■ 楊立成高雅杰王耀剛趙道致

基于SWOT模型的大數(shù)據(jù)在醫(yī)療領(lǐng)域應(yīng)用分析

■ 楊立成①②高雅杰①王耀剛①趙道致②

大數(shù)據(jù) 大數(shù)據(jù)醫(yī)療 SWOT模型 醫(yī)院信息化 臨床決策支持

通過(guò)對(duì)大數(shù)據(jù)概念的介紹，闡述了其在臨床決策支持、個(gè)性化醫(yī)療、健康監(jiān)測(cè)、流行病監(jiān)測(cè)與預(yù)報(bào)等醫(yī)療領(lǐng)域的幾個(gè)典型應(yīng)用，分析對(duì)比了國(guó)內(nèi)外大數(shù)據(jù)醫(yī)療的應(yīng)用狀況。運(yùn)用SWOT模型系統(tǒng)分析了大數(shù)據(jù)醫(yī)療的數(shù)據(jù)量大、應(yīng)用范圍廣等優(yōu)勢(shì)；醫(yī)療信息平臺(tái)尚未聯(lián)通、數(shù)據(jù)挖掘難度大等劣勢(shì)；技術(shù)支持、政策支持等機(jī)會(huì)；數(shù)據(jù)泄露風(fēng)險(xiǎn)、數(shù)據(jù)真實(shí)性有待提高等威脅。據(jù)此，提出應(yīng)突破管理機(jī)制、深度挖掘醫(yī)療大數(shù)據(jù)，提高其真實(shí)性、提高醫(yī)療大數(shù)據(jù)的安全性等建議。

Author's address：Tianjin Medical University, No.22, Qixiangtai Road, Heping District, Tianjin, 300070, PRC

①天津醫(yī)科大學(xué)，300070 天津市和平區(qū)氣象臺(tái)路22號(hào)

②天津大學(xué)管理與經(jīng)濟(jì)學(xué)部，300070 天津市南開(kāi)區(qū)衛(wèi)津路92號(hào)

隨著信息技術(shù)的發(fā)展，大數(shù)據(jù)逐漸成為人們的研究熱點(diǎn)，其在電商、金融、體育等行業(yè)已有許多成功的應(yīng)用。最早被看作大數(shù)據(jù)主要應(yīng)用領(lǐng)域之一的醫(yī)療行業(yè)，早就遇到了海量數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的挑戰(zhàn)。近年來(lái)很多國(guó)家都在積極推進(jìn)醫(yī)療信息化發(fā)展，這使得很多醫(yī)療機(jī)構(gòu)開(kāi)始做大數(shù)據(jù)分析。

目前學(xué)術(shù)界普遍引用的大數(shù)據(jù)定義為：大數(shù)據(jù)，或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無(wú)法通過(guò)目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊[1]。

1 大數(shù)據(jù)醫(yī)療

結(jié)合大數(shù)據(jù)定義及醫(yī)療領(lǐng)域的特點(diǎn)，得出醫(yī)療大數(shù)據(jù)的定義：醫(yī)療行業(yè)中產(chǎn)生的海量數(shù)據(jù)可稱為大數(shù)據(jù)醫(yī)療。其來(lái)源包括四類：制藥企業(yè)/生命科學(xué)、臨床醫(yī)療/實(shí)驗(yàn)室數(shù)據(jù)、費(fèi)用報(bào)銷(xiāo)/利用率和健康管理/社交網(wǎng)絡(luò)[2]。

