浅析精准医学大数据的分析与共享

高艳玲

摘要：目前，在我国的建设和发展过程中，大数据技术的应用和发展，已经深入到各行各业的经营发展中，为我国的各方面建设发展带来了巨大的帮助。因此，医院在经营发展的过程中，也在不同程度的应用，以提升对相关医学运营数据的应用效果，促进医院的整体发展水平全面提高。在本研究中，将针对精准医学大数据的分析与共享进行分析，为医学发展提供稳定的数据基础。

关键词：精准医学;大数据;分析共享

中图分类号：TP3       文献标识码：A

文章编号：1009-3044（2021）28-0027-03

开放科学（资源服务）标识码（OSID）：

精准医学是现代医疗科技和模式的改革和创新，它覆盖了流行病学、预防医学、康复医学以及临床医学等多个不同学科领域。精准医学是当前医学科技的主要发展方向，在一些重大疾病的防控技术、生命保健技术等很多方面的医疗技术都取得了非常大的突破，对我国的相关医疗发展产生了重要的促进作用。它借助大数据技术充分发掘和提取有价值的数据信息，为不同患者制定具体的定制化、个体化预防和治疗方案。精准医学与大数据的有效结合，这对我国相关的医学数据分析和共享十分有利，能够更好地满足相關利益单位的发展需求，为我国的相关医学研究发展提供良好的基础。

1 相关理论概述

1.1 精准医学的概念

精准医学是依据患者内在生物学信息以及临床症状和体征，对患者实施关于健康医疗和临床决策的量身定制，其主要目的是利用人类基因组及相关系列技术对疾病分子生物学基础的研究数据，整合个体或全部患者临床电子医疗病例。精准医学表示根据每位患者的个体差异来调整疾病的预防和治疗方法，是一种根据患者的不同，进行医疗方法定制的医疗模型。与传统的医疗发展体系不同，传统的医疗发展体系，是针对相关的疾病治疗，应用统一化的治疗方法来开展相关的治疗工作。而精准医学的开展，是对患者相关病症进行分析，深入分析患者的分子和基因组信息，并根据对患者的相关信息了解，来提升治疗方案的针对性。

1.2 精准医学大数据

当前，针对精准医学大数据并没有准确的定义，笼统的来说，精准医学大数据就是在精准医学的发展基础上，结合大数据技术、理念的应用。也就是说在对相关医学信息进行分析和了解的基础上，还要对相关的环境因素、患者行为等多方面的信息进行总体的整合分析，为相关医疗工作的开展，提供更加全面、科学的参考数据基础。

2 精准医学大数据的系统整合与深入分析

2.1 生物医学大数据的集成与管理

在当前的网络技术发展过程中，大数据的相关技术已经深入应用到许多行业、领域的经营发展中，通过对相关数据信息的整合分析，为相关工作的开展，提供了准确的参考、调整基础。在医疗技术的快速发展中，患者进行病症检测的过程中，随着相关检测水平的提高，对患者相关病症变化、影响等方面分析的精度、准确度等都在不断地提升，为患者的临床诊疗工作开展，提供了非常准确的数据参考基础。而医院在进行患者相关病症信息管理的过程中，需要对相应的信息内容进行全面的整理，并进行留存。这些信息的应用，不仅是为了能够对患者的相关病例信息进行管理，也是为了对患者将来的某些治疗工作开展提供有效的参考[1]。因此，为了更好地保障相关检测信息的准确性，通常都会选择相应的影像文件、录音、文本记录的原始数据信息进行留存。

在对生物医学的大数据进行集成和管理的过程中，其不仅仅是指患者的相关病症信息，同时还包括相应的多发病症观测、医院专科病症诊疗的相关案例信息，以及相应的基因图谱序列记录等相关内容。通过对相应的信息进行集成和管理，为我国的相关生命信息中心建设，提供良好的信息整理基础，为我国的相关病症诊疗、防控等工作开展做好相应的基础建设。虽然我国近年来，相关的网络信息技术，以及网络硬件芯片等方面技术都有了飞跃的进步，为我国建设一个国家级的生命信息中心做好了基础硬件建设准备。但是，由于我国人口数量众多、地域辽阔，相关的病症类型复杂、影响因素众多，对信息的集成和管理带来了很大的困难，建设工作的开展仍需要长久的努力。因此，必须要全面促进生物医学大数据的集成与管理工作开展。

