资讯百科

医疗数据的终极三问:是何,为何,如何(下)

上传时间:2018-12-03 浏览次数:
       健康档案数据库:主要包含定期或不定期的健康体检记录、卫生服务过程中的各种服务记录、专题健康或疾病调查记录。数据来源于体检机构、医院和基层。
 
  电子病历数据库:主要包含医院诊断治疗全过程原始记录,数据来源于医院,其商业化价值最高。
 
  人口数据库:主要包含人口信息,数据来源于各大部门(卫计委、公安、民政、统计、人力社保、教育等)交互共享。
 
  短短几年间,我国健康医疗大数据就已进入了初步利好阶段,国家作为政策引导方,已出台了百余条“纲要”或“意见”,为医疗质量的提升打下了坚定的基础。据不完全统计,从2013年到2016年,国家共颁布了58项与健康医疗大数据相关的政策:
 
  除了上面所说的三种数据来源之外,随着人们生活水平的提高,可穿戴设备(手环、起搏器、眼镜等)也正成为医疗大数据的又一重要来源。
 
  AMI Research的一项研究表明,可穿戴设备的市场到2019年可达到$ 5200万。可穿戴设备在监控心脏速率、睡眠模式、步行等等的同时,还提供环境、地理位置、行为模式、和生物统计的新维度。与社交媒体数据及非结构化的"生活方式"的数据相结合,将是一个强大的、潜力无限的组合。
 
  要到哪里去?
 
  用已有知识来预测未来,这是医疗大数据的最大价值之一。
 
  在很长的一段时间内,医院的质控科是比较盲目的,虽说医院的系统每天都会产生很多数据,但是他们却不知道自己到底需要什么样的数据,再加上数据来源多、数据复杂、标准不统一等问题,大数据如何应用的问题迟迟没有答案。
 
  现如今,答案似乎正慢慢浮出水面了— —医疗大数据将在临床辅助决策、医疗质量监管、疾病预测模型、临床试验分析、个性化治疗等医疗服务领域发挥巨大作用。
 
  其中,个性化医疗和疾病预测模型尤其值得关注。
 
  个性化医疗
 
  个性化医疗是医疗保健领域的一个热门话题,它可以根据每个人独一无二的遗传结构来规划用药,并将个人的基因蓝图和数据整合到他们的生活和所处的环境中,然后将这些数据与其他成千上万的人进行比较,从而诊断疾病并确定最佳治疗方案。国内几家涉及个性化医疗大数据业务的公司微医、零氪科技、全域医疗和医联,更是相继获得了国有资本的青睐,且融资都在5亿元以上。
 
  疾病预测模型
 
  近些年,生物基因组学和网络大数据分析技术的获得突破性发展。基因组学在传染病的筛查确认、疫情传染来源的追踪、以及病原变异等方面,提供了新的强有力的技术手段,而大数据分析对于传染病的预测、疫情传染来源的追踪提供了新的手段。
 
  今年7月10日,《自然》上发表了一项重磅研究:一个由来自全球多家科研机构的白血病科学家组成的研究小组使用血液检测和机器学习技术,来预测健康个体是否有患急性骨髓性白血病(AML)的风险。
 
  使用机器学习技术构建的AML预测模型结果示意图
 
  很明显,我们将从分析医疗保健数据的因果关系中获得巨大的益处。毕竟,预防远远胜于治疗,在早期阶段发现的东西更容易处理,疾病治疗以及疫情爆发更容易得到控制。
 
  知道了要去哪里,还要知道怎么去
 
  打破信息孤岛现象
 
  业界普遍认为,由于信息系统技术规范、基础信息数据标准的不统一和缺失,我国的医疗数据普遍不能互通互认,这直接导致各医疗机构大量有价值的数据,变成了“数据孤岛”。
 
  宣晟医疗认为可以从以下三个方面打通数据壁垒,联通数据孤岛,实现互联互通:
 
