健康医疗大数据发展应用的思考

史钰斐

摘 要：现阶段，我国不断快速发展的信息技术与计算机科学促使健康医疗大数据得到更加广泛的应用。在健康保健、卫生管理与医疗服务中会有大量的数据产生，进而形成健康医疗大数据。健康医疗大数据可以为临床诊疗、卫生监测、政策制定与执行等提供支持，促使健康医疗邻域的治理能力与水平得到大幅提升。文章分析健康医疗大数据发展应用需要面临的挑战，提出未来健康医疗大数据的发展趋势，以促进健康医疗大数据在我国社会发展过程中得到充分应用。

关键词：发展;应用;思考;大数据;健康医疗

0引言

健康医疗大数据的应用，能够促使健康医疗模式发生一定的变化，不仅能使医疗服务质量与效率得到提升，有效降低医疗费用，也可以扩大健康医疗资源的供给，因而在我国社会发展过程中具有极其重要的作用。然而，健康医疗大数据的发展又面临大量挑战，导致健康医疗大数据的作用无法得到充分发挥。因此，在发展与应用健康医疗大数据时，需要根据健康医疗发展的实际情况与需求，对健康医疗大数据的体系进行优化与完善，才能够确保健康医疗大数据充分发挥作用。

1健康医疗大数据的主要内容

近几年，我国健康医疗信息化发展迅速，医疗服务、健康保健与卫生管理产生了大量的数据集，形成了健康医疗大数据。一般来说，健康医疗大数据可划分为几类：电子病历、医学影像、电子健康档案等健康医疗服务数据;新型农村合作医疗、城镇居民基本医疗保险等医疗保险数据;蛋白质组、基因序列等生物医学数据;疾病监测、传染病报告等公共卫生数据。

2健康医疗大数据发展应用所面临的挑战

2.1 基础设施的能力与质量较低

现阶段，我国不断快速增长的健康医疗大数据的应用对基础设施的能力与质量提出越来越高的要求，主要体现在以下两个方面：一方面，需要对不同设备与应用系统所产生及收集的呈指数增长的数据进行处理。另一方面，需要采取适当的管理模式，将信息化基础设施构建为一个持久性的应用平台，促使健康医疗大数据可以进行连续性的跨领域合作[1]。随着健康医疗数据量的增加，以及跨地区、跨国际的计算，不仅需要较快的传输速度，也需要可靠的服务质量。其次，健康医疗大数据具有时效性与折旧性，只有具备更加先进的计算能力与较大容量的吞吐能力，才能满足健康医疗大数据的发展应用需求。

2.2 数据管理存在大量挑战

健康医疗大数据在数据管理方面存在质量、保存、整合等问题。随着数据规模、产生速度与复杂度的增加，例如健康行为、人类基因组学等相关数据，会使系统同时引入各种类型的误差与错误，使得健康医疗大数据的应用极其容易产生分布式数据清洗、质量检测等挑战性问题;各种存储技术严重缺少统一标准，无法达到兼容，会发生大量数据丢失的情况，进而严重影响新旧系统之间数据的迁移[2]。数据整合度较低，主要原因是在业务流程与组织管理实践中没有完整的嵌入数据，例如在临床诊疗中没有整合患者监控数据等。

2.3 严重缺乏安全隐私保护措施

如果安全隐私保护不够完善，会对数据共享范围有影响。因为健康医疗大数据会涉及大量的内容，例如患者的隐私、医疗机构的安全以及其他的特殊要求，所以健康医疗大数据的应用存在严重的法律安全隐患。随着基因组学的发展以及研究活动规则的改变，隐私泄露无法避免。虽然传统数据库可以利用数据粒度的安全性控制，保障安全隐私，但是大数據技术操作不够完善，无法为安全隐私提供有效的保护。

2.4 严重缺少复合型人才

大量复合型人才是推动健康医疗大数据应用发展的基础，但世界上仅有一部分公司掌握对大数据分析的核心技术。全世界都需要数据解释工作人员，利用信息技术向决策者展示数据处理后的可视化结果，再将大数据的分析结果转化为政策，为医疗服务、管理、决策提供相关参考依据。因此，为确保健康医疗大数据的发展应用，必须重视医疗卫生机构、企业等复合型人才共育模式的建立。

2.5 严重缺乏健康医疗大数据发展应用的体制

当前健康医疗大数据发展应用过程中存在的主要问题是大数据融合应用、共享协作等体制不够完善，导致在处理来自不同机构、遵循不同标准的多源数据时，数据、技术与应用的有机结合存在大量的问题。其次，严重缺少多学科、产学研、跨机构的合作机制，产业自主创新实力较低，存在数据融合共享渠道不畅的情况，还会产生运行机制不顺等问题。

