醫(yī)療大數(shù)據(jù)：以“提質(zhì)”促進“增效”

文/姜疆

醫(yī)療大數(shù)據(jù)：以“提質(zhì)”促進“增效”

文/姜疆

探索提高醫(yī)療大數(shù)據(jù)的處理與分析質(zhì)量，不僅對于疾病治療、新藥物研發(fā)有重要意義，還將對經(jīng)濟、社會、科技等多方面產(chǎn)生積極影響。

黨的十九大報告明確指出,中國特色社會主義進入新時代,我國社會主要矛盾已經(jīng)轉(zhuǎn)化為人民日益增長的美好生活需要和不平衡不充分的發(fā)展之間的矛盾。

當前，廣大人民群眾在健康方面的需求更加迫切和多元。高效利用大數(shù)據(jù)技術，充分挖掘醫(yī)療和健康大數(shù)據(jù)的價值，無論對于疾病治療、臨床實效研究、新藥物研發(fā),還是對于基礎醫(yī)學、公共醫(yī)藥衛(wèi)生等,都有著至關重要的意義，不僅有利于擴大醫(yī)療資源供給、降低醫(yī)療成本、提升醫(yī)療服務運行效率，也對國家經(jīng)濟、社會、科技等方方面面產(chǎn)生積極而深遠的影響。

和其他領域的大數(shù)據(jù)一樣，醫(yī)療大數(shù)據(jù)的核心問題是數(shù)據(jù)的處理與分析。而如何提高醫(yī)療大數(shù)據(jù)處理的質(zhì)量則是現(xiàn)在和未來我們面臨的一項重大課題。

處理和分析質(zhì)量的提高愈受重視

數(shù)據(jù)每天都在源源不斷地產(chǎn)生，如今，全世界健康醫(yī)療數(shù)據(jù)已經(jīng)達到了150EB，而且每73天就翻一倍。IDC預測，至2020年，醫(yī)療數(shù)據(jù)量將達40萬億GB，是2010年的30倍。同時，數(shù)據(jù)生成和共享的速度迅速增加，數(shù)據(jù)積累加劇。

在我國，隨著經(jīng)濟社會發(fā)展與人民生活水平的提高，居民的就醫(yī)和健康需求不斷增加，同時，信息化建設持續(xù)推進，相關技術創(chuàng)新不斷升級，醫(yī)療衛(wèi)生領域積累了規(guī)模可觀的“大”數(shù)據(jù)。

目前，我國醫(yī)療大數(shù)據(jù)主要由醫(yī)院臨床數(shù)據(jù)、公共衛(wèi)生數(shù)據(jù)和移動醫(yī)療健康數(shù)據(jù)三大部分組成，各數(shù)據(jù)端口呈現(xiàn)出多樣化且快速增長的發(fā)展趨勢。

這首先要歸功于我國的醫(yī)療衛(wèi)生信息化建設，在近幾年里得到了長足的發(fā)展。各醫(yī)院從單純以財務為中心的信息系統(tǒng)發(fā)展到以病人為中心的信息系統(tǒng)，各地相繼建設了區(qū)域衛(wèi)生信息平臺，建設了數(shù)據(jù)中心。我國目前擁有了涵蓋90余萬家醫(yī)療機構的信息庫，輻射到了疾病報告與健康監(jiān)測等各個領域。目前全國超過20%的醫(yī)院都擁有病人、電子病歷為核心的一體化管理系統(tǒng)。

如今，醫(yī)院信息系統(tǒng)（HIS）、電子病歷系統(tǒng)（EMR）、影像采集與傳輸系統(tǒng)（PACS）、實驗室檢查信息系統(tǒng)（LIS）、病理系統(tǒng)（PS）等，甚至包括手術管理系統(tǒng)、耗材及物流管理系統(tǒng)，等等，每日產(chǎn)生大量的數(shù)據(jù)。

與此同時，各種醫(yī)療穿戴設備企業(yè)、基因檢測機構、體檢單位也都投身于醫(yī)療和健康大數(shù)據(jù)的搜集應用中來，為我國醫(yī)療和健康大數(shù)據(jù)行業(yè)的發(fā)展奠定了基礎。