在醫(yī)療領(lǐng)域，可以利用大數(shù)據(jù)的分析處理能力，來(lái)促進(jìn)整個(gè)行業(yè)的發(fā)展進(jìn)步。尤其是疾病預(yù)防方面，如果充分利用大數(shù)據(jù)的優(yōu)點(diǎn)，實(shí)現(xiàn)醫(yī)院之間的相互聯(lián)網(wǎng)，則可以很好地判斷疑似患者流向、及時(shí)控制疫情。同時(shí)利用大數(shù)據(jù)又可促進(jìn)新藥物等的迅速研發(fā)，減少時(shí)間，減輕傳染病的危害。比如，一所醫(yī)院在為患者進(jìn)行治療時(shí)，發(fā)現(xiàn)某些方式不成熟，就可以利用大數(shù)據(jù)及時(shí)搜索相關(guān)醫(yī)院的信息，及時(shí)獲取有用的治療信息來(lái)給患者做治療服務(wù)。這既可以縮短時(shí)間，及時(shí)搶救患者，又可以及時(shí)進(jìn)行疫苗研制，提出預(yù)警。

與其他行業(yè)相比，醫(yī)療行業(yè)有其自身的特殊性和復(fù)雜性。醫(yī)療行業(yè)不僅擁有海量數(shù)據(jù)而且類型多樣，其蘊(yùn)含的信息價(jià)值豐富多樣。如能對(duì)其進(jìn)行有效存儲(chǔ)、處理、查詢和分析，在醫(yī)療行業(yè)的多個(gè)領(lǐng)域都將大有可為。

目前，大數(shù)據(jù)在醫(yī)療領(lǐng)域的應(yīng)用主要包含以下幾個(gè)方向：藥品研發(fā)、個(gè)性化醫(yī)療、臨床決策支持、流行病預(yù)報(bào)與監(jiān)測(cè)、遠(yuǎn)程患者的數(shù)據(jù)分析及人口統(tǒng)計(jì)學(xué)分析等方面。以下簡(jiǎn)要介紹大數(shù)據(jù)在醫(yī)療領(lǐng)域的幾項(xiàng)典型應(yīng)用。

1.1 臨床決策支持

臨床決策支持系統(tǒng)可以降低醫(yī)療費(fèi)用，保證診療工作的準(zhǔn)確高效。將大數(shù)據(jù)分析技術(shù)用于臨床決策支持系統(tǒng)可以使該系統(tǒng)更加智能化。比如：數(shù)據(jù)挖掘醫(yī)療文獻(xiàn)數(shù)據(jù)庫(kù)可以給醫(yī)師提出更合理的診療建議，提醒醫(yī)師防止藥物不良反應(yīng)等潛在的錯(cuò)誤，也可以使用圖像分析和識(shí)別技術(shù)，識(shí)別醫(yī)療影像數(shù)據(jù)，提高診療的質(zhì)量，這主要得益于大數(shù)據(jù)分析技術(shù)對(duì)非結(jié)構(gòu)化數(shù)據(jù)的強(qiáng)大分析能力。

1.2 個(gè)性化醫(yī)療

對(duì)例如基因組數(shù)據(jù)的生理大型數(shù)據(jù)集分析，然后進(jìn)行個(gè)性化醫(yī)療。全面分析患者特征數(shù)據(jù)和療效數(shù)據(jù)，包括考察患者基因排序，對(duì)特定疾病的易感性和對(duì)藥物的特殊反應(yīng)關(guān)系，在治療過(guò)程中針對(duì)患者的特殊性進(jìn)行針對(duì)性治療。

1.3 健康監(jiān)測(cè)

結(jié)合智能穿戴設(shè)備以及移動(dòng)APP實(shí)時(shí)獲取患者的健康信息，建立一個(gè)數(shù)據(jù)庫(kù)。對(duì)患者的健康做出預(yù)測(cè)和提醒服務(wù)。例如提醒患者及時(shí)服藥及其可能會(huì)出現(xiàn)某一方面的健康問(wèn)題，要求注意飲食和生活習(xí)慣。由于醫(yī)療物聯(lián)網(wǎng)由這些智能無(wú)線穿戴設(shè)備組成，每時(shí)每刻都會(huì)產(chǎn)生數(shù)據(jù)，與大數(shù)據(jù)密切相關(guān)。從目前的研究現(xiàn)狀來(lái)看，智能穿戴設(shè)備在當(dāng)今以至將來(lái)，都是信息科技與醫(yī)療結(jié)合的主要攻關(guān)方向。

