大數據概念在醫學影像中的應用

侯景

摘要：大數據概念是基于信息技術和統計技術快速發展背景下衍生出來的，無論是在商業還是社會科學領域都具有重要的應用價值。將其應用到醫學影像領域當中，不僅可以使存在于醫學影像中的專業性問題得到有效地解決，而且對其流程的優化也具有積極意義。

Abstract： The concept of big data is derived from the rapid development of information technology and statistical technology. It has important application value in both business and social science fields. Applying it to the field of medical imaging can not only effectively solve the professional problems existing in medical imaging， but also has a positive significance for its process optimization.

關鍵詞：大數據;醫學影像;應用

Key words： big data;medical imaging;application

中圖分類號：TP181;TP391.41? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2020）02-0181-02

0? 引言

大數據概念近年來在信息領域和商業領域被廣泛提及，隨著社會的不斷進步與發展，大數據具有的重要價值得到了凸顯，這也是其被廣泛應用的原因所在。然而，醫學影像領域相對特殊，大數據概念在此領域中的應用依然處于初步探索時期，加大對其的探究和研究力度具有重要的現實意義。

1? 大數據概念及在健康領域中的應用

1.1 大數據概念

集體量大、種類多、生成速度快且具有潛在的挖掘價值等特征為一體的數據集都被稱為大數據[1]。而想要對大數據進行處理，需要有更高的數據分析技術能力為支撐來實現，對存儲和計算能力都有著更高的要求，同時，無論是數據統計還是結果也與傳統方法有著本質不同。客觀來講，目前針對大數據的概念并沒有準確的界定，這是因為大數據商業特征顯著，如果其應用背景不同，研究者的切入點不同，那么其概念也會存在顯著的差異。大數據是對基于信息爆炸下的海量數據的總稱，同時，以大數據為基點向外延伸的相關技術發展和創新也被歸入到其內容當中。就大數據理念而言，數據通常是具有價值性的資源，其能衍生或獲得新的應用也是其關鍵價值的展現。大數據是以云技術和開源性分析工具為關鍵技術支撐。

大數據與傳統科學研究的數據概念具有顯著的差異，精準度和因果關系并不是大數據所追求的內容，而是對混雜性予以了認可，對其中存在的相關關系進行的探索，其在使用過程中的本質目的就是為了實現新產品或新服務的開發。在計算機效率指數級提升及數據數量、深度和廣度增加的基礎上，都為新產業的出現提供了契機，全社會及每個人決策在此背景下也會受到相應的影響。無形數據運用與有形礦產資源等有著相似性，如果對其能夠合理運用，那么其將會帶來巨大的經濟資產，同時也為后續創業方向、商業模式和投資機會指明了方向。

1.2 大數據在健康領域中的應用

2009年谷歌成功預測了甲型H1N1流感病毒的爆發是大數據在健康領域應用的首個案例，且在流感爆發前的幾個星期，有關此方面的研究論文已經在雜志上刊登。對此論文深入研究可以得知，其針對冬季流感傳播范圍的預測可以精確到具體地區和州。同時，在圍繞此內容展開研究時，也改變了以往依賴流行病學檢測的方式，而是對網上搜索的詞條進行了整合與分析，從而剖析出了特定詞條頻繁使用和流感之間存在的聯系。也正是在其龐大數據資源和處理能力輔助下，預測結果的準確率非常高。這一事件的發生，不僅標志著大數據在健康衛生領域逐步應用，而且其優勢也在社會不斷進步與發展過程中體現出來。

目前，藥物研發和輔助制定臨床決策過程中已應用了健康大數據分析工具。就患者就診而言，大數據是臨床醫師治療決策制定時的重要參考依據。對于住院過程來講，大數據可以對患者生命體征數據進行實時記錄與分析，從而提前發現患者生命異常情況。以大數據實際應用角度切入來談，健康領域成為其又一涉足的領域，同時，無論是新的發現和方法也被廣泛推廣。以學科角度來講，就學科方面來講，大數據對生物信息學、影像信息學等生物醫學領域發展也有著突出作用。

2? 大數據概念在醫學影像領域中的應用

大數據概念在醫學影像領域中的應用，是解決醫學影像專業問題、優化其流程的重要措施。以醫學影像大數據為對象進行分析可知，其主要可以細分為兩類數據，第一是基于物理世界下測量的數據，第二則是以人類活動為基礎衍生的解讀數據。將此領域內的大數據與其他領域內的大數據予以對比可以得知，客觀性強、內容復雜、體量大是醫學影像大數據的突出特點。一般而言，大數據分析方法應用主要包括了圖像的個性化解讀、新成像技術研發、影像服務價值量化和優化工作流程四個方面。

大數據在衛生經濟學分析中的應用是大數據在醫學影像領域中應用的開端，據了解，整體醫療費用構成中，醫學影像檢查費用占著較大比例，這也是將降低費用、提升價值等作為切入點的原因所在，基于此，“Value-based radiology”概念應運而生，在圍繞影像檢查收費時，要摒棄以往將檢查數量為依據的收費方式，而是要明確影像信息對患者診療過程具有的作用，并將其作為收費的重要依據和標準，同時還要保證這一過程的公開性和透明性。大數據針對人群中大量影像檢查項目、費用和結果進行了深入的探究和分析，并對影像檢查和患者整體診療結局、花費間存在的必然聯系予以了明確，是后續影像檢查適應癥制定時的重要輔助與參考：在進行申請時，可以以數據分析提示為依據和基礎，從而為申請者提供合理幫助，確保所選檢查方法和費用情況的合理性，目前，通過應用大數據對中風和腦瘤患者進行合理化檢查建議收獲了一致好評。縱觀當前市場中可以發現，此類相關產品數量相對豐富，以美國放射學會發布的Appropriateness Criteria為例，其主要是依賴于醫學證據和專家建議，從而確保在后續針對影像診斷、介入治療適應癥給出建議的全面性。

