大數據視閾下重大突發疾病的早期預警應用研究

余 剛

（蚌埠醫學院第一附屬醫院，安徽 蚌埠 233000）

大數據視閾下重大突發疾病的早期預警應用研究

余 剛

（蚌埠醫學院第一附屬醫院，安徽 蚌埠 233000）

隨著大數據時代的到來，信息科學技術作為醫療數據堅實的基礎，對醫療領域的發展起到重要作用.本文通過對大數據的分析與開發，利用先進的計算機技術研發健康云平臺，采用云同步存儲技術存儲大量生理信息數據，利用醫療信息共享服務，快速解讀用戶的健康數據，分析其重大疾病高風險因子.通過云平臺掛號就診，實現醫學上對于重大突發疾病的早期預警，使得患者求醫更加便利，更加信息化，最大程度的削減重大疾病對于患者的前期延誤性.

大數據；醫療；云平臺

隨著社會的發展，人們生活水平的提高，越來越多的人開始重視健康問題.國家衛生和計劃生育委員會公布的《第五次國家衛生服務調查分析報告》指出，截止到2013年，我國居民兩周患病率為24.1%，有77.2%的病例為慢性病.患病率較高的前五位疾病分別是：高血壓、感冒、糖尿病、胃腸炎和腦血管病.在本次調查的15歲及以上人口230064人中，半年內慢性病患病共有56417人、76093例，按患病人數計算居民慢性病患病率為24.5%，城市、農村分別為26.3%和22.7%.按患病例數計算慢性病患病率為33.1%.城市、農村分別為36.7%和29.5%.按照人數計算慢病患病率，近5年城鄉居民慢病患病率同樣迅速上升，由2008年的18.9%增至2013年的24.5%.在所調查的患病人群中，對疾病的治療率只有24%，對疾病的控制率僅僅只有7%，在這些病人中，一直保持治療的也只有31%，信息滯后導致一些區域對于疾病的發現較晚，錯失最佳治療時期.

國家倡導的“3521醫療系統建設工程”指出，加強公共領域衛生、醫療體系服務、新農合、基本藥物制度、綜合管理等業務應用，建設健康檔案和電子病歷2個基礎數據庫和1個專用網絡建設，這項工程很好地說明了我國醫療衛生領域的信息化程度得到很大提高.隨著醫療數據增多、更新速度加快、數據類型種類繁多的優勢，循序漸進地擴充醫療領域數據庫包含的信息內容，為醫療系統提供堅實的數據理論基礎.由此得出，通過存儲大數據進行健康管理，提取人們的心電生理信號，從而建立嚴謹科學、準確、優質的疾病管理數據平臺，最后實現對疾病，特別是對重大突發疾病的預警監護起到非常重要的作用.

1 大數據

1.1 大數據的定義

大數據是指數量極其龐大的數據資料，擁有海量、高增長率和多樣化的信息資產.從上世紀80年代開始，每隔40個月世界上儲存的人均科技信息量就會翻倍.2012年，每天會有2.5EB量的數據產生，2014年，每天會有2.3ZB量的數據產生，根據顯示，以后的每一年都會有龐大數據產生.同時，隨著用戶的需求，大數據需要運用分布式的架構，多臺計算機同時運行，通過云存儲、分布式處理、虛擬化技術等，同時對數據進行分布式計算，從而得到最終的結果.

1.2 大數據與醫療領域

在醫療系統中，所存儲的醫療數據就是最典型的大數據.在早期的醫療管理系統中，用到的數字圖像處理技術有X光透視影像、伽馬線成像等，而現代醫院里的管理系統體現出更加先進、更加現代化特征，例如采用網上掛號預約系統、輔助診斷系統、就診評價等等.

