大數據在醫療衛生領域的應用研究

伍毅強

摘要：隨著信息科技和醫療衛生事業的快速發展，醫療衛生領域逐漸迎來大數據時代。文章針對大數據在醫療衛生領域的應用，從現狀、前景2個角度展開研究，為推動我國醫療衛生領域的信息化發展作出努力。

關鍵詞：大數據：醫療衛生領域；應用

隨著信息科技的發展，社會已進入大數據時代，即數據量大、種類繁多、價值密度較低、對數據處理速度和實效性要求高的信息處理時期。在大數據中及時、有效地提取數據對行業發展具有重要的戰略意義。醫療衛生事業公益性突出，大數據在醫療衛生領域的應用將會發揮重要作用。

1 大數據在醫療衛生領域的應用現狀

1.1 醫療衛生領域數據資源現狀分析

隨著信息技術的發展，現階段我國醫療衛生領域的信息化程度得到較大幅度的提升，據不完全統計，現階段我國超過90萬家醫療衛生機構以統計直報系統的形式共同建立了涵蓋醫療衛生、衛生人力、衛生資源、衛生服務利用、健康監測等多方面的大型動態數據庫和涵蓋人口基本信息、患病就醫、醫療服務利用等近200項指標、覆蓋近20萬人口的醫療衛生海量數據庫等。除此之外，我國縣級以上醫院已大部分建成以患者為中心的一體化管理信息系統。隨著國家醫療體系的完善，現階段新農合管理信息系統的網絡聯網、數據資源共享也逐漸實現。以藥品為中心的基本藥品監測評價管理系統也逐漸形成。省級電子健康檔案、國家傳染病與突發公共衛生事件網絡直報系統、國家級衛生監督信息系統、婦幼保健業務信息系統等也逐漸建立完成，在各類數據庫和管理系統建立和運用的同時形成了巨量、動態的有效數據。通常單個CT圖像、基因組序列文件的數據內存分別為150MB，750MB左右，單個標準病理圖數據內存為5GB，我國人口近16億，與醫療衛生相關的信息數據都屬于其有效的數據資源，可見形成的醫療衛生數據資源現階段規模的巨大。

1.2 大數據在醫療衛生領域的應用現狀分析

直接處理的流處理和先存儲后處理的批處理是大數據的主要處理模式，前者即實時處理，如Yahoo，后者如MapReduce編程，在醫療衛生領域的行業性質和數據規模決定，其應將2種處理模式結合應用，形成“數據+環境一信息+規律一知識+思想一智慧”的大數據處理效果。現階段大數據在醫療衛生領域的應用主要發生在以下方面。

1.2.1 醫藥研發

專業化處理是大數據在醫療衛生領域應用的主要優勢，其結合大量數據統計、分析、整理，可結合患者的基本信息，實現對其行為、情緒細節的測量，甚至對其潛在病癥、行為習慣、個人特點等隱性信息進行較準確的判斷，為醫生、患者提供與其特點和病癥更為匹配的藥物，提供有利的數據支持，使醫療衛生領域的相關服務和研究得到優化和調整。結合大數據在此方面的優勢，醫藥研發部門在新藥研究階段，對大數據技術進行了嘗試性的應用。例如，選擇利用大數據技術對互聯網提供的社會對藥品的需求趨勢進行判斷，并結合自身研發優勢確定科學的投入產出比例，使有限的研發成本、資源得到最有效的利用；利用大數據技術對物流信息進行管理，使資金效益更有效的回爐；利用大數據技術對相似病例和癥狀進行深度挖掘，為優化藥品成分、比例提供有價值的數據，據統計分析，傳統新藥從研發至流入市場的周期為13年，而大數據技術的應用可將時間縮短近20%左右。

1.2.2 疾病診療

大部分疾病是由于患者對自身健康狀況不了解，使病情逐漸惡化，如高血壓、糖尿病、血脂異常等，所以隨著信息科技的發展，醫療衛生領域逐漸建立了健康云平臺，通過職能采集健康數據和在線專家咨詢系統為居民的健康提供在線服務，這不僅有利于居民對自身健康狀況產生全面、準確的動態認識，降低高危病轉化為慢性病、慢性病惡化的可能，而且居民的就醫負擔也有所緩解，有利于社會的穩定發展。另外，大數據技術應用于遠程監控系統，不僅可以縮短病人的住院時間，降低急診比例，而且可以有效地優化家庭護理和門診預約等診療形式的結構比例，使醫療衛生事業更加全面的發展。例如，武漢協和醫院與多家社區衛生服務機構之間建立遠程遙控關系，并與大數據技術相結合，實現武漢協和醫院結合大數據技術分析結果對醫療服務機構就診資源的掌握，提升社區衛生機構的管理水平，這在一定程度上對醫療衛生領域的優化配置起到了積極的推動作用。現階段大數據在疾病診療方面的應用，對提升醫療價值也起到積極的作用，如開展個性化醫療等。

