基于大數據時代全科醫學發展及學生培養方向的探討

大數據是需要通過非常規模式處理才能有效的采集、整合及分析。隨著物聯網、云計算、人工智能等新興信息技術的發展，大數據在各行業的應用產生了翻天覆地的變化。在醫學行業中，智慧醫療是一種以患者數據為中心的醫療服務，深刻影響著傳統的醫患面對面的接觸模式。而全科醫生的主要工作是疾病救治與健康管理，所以隨著大數據在醫學領域日新月異的發展，全科醫學的發展也應該與時俱進、調整方向去適應形勢。

一、大數據在醫療中的應用

（一）臨床應用。臨床工作中通過對大數據處理，可以提煉出有用的數據，得出有益的結論。與傳統的臨床醫療相比，大數據主要根據檢驗、影像等數據進行分析、測算，并進行最大概率的預測，為臨床工作人員提供最優建議，提高臨床決策能力，使臨床診斷水平及效率得到有效提升。例如外科病房診斷出的椎體腫瘤的患者，根據個體的具體數據，如影像學數據（PET-CT、MRI、彩超等）、檢驗學數據（血常規、生化、腫瘤相關因子等），利用大數據處理，可以得到非常多的有用信息，包括：腫瘤的性質、原發還是繼發、病灶的來源、患者的生存時間、手術指征及手術方式、手術常規出血量及是否采用介入栓塞血管、術后是否放化療等。又如內科病房診斷出的乙肝患者，根據具體數據（包括乙肝定量、乙肝DNA、肝纖譜、肝彩超及CT等），利用大數據處理，能幫助臨床醫生了解患者乙肝病毒復制程度、導致肝硬化及肝癌的概率以及是否進行抗病毒治療等干預措施。這種基于大數據的智慧醫療解決方案使得臨床上對疾病的診斷、治療手段、預后分析更加科學，從而減少失誤。

（二）慢性病管理。慢性病起病隱匿，病程長。隨著人口老齡化，慢性病成為我國的高發疾病，同時也是致貧的主要疾病，吳姝麗等調查山東省因病致貧人群的患病狀況，前10位的疾病依次為高血壓、腦血管病、冠心病、重性精神疾病、糖尿病、慢性阻塞性肺氣腫、關節病( 髖、膝) 、類風濕關節炎、重型老年慢性支氣管炎及老年性白內障[1]。可見慢性病不僅與個體的生命質量有關，而且關乎到家庭經濟、社會安定等。大數據在慢性病的管理上作用巨大。在全國范圍內先健全醫療大數據庫，通過分析慢性病的病因、分布情況以及影響因素，可以盡早預防及治療疾病，控制危險因素，延緩病程發展，減少醫療費用支出，提高居民的生存時間[2]。

（三）流行病管理。流行病指可以感染眾多人口的傳染病，能在較短的時間內廣泛蔓延。2002-2003年發生在國內的SARS病毒傳播事件讓許多人記憶猶新，那場新發的流行病導致很多人死亡，其中包括醫護人員。流行病中大家比較熟悉的有流感、結核、梅毒、艾滋、瘧疾等，國人基本上對流行病有談病色變的恐懼心理，該病的傳播不僅是影響居民身體健康，還嚴重影響著經濟發展及社會安定等，故流行病的管理非常重要。2009年，谷歌數據中心對用戶在網上的搜索詞條進行分析，成功預測了甲型 H1N1 流感的暴發。通過大數據分析研究特定人群中疾病、健康狀況的分布及其決定因素，并制定防治疾病及促進健康的策略和措施。