1.4 流行病監(jiān)測(cè)與預(yù)報(bào)

大數(shù)據(jù)技術(shù)也可以用于流行病的監(jiān)測(cè)與預(yù)報(bào)。中國(guó)疾病預(yù)防控制中心建設(shè)的國(guó)家傳染病與突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)直報(bào)系統(tǒng)已經(jīng)投入運(yùn)行，每年有600多萬(wàn)的個(gè)案信息由全國(guó)各地上報(bào)并存儲(chǔ)，現(xiàn)在網(wǎng)絡(luò)直報(bào)系統(tǒng)覆蓋了全國(guó)所有縣級(jí)以上疾控機(jī)構(gòu)。上報(bào)的海量數(shù)據(jù)通過(guò)大數(shù)據(jù)技術(shù)能夠進(jìn)行全面的疫情監(jiān)測(cè)和分析，并通過(guò)集成疾病監(jiān)測(cè)和響應(yīng)程序，預(yù)測(cè)傳播途徑和時(shí)間，以便采取有力的措施降低流行病的感染率。

2 國(guó)內(nèi)外大數(shù)據(jù)醫(yī)療發(fā)展現(xiàn)狀

2.1 大數(shù)據(jù)在國(guó)外醫(yī)療領(lǐng)域的研究和應(yīng)用現(xiàn)狀

醫(yī)療大數(shù)據(jù)在西方各國(guó)的作用日益顯現(xiàn)，相應(yīng)得到了各國(guó)的重視，尤以美國(guó)為代表。奧巴馬政府投資數(shù)億美元用于促進(jìn)醫(yī)療大數(shù)據(jù)的發(fā)展，如美國(guó)國(guó)家衛(wèi)生研究院對(duì)遺傳的研究，建立了世界最大的遺傳變異研究數(shù)據(jù)集：國(guó)際千人基因組項(xiàng)目[3]。還制定了《健康保險(xiǎn)隱私及責(zé)任法案》，規(guī)定醫(yī)療服務(wù)業(yè)嚴(yán)格遵守該法案，從法律上來(lái)完善醫(yī)療大數(shù)據(jù)的良性運(yùn)行，發(fā)揮其積極作用。除此之外，許多公司利用大數(shù)據(jù)來(lái)分析人類基因序列，同時(shí)考察基因的變異及對(duì)特殊藥物的反應(yīng)，從而借助大數(shù)據(jù)進(jìn)行相關(guān)藥物的研發(fā)。

2.2 大數(shù)據(jù)在國(guó)內(nèi)醫(yī)療領(lǐng)域的研究和應(yīng)用現(xiàn)狀

與國(guó)外相比，國(guó)內(nèi)醫(yī)療領(lǐng)域的大數(shù)據(jù)起步較晚，數(shù)據(jù)挖掘發(fā)展緩慢，但近幾年出現(xiàn)了蒸蒸日上的發(fā)展態(tài)勢(shì)。例如，2004年初，國(guó)家傳染病與突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)直報(bào)系統(tǒng)由中國(guó)疾病預(yù)防控制中心建設(shè)并實(shí)施運(yùn)行。經(jīng)過(guò)10年的發(fā)展，該系統(tǒng)幾乎覆蓋了所有縣級(jí)及以上的疾控機(jī)構(gòu)，大大縮短了報(bào)告時(shí)間。同時(shí)覆蓋多種傳染病，且建立了對(duì)霍亂等疾病的監(jiān)測(cè)，及時(shí)做到對(duì)傳染病的自動(dòng)預(yù)警,降低了傳染病大爆發(fā)的可能性。2013年召開(kāi)的“中國(guó)心血管臨床研究數(shù)據(jù)共享平臺(tái)高峰論壇”，使得推進(jìn)心血管臨床研究數(shù)據(jù)共享平臺(tái)項(xiàng)目由概念階段正式步入到開(kāi)始細(xì)化行動(dòng)方案的階段[4]。

