大数据技术在临床医疗及科研中的应用
随着科学技术的发展,大数据已成为新的研究领域,通过大数据来分析挖掘出“小”数据无法提取的有价值信息,服务于经济社会发展。大数据的分析研究在电子商务、社交网络、咨询服务业等行业已产生了巨大的社会价值和产业空间,也必将给临床医疗及科研领域带来革命性影响。医疗卫生行业产生的数据是典型的大数据,具有更大的容量、更快的生成速度、更高的多样性、更多的价值。通过更加有效的分析、利用这些数据,能够更好的为患者、医务人员、科研人员及管理人员提供服务和协助,成为未来医疗大数据研究工作的方向。
1 医疗大数据的特点与发展现状
由于科技的发展和云计算、大数据技术、移动互联网在医药行业的应用,医疗健康领域正在发生一场跨界革命,医学服务模式也随之改变,多种信息系统广泛使用,医疗和健康数据急剧扩容并呈几何级数增长。利用包括影像数据、病历数据、检验检查结果、诊疗费用等在内的各种数据,搭建合理先进的数据服务平台,为广大患者、医务人员、科研人员及政府决策者提供服务和协助方面发挥主要作用。但由于各种数据独立、分散存储于各自的数据集中,传统数据中心只能专注于单一数据集的分析处理,容易造成不同类型数据之间的割裂。目前国际领先的科技公司如苹果、谷歌、IBM、微软分别推出了 Health Kit、Google Fit、Bluemix、HealthVault等较为成功的智能医疗大数据管理平台,能实现数据的实时接收、存储、传输。通过整合和分析这些数据,形成具有医学价值的个人电子健康档案或病历,并为客户提供有效的医学服务。国内也有大量的医疗与健康相关的应用App如春雨医生、百度医生、杏林七贤、希禾、m Power等,主要集中在运动保健、自问诊平台和挂号预约,在患者用药提醒、病程记录和信息反馈方面基本处于空白状态。因此,构建一个临床医疗大数据的运行、存储、分析平台,实现现有各种医疗数据库的数据共享与交换,可让大数据处理更加便捷、快速、贴近用户,有效实现数据的流通及使用价值的增值,为患者、医务人员、科研人员及管理人员提供服务和协助,成为未来信息化工作的重要方向。
2 医疗大数据的应用前景分析
2.1 为常见疾病临床诊疗提供参考 利用大数据技术在对海量医疗数据进行挖掘分析的基础上,能够提供重复检验检查提示、治疗安全警示、药物过敏警示、疗效评估、智能分析诊疗方案、预测病情进展等一系列智能的人机互动应用,为临床医师提供科学决策参考,提高临床诊疗水平,形成“源于临床、回归临床”的临床决策支持系统。通过对在患者档案方面的大数据分析,可以确定哪些人是某类疾病的易感人群,使其尽早接受预防性干预。这些方法也可帮助患者选择恰当的治疗方案。此外,临床决策支持系统还可使医生从耗时过长的简单咨询工作中解脱出来,提高其诊疗效率。
2.2 为医院精细化管理提供依据 医院精细化管理以规范化为前提,系统化为保证,数据化为标准,信息化为手段,把服务者的焦点专注到满足被服务者需求上,以获得更高效率、更多效益和更强竞争力。通过大数据分析平台对医院门诊量、手术量、入/出院病人数、床位使用率、床位周转率、设备使用率、设备折旧率、疾病谱、患者分布区域、财务收支等数据分析。将当前数据与同期数据、前期数据进行对比分析。对当地类似条件同行医院数据的对比分析,找出不断提高医院经济运行质量的成因和差距,抓住自身工作的薄弱环节,切实采取改进措施。
2.3 为个体化医疗提供平台 个体化医疗是以每位患者的大量信息为基础,通过综合分析挖掘每位患者病理学、生理学等方面的特点,进一步制定出适合每位患者的独特、最佳治疗和预防方案,提高治疗的针对性,从而取得最优疗效。个体化医疗需要综合分析每位患者的各方面信息,同时要求有处理这种“大数据”的方法及能力。分析患者各项详细的检查信息及诊断信息,便于个体化治疗策略的制定,从而得到较好疗效。技术的发展使现代医学常规收集的患者信息量非常巨大,分析信息的能力也有极大提升,使个体化医疗成为可能。
2.4 为临床科研提供资料 海量数据的出现催生一种新的科研模式,即面对海量数据,科研人员只需从中直接查找或挖掘所需信息、知识和智慧,甚至无需直接接触需研究的对象。2007年,已故的图灵奖得主吉姆•格雷(Jim Gray)在最后一次演讲中描绘了数据密集型科学研究的“第四范式”(The Fourth Paradigm),将大数据科研从第三范式(计算科学)中分离出来单独作为一种科研范式,认为“第四范式”可能是唯一解决我们面临的某些最棘手的全球性挑战的系统性方法。在科研过程中,大数据的利用、开发和整理,可以颠覆以往很多研究结果,带来意想不到的效益。
3 结语
医疗卫生行业的健康数据资源为大数据技术推动医疗卫生发展提供了条件。目前临床医疗大数据的相关标准与软件应用等研究仍处在起步阶段,开拓空间很大,提供了前所未有的机会,但也面临如何及时获取、高效处理、合理利用大数据的现实问题。需要在多学科交叉渗透的基础上,不断探索新的途径、技术、方法,更好地为临床医学、健康管理及医学科研工作服务。
(来源:《中国数字医学》杂志第9期,作者:李志毅 潘玲 崔莉芳 谢世平,单位:河南中医药大学)
标签:   大数据