2.2 生物医学大数据的了解和分析

随着医疗技术水平的不断进步和发展，对于相关病症的检测精度、深度等方面都有非常明显的提升，因此，所产生的数据信息量也在飞速增长。进行相关的生物医学大数据的信息了解与分析，是为了能够在不同的医疗单位、功能体系中，可以及时、准确地对患者的相关病史、基因组信息等多方面的信息内容，具有深入、准确的了解，提升临床诊疗工作的效率和质量。但是，在进行相关病例信息整合的过程中，由于整体的医疗信息组成结构较为复杂，且很多信息的检测范围、细化深度等方面，都有不同程度的差异。且相应的生物医学系统本身也存在不同程度的差异，导致相应的数据进行分析和共享工作开展中，实际所得出的分析与共享效果非常低，远远未达到理想水平。尤其在关于基因图谱序列的检测和数据整理方面，由于相关的检测环境、检测技术应用等方面都存在不同的差异，为真正地实现数据的分析与共享，必须要对相关的数据结构，制定一个统一的筛选标准，以充分保障在不同的检测环境下，所得出的数据结果，具有良好的准确性和有效性。

2.3 精准医学大数据的整合与共享

在进行精准医学大数据的分析与共享过程中，其主要是根据同类型的数据标准进行整合，并进行精细化管理。在大数据标准中对相关医学信息进行整合的过程中，需要充分保障的整合的医学数据信息的检测范围、方法、精度、深度等方面都能够达到一个统一化的管理标准，以充分保障医学数据信息参考的有效性。在医学科技的不断发展过程中，相关的医疗技术也在不断地优化和更新，所得出的医疗信息的准确性也在不断地提高[2]。但是，由于很多医疗技术在进行检测的过程中，所应用的检测精度、检测方向等都存在不同程度差异，导致所得出的数据的有效性和参考范围等都有明显的不同。因此，需要对相关的检测技术进行这个研究分析，衡量出一个统一化、规范化数据整合标准，并计算出不同检测方法下得出的数据信息结果的转变公式，为实现大数据的整合与共享做好基础的数据筛选。

3 生物大数据的精准医学应用

3.1 大数据背景下的疾病风险评估与健康指导

在对患者病症的临床诊断中，患者病症诊断的风险评估，是在对患者的病症状况做出准确评价的同时，对所产生的相关风险情况做出准确衡量的重要界限。通過对疾病风险的评估，可以对患者的身体健康状况，可能出现的病症情况等做出更加详细、准确的了解，为患者的病症诊疗工作开展，提供良好的信息参考基础。目前，人们的自我保健意识正在不断提升，对疾病风险评估的应用也在不断提高，结合相应的生物大数据信息，对患者的疾病风险状况做出准确的评估，可以对患者是否存在某些其他疾病，以及其他疾病的发生概率等一定的预测，来实现对患者的及早干预和预防，对患者的生命健康做出有效的保障。疾病的风险评估与健康指导是相辅相成的两项工作，通过对患者出现相关疾病的风险做出准确的评估，通过患者的大数据共享，对患者的健康状况做出准确的了解。再结合相关的评价结果，对患者进行针对性的健康指导，科学的改善患者的身体健康状况，提高身体素质。

3.2 整合分析多组学和临床数据准确判断病症

在当前的病症临床诊断中，一些疾病及相关发病因素，都具有很强的隐蔽性，通过一些常规的检测方法，很难对其做出准确的检测，不仅对相关诊疗工作的开展带来了很大的难度，同时，也很可能会导致患者错过最佳的抢救时间。自从上世纪学者Pauling明确了镰刀型细胞贫血病的分子遗传方式，到今天已经明确的遗传疾病已经超过五千多种，主要分为单基因、多基因以及染色体异常等三种不同类型的遗传疾病。多组学和临床大数据等科技手段已经在基因遗传病检查、产前筛查和遗传学检测等多方面进行临床实践，已经取得初步成效。同时，它还在早期肿瘤检测、肿瘤复发筛查以及临床治疗效果等方面获得初步成效。

通过整合分析多组学和临床数据，对患者的一些家族病史、遗传基因等方面的情况做出多方面的整合分析，来判断患者是否出现某些相关疾病的概率。同时，还有某些疾病属于其他疾病或致病菌出现变异情况所导致的疾病，而因其在进行病症表现、致病菌属性等方面，与其他致病菌存在非常大的相似，但又在一些方面表现出明显的不同，对临床诊疗工作的开展带来了极大的难题[3]。通过大数据分析，能够帮助研究人员更加快速的明确不同病症的亚型，不同病症分子亚型在临床表现、治疗成效等多个方面存在较大差异。通过整合分析多组学和临床数据，对相应的病菌属性，从多个角度对致因素进行分析，并对相应的临床数据进行详细对比观察，来准确地判断相应的病症，为临床诊疗工作的开展奠定良好的数据信息参考基础。