尤為值得一提的是可穿戴智能設備的普及。2010年我國可穿戴智能設備的市場規(guī)模僅為0.9億元，到2015年市場規(guī)模就迅速增加到了107.9億元，由此可見，可穿戴智能設備的普及速度極為驚人?？纱┐髦悄茉O備的普及，可以實現(xiàn)大規(guī)模、實時、持續(xù)收集患者數(shù)據(jù)，從而助力醫(yī)療大數(shù)據(jù)的大發(fā)展。

更為重要的是，相關信息技術的進步，不僅使健康醫(yī)療大數(shù)據(jù)的存儲、分析、應用成為可能，并且進一步豐富了健康醫(yī)療大數(shù)據(jù)的內(nèi)容。

支撐健康醫(yī)療大數(shù)據(jù)的IT技術的進步主要為：數(shù)據(jù)融合、數(shù)據(jù)挖掘、圖像處理識別、機器學習、自然語言處理、數(shù)據(jù)可視化、人工智能等技術取得進步。例如，數(shù)據(jù)融合可將多個醫(yī)療子行業(yè)的數(shù)據(jù)整合分析以產(chǎn)生新的更加精確、連續(xù)、有價值的信息。

當前，大數(shù)據(jù)的快速增長已經(jīng)超出了傳統(tǒng)的信息處理能力，因此醫(yī)療大數(shù)據(jù)需要不斷引入新技術、新概念，提升對運行數(shù)據(jù)的分級管理和分析能力，為管理者和臨床醫(yī)務人員做出準確的工作決策提供依據(jù)。

對此，來自國際方面的醫(yī)學專家建言：第一，確保數(shù)據(jù)的質(zhì)量、采集、和諧、處理、可視化和互操作性；第二，利用計算工具來改善數(shù)據(jù)存取，促進數(shù)據(jù)分析；第三，在決策支持上應有容易使用的、直觀的設備與兼容的格式；第四，對于個人醫(yī)療，使用能夠跟蹤患者信息并快速提供反饋的工具；第五，制定并落實隱私保護和數(shù)據(jù)分享政策；最后，健康數(shù)據(jù)很多，但健康數(shù)據(jù)分析人員數(shù)量不足，應加強相關培訓與教育。

醫(yī)療健康大數(shù)據(jù)與其他領域的大數(shù)據(jù)一樣，擁有4個重要特征，即Volume（大容量）、Velocity（快速更新）、Variety（多類型）和Value（高價值）。

除了具備大數(shù)據(jù)“4個V”的特點之外，醫(yī)療大數(shù)據(jù)還有多態(tài)性、時效性、不完整性、冗余性、隱私性等特點。多態(tài)性指醫(yī)師對病人的描述具有主觀性而難以達到標準化；時效性指數(shù)據(jù)僅在一段時間內(nèi)有用；不完整性指醫(yī)療分析對病人的狀態(tài)描述有偏差和缺失；冗余性指醫(yī)療數(shù)據(jù)存在大量重復或無關的信息；隱私性指用戶的醫(yī)療健康數(shù)據(jù)具有高度的隱私性，泄漏信息會造成嚴重后果。

談到大數(shù)據(jù)，業(yè)界僅僅關注“4個V”是不夠的，重要的是針對“4個V”后面用什么新技術解決數(shù)據(jù)的處理和分析問題。

當今之所以叫數(shù)據(jù)時代，或許是因為數(shù)據(jù)已經(jīng)夠多了，但是人類的分析數(shù)據(jù)能力還遠遠不夠。美國Gartner公司的研究表明，人類有史以來90%的數(shù)據(jù)是計算機在最近兩年產(chǎn)生的，其中只對1%的數(shù)據(jù)進行了分析。

IBM副總裁兼沃森健康首席創(chuàng)新科學官Shahram Ebadollahi指出，這些數(shù)據(jù)已經(jīng)不能再使用傳統(tǒng)的編程方式進行數(shù)據(jù)分析，我們必須使用更自動化的模型與方式和數(shù)據(jù)進行溝通。