客觀分析可知，關于大數據在醫學影像領域中的應用的探索和研究依然處于起步階段。就現階段的影像檢查來講，數字化已基本實現，這也為大數據的應用提供了契機[2]。但是，在以醫學影像大數據為核心展開研究的過程中還存在以下幾點問題有待解決：

第一，影像檢查涉及到的數據量十分豐富，對存儲能力、處理能力和分析能力都有著極高的要求，在應用大數據予以研究時需要基于功能強大的硬軟件下來進行，同時也需要依賴IT和統計專業人員共同完成。

第二，針對獲取數據利用時，如果數據只是經過簡單堆積那么并不能保證處理的有效性，而是需要將數據按照特定規律或邏輯進行羅列，并對數據進行宏觀至微觀的加工，以此實現對其中規律的挖掘。數據加工時，首先，要以單個病例影像為著手點，從中提取并整合關鍵信息，促進圖像中數據元素向標準化和結構化所邁進;其次，將高質量、大范圍和長期性作為注冊研究和臨床試驗的主要方向，同時，推動臨床信息數據和影像信息數據以及病例信息等多方面信息地整合，以特定假設和目標為基礎實施大數據分析，保證得出結果具有的價值性。

第三，在開展醫學影響研究時，思路也要及時轉變。以往醫學研究是遵循提出研究假設——借助臨床觀察或實驗對假設進行驗證的流程來進行的，在獲取研究數據過程中目的性較強，且數據質量較高。但是反觀大數據研究可以得知，其并未對數據準確性及質量進行明確要求，提倡在未確定因果關系背景下，對相關關系替代因果關系輔助決策持接受態度，從而在整體數據參考下有預見性地預測個體結局。只有對上述研究思路予以明確，并與之相適應，才能保證大數據理念被醫學影像研究者充分運用，才能促進大數據在醫學影像領域中的應用逐步向完善化所邁進。就實踐任務完成過程中，上述提到的三點問題都是相互依存的，缺乏相應的、簡單的應對措施。所以，立足于全局角度分析大數據在醫學影像領域內的應用可以得知，其依然處于研究和探索的初期，且理論意義更強。

3? 醫學影像大數據工作的困難和解決方向

近年來，醫學影像數據總量巨大等現狀不可否認，但是能進行整合、分析從而得出有價值信息的數據卻占少數。基于海量數據研究下，數據量極大、數據源過多、數據格式缺乏統一性等是數據研究過程中面臨的突出難題。就大數據處理過程來講，需要依賴于統計理論和機器學習技術才可實現，但是，由于當前醫學影像專家所掌握的IT技術還不夠全面和牢固，而IT技術方面的專家對醫學問題實質不能深入理解，這都暴露了當下跨學科人才缺少的現實。

為了使醫學影像大數據工作過程中面臨的困難得以克服，第一，要立足影像實際，加大對與之相應的信息存儲、處理和挖掘等工具的研發。同時，想要使醫學影像大數據得到充分的利用，還要確保數據使用者整個使用過程的透明度和方便性，從而使數據使用效率及數據質量都能提高到更高的層次，確保影像數據分析和挖掘過程中的定量化及結構化[3]。具體而言，要對患者隱私和數據安全予以保障，并以此為基礎，推動存儲和分析平臺的建立，減少對廠家的依賴。同時，還要注重術語的統一性，促進影像組學、影像共享和數據挖掘等工具向定量發現所發展。第二，要充分認識到當前跨學科人才缺乏的客觀事實，將培養跨學科人才作為重要任務來對待，尤其是領軍人才培養方面。大數據工作是一項系統性的工程，從最初任務確定至后續的決策應用都是其系統性的體現。在這一環節中，嚴重的人才空缺成為當前最為突出的問題。負責領導大數據工作的醫學影像專家都應將成為綜合性人才作為自身努力的方向，并注重大數據概念和方法在具體工作中的滲透與融入。就商業環境而言，實施大數據推廣或應用大數據的過程應予以明確，教育、探索、參與和執行四個階段缺一不可。鑒于此，我們可以將此過程作為著重參考的內容，加大大數據相關理念在本部門中的宣傳力度。同時，還要加大與IT技術人員的合作力度，從而使醫學影像學科在大數據輔助下能夠得到更好地發展。

4? 結束語

總的來講，醫學影像大數據是其重要的資源形式，與實體物資相同，具有較高的價值和價格，大數據的研究與應用對醫學領域來講意義重大。對此，中國醫學影像從業者要以開放的姿態迎接這場技術革新，具備面對挑戰的勇氣，從而實現對行業發展的有效引領。

參考文獻：

[1]劉義，王霄英.大數據概念在醫學影像中的應用探索[J].放射學實踐，2016，31（12）：1124-1126.

[2]賴思渝，楊漢豐，杜勇.以醫學影像大數據為例探討影像信息學及其應用[J].中國數字醫學，2018，13（12）：6-7，43.

[3]韓冬，李其花，蔡巍，夏雨薇，寧佳，黃峰.人工智能在醫學影像中的研究與應用[J].大數據，2019，5（01）：39-67.