健康领域如何掘金大数据

    中华医学会医学信息学分会主任委员 中国医学科学院医学信息研究所所长 代 涛

  日前，国务院印发《关于促进大数据发展行动纲要》，提出要全面推进大数据发展和应用，深化大数据在各行业的创新应用，其中就包括健康医疗领域。有人这样比喻，在医疗领域，大数据分析的作用堪比经验丰富的医生，可以想象，大数据势必会给医疗领域带来新的发展契机。
  那么，健康医疗大数据的内涵是什么？目前，“大数据+医疗”在我国的发展情况怎样，能为医疗卫生行业提供哪些技术支持，又面临怎样的挑战呢？本期，编辑部特邀请专家对上述问题予以分析。

  1 把握应用研究热点
  大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合。随着计算机科学和信息技术的快速发展，健康医疗信息化的普遍应用，在医疗服务、健康保健和卫生管理过程中产生了相关海量数据集，形成了健康医疗大数据。
  健康医疗大数据通常可以分为以下几方面内容，以电子健康档案、电子病历、医学影像、检验检查等为主的健康医疗服务数据；基因序列、蛋白质组等生物医学数据；新型农村合作医疗、城镇职工基本医疗保险、城镇居民基本医疗保险等医疗保险数据；药物临床试验、药物筛查、基本药物集中采购、医疗机构药品与疫苗电子监管等医药研发与管理数据；疾病监测、突发公共卫生事件监测、传染病报告等公共卫生数据；患者行为表现、保健品购买记录、健身信息等行为与情绪数据；卫生资源与医疗服务调查、计划生育统计等统计数据；居民婚姻、家庭、计划生育登记等人口管理数据；与人类健康密切相关的空气污染物和气候状况等环境数据。
  自2012年开始，美国、英国、加拿大、澳大利亚等部分发达国家相继发布大数据研究和发展计划，大力推进大数据研究和应用。而我国近期也相继出台《关于积极推进“互联网+”行动指导意见》和《促进大数据发展行动纲要》，系统部署大数据发展工作。
  当前，国内外健康医疗大数据研究和应用热点主要有：
  1.医学数据分析方法研究，包括动态医学大数据实时处理、高效医学信息抽取和知识组织体系、高效医学数据统计分析方法和工具、社交媒体中健康信息传播模型、多变量动态网络的分析方法、高密度医学数据的可视化方法、生物医学大数据的深度整合方法等。
  2.临床决策支持，包括癌症和心血管疾病预防与诊疗措施优选、临床问答系统研发、健康状况评估、患者行为预测等。
  3.卫生监督与应急管理，包括传染病监测、病原体快速检测、疾病干预政策效果模拟等。
  4.医疗保障监管，包括医疗欺诈自动识别、业务流程优化、补偿方案改进决策等。
  5.医药研发与个性化医疗，包括基因组学、蛋白质组学研究，药物靶标发现，新药研发，远程健康监测设备研发与智能健康管理等。
  6.医药卫生平台建设与服务，包括跨机构医疗卫生信息共享平台、多端医学信息系统接入的实时数据交换系统、医疗与健康决策支持系统、转化医学信息服务平台、基于移动终端的健康采集与预警系统、病患与医疗服务机构间信息交换系统、面向公众的个性化健康信息服务系统等。