Shahram Ebadollahi認為，眼下，隨著人工智能已進入認知計算時代,通過機器學習等算法，可以使得計算機更加理解各類健康醫(yī)療大數(shù)據(jù)，如基因數(shù)據(jù)，理解醫(yī)學影像數(shù)據(jù)等，通過不斷加入的數(shù)據(jù)可以學習數(shù)據(jù)發(fā)展和結局之間的關系等，并能使用友好的界面與人進行交互。未來的醫(yī)療會以知識和數(shù)據(jù)同時作為驅(qū)動點，從而達到縮小知識轉(zhuǎn)化的鴻溝，以及利用數(shù)據(jù)和算法提供出真實世界的證據(jù)。

相關經(jīng)濟社會效益

大數(shù)據(jù)除了帶來存儲、管理、處理數(shù)據(jù)的挑戰(zhàn)，也帶來了發(fā)掘數(shù)據(jù)中新的價值的機遇。目前已經(jīng)有多個行業(yè)已經(jīng)利用大數(shù)據(jù)改善業(yè)務，例如金融業(yè)、零售業(yè)、生命科學、環(huán)境研究。在醫(yī)療和健康領域，醫(yī)療大數(shù)據(jù)的發(fā)展可以彌補和解決諸多問題（見表）。

高效利用大數(shù)據(jù)技術，充分挖掘醫(yī)療和健康大數(shù)據(jù)的價值，不僅對于疾病治療、臨床實效研究、新藥物研發(fā),等等,有著至關重要的意義，并且還將對整個國家的經(jīng)濟、社會、科技等方方面面產(chǎn)生深遠的積極影響。

我國政府對健康醫(yī)療大數(shù)據(jù)的發(fā)展不斷加大支持力度。2016年6月，國務院辦公廳印發(fā)了《關于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應用發(fā)展的指導意見》，將健康醫(yī)療大數(shù)據(jù)應用發(fā)展納入國家大數(shù)據(jù)戰(zhàn)略布局，提出到2020年，初步形成健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)體系等目標，并從夯實應用基礎、全面深化應用、規(guī)范和推動“互聯(lián)網(wǎng)+健康醫(yī)療”服務、加強保障體系建設等四個方面部署了十多項重點任務和重大工程。

之后，國家衛(wèi)生和計劃生育委員會統(tǒng)一牽頭組織組建了以國有資本為主體的三大健康醫(yī)療大數(shù)據(jù)集團公司。

國家衛(wèi)生和計劃生育委員會副主任金小桃指出，健康醫(yī)療大數(shù)據(jù)是涉及到國家戰(zhàn)略安全、群眾生命安全以及隱私保護安全的重要戰(zhàn)略性資源。健康醫(yī)療大數(shù)據(jù)以其廣泛的應用性和特殊性未來將對經(jīng)濟發(fā)展產(chǎn)生重大貢獻，必將成為我國國民經(jīng)濟的重要支柱產(chǎn)業(yè)。

前瞻產(chǎn)業(yè)研究院發(fā)布的相關報告顯示，我國健康醫(yī)療大數(shù)據(jù)行業(yè)現(xiàn)在尚處于起步階段。根據(jù)行業(yè)生命周期理論，未來我國健康醫(yī)療大數(shù)據(jù)行業(yè)增長空間較大，這一藍海市場有待進一步挖掘。

從市場需求增長率來看，近幾年健康醫(yī)療大數(shù)據(jù)行業(yè)市場增速超過20%，市場增速較快。隨著應用領域的不斷深入與增加，我國健康醫(yī)療大數(shù)據(jù)行業(yè)市場規(guī)模將會實現(xiàn)快速增長，預計到2020年，我國健康醫(yī)療大數(shù)據(jù)行業(yè)市場規(guī)模將突破800億元。另一方面，從市場競爭來看，布局健康醫(yī)療大數(shù)據(jù)的企業(yè)數(shù)量不斷增多，行業(yè)競爭格局初步成型。

