醫(yī)療應用的大數(shù)據(jù)分析

侯志偉 錦州醫(yī)科大學附屬第一醫(yī)院

在醫(yī)療事業(yè)中做出一個完美的決定,這個決定通常會關(guān)乎生與死的。醫(yī)療衛(wèi)生是一個變化非常緩慢的行業(yè)，在過去的時間里，它完全落后于金融、廣告等領(lǐng)域。大數(shù)據(jù)分析通過實施集中醫(yī)療和處方分析、醫(yī)院責任干預和預測分析、成本和責任、可變性降低、患者記錄、受監(jiān)管的健康狀況和患者注冊以及治療的最終解決方案，幫助醫(yī)療行業(yè)升級。

一、為什么要對醫(yī)療應用進行大數(shù)據(jù)分析

醫(yī)學應用系統(tǒng)信息生成的數(shù)據(jù)中信息并不那么顯而易見。包括電子健康記錄數(shù)據(jù)、可視化記錄、患者治療數(shù)據(jù)、與傳感器相關(guān)的數(shù)據(jù)，以及對處理數(shù)據(jù)至關(guān)重要的方式。大數(shù)據(jù)通常意味著混亂的數(shù)據(jù),數(shù)據(jù)誤差的部分會隨著數(shù)據(jù)的增長而增加。個人對大數(shù)據(jù)分析的研究是力不從心的,因此醫(yī)療服務行業(yè)對創(chuàng)新工具的需求是迫切的,這些工具的目的是為了提高準確性和可信性,規(guī)范和處理混亂的信息。盡管醫(yī)療衛(wèi)生領(lǐng)域的擴展信息現(xiàn)在已經(jīng)電腦化,但由于大多數(shù)信息雜亂無章且難以使用,因此在大數(shù)據(jù)的情況下使用這些信息是困難的。

二、大數(shù)據(jù)分析的挑戰(zhàn)和關(guān)注方面

在進一步擴展醫(yī)療行業(yè)的大數(shù)據(jù)分析時遇到許多挑戰(zhàn)，面臨的主要挑戰(zhàn)是互操作性、可管理性、安全性、開發(fā)、可重用性和成熟度。對于互操作性,將大數(shù)據(jù)技術(shù)與現(xiàn)有的企業(yè)解決方案集成是非常重要的。必須支持使用現(xiàn)有工具進行數(shù)據(jù)攝取、數(shù)據(jù)建模和數(shù)據(jù)可視管理和監(jiān)控，它必須與其他管理工具集成。就安全性而言,所有安全工具都必須與企業(yè)安全工具無縫集成。開發(fā)必須使用統(tǒng)一的先進平臺,涵蓋不同的大數(shù)據(jù)規(guī)劃。就可重用性而言,必須能夠在多個應用程序中兼容使用應用、腳本和元數(shù)據(jù)。對于成熟度,我們都知道大數(shù)據(jù)技術(shù)仍然在快速發(fā)展,相關(guān)的技術(shù)和技能仍在演進中。大數(shù)據(jù)所關(guān)注的方面是管理層應該接受的一些理論觀點,用以充分啟動該技術(shù)。大數(shù)據(jù)關(guān)注點需要不被復雜的問題打亂,它們是有價值的,而且處理起來至關(guān)重要。

三、應用中的大數(shù)據(jù)分析

大數(shù)據(jù)分析改變了我們在任何管理中處理、發(fā)現(xiàn)和利用數(shù)據(jù)的方式。大數(shù)據(jù)可以用來發(fā)揮作用并促進改變的最佳前景領(lǐng)域之一是醫(yī)療衛(wèi)生。醫(yī)療分析有可能減少住院治療的數(shù)量,預測傳染病的爆發(fā),避免可避免的流行病,并在總體上提高生活的品質(zhì)。當今世界的變化產(chǎn)生巨大的數(shù)據(jù),正如每個人的數(shù)字足跡一樣。我們將討論一些目前和過去基于大數(shù)據(jù)分析技術(shù)在醫(yī)療領(lǐng)域的應用。

（一）腦疾病預測

腦疾病又稱腦功能紊亂。由嚴重的精神疼痛引起的腦損傷,包括血凝塊、挫傷、腦震蕩、中風、腦水腫。癥狀有嘔吐、惡心、言語團難、麻木、記憶力衰退、注意力不集中和癱瘓。數(shù)據(jù)挖掘算法用于識別帕金森病病情,展示帕金森病語音數(shù)據(jù)集用于診斷人類疾病[1]。

（二）心臟病預測

利用物聯(lián)網(wǎng)技術(shù)，對醫(yī)學應用的公共信息做大數(shù)據(jù)分析，檢測心臟病發(fā)作之類的不可預測醫(yī)學研究[2]。它支持為最終用戶提供在線專家服務。在此目標下的應用，通過在線的智能系統(tǒng)為用戶帶來心臟病相關(guān)的即時指導。目前，許多醫(yī)療機構(gòu)使用健康護理信息系統(tǒng)處理健康護理信息；當系統(tǒng)收集到大量數(shù)據(jù)時，用來分析可能的線索，從而創(chuàng)建有意義的臨床分析。這些分析的主要目的是構(gòu)建一個創(chuàng)造性的心臟病預測系統(tǒng)，利用與心臟相關(guān)的實際數(shù)據(jù)提供心臟病分析。為了建立這個系統(tǒng)，收集臨床數(shù)據(jù)如性別，血壓，膽固醇等13個方面的參數(shù)被使用[3]。為了帶來額外的合適的結(jié)果，我們使用了另外兩個方面，即肥胖和吸煙,因為這些方面被視為心臟病的重要方面。

（三）智能心臟疾病預測系統(tǒng)

從UCI機器學習庫中獲取可訪問的心臟疾病數(shù)據(jù)集，并對其進行預處理，開發(fā)出用于排列機制的數(shù)據(jù)集[4]。協(xié)同神經(jīng)模糊設計被認為是一種可靠且成熟的方法,可以在不同的條件下建立非線性連接并進行校正。已經(jīng)表明遺傳算法是一個非常有利的自動調(diào)優(yōu)相互作用的神經(jīng)模糊推理系統(tǒng)框架和選擇最優(yōu)特征集。顯而易見，數(shù)據(jù)處理機不能改變?nèi)梭w和通過分析計算機分析信息所得出疾病病理的結(jié)論，但醫(yī)生可以根據(jù)更多的可計算的顯性特征來做出更完美的決策。

（四）醫(yī)療大數(shù)據(jù)分析的未來

大數(shù)據(jù)背后隱藏著巨大的能力，它能解開整個醫(yī)療價值序列。大數(shù)據(jù)分析將醫(yī)療機構(gòu)的共同觀點從發(fā)現(xiàn)新藥轉(zhuǎn)向以病人為中心的醫(yī)療，以獲得更好的醫(yī)療結(jié)果和提高效率。醫(yī)療系統(tǒng)大數(shù)據(jù)分析的未來趨勢是通過降低成本，在效果增強的基礎上建立更好的效率，降低風險和改進個性化護理，增強和加速臨床醫(yī)生、醫(yī)學檢驗員、護理人員和研究人員之間的互動。