3 基于SWOT模型分析大數(shù)據(jù)醫(yī)療

3.1 優(yōu)勢(shì)分析（Strengths）

3.1.1 數(shù)據(jù)量大。醫(yī)療行業(yè)是一個(gè)生態(tài)系統(tǒng)，這個(gè)生態(tài)系統(tǒng)中的各個(gè)角色在運(yùn)轉(zhuǎn)的醫(yī)療生態(tài)環(huán)境中產(chǎn)生了大量的數(shù)據(jù)。作為醫(yī)療提供方的醫(yī)療機(jī)構(gòu)掌握著患者的醫(yī)療檔案，如各類門(mén)診記錄、住院記錄、影像記錄、用藥記錄、手術(shù)記錄、隨訪記錄、醫(yī)保數(shù)據(jù)等。作為醫(yī)療服務(wù)和產(chǎn)品支付方的商業(yè)保險(xiǎn)公司以及社會(huì)保險(xiǎn)積累了病種、醫(yī)療消費(fèi)項(xiàng)目及費(fèi)用的相關(guān)信息。大數(shù)據(jù)的優(yōu)勢(shì)是能夠處理海量的數(shù)據(jù)信息，海量的數(shù)據(jù)增大了挖掘出更多有價(jià)值信息的可能性。

3.1.2 應(yīng)用范圍廣。大數(shù)據(jù)在醫(yī)療領(lǐng)域的應(yīng)用十分廣泛，例如：個(gè)性化診療、臨床決策支持系統(tǒng)、遠(yuǎn)距病患監(jiān)測(cè)、疾病防控等領(lǐng)域都有十分廣闊的應(yīng)用前景。

3.2 劣勢(shì)分析（Weakness）

3.2.1 醫(yī)療信息平臺(tái)尚未聯(lián)通。醫(yī)療領(lǐng)域的海量大數(shù)據(jù)對(duì)于推動(dòng)我國(guó)醫(yī)療衛(wèi)生的發(fā)展提供了必要的條件，但是目前的現(xiàn)狀是醫(yī)療大數(shù)據(jù)在很大程度上散落于不同地區(qū)的醫(yī)療單位內(nèi)部，沒(méi)有實(shí)現(xiàn)共享。

3.2.2 數(shù)據(jù)挖掘難度大。醫(yī)療領(lǐng)域的海量數(shù)據(jù)是非常有裨益的，但難題伴隨而生。如何把醫(yī)療領(lǐng)域產(chǎn)生的所有活動(dòng)變成數(shù)據(jù)，如何將數(shù)據(jù)與挖掘出該領(lǐng)域的專業(yè)信息相結(jié)合，這是個(gè)很復(fù)雜目前又未解決的問(wèn)題。由于海量數(shù)據(jù)需要大量資金來(lái)維護(hù)，這大大加重了政府的負(fù)擔(dān)。醫(yī)學(xué)領(lǐng)域不同于其它領(lǐng)域，其數(shù)據(jù)挖掘人才除了需要過(guò)硬的計(jì)算機(jī)知識(shí)，還須具備專業(yè)的醫(yī)學(xué)知識(shí)，這正是這個(gè)行業(yè)最棘手的問(wèn)題。

3.3 機(jī)會(huì)分析（Opportunity）

3.3.1 技術(shù)支持。信息產(chǎn)業(yè)的革新與智能終端的普及為大數(shù)據(jù)的發(fā)展提供了良好支撐。云計(jì)算作為一種新興技術(shù)，提供便捷的按需網(wǎng)絡(luò)訪問(wèn)，改變了數(shù)據(jù)的存取和訪問(wèn)方式。云計(jì)算為大數(shù)據(jù)強(qiáng)大的數(shù)據(jù)分析和計(jì)算能力提供了平臺(tái)。

