宮立恒 張曉 茍吉祥

摘 要 近年“大數(shù)據(jù)概念”正刮起一陣強(qiáng)勁颶風(fēng)，大數(shù)據(jù)在各行各業(yè)都有廣泛前景，尤其醫(yī)療領(lǐng)域這種數(shù)據(jù)量大，數(shù)據(jù)種類多，數(shù)據(jù)來源復(fù)雜的狀況，更具有得天獨(dú)厚的優(yōu)勢(shì)。本文首先概述基于云計(jì)算的醫(yī)療大數(shù)據(jù)技術(shù)，然后分析醫(yī)療大數(shù)據(jù)的共享及遇到的挑戰(zhàn)，最后綜述大數(shù)據(jù)在醫(yī)療領(lǐng)域的相關(guān)應(yīng)用，以期為進(jìn)一步研究提供參考。

關(guān)鍵詞 大數(shù)據(jù) 醫(yī)療 開發(fā) 利用

中圖分類號(hào)：TP311.1 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.16400/j.cnki.kjdkx.2018.06.022

Abstract In recent years， the "big data concept" is spurring a strong hurricane. Big data has a wide range of prospects in all walks of life. In particular， this type of data in the medical field has a large amount of data， a variety of data， and a complex data source， which is uniquely advantageous. This article first summarizes the medical big data technology based on cloud computing， and then analyzes the sharing of medical big data and the challenges encountered. Finally， it reviews the related applications of big data in the medical field in order to provide reference for further research.

Keywords big data； medical； development； use

隨著信息科學(xué)技術(shù)的發(fā)展，大數(shù)據(jù)已成為熱點(diǎn)話題。早在1980年，未來學(xué)家阿爾文 托夫勒在其代表作《第三次浪潮》中預(yù)言大數(shù)據(jù)的光輝未來。在2011年5月，以云計(jì)算著稱的EMC公司在“云計(jì)算相遇大數(shù)據(jù)”的年會(huì)上拋出大數(shù)據(jù)的概念。國(guó)際頂級(jí)學(xué)術(shù)期刊Nature和Science均出?？接懘髷?shù)據(jù)。大數(shù)據(jù)在醫(yī)療領(lǐng)域的作用正受到越來越多的關(guān)注。

1 醫(yī)療大數(shù)據(jù)

國(guó)際數(shù)據(jù)公司（International Data Corporation，簡(jiǎn)稱IDC），對(duì)大數(shù)據(jù)如下定義：大數(shù)據(jù)是一種數(shù)據(jù)形式，一般會(huì)涉及到兩種或兩種以上。它要收集高速、實(shí)時(shí)數(shù)據(jù)流，超過100TB的數(shù)據(jù)；或者從小數(shù)據(jù)開始，但是數(shù)據(jù)每年會(huì)增長(zhǎng)高于60%。由此可總結(jié)出大數(shù)據(jù)的四大特征：數(shù)據(jù)規(guī)模大；數(shù)據(jù)種類多；數(shù)據(jù)要求處理速度快；數(shù)據(jù)價(jià)值密度比較低。[1]

2 基于云計(jì)算的醫(yī)療大數(shù)據(jù)開發(fā)管理技術(shù)

基于云計(jì)算的醫(yī)療數(shù)據(jù)挖掘模式是一種分布式并行模式，這種模式采用的是云計(jì)算模式，同一個(gè)算法可分布在多個(gè)節(jié)點(diǎn)上，多個(gè)算法之間是并行的，多個(gè)節(jié)點(diǎn)間資源實(shí)行按需分配，是解決大量的數(shù)據(jù)挖掘任務(wù)時(shí)的行之有效的方法?？刹捎萌缦滤惴ǎ?/p>

（1）關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則能夠發(fā)現(xiàn)醫(yī)療數(shù)據(jù)中隱藏的關(guān)聯(lián)模型。其目的就是在醫(yī)藥數(shù)據(jù)庫(kù)中發(fā)現(xiàn)能夠滿足指定的最小支持度和最小可信度的關(guān)聯(lián)規(guī)則。在做這項(xiàng)工作的時(shí)候，引入了一項(xiàng)搜索約束，從而達(dá)到發(fā)現(xiàn)在醫(yī)學(xué)上有意義的關(guān)聯(lián)規(guī)則的目的。

