醫學大數據可視分析研究

降惠

摘 要：可視化分析可以提高科研人員對數據隱藏信息的洞察力。本文將醫學數據源分為普通數據、高維數據、公共衛生數據、管理數據、評估數據五種類型，分析了每種類型數據的集成轉換方法和交互呈現方式。但不容忽視的是，醫學數據可視分析還面臨數據不一致、人機交互普及性較差和可視技術不豐富等問題，有待進一步研究和探討。

關鍵詞：醫學；大數據；可視分析；研究

中圖分類號：TP391.1 文獻標識碼：A

Abstract：With visualized analysis，scientific researchers can improve the insight to hiding information in data.The medical data sources are classified into five different types，including general data，high dimensional data，public health data，management data and evaluation data.The paper analyzes the integration and conversion method and the interaction and presentation method of each type of data.But some noticeable problems still need further studying and probing，such as the inconsistency of data，the low popularity of human-computer interaction，and the inadequacy of visualized technology.

Keywords：medicine；big data；visualized analysis；study

1 引言（Introduction）

隨著互聯網、云計算、物聯網等信息技術的飛速發展，我國省、市、縣、鄉、村各級醫療機構不斷推行信息化、智能化，互聯網中的醫學數據正在以井噴的方式急劇增加。醫學數據正在變得無處不在、觸手可及。然而，創造數據的最高價值是發現其蘊含的潛在知識，這個發現的過程就是數據分析[1]。在“互聯網+醫學”大背景下，醫學數據是一種無形資源，只有通過深入分析才能幫助人們認識新知識，掌握新規律，發現新理論，功克新難關。但醫學大數據與其他領域大數據相比，具有其獨特的特性，每個實體具有上百個臨床或診斷變量。心理學家研究又表明人類只可以同時正確分析處理四種變量[2]。在臨床診斷分析中，研究人員通常會使用降維的方式來處理數據，將問題分割成人類可以認知的維度或將相同的概念進行組合，但降維技術往往會忽視臨床數據中可以突破和理解醫學數據中有價值的內容。研究發現，當分析過程中呈現出直觀的數據圖形時，分析人員可以增強對數據背后隱藏信息的洞察力[3]。因此，研究人員嘗試采用人機交互的方式——可視分析技術來改善醫學大數據分析。

2 可視分析（Visualized analysis）

可視化分析技術是一種綜合利用可視化界面和分析理論來輔助用戶對復雜數據進行解釋和推理的技術。可視分析是信息可視化、認知科學、人機交互、數據挖掘、數據處理、圖像、統計等多領域融合的研究方法。可視化是利用人眼感知能力和人類智慧，對數據進行交互的可視表達，以增強認知的一門學科[4]，是將難以直接顯示或不可見的數據映射為可感知的圖形、顏色、符號等，以提高數據識別效率并高效傳遞有用信息[5]。可視分析包括數據集成、呈現和交互。可視化是用戶與數據的接口。

3 醫學數據源及其類型（Medical data sources and

types）

3.1 醫學數據來源

醫療“大數據”來源廣泛，內容豐富。它可以來源于電子醫療記錄、醫學檢測、家庭監測、社交媒體、零售藥房、公共衛生控制中心和醫療保險。

電子醫療記錄是患者醫療就診全過程的數字化記錄。它記錄了患者人口統計信息、病史、病癥、藥物治療、影像檢測、病程記錄和賬單數據等信息，是最有價值的數據來源[6]。目前國內外醫院基本實現了患者病史、就醫全過程和康復隨訪的電子記錄，各級醫療機構可以提供患者醫療全過程數據。

醫學檢測數據包括檢驗實驗室的實驗儀器報告數據和影像診斷中心的診斷報告數據，包括生理數據、生化數據和生命體征數據。影像數據包括核磁、CT、超聲、X光檢測數據。國外醫學檢測數據來源于醫院外的獨立醫學實驗室，如美國的Quest、LabCorp實驗室，加拿大的MDS實驗室和日本的BML實驗室。我國2016年印發了《關于醫學檢驗實驗室基本標準和管理規范（試行）的通知》和《關于醫學影像診斷中心基本標準和管理規范（試行）的通知》，今后醫學檢驗實驗室和醫學影像診斷中心將作為獨立的法人單位，相應的醫學檢測數據將來源于醫院外的獨立部門。