（四）醫療資源管理。在分級醫療制度出臺下，患者需先到社區醫院就醫，但存在著對基層全科醫生服務不信任，扎堆去大型綜合醫院診治的現象。傳統的醫療模式中醫療資源 “兩極分化”嚴重，醫療專家集中在大城市中的大型醫院，所在醫院人滿為患；基層醫院全科醫生數量及質量欠缺，患者得不到良好的醫療資源。基于大數據的醫療資源共享及分配，可以實現在線遠程指導和醫療幫助，提高優秀醫療資源的利用率。例如隨著5G通訊技術發展，醫師可以通過遠程操控，利用機器人給患者手術。隨著各種智能檢測軟件的研發，全科醫生逐漸改變面對面接觸的模式。比如許多慢性病患者可自行采集生命體征數據，并傳送給醫療大數據服務中心，數據中心再將分析出的異常報告發送給醫生并提供治療建議，醫生可以通過手機對患者進行遠程醫療指導，可明顯提高工作效率。

二、大數據醫療中的政策發展

于琦等研究顯示中國國家層面醫療大數據政策的發展歷經萌芽期，已進入快速發展期[3]。2009開始為萌芽期，雖然已經有部分政策文件提及大數據的發展，但未說明在醫療行業中的應用。從2015年開始，醫療行業大數據的相關政策數量明顯增加，在國務院層面印發了多個重要文件。如2015年出臺的《促進云計算創新發展培育信息產業新業態的意見》以及《促進大數據發展行動綱要》中，開始在醫療行業中提及大數據的發展并強調了其重要應用。2016年出臺的《促進和規范健康醫療大數據應用發展的指導意見》以及《“健康中國2030”規劃綱要》中指出，將醫療大數據納入國家發展，全面深化其在醫療各領域的應用。由此看出，國家出臺多項政策，高度重視大數據在醫療中的應用。

三、基于大數據下全科醫學的發展方向

全科醫學是服務于社區與家庭，將醫學以及人文社會學科集中一體化的綜合學科。在我國分級醫療制度的出臺并推廣下，居民首診需到當地社區醫院，全科醫生責任重大，是居民健康的“守門人”。全科醫學醫療體系在發達國家發展至今有70多年的歷史，國內2010年后才開始較快發展，今后是我國醫療體制的主體和大方向。目前，國內全科醫生的主要工作仍是延續傳統的模式，一是面對面的提供醫療服務，二是建立健康檔案，有效預防疾病的發作。

隨著大數據在醫療中的應該不斷的深入，預測未來會產生革命性的成果。許多醫療模式均會隨之改變，全科醫療也不除外，故全科醫學發展應隨著時代變化調整方向。雖然服務的對象及工作的目標沒有太大的變化，但是工作的方式需不斷完善，以提高工作效率。利用醫療大數據處理，實現患者信息與基層醫院、大型綜合醫院無縫對接，除減少全科醫生的工作負荷外，還可讓重病患者得到寶貴的搶救時間。比如大數據下的慢病管理系統，隨時對在家的冠心病患者上傳的生命體征進行數據分析，如果出現急性發作導致心肌梗塞，自動報警信號立即傳送給社區全科醫生，全科醫生根據病情可適時連線大型醫院專科醫生，可先通過遠程指導患者或家屬采取自救措施，同時出動急救車去現場救治，這種爭分奪秒的搶救方式可明顯提高患者的存活率。

四、全科醫學生培養的對策與建議

（一） 增加大數據的理論課程。通過理論學習，掌握大數據在醫療應用的原理，以便畢業后在工作中能理論聯系實際，適應形勢發展，提高自己的工作效率。

（二）增強大數據范圍內的創新創業的教育。全科醫生在技術、服務、管理、市場方面都是面臨廣大的基層群眾。創新創業可以在這幾方面下功夫，加強基于大數據下的創新創業的教育，如開發智能疾病檢測或管理平臺等，以實現個人夢想、造福人民健康、助力國家發展。

（三）臨床實習中培養大數據的意識。醫療大數據的來源主要有檢驗及影像學數據、電子病歷、個體的健康信息、生物醫藥等。故在實習中管理病人時需書寫真實詳細的病例資料，醫囑上需體現有用的檢查結果及正確的治療方式，首頁上需完善正規的疾病診斷等。

（四）加強保護隱私的教育。數據匯聚過程中及人工智能的使用過程中均有可能出現患者的隱私泄露，許多問題涉及到道德及法律方面，故學生時期需加強保護隱私的教育。