◆惠华强 郑 萍 张云宏
医疗大数据研究面临的机遇与发展趋势
◆惠华强郑萍张云宏*
介绍了医疗大数据研究的必要性与作用,指出了医疗大数据研究面临标准化和规范化缺失、数据孤岛需调整布局、医疗数据信息汇集困难、复合型人才缺乏等问题,并对医疗大数据研究的发展趋势进行了探讨,可为医疗大数据的开发利用提供理论依据。
医疗大数据; 医学研究; 临床医学
First-author's addressUrumqi General Hospital of Lanzhou Military Region, Urumqi,Xinjiang,830000,China
随着信息社会的大发展,大数据已成为与自然资源同等重要的战略资源[1]。医疗领域每天都产生大量数据,不是以TB(1TB=1GB)来统计,就是以PB(1PB=1TB)来统计。为此,广泛开展医疗大数据研究已成为医院方便患者的现实诉求。
据国际数据资讯公司统计,巨大的数据平均每年增长约50%[2]。有研究发现,人类从文明社会开始到2003年,共创造了5TB(兆亿字节)的信息[3]。2008年,Felice F, R就曾指出,庞大的数据流是新的科学线索,需要用新的方法来处理[4]。而维克托·迈尔在《大数据时代》中明确指出,大数据正在改变人们的生活、工作和思维,它开启了一个时代重大的变迁。
大数据已经成为新发明和新技术的源泉[5]。医疗行业正是大数据应用的重要领域。Kayyali B等提出大数据将对美国医疗行业产生重要的影响,许多潜在的价值正在被逐步揭示和显现[6]。国内学者邹贺锉等提出,大数据将对整个医疗系统包括管理与诊断手段造成“创造性破坏”[7]。“这种破坏”可能来自于医疗临床诊断数据,如医学影像、病历统计、检验、诊疗费用等,也可能来自药品研发、流行病学调查、发病机制、生理病理变化等。如何更好地开发和利用庞大的医疗大数据已成为人们关注的焦点。
无论是疾病治疗、临床实效研究、新药物研发,还是基础医学、医药卫生等,都涉及对数据的获取、管理和分析。如何高效地利用现代医学信息手段获得人们所需要的数据,是决定现代医学研究成败的关键。当前,尽管我国医疗服务体系机构庞大,但仍存在以下问题:(1)优质资源短缺;(2)患者病情复杂;(3)医疗费用高;(4)医生工作强度大。
然而,医疗大数据的研究和应用可以解决以上问题:(1)有效提高诊断准确性。医生利用医院间互通数据,结合患者健康情况和既往病史,可尽快做出诊断,而且可以让患者参与医疗全过程。(2)减少医患矛盾。基于健康大数据的医疗服务提供了新的医疗模式,即通过大数据统计推断或利用精准的生物医学数据获得患者特异的疾病通路,并依据通路对患者实行分组指导,使患者得到有效治疗。(3)节约医疗资源。通过大数据优化患者治疗方案,避免重复诊治。(4)提高医疗质量。通过对数据的有效整合,确保良好医疗技术的有效发挥,满足个性化医疗服务要求,保持了医疗服务的连贯性和及时性,推动了医学研究、临床决策、疾病管理以及医疗卫生决策等的转变。
大数据分析为解决许多医学难题提供了新的途径,也改变了一些疾病诊断和治疗模式。
(1)准确预测患病风险。通过开展组学研究及不同组学间的关联研究,系统整合生物医学与临床数据,可以更准确地预测个体患病风险和预后,并有针对性地实施预防和治疗。
(2)对流行病的防治。通过快速筛检未知病原,找出可疑致病微生物,确定已知病原或与其最接近的病原类型,以此推测其来源和传播路线,从而有效的开展药物筛选和相应的流行病防治。
(3)大数据公卫监测。利用有关专业数据,实时开展传染病、慢性非传染性疾病及相关危险因素监测,预测某些传染病的流行情况。
(4)数据健康管理。实时开展对个体体征数据(如心率、呼吸频率、体温、血压、血糖、血氧等)的健康管理,连续性监测并对流数据挖掘分析,以便为患者提供健康指导意见。
(5)大数据精准治疗。将大数据与中医的体质分型结合,通过科学养生的方式调整饮食结构。如,对刚出生婴儿通过基因检测,结合家族史,预测患高血压的风险性,以提醒家长在配餐时注意少盐,养成口味清淡的习惯,从而降低孩子患高血压的风险。