1.2.3 公共衛生管理

準確、及時的疾病預報和預警是公共衛生管理的重要任務，大數據具有連續整合、分析數據的能力，將其應用于公共衛生管理中對提升任務的完成質量具有重要的意義。現階段公共衛生部門將大數據應用于衛生綜合管理信息平臺和居民健康信息數據庫中，通過對患者病情、基本信息、就診病例等信息的處理，有效地提升了傳染病監測的速度，對提高疫情監測的全面性和提升疫情響應速度等方面都產生積極的作用，使醫療索賠支出、居民疾病感染率等得到明顯縮減，推動了公共衛生管理事業的發展。近年來，結合大數據結果開展面向公眾的健康咨詢服務，對提升公眾的風險意識起到積極作用，為公共衛生管理的全面落實奠定了群眾基礎。

1.3 居民健康管理

結合居民電子健康檔案，大數據有效地推動了個性化健康事務管理服務的發展，使現代營養學得到廣泛認可，公眾逐漸認識到心理、環境、營養、運動等多對健康的影響，并結合大數據處理信息對自身健康進行有效的維護和改善。另外，大數據結合患者信息的整合結果，可以實現遠程診斷、治療服務的優化，并結合移動設備定位數據，對病癥產生的原因進行更加全面的分析，使在線居民健康管理成為可能。

1.4 健康危險因素分析

隨著現代信息技術的發展，傳感器的形式逐漸多樣化，利用網絡可以對大范圍內影響健康的因素數據進行全面的搜集，例如土壤、空氣等方面的環境因素數據；細菌、病毒等方面的生物因素數據；營養、城市化等方面的社會經濟因素數據；性格、愛好等個人行為和心理因素；醫院、衛生機構等醫療衛生服務因素等，利用大數據對搜集的因素進行系統的分析，可以對不同區域人口的健康危險進行判斷，甚至針對特定人群制定出健康評估圖譜和專項數據庫，為提升其健康指標提供支持。

現階段雖然大數據在醫療衛生領域得到應用，但由于我國醫療衛生領域的信息化程度較低，例如大部分城市醫院并未形成臨床信息系統，大量偏遠山區醫療衛生機構未聯網等，致使大量有效的醫療衛生數據資源未得到大數據應用。另外，醫療數據自身具有異構、隱私、數量巨大等多方面的特點，數據批量處理和安全維護的難度非常大，全面應用的現實難度較高。

2 大數據在醫療衛生領域的應用前景

數據挖掘和存儲是大數據應用于醫療衛生領域的主要難題，經過大量的實踐研究，人們發現建立以下整體架構有利于大數據的應用：醫療衛生機構負責將患者元數據信息全面、準確、及時地輸送至大數據處理平臺，保證處理平臺動態數據的科學性和有效性，而處理平臺借用Hadoop技術實現對數據的存儲和挖掘，以此保證大數據作用的充分發揮，為醫療衛生領域應用大數據提供了科學的整體框架。另外，考慮到醫療衛生領域數據量巨大，且既包含如患者診斷信息等結構化數據，又包括如CT影像等非結構化數據，存儲難度較大，人們提出可將各類型的數據直接傳輸到大數據處理云平臺中，然后利用Hadoop技術和NosoL數據庫進行存儲，使存儲的難題得到有效的緩解，為大數據高效存儲提供了可能。除此之外，隨著數據挖掘技術的不斷深化，醫療衛生領域逐漸將有效的數據挖掘軟件應用到大數據中，使大數據技術的系統性得到提升，時間系列、屬性提取等大數據處理成為可能，可見在未來一段時間內，大數據在醫療衛生領域更廣泛的應用具有一定的可行性，特別是我國醫療衛生資金缺口逐漸顯現，醫療衛生保障資金如何科學地分配的問題逐漸突顯的現實環境下，利用大數據為相關決策提供數據支持，已經成為醫療衛生領域發展的必然選擇，隨著醫療衛生領域的不斷完善，現代醫療衛生數據量將不斷加大，大數據的具體應用仍會面臨嚴峻的挑戰，需要社會各界的共同努力。

3 結語

通過上述分析可以發現，大數據現階段已經在醫療衛生領域有了較廣泛的應用，而且隨著信息科技和現代醫療衛生事業的不斷發展，其應用的范圍將更加廣闊，對提升醫療衛生領域的服務質量具有重要的意義。