同時，從技術變革來看，數(shù)據(jù)融合、數(shù)據(jù)挖掘、生物檢測技術正在發(fā)生快速變化，健康醫(yī)療大數(shù)據(jù)行業(yè)技術更新?lián)Q代速度較快。綜合來看，目前我國健康醫(yī)療大數(shù)據(jù)還屬于比較新穎的概念，仍有一些技術上的難題和障礙。

中國工程院王辰院士指出：開展健康醫(yī)療大數(shù)據(jù)的研究，盡快實現(xiàn)數(shù)據(jù)集成、管理、分析、共享和價值呈現(xiàn)，已經(jīng)成為迫在眉睫的首要任務；開發(fā)轉(zhuǎn)化大數(shù)據(jù)的內(nèi)在價值，通過互聯(lián)網(wǎng)合理共享，也成為促進優(yōu)質(zhì)醫(yī)療資源下沉、醫(yī)學智慧輻射到基層，助推分級診療實現(xiàn)新業(yè)態(tài)的重要任務。

提高處理質(zhì)量從源頭開始

發(fā)現(xiàn)蘊含在歷史數(shù)據(jù)中的從前未知的模式，可用來預測一種疾病什么時候可能會突然變得格外地危及生命。通過這些模式的計算，能夠建立可以預測患者何時處于將要轉(zhuǎn)為高風險狀態(tài)的計算機模型。這樣的模型還是初步的，還需要進一步開發(fā)和測試。

獲得當前和以往的患者信息，是用數(shù)據(jù)分析來預測未來醫(yī)治情況的關鍵要求之一。旨在發(fā)現(xiàn)至關重要隱含模式的健康數(shù)據(jù)分析（通過所有的噪聲找準明確的信號）需要盡可能豐富的數(shù)據(jù)資源。

利用先進的數(shù)據(jù)分析可以揭示蘊含在數(shù)據(jù)中的確定模式，以用來發(fā)布危險提示信號。由于最初并不知道哪些危險信號可能出現(xiàn)，因此需要看到模式是否會自行出現(xiàn)。這就需要一個全新的數(shù)據(jù)分析能力。

數(shù)據(jù)分析是大數(shù)據(jù)的核心問題，而在數(shù)據(jù)分析之前，要經(jīng)歷數(shù)據(jù)的清洗、標準化、結構化和存儲等環(huán)節(jié)才能達到分析的程度。

與其他醫(yī)學領域的權威和專家一樣，王辰院士非常強調(diào)要注重大數(shù)據(jù)處理的質(zhì)量。王辰院士同時亦指出，為了更好地推動醫(yī)療大數(shù)據(jù)的發(fā)展，首先要注重數(shù)據(jù)的來源和采集的質(zhì)量。

數(shù)據(jù)反映的是“事實”，但是數(shù)據(jù)又不一定是“事實”。數(shù)據(jù)的這個特點，健康醫(yī)療大數(shù)據(jù)體現(xiàn)得尤為顯著。比如，醫(yī)生在給患者診治的時候，醫(yī)生對病的“事實”認識是不一樣的，并且需要記下來。而從“事實”到醫(yī)生做判斷，是需要一個過程的。在這個過程中，有些數(shù)據(jù)可能就丟掉了，有些數(shù)據(jù)可能是誤解。既是事實，又不是事實，這就是大數(shù)據(jù)的特點。

以往，為了某種研究目標，人們?nèi)ナ占恍┯匈|(zhì)量控制的數(shù)據(jù)，目標是很準確的。但是到了大數(shù)據(jù)時代，情況就不一樣了。數(shù)據(jù)不是由人來把控的，在不真實數(shù)據(jù)中，即便有再好的模型和算法，也算不出有價值的結果。

大數(shù)據(jù)的來源是多元的，質(zhì)量是不受控制的，有些數(shù)據(jù)是拿來也不可用的，比如：不可及的碎片化數(shù)據(jù)，可及但又是錯誤的數(shù)據(jù)，可及、正確但是殘缺、無法修補的數(shù)據(jù)。