(6)大数据个性化治疗。将大数据分析用于结核病快速分子诊断系统,通过结核分枝杆菌耐药基因检测,快速检测临床结核病患者是否对一、二线八种药物具有耐药性。医院可根据检测结果定制个性化治疗方案,避免误诊和漏诊。
3.1对数据标准化和规范化进行宏观管理
当前,由于医疗数据信息的快速增长,加上半结构化和非结构化数据的大量增加,在很大程度上给标准化和规范化管理带来了一定难度。
为此,需要医疗卫生机构从宏观上进行管控,做好顶层设计,制定完善的规范、标准和制度。只有从源头上使零散和混乱的数据得到有效的整合,从根本上实行规范化和标准化管理,才能使医疗大数据真正发挥其应有的价值和作用。
3.2打破数据孤岛
由于行政体制存在条块分割、横向纵向管理不一的现象,使得医疗大数据管理上比较混乱,缺乏统筹安排,各医疗机构在数据利用方面形成了单打独斗、各自为政的局面,数据孤岛的情况较普遍。
要想破解这一难题,就需要打破常规思维模式,大力倡导医疗数据共享,由卫生行政主管部门牵头,调整好布局,解决技术难题,尽快立法立规,杜绝和避免数据孤岛现象的发生。
3.3规范信息存储
随着信息更迭速度的加快,医疗领域产生了大量的医疗数据。虽然这些数据在卫生事业发展中发挥着重要作用,但其存储投资却给医疗机构带来了一定压力,加上各医疗机构在存储技术开发和管理上重视程度不够,管理混乱,存储方式落后,数据分析效率不高等原因,严重制约了医疗数据的发展利用。
鉴于此,各医疗机构应从思想上高度重视,加强资金投入,引进人才,注重技术开发,加强有效的组织与管理,从根本上改变数据存储与管理乱象丛生的问题。
3.4提高数据利用率
尽管我国在大数据利用方面已积累了部分经验,但数据利用率低和浪费等问题仍很突出,如有些医疗机构好大喜功,存储数据只为应付上级检查,存在只存不用的现象。
如何有效地利用海量的医疗数据,不仅需要纠正错误的思想认识,而且需要加强技术攻关,从而提高医疗大数据的利用率。
3.5整合优化信息数据
各医疗机构存储的大量医疗数据是一笔无形的社会财富,但不少单位都将其束之高阁,特别是对一些半结构化和非结构化数据(如病历、心电图、医学影像资料)以及对流数据(实时视频、传感器数据、医疗设备监测数据)的处理存在诸多问题。如果不加以充分的分析、整合和挖掘,就会造成数据的浪费。
为此,需要各医疗机构尽快提高认知,增强医务人员和医疗科研人员利用医疗数据的自觉性,纠正分析、整合和挖掘信息不合理的现象。
3.6培养复合型人才
尽管目前各医疗机构已经拥有一批懂信息技术和医疗研究性复合型人才,但与时代发展的要求相比,还远远不够。
培养一批真才实学的双料复合型人才,是当前和今后很长一段时间国内生物医学大数据发展的重要工作。
(1)从“概念”走向“价值”。医疗大数据关系到人们的生活和健康,影响着社会的福祉,用医疗信息去影响医学实践并最终实现人群健康,这一点终究会得到人们的认可,其价值也会逐步体现。
(2)医疗大数据催生和完善循证医学。医疗大数据有助于循证医学科学证据的产生,通过大数据对大量健康数据进行整合,可获得可靠证据。同时,还可以通过网络实时数据,完善“虚拟临床试验”生产证据。
(3)促进数据安全与隐私保护。对海量数据进行挖掘分析时,患者的隐私信息存在不同程度的风险。利用访问控制技术,对不同的人员设置不同的访问权限,构建完善的数据分级制度,对于不同级别的个人信息和数据采用不同的保护措施[8],通过加强相关政策管制与立法,可使个人隐私得到安全保护。
(4)推动规模性的热点研究。医疗大数据不仅具有大样本、多学科、多病种、多因素的特点,而且具有一定的共享性。通过整合分析可为研究人员提供随访不同数据集的机会,推动各学科开展规模性的热点研究。
(5)准确预测个体患病风险和预防治疗。医疗大数据为疾病发生、预防和治疗提供了全面、全新的认识,也可通过系统整合生物医学与临床数据,进行健康监测与评估,开展个体化医学。
(6)可视化程度高,传播范围广。医疗大数据环境下信息图像清晰,可视化程度高,且传送速率快,传播范围广,在未来能够更清晰有效地传达大数据所包含的所有医疗信息。