这种科技手段除了应用在肿瘤方面之外，还被用在其他疾病的诊断上。例如：自闭症谱系障碍。通过精准医学大数据对外显子组、基因表达、蛋白质表达、心理测试以及影像检测等一系列数据的分析。科研人员发现了新的自闭症诊断方式，找出新的病症亚型，同时也为后续治疗提供数据分析和方案。

3.3 精准医学大数据的药物研发和用药指导

在目前的医药研究发展中，相关的药物研发中，针对疾病的定点靶细胞研发是一项重要的研究方向，可以使相关的药物具有很高的针对性，大大地缩短病症治愈时间。在进行药物研发的过程中，需要充分结合相应的大数据信息，对相应的药物特性进行对比、筛选，提升药物研发的速度。

肿瘤疾病是多基因疾病的一种类型，它是需要多靶点药物进行治疗的。精准医学的大数据分析，能够为肿瘤新靶点的明确提供更多更有效的技术方法。二十世纪八十年代末，科学人员发现了HER2蛋白的侵袭性乳腺癌亚型这一现象。由此研发出曲妥珠单抗（赫赛汀）药物，来对抗和治疗HER2型的乳腺癌。在精准医学大数据环境下，将会出现科技含量更高，副作用更小的，治疗肿瘤疾病的药物，而且这些药物会集中针对一种或多种肿瘤的靶点。在一些患者用药过程中，因为病症或遗传等其他因素的影响，需要对患者的用药量进行适当的调整，可以通过精准医学大数据，对相应的用药量进行科学的调整。

在用药指导层面，目前大部分的临床医学是依据病症体征、特点，辅助的器械和影像学检查结果进行病因诊断和分析。医生对相同或类似病症的患者，大多采用相同的治疗方法。而在精准医疗大数据环境下，不同的患者对相同药物的治疗效果存在差异，不同患者的用药和患者自身的遗传基因有密切关系。因此，精准医疗可以根据大数据分析将不同患者进行分类，并给出多种不同治疗参考方案。当前，美国现有160多种药物在使用说明中备注了相关的基因信息，欧盟药品管理局有90多种，日本有28种，但是我们国家只有不到10种药物标注了基因信息，而且要求模糊没有强制执行。如果能够实现精准医学大数据用药的临床指导，极有可能减少甚至完全避免别嘌醇、甲氨蝶呤、巯嘌呤等药物的严重不良反应。

4 结束语

综上所述，精准医学大数据的分析和共享，对目前的医疗技术发展和医疗水平提升，都带来了极大的帮助。但是，它在生物样本和大数据等方面的资源共享依然存在很多难题。此外，怎样高效率的集合、分析生物数据，为临床医学提供有效靶点，提供用药指导，也是当前医学科学的重要研究内容。根据当前精准医学大数据分析和共享研究，我国相关法律学界也在积极进行探究，协调多部门进行研究分析制定科学政策。在此基础上，务必要建立精准医学所需要的各种大数据资料库和相关分析资料。在具体的精准医学活动实践方面，必须要将精准医学的评估、评价和治疗系统归纳进去，为多种不同基因类型的患者提供个性化诊断和治疗方案。但在相关的信息集合、管理等方面仍面临着非常大的挑战，因此需要整个医疗体系共同努力，全面提升对相关信息的集合和管理水平，推动精准医学大数据的分析与共享建设，为我国医疗建设发展奠定良好的基础。

参考文献：

[1] 陈松景，钱庆，吴思竹，等.精准医学大数据汇交管控模型与应用研究[J].中华医学图书情报杂志，2018，27（10）：14-19.

[2] 徐新杰，朱玲，黄辉.精准医学研究中的大数据与隐私保护体系建设[J].中华医学科研管理杂志，2018（1）：3-7，11.

[3] 马小明.精准医学大数据的分析与共享[J].科技视界，2017（34）：143，165.

[4] 宋昊翀，郭刚，林合华，等.大数据时代中医体质养生应对的四维向度[J].云南中医学院学报，2017，40（1）：77-81.

[5] 方朝晖，陆瑞敏，赵进东，等.基于大数据的糖尿病中医精准医疗管理模式研究[J].中医药临床杂志，2017，29（8）：1150-1153.

[6] 吴晓安.精准检测+精准医疗：CTC检测在血液里“拦截”癌细胞[J].自我保健，2017（6）：50-51.

【通联编辑：朱宝贵】