6.0”互聯網智能寵物醫療管理軟件，該軟件在數據互聯和共享方面做出了積極的努力：通過微信及客戶端將寵物主人聯接起來，實現了遠程智能預約；通過院長定制版APP，實現了寵物醫院的遠程智能化管理；通過知識分享，搭建了寵物醫師自我學習及同行交流平臺[11]。該軟件是邁向寵物醫療大數據應用的一個里程碑。

4.3 云計算是大數據分析的最佳方式

桌面計算可以完全勝任傳統的“小數據”的處理、統計和分析，但對于具有“4V”特征的寵物醫療大數據分析，需要性能更為強大的云計算環境。云計算也不是全新的技術，也是對現有技術的綜合利用。“云”可以認為是以虛擬化、面向服務的計算和網格計算等成熟技術為基礎，以大規模資源共享為目標，采用共享資源池的模式進行構建的大型服務集群。與傳統的桌面計算相比，云計算提倡效用計算（Utility Computing），并采用多重租賃的方式提供計算服務[12]。近幾年來云計算發展迅速，涌現了一批代表性的商業云計算平臺，提供IaaS（Infrastructure as a Service，基礎設施即服務）、PaaS（Platform as a Service，平臺即服務）和SaaS（Software as a Service，軟件即服務）三種典型的服務模式。在云計算平臺上，以MapReduce和Hadoop為代表的非關系數據分析技術，憑借其適合非結構處理、大規模并行處理和簡單易用等優勢，成為大數據分析領域的主流技術。云計算與大數據兩種技術深度融合，大數據為云計算提供了廣闊的應用空間，云計算也正在進入以“分析即服務（AaaS）”為主要標志的Cloud 2.0時代[3]。

4.4 物聯網技術為寵物醫療大數據提供了廣泛的來源

物聯網是依托多種信息獲取技術，包括傳感器、傳感器網絡、RFID（射頻識別）、條形碼、二維碼、多媒體采集技術等，采集各種信息，通過網絡設施實現信息傳輸、協同和處理，實現廣域或大范圍的人與物、物與物之間信息交換需求的互聯、互通和互操作[13]。通過掃描條形碼、二維碼及RFID標簽，可以實現寵物藥品、用品、醫療廢棄物等信息的快速錄入。RFID、NFC（Near Field Communication，近場通信）以及低功耗藍牙等技術還可以應用在寵物身份識別上，通過增加內置傳感器，可以讓寵物主人、寵物醫師迅速獲取寵物的身份信息、生命體征數值等。目前智能手環等智能可穿戴設備已在人類生活中廣泛應用，這些設備通常使用低功耗藍牙等技術實現與智能手機的通信，通過手機內的APP獲取各類數據，經過特定算法可以計算出每日能量消耗、營養需求以及健康狀態。這些可穿戴設備中的傳感器及通信技術，有望在短期內遷移到動物領域。

4.5 隱私及權利保護等方面的立法需要跟進

在大數據的采集、傳輸、清洗、存儲及分析過程中，用戶隱私及商業機密問題是亟需解決的問題。除了使用技術手段，通過程序自動化地將用戶隱私信息從原始醫療記錄數據中過濾掉之外，更重要的措施應該是通過加強立法。后者尤其適用于寵物醫院經營管理方面的商業機密數據。必須規定，只有寵物醫師、寵物醫院才能使用寵物診療數據；必須是提供醫療服務的寵物醫師和寵物醫院才能接觸和使用被服務的寵物主人的個人信息；必須有明確授權才能接觸寵物醫院的商業數據。

5 結語

綜上所述，大數據技術雖然還不能完全取代傳統的基于小樣本抽樣統計和分析，但是大數據技術已經顯示出其獨特的優勢。通過大數據分析能更快速、更簡單地發現寵物醫療過程中的相關性，為寵物疾病診療、藥物研發等提供方向性和策略上的參考，有助于提高動物疫病防控能力和行業監管效率。互聯網尤其是移動互聯網，以及物聯網、云計算與大數據的結合，未來會有更多的寵物主人、寵物醫院及寵物被聯接起來，實現更大程度的信息共享，推動整個行業的進一步發展。同時，加強數據分析專業人才的培養，改進分析技術和方法，完善信息管理機制，加強隱私及權利保護，也是伴隨大數據而來的迫切需求。

[1]孫忠富.大數據在智慧農業中研究與應用展望[J].中國農業科技導報，2013，15（6）：63-71.

[2]馬建光，姜巍.大數據的概念、特征及其應用[J].國防科技，2013，34（2）：10-17.

[3]陶雪嬌，胡曉峰，劉洋.大數據研究綜述[J].系統仿真學報，2013，（8）：142-146.

[4]寧康，陳挺.生物醫學大數據的現狀與展望[J].科學通報，2015，60（5-6）：534-546.

[5]Ward JC. Oncology Reimbursement in the Er a of P ersonalized Medicine and Big Data[J]. Journal of Oncology P ratice，2014，10（2）：83-86.

[6]游錫火.我國寵物藥品產業發展戰略[J].中國獸醫雜志，2014，50（6）：102-104.

[7]周光華，辛英，張雅潔.等.醫療衛生領域大數據應用探討[J].中國衛生信息管理雜志，2013，10（4）：296-304.

[8]鄒北驥.大數據分析及其在醫療領域中的應用[J].計算機教育，2014（7）：24-29.

[9]徐展凱，劉列，祖正虎.等.基于互聯網的大數據與生物監測[J].軍事醫學，2014，38（2）：152-155.

[10]李進，張瑞，王美仙.寵物醫院的臨床用藥情況調查與思考[J].中國畜牧獸醫文摘，2013，29（8）：191-192.

[11]“聯寵6.0”寵物醫療軟件上市，開啟“互聯網+”智能管理時代[EB/OL].http：//www.cnsoftnews.com/news/201510/30787.html，2015-10-22.

[12]鮑亮，陳榮.深入淺出云計算[M].北京：清華大學出版社，2012.

[13]徐勇軍，劉禹，王峰.物聯網關鍵技術[M].北京：電子工業出版社，2012.

吳禮平（1980—），講師，執業獸醫師、程序員，從事寵物臨床診療方向的教學及科研工作。