家庭醫療檢測數據來源于體溫計、體溫貼、制氧機、血糖儀、血壓計、多功能治療儀、脂肪測量儀、洗鼻器、按摩椅等。家庭醫療檢測使得數據的獲取精確到秒。

零售藥房是指依法取得《藥品經營許可證》的單一門店的藥品零售經營企業。零售藥房主要服務于附近的居民。零售藥房的銷售記錄，是醫學大數據的一個主要來源。

公共衛生控制中心數據主要收集了地方各種流行病的發病情況，包括發病人數、患者年齡、發病日期、發病天數和最終診斷治療結果等。

醫療保險數據來源于各醫療保險公司。在我國醫療保險數據包括患者使用一類、二類、三類藥品費用，處置費、手術費、檢查費、醫學檢驗費、醫學影像診斷費、護理費用等。endprint

3.2 醫學數據類型

醫學數據可以分為普通數據、高維數據、公共衛生數據、管理數據、評估數據五種。普通數據包括電子病歷、臨床設備和臨床軟件等產生的數據，如血液檢測數據、心電圖數據、病情描述文本數據等，數據量較小。高維數據包括患者多維度的個人數據，如家族史、患病史等。公共衛生數據包括患者的家庭住址、發病天數、發病日期等信息，往往具有時間和空間特性。管理數據主要包括醫療保險數據、藥品安全數據、患者治療效果數據、患者候診時間等。評估數據指患者對自身健康信息的評估，包括患者家庭醫療監測、自我評估測驗數據等。

4 醫學數據可視分析技術（Visualized analysis

technology of medical data）

針對以上醫學數據源和醫學數據類型，醫學數據可視分析主要包括普通數據可視分析、高維數據可視分析、公共衛生數據可視分析、管理數據可視分析、評估數據可視分析等。

4.1 普通數據可視分析

普通數據集成通過R語言、Python、Excel、SPSS、Matlab、SAS、Tableau、Spotfire等實現。普通醫學數據一般為結構化數據，類型單一，數據集成計算較為容易。普通數據可視化呈現方式包括線圖、直方圖、餅圖、散點圖、熱點圖、心電圖、腦電圖等。基于這些動態交互式界面，醫生可以分類患者，可以直觀觀測患者個人體征和病情。但對于患者病情的介紹一般為文本數據，為非結構化數據。數據集成分析可以采用Python中的NLTK（自然語言處理）包。數據呈現比較好的形式是標簽云。標簽云技術是一種將關鍵詞根據詞頻或其他規則，將不同關鍵詞用不同大小顏色等呈現出來的一種可視化效果。在臨床病歷病情描述中應用最為廣泛。

4.2 高維數據可視分析

高維數據可視分析可以通過R語言、Python、SAS等實現。數據集成可以采用層次聚類的方法。高維醫療數據可視化分析呈現方式有平行坐標、樹圖、依賴圖、時序分析。平行坐標將患者的生命特征表示為等距離的多個垂直平行軸，其中每條曲線表示一個患者個體。平行坐標可以觀測每位患者各生命特征之間的關系。具有層次特性的數據通常采用樹圖來進行分析。家族史通常采用依賴圖來進行分析。個人患病史通常采用時序分析法進行分析，主要關注患者個體隨時間推移的患病過程。

4.3 公共衛生數據可視分析

公共衛生數據可視分析可以通過Python、R語言、Geoda、OpenGeoda、ArcGIS等實現。數據轉換采用計算空間權重矩陣，通過全局空間相關性和局部空間相關性等進行分析。公共衛生數據通常采用地理空間分析方法，可視化呈現方式有統計點圖、二維散點圖、分級地圖、時序分析、時空探索分析等。對于公共衛生數據分析主要從時間和空間兩個維度分析病例數據的傳播和蔓延。