医疗大数据发展前景广阔,是一门横跨生物医学、心理学、信息学、网络科学、系统科学等诸多学科的新兴交叉性热点技术。如何使其能够得到更好的规范、管理和共享利用,是未来研究的一个主要课题。此外,还应结合临床实践做一些预测性的工作,充分发挥医疗大数据的优势。只有牢牢的抓住这一点,解决好医疗大数据研究面临的主要问题,改变医学实践的发展模式,最终才能实现个体化治疗和群体性预防的目的。
[1]李国杰. 大数据研究的科学价值[J].中国计算机协会通讯,2012,8(9):8-15.
[2]郭晓科. 大数据[M].北京:清华大学出版社,2013.
[3]许哗. 大数据时代中国面临的挑战与对策[J].中国科技论坛,2015(3):24-29.
[4]Felice F, Rosalind R. Big data:distilling meaning from data[J].Nature, 2008,455 (72):30.
[5]维克托,迈尔·舍恩伯格.大数据时代[M].杭州:浙江人民出版社,2012:1-5.
[6]Kayyali B, Knott D and Kuiken S. The Big Data Revolution in US Health Gare; accelerating value and innovation[EB/OL]. [2014-05-01].http://www.mckinsey. com/insights/health_ systems_ and- services/the big data revolution- in- us- health- care.
[7]邹贺锉.大数据价值堪比石油[EB/OL]. [2014-12-01].http://www.cn-healthcare. com/conferences/hybd/2012-12-19/content 415555. html.
[8]周建文.大数据环境中的医疗数据隐私保护[J].中国管理信息化,2015,18(4):51.
通信作者:
张云宏:兰州军区乌鲁木齐总医院医务部主任,主任医师
E-mail:1346037833@ qq .com
修回日期:2016-01-13
责任编辑:姚涛
Medical Big Data Research Facing on Opportunities and Developing Trend/HUI Huaqiang,ZHENG Ping,ZHANG Yunhong.//Chinese Health Quality Management,2016,23(2):91-93
This paper, through an overview of medical data, introduces the necessity and the role of medical data research, and deeply discusses the main problems facing on the medical data research and plan to be solved out. On the basis the future development tendency at medical research data is also discussed. This paper provides a theoretical basis for strengthening up the research of medical big data and catering to the development of medical data in the future.
Medical Data; Medical Research; Clinical Medicine
10.13912/j.cnki.chqm.2016.23.2.30
张云宏
2015-11-25
惠华强郑萍张云宏*
兰州军区乌鲁木齐总医院新疆乌鲁木齐830000