3.3.2 政策支持。2015年8月31日，國(guó)務(wù)院發(fā)布了《關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知》，該綱要指出在公共服務(wù)大數(shù)據(jù)工程中要構(gòu)建醫(yī)療健康服務(wù)大數(shù)據(jù)[5]，這也是本文著重要介紹的大數(shù)據(jù)醫(yī)療。

3.4 威脅分析（Threats）

3.4.1 數(shù)據(jù)泄露風(fēng)險(xiǎn)。大數(shù)據(jù)增加數(shù)據(jù)泄漏的風(fēng)險(xiǎn)，對(duì)患者隱私保護(hù)構(gòu)成嚴(yán)峻挑戰(zhàn)。用于研究的醫(yī)療大數(shù)據(jù)盡管經(jīng)過(guò)匿名化處理，仍存在個(gè)體身份被重新確認(rèn)的風(fēng)險(xiǎn)。2013年一項(xiàng)基于歐洲150萬(wàn)手機(jī)用戶的研究顯示，由于運(yùn)動(dòng)模式的可預(yù)見(jiàn)性，只需知道同一部手機(jī)的4個(gè)位置點(diǎn)和相應(yīng)時(shí)間，就能以95%的準(zhǔn)確率定位一個(gè)用戶[6]。給予我們的警示是，傳統(tǒng)的個(gè)人隱私保護(hù)盾牌，包括告知與許可、模糊化和匿名化，在大數(shù)據(jù)條件下可能會(huì)失去效用。

3.4.2 數(shù)據(jù)真實(shí)性有待提高。大數(shù)據(jù)會(huì)采集海量的醫(yī)療信息，在此過(guò)程中不可避免地會(huì)出現(xiàn)數(shù)據(jù)缺失現(xiàn)象。這可能源于患者信息收集不全、計(jì)算機(jī)數(shù)據(jù)存儲(chǔ)錯(cuò)誤等原因，為后期的分析與建模質(zhì)量增加了不確定風(fēng)險(xiǎn)。醫(yī)療“臟數(shù)據(jù)”是虛假數(shù)據(jù)，是未能反映真實(shí)情況、扭曲了真實(shí)情況的醫(yī)療數(shù)據(jù)。通過(guò)“臟數(shù)據(jù)”會(huì)得出錯(cuò)誤結(jié)論，進(jìn)而導(dǎo)致錯(cuò)誤的預(yù)測(cè)結(jié)果，不但不會(huì)對(duì)醫(yī)療發(fā)展起到積極作用，甚至可能產(chǎn)生消極作用。醫(yī)療數(shù)據(jù)的使用需要與經(jīng)驗(yàn)、實(shí)證相結(jié)合。

4 建議

4.1 突破管理機(jī)制

從宏觀層面來(lái)說(shuō)，國(guó)家需要配套和完善相關(guān)的法律、政策，突破因地區(qū)、部門(mén)利益造成的壁壘， 改變對(duì)醫(yī)療數(shù)據(jù)共享不太重視的傳統(tǒng)觀念等，打破傳統(tǒng)的管理機(jī)制局限，為醫(yī)療大數(shù)據(jù)共享提供一個(gè)有利的環(huán)境。從微觀層面上看，醫(yī)院必須提高管理規(guī)范，制定完善的規(guī)章制度，從內(nèi)部規(guī)范協(xié)調(diào)好醫(yī)院各部門(mén)，做到從醫(yī)院本身來(lái)說(shuō)能真正及時(shí)有效地實(shí)現(xiàn)醫(yī)療大數(shù)據(jù)的共享。