這里所說的“大數據”并不只是數量上的“大”，而是指更大的容量區域.根據大數據的4V+1O特征，分析如下：（1）更大的容量（Volume）.這里所說的容量是指在某一區域內，來自上百萬人口以及上百家醫療機構中，而且這個數據不是一層不變的，是會持續上漲的.例如，按照我國醫療領域的有關規定，為了方便觀察患者病情，一位患者所存儲的數據一般需保留40年以上，這就需要儲存信息的平臺擁有更大的容量.（2）更快的生成速度（Velocity）.在醫療數據處理中，有時會存在大量對數據進行實時分析的需求，這些數據會同時在線，并會一直增長.比如臨床決策支持中的診斷、某一時期流行病的分析報告、醫生對于患者的用藥建議、健康指標預測等.（3）更高的多樣性（Variety）.現代的醫療數據一般會包括各種結構化數據表、非半結構化文檔和文本、敘述文本及醫療影像等很多種類的數據存儲形式.（4）更多的價值（Value）.醫療數據的積累會給我們個人、我們的生活、乃至國家和全球的疾病防控帶來重要的價值，尤其是對于重大突發疾病的預防、新藥研發等領域更是有重要的意義.（5）持久在線（Online），醫療數據是永遠實時在線的，而且是可以隨時調用和計算的，這也是當今的大數據區別以往數據系統最顯著的特征.人們可以根據隨時更新的數據平臺，實時跟蹤在線數據信息，通過對比，發現自己生理心理信號，對重大突發疾病的防控和醫療研究都有很大的價值，并且可以防止延誤疾病，使患者了解自己身體信號后，做到第一時間去醫院就診.

2 大數據對重大突發疾病的應用需求

2.1 實現自身健康的監督管理

通過先進的計算機技術與強大的數據信息系統，利用健康云平臺，對個人健康狀況進行連續觀測，醫務人員通過云服務平臺對用戶健康信息進行集成整合，為在線遠程診斷和治療提供數據依據，對用戶個人健康狀況進行有效分析和干預.例如，用戶可以將自己的心率、血壓、血糖、體溫等健康信息存儲在平臺所提供醫院的醫療云上，由醫院的醫療專家進行監控分析，并提出健康管理建議，若監控數據出現異常，可及時提醒用戶前往醫院檢查診斷.

2.2 對重大突發疾病危險因素分析和預警

通過大數據，可以幫我們分析研究重大突發疾病風險模型，然后設計出這些疾病的風險評估算法，最后可以計算出個體患病的相對風險.利用收集的疾病危險因素數據，對健康危險因素進行分析對比，獲取健康監測評估圖譜和知識庫，并建立評分預警系統，利用該評分系統對用戶進行評分，可以識別疾病的高危險者，有助于早日采取預防措施.通過全基因組測序數據分析，可明確個體的患病風險，提醒用戶對于重大突發疾病的監測.

2.3 數據服務與數據經濟

數據經濟并不是通過對海量數據的分析，它是一種思維方式的轉變.在大數據時代，傳統的經濟模型已經過時，傳統理論也被它所被終結.大數據經濟將成為全球經濟體系的重要組成部分，會影響人類的價值體系觀念和經濟的發展模式.大數據時代下的醫療領域，用戶的醫療健康數據不僅包含平時存儲在社區的電子健康檔案、自我檢測的健康管理數據，還包括在醫療機構的診療過程數據.各個醫院通過建設醫療健康云平臺，為每個用戶提供在健康云數據的存儲、管理、監控、分析以及自主利用等服務，通過對這些數據的運用，最終產生經濟效益與經濟價值.

2.4 醫院感染爆發監測

醫院感染（Hospital-acquired infection，HAI）嚴重危害人類健康，一旦感染發生，可能會迅速擴散，后果不堪設想.如果在感染發生時，沒有迅速有效地采取控制措施，會給醫院和病人帶來無法挽回的損失和痛苦.因此，通過對醫院感染數據的全面分析，對醫院層級進行有效的前瞻預警防控，增強干預措施的時效性，從而顯著地提高醫院感染管理防控效能，維護患者健康，減少感染的同時，降低患者的心理負擔.

2.5 實時監測患者心理數據

根據資料顯示，人們在發生重大突發疾病時，常常會伴有焦躁、抑郁、壓抑等問題.而此時的醫護人員也會產生一系列的問題，如心理負擔加重，情緒壓抑，缺乏足夠的休息時間等.比如，在SARS期間的一項調查結果顯示：SARS患者和相關醫護人員在很大程度上存在抑郁心理，而SARS患者94%存在焦慮問題.嚴重的心理問題會在很大程度上影響個人機體免疫力，從而增大患者治療上的難度與時間，同時會使醫務人員對疾病的易感性增強.通過以上分析，在發生重大突發疾病時，利用健康云平臺，對患者的心理數據進行實時監測，實時監督變得尤為關鍵.對于產生心理問題的患者，應及時根據具體情況進行治療，避免病情拖延和加重.

