醫療大數據的應用與挑戰

梁亦珉

摘要 數字化信息技術的迅猛發展使得大數據時代也接踵而至。當前，大數據與醫療的緊密結合，給其帶來了巨大的發展空間和研究價值。通過對醫療大數據展開有效地挖掘和研究，充分實現其在醫療領域的價值，從而成為推動醫療發展的源泉。本文主要對當前大數據在臨床醫學、個性化醫療、醫療設備管理以及網絡醫療幾個重點領域的應用進行了歸納總結，并對實際應用中面臨的挑戰給出了簡要分析。

【關鍵詞】信息技術 大數據 醫療領域

1 引言

數字化信息技術發展的日新月異，使得大數據在醫療領域的發展也迅速崛起，給其帶來了巨大的發展空間和研究價值。埃里克·托普[1]曾在其書中指出大數據將對管理域診斷手段乃至整個醫療系統都造成“創造性破壞”。麥肯錫公司也在其報告中指出大數據分析將對美國醫療服務業產生顛覆性影響，可涉及臨床業務、付款/定價、研發、新的商業模式和公眾健康五大領域的15項應用。由于，醫療大數據本身來源廣泛，涉及制藥、臨床診斷、患者病歷、健康管理以及網絡交流等眾多領域的數據信息，導致其具有復雜性、多樣性等特點。在日常的工作生活中，我們每個人都不可避免地與這些數據息息相關。因此只有對這些數據進行有效地挖掘分析和重新整合利用，充分實現其在醫療領域的價值，從而實現智慧醫療。醫療大數據研究不僅具有重要的理論研究價值，在實際應用中也具有巨大的發展空間。將研究成果與臨床應用相結合，不僅可以解決患者看病難的問題，而且可以實現患者求醫便利化、疾病診斷自動化、醫療保健信息化，大大降低醫療成本。因此本文主要就大數據在臨床醫學、個性化醫療、醫療設備管理以及醫療網絡等幾個重點領域的應用展開討論和研究，并對實際應用中面臨的挑戰給出了簡要分析。

2 醫療大數據的應用

2.1 在臨床醫學中的應用

2.1.1 在臨床診斷中的應用

現實生活中醫生很容易憑借經驗對很多疾病進行診斷，即所謂的“經驗性診斷”。然而在實際臨床診斷中，由于患者個體差異大，關系復雜等原因，醫生需要對患者的病癥進行大量的排查才可以給出確切的診斷結果，而且容易引起誤診。通過大數據分析可以較好地緩解這個問題。通過對大量的關于某項疾病的正確診斷案例進行統計分析，構建出模擬“經驗”，從而實現疾病診斷自動化。換言之，即通過對這些案例大數據進行有效地挖掘和分析，得出病型和病癥之間的關系，最終實現基于專家系統的自動診斷。

2.1.2 在藥物臨床藥效研究中的應用

當前，有關藥物臨床藥效的相關研究還大都停留在簡單的數理統計階段。雖然有很多醫學學者或者科研機構針對這一課題也做了大量的研究，取得了一定的科研成果。但這些成果仍僅局限于數據本身的信息，對比藥物選擇普遍較少，對病人的潛在信息，如病人的抗藥性、既往病史以及用藥量等信息沒有進行有效地挖掘分析。然而結合大數據的臨床藥效分析則可以避免少數藥物對比后僅能得到局部最優結果的問題。大數據藥效分析結合了計算機輔助計算，最終形成的數據訓練和經驗可以用來實現智能輔助給藥系統，為醫生診斷用藥提供重要的參考依據。

2.2 在個性化醫療中的應用

2.2.1 在基因測序中的應用

在醫療領域，由于基因測序研究成本無比昂貴，讓很多研究機構望而卻步。然而隨著大數據在醫療領域發展的日趨成熟完善和科技水平的不斷創新，使得基因測序研究變得不再遙不可及。目前，據不完全統計，在美國從事這項研究的公司和機構就有兩千多家。而且隨著醫療大數據的不斷發展，未來將會有更多的國家、更多的醫院、機構等加入到該項技術研究的隊伍中來。這說明個性化醫療的時代指日可待。隨著基因測序技術的不斷成熟，我們從中可以獲得更多的遺傳信息，因此今后對基因組推行可擴展分析的需求也會變得越來越大。

2.2.2 在個性化藥物開發中的應用

大數據在個性化醫療領域的另一項創新應用即為開發個性化藥物。換言之，就是通過對大型數據集的分析推行個性化治療。這一應用不僅需要綜合考慮遺傳變異、對特定疾病的易感性和對特殊藥物的反應三者之間的關系，而且在藥物研發和用藥過程中還要考慮個人的遺傳變異因素。在日常生活中我們發現，很多患者采用相同的治療方案但取得的治療結果卻不一樣，這可能就是由于遺傳變異因素導致的。因此，通過利用大數據開發個性化藥物，針對不同患者的實際情況提供個性化的治療方案，不僅可以減少藥物副作用，而且可以降低誤診率。