（2）決策樹方法。決策樹和流程圖的樹結(jié)構(gòu)很相似，是一種十分典型的分類方法。先通過對(duì)數(shù)據(jù)的處理，通過歸納算法生成可讀的規(guī)則和決策樹，再用決策對(duì)新數(shù)據(jù)進(jìn)行分析。常用的決策樹算法有：ID3算法、C4.5算法，應(yīng)用到醫(yī)藥數(shù)據(jù)處理中。這些算法可以用來處理高維的醫(yī)藥數(shù)據(jù)，也可以用來處理海量的醫(yī)療數(shù)據(jù)，并且速度也很快。

（3）人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)是由大量簡(jiǎn)單處理單元連接而成的自適應(yīng)動(dòng)力學(xué)系統(tǒng)，可對(duì)非線性、不精確的數(shù)據(jù)進(jìn)行智能處理，具有并行性，分布式存儲(chǔ)，自適應(yīng)學(xué)習(xí)等功能。因?yàn)槿梭w和疾病具有復(fù)雜性、不可預(yù)測(cè)性的特點(diǎn)，所以在獲取數(shù)據(jù)和信息的分析與決策等方面都存在復(fù)雜的非線性聯(lián)系，這種特點(diǎn)適合應(yīng)用人工神經(jīng)網(wǎng)絡(luò)。

3 大數(shù)據(jù)的共享

3.1 現(xiàn)狀

在醫(yī)療領(lǐng)域，大數(shù)據(jù)還處在起步階段。數(shù)據(jù)的采集直接關(guān)系到后續(xù)的挖掘，因此采集工作至關(guān)重要。就目前狀況而言，在此階段遇到的極大挑戰(zhàn)，將從兩方面進(jìn)行分析。

首先，從醫(yī)療機(jī)構(gòu)角度分析。我國(guó)仍有大部分醫(yī)療機(jī)構(gòu)對(duì)患者病例、資料進(jìn)行書面記錄，有的醫(yī)療機(jī)構(gòu)即使推行使用電子病歷，但這些醫(yī)療機(jī)構(gòu)也沒有一套統(tǒng)一的電子病歷系統(tǒng)，使得現(xiàn)階段各醫(yī)療機(jī)構(gòu)之間無法進(jìn)行數(shù)據(jù)和信息的流通。高質(zhì)量的電子病例系統(tǒng)是獲取優(yōu)質(zhì)大數(shù)據(jù)的根本基礎(chǔ)，然而目前醫(yī)院信息孤島問題嚴(yán)重，這在很大程度上制約了大數(shù)據(jù)功能的發(fā)揮，長(zhǎng)期的數(shù)據(jù)割裂導(dǎo)致我國(guó)醫(yī)院信息系統(tǒng)共享水平較低。

其次，從生物醫(yī)學(xué)科研角度分析。我國(guó)的生物醫(yī)學(xué)研究機(jī)構(gòu)中存儲(chǔ)的大量科研數(shù)據(jù)不會(huì)在社會(huì)和同行之間公開，因?yàn)槠渥陨淼睦妫餮芯繖C(jī)構(gòu)對(duì)自己積累的大量醫(yī)學(xué)科研數(shù)據(jù)往往會(huì)持保守態(tài)度，致使在醫(yī)學(xué)科研界無法完全實(shí)現(xiàn)數(shù)據(jù)共享。

3.2 實(shí)施中的挑戰(zhàn)

（1）醫(yī)護(hù)人員缺乏意識(shí)：醫(yī)療信息技術(shù)運(yùn)用一般需要外力進(jìn)行驅(qū)使，如刺激計(jì)劃或監(jiān)管要求。大部分醫(yī)生，尤其資歷較深、年齡較長(zhǎng)者，習(xí)慣了傳統(tǒng)診療的手寫記錄方法，并且未能意識(shí)到這些系統(tǒng)的意義，導(dǎo)致他們疏于學(xué)習(xí)這些新生事物，因此信息系統(tǒng)上線困難。

（2）信息孤島普遍存在：大數(shù)據(jù)用戶在醫(yī)療領(lǐng)域使用范圍很廣，比如醫(yī)院、區(qū)域醫(yī)療中心、醫(yī)療保險(xiǎn)公司等，[2]相應(yīng)的數(shù)據(jù)資源分散在不同的數(shù)據(jù)池中，彼此之間并沒有太多聯(lián)系。

（3）標(biāo)準(zhǔn)化難以實(shí)施：如果要建立一體化協(xié)同的醫(yī)院集成信息平臺(tái)，其關(guān)鍵是整合數(shù)據(jù)，并要降低共享數(shù)據(jù)的技術(shù)門檻。集成難的根本原因之一是缺乏標(biāo)準(zhǔn)，[3]雖然近幾年醫(yī)療衛(wèi)生信息標(biāo)準(zhǔn)化工作無論是對(duì)方法學(xué)的認(rèn)識(shí)還是標(biāo)準(zhǔn)的制定都有所發(fā)展，但總體上仍處在學(xué)習(xí)和模仿階段，制定的一些標(biāo)準(zhǔn)落地困難。