  2 解决“盲人摸象”与“信息碎片化”
  大数据可发挥其全样本、深入关联、注重相关性等优势，为医疗卫生服务人员、科研人员、卫生决策者和社会公众等信息服务利用者解决以往存在的“信息碎片化”、“盲人摸象”等问题，提升其洞察能力和统筹规划能力。健康医疗大数据将为临床诊疗、药物研发、卫生监测、公众健康、医药卫生政策制定和制度执行等带来创造性变化，全面提升健康医疗领域的治理能力和水平，创造极大的价值。据全球知名咨询机构预测，如果有效利用健康医疗大数据，每年可为美国带来3000多亿美元的价值，并贡献0.7%的年度生产力增长。
  为临床诊疗管理与决策提供支持 通过效果比较研究精准分析包括患者体征数据、费用数据和疗效数据在内的大型数据集，可帮助医生确定最有效和最具有成本效益的治疗方法。利用临床决策支持系统可有效拓宽临床医生的知识，减少人为疏忽，帮助医生提高工作效率和诊疗质量。通过集成分析诊疗操作与绩效数据集，创建可视化流程图和绩效图，识别医疗过程中的异常，为业务流程优化提供依据。
  为药物研发提供支持 通过分析临床试验注册数据与电子健康档案，优化临床试验设计，招募适宜的临床试验参与者。通过分析临床试验数据和电子病历，辅助药物效用分析与合理用药，降低耐药性、药物相互作用等带来的影响。通过及时收集药物不良反应报告数据，加强药物不良反应监测、评价与预防。通过分析疾病患病率与发展趋势，模拟市场需求与费用，预测新药研发的临床结果，帮助确定新药研发投资策略和资源配置。
  为公共卫生监测提供支持 大数据相关技术的应用可扩大到卫生监测的范围，从以部分案例为对象的抽样方式扩大到全样本数据，从而提高对疾病传播形势判断的及时性和准确性。将人口统计学信息、各种来源的疾病与危险因素数据整合起来，进行实时分析，可提高对公共卫生事件的辨别、处理和反应速度，并能够实现全过程跟踪和处理，有效调度各种资源，对危机事件做出快速反应和有效决策。
  为公众健康管理提供帮助 通过可穿戴医疗设备等收集个人健康数据，辅助个人健康管理，提高健康水平。同时，为医患沟通提供有效途径，医生可根据患者发送的健康数据，及时采取干预措施或提出诊疗建议。集成分析个体的体征数据、诊疗数据、行为数据等，预测个体的疾病易感性、药物敏感性等，进而实现对个体疾病的早发现、早治疗、个性化用药和个性化护理。
  为医药卫生政策制定和执行监管提供科学依据 整合与挖掘不同层级、不同业务领域的健康医疗数据以及网络舆情信息，有助于综合分析医疗服务供需双方特点，服务提供与利用情况及其影响因素，人群和个体健康状况及其影响因素，预测未来需求与供方发展趋势，发现疾病危险因素，为医疗资源配置、医疗保障制度设计、人群和个体健康促进、人口宏观决策等提供科学依据。通过集成各级人口健康部门与医疗服务机构数据，识别并对比分析关键绩效指标，快速了解各地政策执行情况，及时发现问题，防范风险。通过部署自动化系统并联通医保定点医疗机构，自动核查医保补偿申请的准确性和一致性、识别医疗诈骗。通过各种传感设备、定位跟踪技术以及医院信息系统诊疗数据的整合，规范药械生产、流通秩序及合理使用等。

  3 破瓶颈 铺路子
  健康医疗大数据的应用发展面临诸多挑战。一是大数据的融合应用、共享协作等体制机制不健全。面对来自不同机构、采取不同格式、遵循不同标准的多源数据，如何实现数据、技术与应用的有机融合，仍存在诸多障碍。多学科、产学研、跨机构的合作机制很不成熟，面临数据融合共享渠道不畅、产业自主创新实力不强、运行机制缺乏、政策法规缺位等瓶颈问题。二是当前的标准和技术难以满足健康医疗大数据整合应用的要求，缺少统一的标准、固定的描述格式和表示方法等，不同层次结构化、半结构化与非结构化数据的集成融合困难。三是推动健康医疗大数据应用发展的专业人才十分缺乏，急需推进政府、高等院校、医疗卫生机构、企业等人才共育模式的建立。
  健康医疗大数据的应用发展需要政府、社会、企业等共同努力，做好以下几方面的工作至关重要。一要尽快制定促进健康医疗大数据应用发展的政策措施，推动健康医疗服务模式的变革。发展基于互联网的医疗卫生服务新模式，构建健康医疗信息共享服务平台，加强区域健康医疗服务资源整合，深化健康医疗大数据的应用。二要加强标准规范和政策的研究制定，推动健康医疗大数据的开放共享。深入研究健康医疗数据标识、组织分类、引用等数据描述标准，数据来源遴选及数据质量评价方法，开展数据注册、发布与审编研究，借鉴国际经验，紧密结合我国实际，制定健康医疗大数据的开放共享政策。三要积极推动健康医疗大数据的融合应用。深入研究个人健康档案、临床诊疗数据、公共卫生监测数据、医疗卫生管理等多类型、不同层面的数据整合技术，开发适应大数据环境的健康医疗应用服务产品，促进技术、方法、数据与管理决策的多维融合。四要大力加强健康医疗大数据专业人才队伍建设。紧跟国际发展趋势，顺应“互联网+”的时代背景，培养拥有理论前沿、实践技术的复合型人才，构建适应大数据环境下“产-学-研”相结合的人才培养机制，形成职业化人才培训模式。