王辰院士明確指出：數(shù)據(jù)的質(zhì)量建立在源頭的規(guī)范上，因此，如果要對數(shù)據(jù)做分析，來源必須可靠，同時，對數(shù)據(jù)的采集方法也要有講究，大數(shù)據(jù)不是“紊亂”數(shù)據(jù)，要建立標準化、規(guī)范化的原則，才能使數(shù)據(jù)變得能夠分析和可用。

實際上，數(shù)據(jù)的采集非常困難。醫(yī)療數(shù)據(jù)通常來自“院內(nèi)”和“院外”，“院外”數(shù)據(jù)包括線上和線下采集。

“院內(nèi)”是“信息孤島”，因為怎么把院內(nèi)數(shù)據(jù)打通，現(xiàn)在沒有明確的解決方案。在“院外”方面，能用什么方法與服務去采集到數(shù)據(jù)，也還在艱難的探索當中。

業(yè)內(nèi)人士表示，線上會有掛號需求、陪診需求、問診需求等，但是終究這樣的數(shù)據(jù)采集質(zhì)量，包括采集的維度，都是極為有限的。像電子的健康檔案、體檢報告，這樣級別的數(shù)據(jù)，對于線上來說都是極為困難的。

即便是這樣數(shù)據(jù)的質(zhì)量，最終做健康管理質(zhì)量或許是夠的，但是，對于更高一層級的，比如說，做更深度的醫(yī)療服務，再往上說，作為能夠提供給醫(yī)生科研的依據(jù)，像這樣的數(shù)據(jù)就達不到要求。

關于數(shù)據(jù)采集，業(yè)內(nèi)人士表示盡管做出了框架，但是沒有人往里面填數(shù)據(jù)，也沒有往上上傳數(shù)據(jù)。如果希望用戶自發(fā)上傳，但是用戶有什么動力來上傳他的數(shù)據(jù)呢？嘗試為用戶提供更多的基于數(shù)據(jù)服務來驅(qū)動他上傳數(shù)據(jù)，成本非常高。所以數(shù)據(jù)采集是目前一個非常大的難點。

業(yè)內(nèi)人士呼吁，應進一步推動醫(yī)療服務機構信息化建設，為醫(yī)療數(shù)據(jù)的收集提供采集入口。實施健康醫(yī)療中國云服務計劃，促進“互聯(lián)網(wǎng)+健康醫(yī)療”的創(chuàng)新發(fā)展，積極探索開放健康醫(yī)療數(shù)據(jù)資源的途徑和機制。

醫(yī)療大數(shù)據(jù)的發(fā)展可以彌補和解決諸多問題

共享與治理也很重要

毫無疑問，數(shù)據(jù)的搜集必須遵循嚴格的規(guī)程，包括傳統(tǒng)的數(shù)據(jù)收集方法和不斷改進的統(tǒng)計分析方法?，F(xiàn)實中，采集的很多數(shù)據(jù)，尤其是在線收集的數(shù)據(jù)，局限性太大，這樣的數(shù)據(jù)必須按照嚴格的規(guī)定搜集、具有精準性，才能有價值。

行業(yè)專家指出，問題的解決方案是：綜合使用所有數(shù)據(jù)分析方式，包括結合傳統(tǒng)數(shù)據(jù)和統(tǒng)計方法，加入新數(shù)據(jù)輸入結果和新算法。這樣才會獲得最精準的結果。所以，重要的是，在將傳統(tǒng)的醫(yī)療和科研數(shù)據(jù)的存儲和分析處理方法與大數(shù)據(jù)結合使用的同時，不斷引入可用的新數(shù)據(jù)，并且，使受眾能夠廣泛共享和瀏覽數(shù)據(jù)。

試想，如果將所有醫(yī)療與患者的數(shù)據(jù)向數(shù)以千計，甚至數(shù)百萬具有創(chuàng)新思維的群體，以及相關人員開放，那樣會呈現(xiàn)出巨大的經(jīng)濟和社會效益?？墒?，知易行難,不在于大家看不到數(shù)據(jù)開放共享的好處，而在于以下原因。