3.3 建議

在以大數(shù)據(jù)為焦點(diǎn)的信息化時(shí)代，容易出現(xiàn)低水平重復(fù)建設(shè)這一問題，所以，頂層設(shè)計(jì)極其重要。在國(guó)家層面需大力推進(jìn)數(shù)據(jù)信息標(biāo)準(zhǔn)化，為電子病歷等信息系統(tǒng)廠商制定法規(guī)，并對(duì)其實(shí)施規(guī)范化管理。在保障數(shù)據(jù)安全和保護(hù)個(gè)人隱私的前提下，將所有信息通過云計(jì)算物聯(lián)網(wǎng)聯(lián)系起來，對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)挖掘。并且制定相應(yīng)政策和措施，建立開放共享的機(jī)制，實(shí)現(xiàn)生物醫(yī)學(xué)科研機(jī)構(gòu)與醫(yī)療機(jī)構(gòu)之間的數(shù)據(jù)共享，在生物醫(yī)學(xué)科研、國(guó)民健康檔案與醫(yī)藥信息之間成立大數(shù)據(jù)平臺(tái)。同時(shí)，建立第三方評(píng)價(jià)機(jī)構(gòu)，對(duì)數(shù)據(jù)質(zhì)量控制：建立人才隊(duì)伍激勵(lì)機(jī)制。

4 大數(shù)據(jù)在醫(yī)療領(lǐng)域的應(yīng)用

（1）支持臨床決策。對(duì)于臨床中遇到的一些疑難病癥，由于缺乏經(jīng)驗(yàn)，專家會(huì)很難做出正確的診斷和治療。據(jù)研究顯示，目前國(guó)際誤診率達(dá)到30%，而我國(guó)的臨床誤診率已達(dá)到27.8%。專家對(duì)病情的誤診不僅會(huì)帶來患者家庭的經(jīng)濟(jì)負(fù)擔(dān)，更會(huì)加重醫(yī)患矛盾。然而，大數(shù)據(jù)在醫(yī)療領(lǐng)域的應(yīng)用，通過臨床決策支持系統(tǒng)給出最準(zhǔn)確的診斷和最佳治療方案，將醫(yī)護(hù)人員的診斷經(jīng)驗(yàn)與大數(shù)據(jù)的優(yōu)勢(shì)高效結(jié)合起來。[4]在美國(guó)Metropolitan兒科重癥病房的研究過程中，臨床決策支持系統(tǒng)避免了40%的藥品不良反應(yīng)事件。

（2）研發(fā)藥品。通過大數(shù)據(jù)技術(shù)分析互聯(lián)網(wǎng)上的公眾疾病藥品需求趨勢(shì)，可以在醫(yī)藥研究開發(fā)部門或公司的新藥研發(fā)階段，從而對(duì)有限的資源進(jìn)行更有效的配置。一般來說，新藥從研發(fā)到推向市場(chǎng)的時(shí)間為13年，而使用數(shù)據(jù)分析技術(shù)進(jìn)行預(yù)測(cè)可以幫助醫(yī)藥研發(fā)部門或企業(yè)將新藥推向市場(chǎng)的時(shí)間縮短。

（3）個(gè)人健康管理新模式。隨著互聯(lián)網(wǎng)的普及和可穿戴智能產(chǎn)品的廣泛應(yīng)用，健康管理領(lǐng)域已逐漸形成“量化自我運(yùn)動(dòng)”與個(gè)人健康管理的全新模式。目前，全民健康領(lǐng)域最值得關(guān)注與解決的困難是：及時(shí)地發(fā)現(xiàn)自身健康狀況的異常變化以及一些重大疾病，傳統(tǒng)的年度體檢時(shí)間周期長(zhǎng)，具有一定的局限性。然而可穿戴智能設(shè)備可以及時(shí)發(fā)現(xiàn)自身身體出現(xiàn)的異常狀況，運(yùn)用大數(shù)據(jù)技術(shù)對(duì)設(shè)備收集的身體情況與體格指數(shù)等數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析，是用戶不僅可以對(duì)自己的健康風(fēng)險(xiǎn)指數(shù)一目了然，而且能接收到相關(guān)醫(yī)療建議以改善健康狀況。同時(shí)，設(shè)備會(huì)根據(jù)用戶的實(shí)際情況進(jìn)行調(diào)整，一旦數(shù)據(jù)異常，就會(huì)加大檢測(cè)密度，反之會(huì)加長(zhǎng)檢測(cè)間隔，隨時(shí)進(jìn)行動(dòng)態(tài)調(diào)整。[5]