4.4 管理數據可視分析

管理數據通常采用主控制臺（Dashboard）技術。主控制臺技術將不同的可分析技術集成到一個平臺上，使管理者可以一目了然地分析數據、匯總信息并作出科學決策，如Brown[7]等用主控制臺技術監視和快速分析與護士相關的多維數據。

4.5 評估數據可視分析

評估數據通常采用手機應用軟件來實現可視分析，患者可以了解自身健康狀態，合理安排作息和飲食，配合醫生開展更好的治療。

5 問題與挑戰（Problems and challenges）

5.1 醫學數據格式、結構、標準的不一致性

醫療數據來源廣泛，除了具有了其他大數據的一般特性外，還具有幾種不一致性。（1）格式：由于醫療數據來源于不同的醫療系統，產生于不同的醫療軟件，所以生成的數據格式往往不同。一方面，數據格式豐富，包含文本、數字、圖像、聲音、多媒體等。另一方面，相同的數據可能在不同的軟件中重復記錄，但不同的軟件數據的記錄方式可能存在很大的差異，同一屬性有的可能標記為文本，而有的軟件中則標記為數字，使得數據分析時數據間的連接具有了一定的挑戰性。（2）結構：醫院信息化管理仍不健全，醫院信息錄入者輸入的數據形式多樣，有結構化表格數據，也存在一些非結構化的病歷、醫學影像檢測數據。（3）標準：藥房或藥品研究人員可能會以藥品的化學成分來標記對象，而醫院醫護工作者往往采用藥品的通用名稱或商品名稱進行標記。

這些不一致性使得數據的質量無法保證，數據集成困難很大，而這些又恰恰是數據可視分析的基礎和前提，將直接影響到數據可視分析的科學性和準確性。

5.2 人機交互的普及性有待提高

目前，醫學數據可視化主要針對醫學數據分析人員，對于患者、醫生和護理人員的人機交互分析并未完善。未來任何領域的普通個體均有大數據分析的需求。“人人都懂大數據，人人都能可視化”已成為大數據發展的目標之一。因此，提供自助式大數據可視分析技術有待進一步研究。

5.3 可視技術有待豐富

針對不同的醫學數據，雖然已經涌現出很多不同的可視分析方法，但可視技術以直方圖、散點圖、樹圖、空間分布圖、時間序列圖為主，可視技術仍有很大豐富空間。探索更多符合人類認知的可視分析技術仍是今后努力的一個方向。

6 結論（Conclusion）

醫學數據可視分析將大量醫學普通、高維、公共衛生、管理和評估數據轉換成直觀形式。在符合人類認知和感知規律的基礎上，通過計算機應用軟件實現數據集成和轉換，通過不同的可視化呈現方式，實現醫學數據分析的“增值”效果。但不容忽視的是，醫學數據可視分析還面臨數據不一致、人機交互普及性較差和可視技術不豐富等問題。基于數據挖掘的醫學數據可視分析有待進一步研究和探討。

參考文獻（References）

[1] Cohen J，Dolan B，Dunlap M，et al.MAD skills：New analysis practices for big data[J].PVLDB，2009，2（2）：1481-1492.

[2] Graeme S Halford，Rosemary Baker，Julie E McCredden，et al.

How many variablescan humans process[J].Psychological

Science，2005，16（1）：70-76.

[3] 任磊，杜一，馬帥，等.大數據可視分析綜述[J].軟件學報，

2014，25（9）：1909-1936.

[4] MunzneR.T.WileyInterdisciplinaryReviews Computational Statistics[J].Visualization analysis and design，2015，2（4）：387-403.

[5] Charles D.H，ChrisJ.The Visualization Handbook[M].2004：

76-85.

[6] Trivedi，Shrawan Kumar，Deynil，et al.Handbook of Research on Advanced Data Mining Techniques and Applications for Business Intelligence[M].IGI Global，2017：242.

[7] Diane Storer Brown，Carolyn E Aydin，Nancy Donaldson.Quartile dashboards：Translatinglarge data sets into performance improvement priorities[J].Journal for Healthcare Quality，2008，30（6）：18-30.

作者簡介：

降 惠（1983-），女，碩士，講師.研究領域：數據挖掘，醫學計算機應用.endprint