一方面，很多業(yè)內(nèi)人士掌握專利信息數(shù)據(jù)，極具競爭力，與現(xiàn)有和潛在的競爭對手分享這些信息會令他們極度不安。

另一方面，健康醫(yī)療數(shù)據(jù)大多數(shù)是“能夠識別公民個人身份和涉及公民個人隱私的電子信息”。這樣的數(shù)據(jù)一旦開放共享，必然伴隨著個人身份和隱私信息泄露的風險。大多數(shù)國家的衛(wèi)生保健機構都不公開患者的健康信息，在西方國家，披露這些數(shù)據(jù)可能會觸犯法律法規(guī)。

行業(yè)專家和有關人士長期呼吁推進健康醫(yī)療大數(shù)據(jù)有條件地開放共享，以提升健康醫(yī)療服務效率和質(zhì)量，不斷滿足人民群眾多層次、多樣化的健康需求。

2016年6月，國務院辦公廳印發(fā)的《關于促進和規(guī)范醫(yī)療大數(shù)據(jù)應用發(fā)展的指導意見》提出:到2017年底，實現(xiàn)國家和省級人口健康信息平臺以及全國藥品招標采購業(yè)務應用平臺互聯(lián)互通，基本形成跨部門健康醫(yī)療數(shù)據(jù)資源共享共用格局；到2020年，建成國家醫(yī)療衛(wèi)生信息分級開放應用平臺。

全國政協(xié)委員、復星集團董事長郭廣昌建言，在確保數(shù)據(jù)安全的前提下，加快推進惡性腫瘤、高血壓等領域的健康醫(yī)療大數(shù)據(jù)開放共享，以提升大數(shù)據(jù)的采集和分析挖掘能力，切實發(fā)揮大數(shù)據(jù)在有關疾病精準防治中的作用。

還有業(yè)內(nèi)人士呼吁全面加快醫(yī)療大數(shù)據(jù)聚合平臺的建設：應大力推進健康醫(yī)療數(shù)據(jù)集聚，加快國家人口數(shù)據(jù)庫、電子健康檔案、電子病歷相關健康醫(yī)療服務數(shù)據(jù)整合，形成國家健康醫(yī)療大數(shù)據(jù)中心；建立國家級慢病、傳染病等健康醫(yī)療專項疾病大數(shù)據(jù)中心……

可喜的是，近年來，我國醫(yī)療云平臺建設步伐加快。全國各地各類醫(yī)療云平臺布局全面、層次豐富，在建設主體和運營模式上也形成了政企合建、市場運營的良好局面。我國智慧醫(yī)療云平臺的構建主要是以人口信息數(shù)據(jù)庫、電子病歷數(shù)據(jù)庫和電子健康檔案數(shù)據(jù)庫等三大數(shù)據(jù)庫為支撐，并通過平臺支持公共衛(wèi)生、計劃生育、醫(yī)療服務、醫(yī)療保障、藥品供應和綜合管理等六大類業(yè)務應用，正逐步形成國家、省、地市和縣的四級區(qū)域人口健康信息平臺。

特別需要注意的是，沒有新的數(shù)據(jù)治理方式，解決不了數(shù)據(jù)共享問題。現(xiàn)在是社會化的數(shù)據(jù)采集、分享方式。原有的自給自足的數(shù)據(jù)治理方式，必須采用新的數(shù)據(jù)治理方式。

中國科學院陳潤生院士就指出，個人醫(yī)療健康信息的激增、醫(yī)療數(shù)據(jù)互聯(lián)融合的發(fā)展趨勢，對隱私安全和數(shù)據(jù)質(zhì)量提出新的挑戰(zhàn)，對醫(yī)療健康大數(shù)據(jù)進行治理必然引發(fā)醫(yī)療行業(yè)各機構的共鳴。技術的進步與發(fā)展為醫(yī)療健康大數(shù)據(jù)治理提供可能，但治理意識的培育和強化、參與主體的能動性才是實現(xiàn)醫(yī)療健康大數(shù)據(jù)治理的根本保障。