（4）公共衛(wèi)生監(jiān)管。大數(shù)據(jù)挖掘可改善公眾健康監(jiān)控。公共衛(wèi)生部門通過廣泛的數(shù)據(jù)采集技術(shù)，以此對(duì)衛(wèi)生狀況進(jìn)行數(shù)字化的整合分析，快速檢測(cè)出傳染病，對(duì)疫情全面監(jiān)測(cè)，防止疫情爆發(fā)，從而達(dá)到降低傳染病發(fā)病和節(jié)約醫(yī)療支出的目的。

（5）遠(yuǎn)程醫(yī)療。遠(yuǎn)程醫(yī)療指利用現(xiàn)代通信技術(shù)實(shí)現(xiàn)對(duì)遠(yuǎn)地對(duì)象的醫(yī)療服務(wù)。傳統(tǒng)遠(yuǎn)程醫(yī)療用點(diǎn)對(duì)點(diǎn)方式進(jìn)行，側(cè)重于技術(shù)和設(shè)備，投入大但是利用率低且不靈活。大數(shù)據(jù)時(shí)代可利用物聯(lián)網(wǎng)、云計(jì)算等來打破點(diǎn)對(duì)點(diǎn)的遠(yuǎn)程醫(yī)療束縛，形成基于移動(dòng)通信及物聯(lián)網(wǎng)的服務(wù)模式，在這種模式下能夠發(fā)揮個(gè)體的作用，決策快，數(shù)據(jù)全面，靈活性強(qiáng)，關(guān)聯(lián)能力強(qiáng)。

（6）大數(shù)據(jù)預(yù)測(cè)醫(yī)學(xué)中的應(yīng)用。在醫(yī)學(xué)健康領(lǐng)域運(yùn)用大數(shù)據(jù)興起了一項(xiàng)強(qiáng)大技術(shù)即預(yù)測(cè)醫(yī)學(xué)，此技術(shù)能同時(shí)對(duì)患者的健康狀況和遺傳信息進(jìn)行深入解析，讓醫(yī)生能跟準(zhǔn)確的預(yù)測(cè)出某些疾病在特定個(gè)體上的發(fā)生情況，同時(shí)預(yù)測(cè)出患者在一些特定的治療方式過程中的病理反應(yīng)。

5 結(jié)語

總之，大數(shù)據(jù)已成為一種新型戰(zhàn)略資源，無疑對(duì)醫(yī)療衛(wèi)生領(lǐng)域產(chǎn)生巨大影響和推動(dòng)，它能幫助醫(yī)生優(yōu)化治療方案、削減醫(yī)院開支。通過數(shù)據(jù)開放，改變患者在醫(yī)療機(jī)構(gòu)的被動(dòng)位置模式，患者住院期間的醫(yī)療信息會(huì)直接傳送給患者。未來大數(shù)據(jù)在醫(yī)療領(lǐng)域的運(yùn)用，將會(huì)使更多的患者參與到對(duì)自己健康的管理中，未來會(huì)給人類帶來更大的價(jià)值。

參考文獻(xiàn)

[1] 李紅艷，劉蓉.MOOC與大數(shù)據(jù)技術(shù)在大學(xué)計(jì)算機(jī)基礎(chǔ)教學(xué)中的應(yīng)用[J].教育現(xiàn)代化，2017.4（10）：85-86.

[2] 史紫薇.布局“點(diǎn)”與“面”大數(shù)據(jù)落地醫(yī)療行業(yè)[N].中國(guó)計(jì)算機(jī)報(bào)，2013-04-15（22）.

[3] 數(shù)據(jù)標(biāo)準(zhǔn)化將是未來醫(yī)療大數(shù)據(jù)融合的基礎(chǔ)[J].醫(yī)學(xué)信息學(xué)雜志，2013.6：96.

[4] 姜奇平，馮海超，古福.數(shù)據(jù)業(yè)務(wù)主營(yíng)化大趨勢(shì)[J].互聯(lián)網(wǎng)周刊，2013（7）：26-46.

[5] 鄒北驥.大數(shù)據(jù)分析及其在醫(yī)療領(lǐng)域中的應(yīng)用[J].計(jì)算機(jī)教育，2014.7：24-29.