隨著醫(yī)療衛(wèi)生信息化迅速發(fā)展

醫(yī)學(xué)研究正步入大數(shù)據(jù)時(shí)代

大數(shù)據(jù)的許多承諾正在醫(yī)療行業(yè)變成現(xiàn)實(shí)

大數(shù)據(jù)的實(shí)時(shí)處理和數(shù)據(jù)分析

可以讓醫(yī)療領(lǐng)域的從業(yè)者

更快更全面的做出決策和行動(dòng)

該領(lǐng)域正在慢慢成熟

隨著云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等新技術(shù)水平的提高，各行各業(yè)所累計(jì)的數(shù)據(jù)已經(jīng)呈現(xiàn)指數(shù)級(jí)的增長(zhǎng)?！按髷?shù)據(jù)” 時(shí)代已經(jīng)出現(xiàn)。

近年來(lái)，大數(shù)據(jù)解決方案與大數(shù)據(jù)分析工具開(kāi)始被廣泛運(yùn)用于醫(yī)療衛(wèi)生領(lǐng)域。通過(guò)數(shù)據(jù)，可以把醫(yī)學(xué)專家積累的寶貴經(jīng)驗(yàn)，轉(zhuǎn)化成標(biāo)準(zhǔn)化的知識(shí)基礎(chǔ)，做到數(shù)據(jù)驅(qū)動(dòng)醫(yī)療服務(wù)，因此從而大大提高服務(wù)能力和效率，解決中國(guó)醫(yī)療領(lǐng)域存在的諸多需求。然而健康醫(yī)療大數(shù)據(jù)究竟指的是何種數(shù)據(jù)？其“大”又體現(xiàn)在何處？

一．大數(shù)據(jù)

大數(shù)據(jù)的類型大致可以分為以下兩種：

第一種類型是通過(guò)對(duì)海量數(shù)據(jù)進(jìn)行分析，獲得巨大價(jià)值的產(chǎn)品、服務(wù)和見(jiàn)解，我們稱之為“動(dòng)詞定義”。

第二種類型是基于多源異構(gòu)、跨域關(guān)聯(lián)的海量數(shù)據(jù)（數(shù)據(jù)量、數(shù)據(jù)形態(tài)、數(shù)據(jù)分析處理方式），通過(guò)分析所產(chǎn)生的決策流程、商業(yè)模式、科學(xué)范式、生活方式和觀念形態(tài)上的顛覆性變化的總和，我們稱之為“名詞定義”。

二．醫(yī)療數(shù)據(jù)

醫(yī)生對(duì)患者診療和治療過(guò)程中產(chǎn)生的數(shù)據(jù)，包括患者的基本數(shù)據(jù)、電子病歷、診療數(shù)據(jù)、醫(yī)學(xué)影像數(shù)據(jù)、醫(yī)學(xué)管理、經(jīng)濟(jì)數(shù)據(jù)、醫(yī)療設(shè)備和儀器數(shù)據(jù)等，以患者為中心，成為醫(yī)療數(shù)據(jù)的主要來(lái)源。

三．醫(yī)療數(shù)據(jù)來(lái)源

首先來(lái)講，“醫(yī)療數(shù)據(jù)”的主要來(lái)源有四個(gè)方面，第一種是患者就醫(yī)，第二種是臨床研究和科研，第三種是生命制藥，第四種是可穿戴設(shè)備。

第一種“患者就醫(yī)”，源于患者，患者的體征數(shù)據(jù)、患者的化驗(yàn)數(shù)據(jù)、患者的描述，患者的住院數(shù)據(jù)、醫(yī)生對(duì)患者的問(wèn)診數(shù)據(jù)、醫(yī)生對(duì)患者的臨床診治、用藥、手術(shù)等數(shù)據(jù)。

第二種“臨床研究和科研”主要是實(shí)驗(yàn)中產(chǎn)生的數(shù)據(jù)，也包含患者產(chǎn)生的數(shù)據(jù)。

第三種“生命制藥”主要是實(shí)驗(yàn)產(chǎn)生的數(shù)據(jù)，與用藥相關(guān)的用藥量，用藥時(shí)間，用藥成分，實(shí)驗(yàn)對(duì)象反應(yīng)時(shí)間，癥狀改善表象等數(shù)據(jù)，與生命等基因組學(xué)相關(guān)的數(shù)據(jù)。