2.6 診療方案的時效性體現

對相同病人來說，提供醫療服務的地方不同，治療方法、治療周期和效果不同，結果上也存在很大的差別.通過基于療效的比較效果研究（Comparative Effectiveness Research，CER），全面分析患者身體特征數據和診療數據，再對多種干預措施的有效性進行比較，最終可以找到針對特定病人的最佳治療方法和途徑，這就體現了治療的時效性，并減少患者的醫療費用.通過對數據的采集分析，將有可能減少過度治療，并且所采集分析的數據樣本越大，那么比較效果可能會越好.針對醫學影像類的非結構化大數據，可以采用同類影像搜索比較、病灶特征分析等方法進行輔助診斷，同樣可以在有效時間內獲取最佳治療方案.

3 平臺建設過程與成效構想

3.1 建立健康云平臺進行疾病預測與監控

當今社會，人們不僅越來越重視健康，更注重對于疾病的預防.但對于如何形成更加健康的飲食習慣，如何預防疾病，如何對慢性疾病進行監控等方面了解很少.因此，需要通過建立健康云平臺滿足人們對健康監護和預警需求.用戶可以使用實時監控的手持式（佩戴式）微型動態心電儀，同時監測心率、脈搏、血壓等，通過USB使其與計算機連接，并支持通過無線技術與手機相連接，將用戶的生理指標數據上傳到醫院的疾病管理健康云平臺，并利用大數據挖掘技術來挖掘用戶的身體健康數據信息，最后將分析結果通過計算機、手機、平板電腦等方式快速、準確、有效的反饋給每一位用戶.不僅如此，平臺上所有醫院的醫生均可通過互聯網查看其管理的用戶生理指標狀況，針對用戶的不同需求或個人身體的每一項具體數據，給出每個用戶合理的飲食建議、鍛煉與用藥建議.如果發現用戶的生理信號檢測發生異常，健康云平臺將自動給出預警信息，并在第一時間通知用戶前往醫院就診，同時將信息通知其家人和監護醫生.

3.2 預測與監控方法舉例

例如對用戶的心電數據進行監測，可以先通過多尺度的數學形態學方法進行降噪濾波處理，然后利用積分增加QRS復合波的信號，最后選擇合適的閾值，得到需要的QRS復合波的檢測結果.簡單的說，就是先在健康云平臺中采集用戶原始心電數據，再上傳到計算機或手機客戶端，然后通過云計算，分別對心動過速、心動過緩、二聯律、心律不齊等生理指標進行監測分析，得出最終診斷結果，與此同時，建立L1邏輯斯蒂模型，提取疾病的高風險因子，預防重大突發疾病.通過健康云平臺里儲存的患者個人信息資料，有助于研究某些突發疾病發病的家族性因素以及與地域的關系，從而幫助我們提取哪些重大突發疾病會受到明顯的家族遺傳性因素的影響，或者某地區的環境因素與疾病發生的關系，從而進一步分析其患病與基因變化的關系，找到能降低這種疾病發病率的方法，削減導致重大疾病發生的諸多因素.

由此得出，在當今醫療行業，獲取大數據并挖掘其有價值的信息，對醫療領域的發展有著非常重大的作用，云計算也為醫療信息服務提供了全新的建設方向.本文分析了大數據對重大突發疾病的應用價值，并通過建立健康云平臺的構想，儲存用戶的心理生理信息數據，上傳至平臺，建立數據挖掘模型，提取疾病的高風險因子.用戶可以使用網絡訪問健康云平臺，了解自己的生理和心理數據指標，與正常數據進行對比，從而做到對于疾病的早期預警.健康云平臺中大量存儲的醫療數據，對預防重大突發疾病具有明顯的促進和改善作用，為重大突發疾病的預防和監測提供了一種思路.

〔1〕蔡佳慧,張濤，宗文紅.醫療大數據面臨的挑戰及思考[J].中國衛生信息管理雜志,2013(04).

〔2〕高漢松，肖凌，許德瑋.桑梓勤基于云計算的醫療大數據挖掘平臺[J].醫學信息學雜志，2013(04).

〔3〕傅義寧,羅曉.心理因素在應對重大突發疾病中的作用[J].中國社會醫學雜志雜志,2011(08).

〔4〕汪鵬,吳昊,羅陽.醫療大數據應用需求分析和平臺建設構想[J].中國醫院管理,2015(06).

〔5〕周迎,曾凡,黃昊.淺談云計算在醫療衛生信息化建設中的應用前景[J].中國醫學教育技術,2010(04).

〔6〕許德泉,楊慧清.大數據在醫療個性化服務中的應用[J].中國衛生信息管理雜志,2013(04).

〔7〕埃里克·托普.顛覆醫療：大數據時代的個人健康革命[M].北京：電子工業出版社,2014.

R459.7

A

1673-260X（2017）09-0140-03

2017-07-11