巨量数据改变医疗界 颠覆性创新格局

巨量数据分析技术正在改变医疗产业（Wikipedia）

在信息科技迅速发展的时代，许多生活应用其实都用得到巨量数据分析技术，事实上，巨量数据分析技术不仅可以带来更多的应用附加价值，更彻底颠覆了许多产业应用的发展。尤其是相当重视数据重要性的医疗领域，巨量数据分析技术，更为医疗产业带来颠覆性的变化。

巨量数据分析改变医疗方式

透过云端运算、移动穿戴装置及物联网技术的发展，取得医疗信息的便利性大增，智能医疗平台不仅能够更有效地提高医疗资源利用效率、降低医疗成本、减轻患者负担，同时也可建立更为良好的医病关系。

但如果要让前述价值呈现更为正向的循环，如何将累积取得的医疗信息充分应用，将是智能医疗发展的关键。上海交通大学医学院副院长陈红专指出，从经验医学到循证医学，再到如今的精准医学，研究人员和临床医生可以利用巨量数据分析工具，聚焦患者的个人基因、环境、生活方式等个体化差异，为临床医生提供更为准确的病因及用药指导，进而带给患者更适宜的治疗体验。

史丹佛大学医学院（Stanford University School of Medicine）院长Lloyd Minor也指出，我们正处于科技和巨量信息急速发展创新的时代，有非常大的机会利用现有优势，提升社区甚至全球的健康水准。有监于医疗产业早已累积许多巨量数据，也是许多传统行业中较为重视数据分析的重要性，包括危急重症诊断、罕见疾病诊疗决策辅助、肿瘤精准医疗的开展、慢性病的调研防治等，都可望利用巨量数据分析技术，协助医疗产业帮助存储管理各种医疗数据，并从中提取创新价值，相关的医疗技术、产品将不断涌现，有可能给医疗行业，开拓出崭新的黄金时代。

辅助医生临床诊断

Lloyd Minor指出，在精准医疗领域，巨量数据分析技术，可以带来「燃料」和「动力」，如史丹佛大学医学院致力进行的生物医疗改革，该校科研人员正设法从不同资源获取大量数据，包括电子医疗记录、全基因组序列、保险和医药记录、可穿戴式传感器和社会环境数据。通过这些数据的分析，医生和研究人员可以更好地预测个人罹患特定疾病的机率，以此制定出早期检查和预防的方案。

Lloyd Minor进一步指出，这些分析材料也将为临床医生提供实时治疗决策时所需的信息。他透露，史丹佛大学正在研发一种名为「像你一样的病人」的可检索智能工具，它能让医生根据文字记载，流动监测以及用药的真实体验等上百万的药物案例，提供一个更合理的治疗方案。

事实上，类似的史丹佛大学「像你一样的病人」的巨量数据分析工具，北大方正信息产业集团旗下的北大医疗信息技术公司也已开发出来，其所开发的临床数据中心（CDR），可将一家医院的所有病例的症状、诊疗情况、医嘱信息、用药效果都纳入其中，存储的巨量医疗数据，可以在医生有需要的时候，随时检索出来，目前正在北京大学人民医院、北京大学国际医院、江苏省人民医院进行测试。

北大医信的CDR可将这些医院信息系统中积累的大量数据，为进行巨量数据分析和利用，打下坚实的基础。如搜索「冠状动脉性心脏疾病（冠心病）」时，即使是近百万例的相关疾病记录，只要是与冠心病相关的症状、并发症及常用药物等有关的信息，不但都可以查询出来，数据还可以依据需要如出现频率自动排列，辅助医生分析。

又如一位患者在做完肺部手术后，转氨酶出现偏高的现象时，医生若想知道这种情况是不是正常现象时，只要在CDR数据库里执行进阶检索，就会发现确实有一些病例在肺癌手术后，转氨酶会超过预警线，虽然这种例子为数不多，但的确存在这种情况，对医生的下一步治疗方案，当然也就会产生辅助决策的作用。

例行治疗执行可更加严格

许多慢性病如糖尿病，其实并无完全治癒的方法，而且必须要长期监控病情变化，否则就可能发生严重的并发症。如糖尿病如果没有做好血糖控制，就可能会引发眼疾、肾病、中风、心血管疾病等并发症，严重时甚至可能需要截肢。

但其实前述问题有许多方式来处理，降低并发症发生的机率，但在许多糖尿病照护研究的案例中，却发现患者能同时做到很好的血糖控制、血压控制、血脂控制的比例并不高，其中主要的关键，就是长期监控累积的大量病情数据，并没有进行更深入的分析，及时调整治疗方式。

为此，北大人民医院纪立农教授组织设计出一套糖尿病管理软件，不但将糖尿病标准化诊疗的流程图纳入其中，提供医生决策支持，透过这套软件所蒐集的数据，更有助于了解治疗方式的效果。

该软件在进行为期一年的运用后，从蒐集回来的数据发现，降血糖药物二甲双胍的使用率提升到60%，降血脂的他汀类药物使用率，也从60%升到90%，治疗心血管疾病的阿斯匹灵使用率，也从60%提升到80%以上，显示使用临床决策辅助系统，有助于提升患者执行例行治疗的意愿，事实上，当系统在自动提取个人医疗信息后，还会自动生成一个生活方式的指导建议，提供糖尿病患者包括运动的建议和饮食的指导，等于是医疗巨量信息分析的进一步活用。

帮助医学研究

所谓「预防胜于治疗」，医疗巨量数据的价值，不仅能帮助治疗，也可以用来建立疾病、症状、检验检查结果、用药等信息之间的关联性，建构成医疗知识图谱，可用于疾病探查、辅助诊断、辅助用药等。

如许多因肺炎住院的老年患者，随后出现心血管、脑中风或死亡的风险也会显着增加，但类似的研究结果，可能要花上研究人员走访数万病例，跟踪超过十年，排除可能例外的原因，才能够得出可靠的结论。如今有了巨量数据分析技术，要建立不同疾病之间的关联，将会变得更加容易，也彻底改变医疗研究的方式。

值得注意的是，由于医疗巨量数据不但数据化，同时也都会送上云端，也让研究人员有机会建立更为广泛的关联研究。因为数据将不会仅仅来自于一家医院，而是也来自于多家医院的数据联合检索、查询和分析结果。未来不仅是医院内的数据，包括体检、急救等只要是在网络上可以查询的数据，都可能成为医学研究的范畴。

因此，未来的医院的医疗云架构，势必要走向公有云+私有云的混合云解决方案，所有的医疗信息，不仅要提供内部使用，更要提供外部研究单位进行数据分析和应用，透过不断创新的信息技术和变革服务模式，为广泛的患者提供更便捷、更智能、更人性化的医疗服务，为个人的全生命周期健康护航。