  首先,建立各种主索引,有病人主索引、医嘱主索引等,能够让病人和医生快速提取到自己需要的信息;
 
  第二,建立数据的关联性,有关联的数据才有价值,割裂开的数据是没有价值的。比如说心衰与心力衰竭,懂医学的人都知道说的是同一个东西,但是对于机器来说,如果你不输入相关的逻辑,它会认为是两个事物。虽说现在人工AI被吹得神乎其神,但是从目前来看,电脑还是比较“笨”的,还需要我们一步步地教,对数据进行关联。
 
  第三,统一数据管理,数据一定要统一搜集起来变成数据中心,数据要数字化、集成化、数据化、要素化、结构化、标准化、语义化、智能化。
 
  走出人才缺乏困境
 
  大数据并非无所不能:它可以同时提供真知灼见,也可能迷糊了我们的视线。
 
  随着医疗数据堆积越来越多,从中找出有用信息越来越困难。宣小晟在查找资料时发现全国政协委员季加孚曾在一次采访中说过,北大肿瘤医院2017年住院患者数量就已超过6.4万人次,年门诊量超过61万人次,医院产生的数据量可想而知会是多么的惊人。
 
  宣晟之前曾看到这么一个故事:在美国阿肯萨斯州有个地方,这块土地曾经是一个钻石矿场,但后来因为钻石密度太少而被放弃。如今,这块地变成了钻石公园,游人可以去这里手工淘取钻石,万一真的找到钻石是可以自己带走的。很多人闻讯而去,然而淘了几天几夜,上百公斤泥却依旧一无所获。
 
  认真类比一下的话,这故事和医疗数据的现状没有什么不同。当医疗数据集很大很多时,即便其中有钻石,也会造成开掘的极大障碍。因此,海量的数据,需要专业化的团队人才来打理。
 
  如果没有专业化人才对这些数据进行诊疗过程分析,以发现大量临床电子记录数据之间的关系,为今后的循证临床实践提供参考,那么这些数据就仅仅只是数据,是没有价值的。只有专业人员对数据进行过筛选、分析、研究,才能得出那些真正有用的“钻石”。比如说,对二次住院预测分析大大降低了病情的不确定性,重症中心ICU病人全程生理参数数据监控分析,进行关键指标的警示和交互干预,使医护工作更有效率,优化了相关操作,降低了医疗风险。同时,有利于形成医护患协同的病人全过程的疾病管理分析,产生最佳医疗实践的疾病诊治流程。
 
  医疗与计算机同属于知识密集型行业,医疗大数据初兴,目前来说,了解这两个行业特点的复合型人才少之又少,相信随着业界和学界的持续努力,尤其是系统性培养体系的逐步建立,健康医疗行业的大数据人才短缺现象会逐步得到改善。
 
  未来的挑战
 
  目前,将大数据应用到医疗行业仍有许多障碍,既有技术性的,也有心理上的问题。医疗工作者多年来收集纸质文件,已经根深蒂固,并导致了低效率,而新习惯需要慢慢养成,我们不能冒进,至少还要花时间搞清楚数据所有权以及患者隐私等问题。
 
  结语:随着医疗大数据的不断发展、完善、应用,相信在不久的未来,医疗将是一体化的,包括健康与诊疗一体化、线上线下一体化、院外院内医生一体化。
 
  期待着,这一天的早日来临。

上海宣晟医疗信息咨询有限公司

致力于和中国医院通过共同搭建有关特定疾病的多学科国际远程会诊平台,整合医学临床方案,以及治疗新技术和新思路带入中国临床从而促进国内医院学科建设和发展.旨在通过整合国内国外优秀医疗资源进行MDT远程会诊,提高患者生存率.

上海宣晟医疗信息咨询有限公司 © 版权所有  沪ICP备17032573号
电话: 021-65686862 邮箱: andy.lin@globallinkhealth.com
地址:上海杨浦区国权路39号国际财富广场金座2128-2101
  • 电话:021-65686862

  • 咨询