2.2.3 在個人健康管理中的應用

當前，智能穿戴設備，如小米手環和iwatch等電子設備大受歡迎。通過將這些電子設備與相關的移動APP相連接，可以實時地獲取個人的健康數據。由這些智能無線穿戴設備組成的醫療物聯網，隨時隨地都會產生大量的數據。因此可以借助大數據平臺，隨時隨地地訪問個人的健康信息，實現對個人健康的全生命周期管理。這樣的優點在于確保了個人健康信息的一致性和連續性。通過對個人的健康數據進行連續的觀測，平臺的健康分析員對采集到的這些數據進行有效地分析，可以對每個人的健康狀況進行預測或者提醒，以便當身體出現異常時提供及時的干預措施。

2.3 在醫療設備管理的應用

2.3.1 在數據共享平臺中的應用

數據共享平臺的應用主要用來實現醫療大數據的存儲、檢索和傳輸。借助該平臺，醫院、社區診所以及相關衛生機構之間可以互通數據，實現資源、信息互享。這樣可以幫助患者避免在不同醫院進行重復的檢查，大大降低患者的看病成本，從而從根本上解決患者的看病難問題。另一方面，通過對共享平臺上存儲的醫療數據進行有效地挖掘和分析，把獲得的有價值的信息用于醫學研究、流行病預測、慢性病調查、藥物臨床藥效分析等方面，有助于為醫生制定防治計劃或者診斷方案提供有力的參考依據。

2.3.2 在醫院檔案管理中的應用

伴隨著數字化醫療的大力發展，醫院檔案管理也成為醫療大數據的重要實現之一。眾所周知，醫院檔案種類繁多，數量龐大，覆蓋面廣，涵蓋了患者病歷、人事檔案、醫療設備的相關文檔、科研成果檔案以及醫療文書檔案等。因此，大數據模式十分適用于醫院檔案管理，其的出現將對醫院檔案管理的改革創新起著舉足輕重的作用。通過對各種醫療資源進行重新整合分析，搭建集中式的檔案信息處理平臺，不僅有助于信息整合，同時可以實現信息互享，大大降低管理成本。

2.4 在醫療網絡中的應用

當前，作為醫療大數據的重要應用之一，在線醫療己發展的日趨成熟，受到很多患者的歡迎和青睞。患者只需在網上平臺描述自己的病癥信息即可方便快捷地獲取到對應的診斷信息，不僅可以減少到醫院排隊就診的時間，同時可以大大降低看病成本。目前比較有名的網上醫院，如39健康網，就是由在線醫生根據病人網上描述的病癥數據給出初步的診斷結果。但由于網上在線醫生審核機制仍不夠完善，容易導致非專業醫療人員也可對患者病癥數據進行診斷。同時，在線醫療僅有患者自身對病癥的數據描述，缺乏詳盡的診斷檢查，這些都容易導致誤診。因此在線醫療尚存在很多的不足，有待進一步完善。

3 醫療大數據面臨的挑戰

與單一的學科研究不同，醫療大數據是涉及到醫療、人工智能、數據挖掘等多個領域的交叉學科研究，因此對其展開研究存在很大的困難。另一方面，醫療數據本身的復雜性、多樣性以及孤立性等特點，使得醫療大數據的研究在數據整合、存儲、共享等方面也面臨著很大的挑戰。當前，醫療數據的發展應用增長迅猛，醫療行業在動態數據安全監控和隱私保護方面存在的不足逐漸顯現，給其帶來了信息安全和保護個人隱私的雙重困擾。同時，從數據角度出發，醫療領域的數據安全保護和數據真實可靠等方面也將面臨著很大的壓力。總言之，目前我國對醫療大數據的研究還處于初級階段，重點研究主要集中在數據采集、存儲和醫患互動等方面。而且在理論研究方面仍不夠深入，大都停留在對醫療大數據研究意義及價值的探究，針對醫療大數據實質性的技術研究還不夠重視。

4 小結

當前，大數據浪潮的涌現，在給醫療領域的發展帶來機遇的同時，也給其帶來了巨大的挑戰。本文對大數據在醫療行業的幾個重點領域的應用進行了歸納總結，并對實際應用中面臨的挑戰給出了簡要分析，確保在享受醫療大數據時代帶給我們豐碩果實的同時通過對其進行有效地整合和分析，進而使其成為推動醫學不斷創新的動力源泉。

參考文獻

[1]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.2014：1—5.

[2]維克托·邁爾舍恩伯格，肯尼思·庫克耶，大數據時代[M]，浙江：浙江人民出版社，2013： 46-47.

[3]許繼楠，醫療服務業率先受益于大數據[N].中國計算機報，2012-2-20 （017）.

[4]羅旭，劉友江.醫療大數據研究現狀及其臨床應用[J].醫學信息學雜志，2015，36 （05）：10-14.

[5]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，2013，10 （04）： 301-304.

[6]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，2013，10 （04）： 292-295.