4.2 深度挖掘醫(yī)療大數(shù)據(jù)，提高其真實(shí)性

目前對(duì)醫(yī)療數(shù)據(jù)的處理基本處于表面階段，挖掘的深度不夠，其真實(shí)性無(wú)法充分體現(xiàn)出來(lái)。一方面，需要加大數(shù)據(jù)挖掘技術(shù)的研發(fā)，從工具上解決大數(shù)據(jù)挖掘的難題。另一方面，從數(shù)據(jù)的源頭做好，加強(qiáng)數(shù)據(jù)的規(guī)范化管理，為數(shù)據(jù)挖掘減少阻力。礙等問(wèn)題。隨著信息化技術(shù)的發(fā)展，這些問(wèn)題將逐步解決。可以預(yù)見(jiàn)，在不久的未來(lái)，大數(shù)據(jù)的應(yīng)用會(huì)滲透到醫(yī)療應(yīng)用的更多領(lǐng)域。

4.3 提高醫(yī)療大數(shù)據(jù)的安全性

從技術(shù)層面，加強(qiáng)數(shù)據(jù)安全技術(shù)的研發(fā)和更新，減少技術(shù)漏洞。從法律層面，完善隱私安全保護(hù)等相關(guān)性法律。

綜上，從計(jì)算機(jī)、互聯(lián)網(wǎng)、云計(jì)算到物聯(lián)網(wǎng)，大數(shù)據(jù)已滲透到醫(yī)療服務(wù)的方方面面。大數(shù)據(jù)改變了傳統(tǒng)就醫(yī)模式，結(jié)合可穿戴設(shè)備與移動(dòng)醫(yī)療顛覆了個(gè)人健康管理方式，為臨床診斷和疾病治療提供了新的解決方案。但同時(shí)大數(shù)據(jù)也面臨患者隱私安全、海量數(shù)據(jù)收集難題、區(qū)域醫(yī)療共享障

[1] Manyika J，Chui M，Brown B，et al.Big data：The next frontier for innovation, competition,and productivity[M].New York：McKinsey Global Institute,2011.

[2] 張振,袁周毅,杜守洪,等.醫(yī)療大數(shù)據(jù)及其面臨的機(jī)遇與挑戰(zhàn)[J].醫(yī)學(xué)信息學(xué)雜志,2014,35(6):3.

[3] 王忠.美國(guó)推動(dòng)大數(shù)據(jù)技術(shù)發(fā)展的戰(zhàn)略價(jià)值及啟示[J].中國(guó)發(fā)展觀察,2012(6):45.

[4] 中國(guó)信息界(e醫(yī)療).中國(guó)心血管臨床研究數(shù)據(jù)共享平臺(tái)助力心血管臨床科研與質(zhì)控[J].中國(guó)信息界(e醫(yī)療),2013(9):95.

[5] 國(guó)務(wù)院.國(guó)務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知[Z].2015-08-31.

[6] 沈韜,崔泳.醫(yī)療大數(shù)據(jù):期望與現(xiàn)實(shí)[J].中國(guó)數(shù)字醫(yī)學(xué),2015,10(7):2-5.

Application of big data in the medical field based on SWOT model

YANG Licheng, GAO Yajie, WANG Yaogang, ZHAO Daozhi//Chinese Hospitals.-2016,20(3):71-73

big data, healthcare based on big data, SWOT model, hospital informatization, supporting clinical decision making

Based on the introduction of big data, key applications in medical field such as supporting clinical decision making, individual healthcare, health situation monitoring, epi monitoring and prediction were discussed and compared.SWOT model were used to analyze the bid data application.The strength were big sample and applied widely.The weakness involved non in common information platform and the difficulties in data mining.The opportunities included technical support and policy support and the threats were the risk of information betray and the data quality.It is considered to innovating management mechanism, strengthening data mining and improving the safety of healthcare information.

國(guó)家自然科學(xué)基金（71273187，71473175）

王耀剛：天津醫(yī)科大學(xué)副校長(zhǎng)，教授E-mail: wyg@tmu.edu.cn

2016-01-07](責(zé)任編輯 張曉輝)