2.6 需要突破健康医疗大数据发展应用的关键技术

健康医疗大数据整合应用是必然的发展趋势，但我国现有的标准与技术无法满足对其的整合应用要求，主要是缺少固定的描述格式、统一的标准与表示方法等，会增加集成融合不同层次结构化、半结构化与非结构化数据的难度。其次，软硬件协同与数据处理会被时效性所局限，导致分布式系统的分区容错性、一致性与可用性无法兼得，无法解决先验知识缺乏、医疗卫生数据采集、处理的实时性等难点问题。

3健康医疗大数据的发展趋势

3.1 健康医疗大数据驱动临床决策支持与精准医学研究

以具有较高诊疗费、发病率，会对健康造成较大威胁的疾病，例如肿瘤、心脑血管疾病等为例，对专病临床医学数据中心进行建设，并利用基因芯片与基因测序技术，确认大量个体的蛋白质组、代谢组数据、基因组，加上大数据分析挖掘技术的使用，比较研究疾病的早期诊断、疗效，可以发现疾病治疗的相关靶标，促使疾病预防与诊疗水平得到大幅提升，逐渐成为精准医疗研究与临床决策支持的重要内容[3]。其次，在蛋白质组学、代谢组学、基因组学等生物医学大数据研究中，异构数据整合与挖掘、分布式存储与并行计算架构等技术具有极其重要的作用。

3.2 电子健康档案需要向智能化方向发展

为确保每位公民都可以具有一份标准化的电子健康档案，需要建立覆盖全体居民的电子健康档案平台，通过对个人全面健康信息的汇聚，能够更加有助于人们及时获取自己的健康医疗数据。通过建设电子健康档案云平台，能够帮助人们在线跟踪与咨询病情，避免进行重复的检查，减轻人们的经济负担。在建设电子健康档案时，需要对一系列的功能进行开发，例如药物相互作用提醒、疫苗接种提醒等，促使电子健康档案成为集预防、治疗、康复与健康管理为一体的个人全生命周期的健康管理平台。其次，利用电子健康档案，分析人们的健康状况、患病情况，及时获取异常公共卫生事件，促使公共卫生监控具有十分广泛的覆盖面与较高的响应速度。

3.3 健康医疗大数据需要重视开放共享与隐私保护

现阶段，随着健康医疗大数据被广泛的应用，大部分国家都极其重视数据的开放共享，促使健康医疗大数据发展应用的创新。健康医疗属于极其重要的民生邻域，国外一些发达国家都将健康医疗作为优先开展数据开放的领域。实现数据开放会存在一定的数据与个人隐私安全的威胁，在对数据开放共享时，必须从以下两方面强化健康医疗信息安全的技術支撑：一方面，为确保信息安全监测、预警与应对能力的提高，必须强化健康医疗行业网络信息安全等级保护、网络信任体系建设。另一方面，通过构建数据安全、信息安全认证审查机制与个人隐私影响评估体系，能够使信息安全越来越流程化与制度化。

3.4 实现个性化与社会化的健康管理

现阶段，各类传感器、智能手机的快速发展与广泛应用，促使移动医疗可以与用户、服务真正连接，利用互联网向患者提供优质的医疗资源，使患者可以获得更加便捷化与个性化的健康服务，例如居家养老、居家护理与慢病管理等，使健康服务模式能够从治疗转变为预防与保健，能够更加利于健康服务向新的方向发展。因为社交网络能够使患者交流与医患沟通越来越普遍，所以医疗机构需要积极应用社交网络平台与患者沟通，主动收集患者的需求，并将合适的健康医疗服务推送给患者。另外，广泛的应用高维分析、自我量化算法等大数据处理技术，能够大幅提升慢性病患者的个性化健康服务的质量与效率，例如心脑血管、糖尿病等慢性病。

4结语

综上所述，虽然目前健康医疗大数据得到了广泛的发展应用，但仍有较大的挑战，基础设施的能力与质量较低，数据管理不够完善，都会严重影响健康医疗大数据的发展应用。因此，为促进健康医疗大数据的发展应用，不仅需要驱动临床决策支持与精准医学研究，也需要将电子健康档案智能化，还需要重视开放共享与隐私保护。要不断发挥健康医疗大数据的作用，让人们通过健康医疗大数据的应用了解自身健康状况，进而大力促进我国健康医疗卫生事业的发展。

[参考文献]

[1]袁杨.健康医疗大数据应用发展的SWOT分析[J]. 医学信息学杂志，2018（7）：22-26，45.

[2]马诗诗，于广军，崔文彬.区域卫生信息化环境下健康医疗大数据共享应用思考与建议[J].中国数字医学，2018（4）：16-18，30.

[3]李华才.扎实推进健康医疗大数据应用研究的几点思考[J].中国数字医学，2018（3）：1.

（编辑 何 琳）