第四種“可穿戴設(shè)備”主要通過(guò)各種穿戴設(shè)備（手環(huán)、起搏器、眼鏡等）收集人體的各種體征數(shù)據(jù)。

四．醫(yī)療數(shù)據(jù)特性

醫(yī)療數(shù)據(jù)首先它屬于數(shù)據(jù)的一種，所以其大數(shù)據(jù)也必定具備一般的數(shù)據(jù)特性：規(guī)模大、結(jié)構(gòu)多樣、增長(zhǎng)快速、價(jià)值巨大，但是其作為醫(yī)療領(lǐng)域產(chǎn)生的數(shù)據(jù)也同樣具備醫(yī)療性：多態(tài)性、不完整性、冗余性、時(shí)間性、隱私性。

多態(tài)性：醫(yī)療數(shù)據(jù)包含有像化驗(yàn)產(chǎn)生的純數(shù)據(jù)，也會(huì)有像體檢產(chǎn)生的圖像數(shù)據(jù)類似心電圖等信號(hào)圖譜，醫(yī)生對(duì)患者的癥狀描述以及跟進(jìn)自己經(jīng)驗(yàn)或者數(shù)據(jù)結(jié)果做出的判斷等文字描述，另外還有像心跳聲，哭聲，咳嗽聲等類似的聲音資料，同時(shí)現(xiàn)代醫(yī)院的數(shù)據(jù)中還有各種動(dòng)畫(huà)數(shù)據(jù)（像胎動(dòng)的影像等）。

不完整性：由于各種原因?qū)е掠泻芏噌t(yī)學(xué)數(shù)據(jù)是不完整的，像醫(yī)生的主觀判斷以及文字描述的不完整，患者治療中斷導(dǎo)致的數(shù)據(jù)不完整，患者描述不清導(dǎo)致的數(shù)據(jù)不完整等。

冗余性：醫(yī)療數(shù)據(jù)量巨大，每天會(huì)產(chǎn)生大量多余的數(shù)據(jù)，這給數(shù)據(jù)分析的篩選帶來(lái)了很大困難。

時(shí)間性：大多醫(yī)療數(shù)據(jù)都是具有時(shí)間性、持續(xù)性的，像心電圖，胎動(dòng)思維圖均屬于時(shí)間維度內(nèi)的數(shù)據(jù)變化圖譜。

隱私性：隱私性也是醫(yī)療數(shù)據(jù)的一個(gè)重要特性，同時(shí)也是現(xiàn)在大部分醫(yī)療數(shù)據(jù)不愿對(duì)外開(kāi)放的一個(gè)原因，很多醫(yī)院的臨床數(shù)據(jù)系統(tǒng)都是相對(duì)獨(dú)立的局域網(wǎng)絡(luò)，甚至不會(huì)去對(duì)外聯(lián)網(wǎng)。

五、數(shù)據(jù)的處理

數(shù)據(jù)的處理一般分為6個(gè)步驟：挖掘數(shù)據(jù)、收集數(shù)據(jù)、分析數(shù)據(jù)、存儲(chǔ)數(shù)據(jù)、數(shù)據(jù)轉(zhuǎn)化實(shí)用，最終在實(shí)用過(guò)程中產(chǎn)生數(shù)據(jù)，如此循環(huán)。

六．醫(yī)療大數(shù)據(jù)的用途

醫(yī)療大數(shù)據(jù)的主要用途有：用藥分析、病因分析、移動(dòng)醫(yī)療、基因組學(xué)、疾病預(yù)防、可穿戴醫(yī)療等。

隨著醫(yī)療大數(shù)據(jù)的發(fā)展和分析方法、人工智能等技術(shù)的不斷革新，能夠準(zhǔn)確利用醫(yī)療大數(shù)據(jù)來(lái)進(jìn)行分析和預(yù)測(cè)的場(chǎng)景會(huì)越來(lái)越多，到時(shí)大數(shù)據(jù)將會(huì)成為醫(yī)療決策的一種重要輔助依據(jù)。

七．醫(yī)療大數(shù)據(jù)

醫(yī)療大數(shù)據(jù)企業(yè)主要分為三類：慢病及健康管理（輔助患者）、臨床決策支持（輔助醫(yī)生）、醫(yī)藥研發(fā)。

醫(yī)療大數(shù)據(jù)的服務(wù)對(duì)象主要有：居民、醫(yī)生、科研、管理機(jī)構(gòu)、公眾健康。

醫(yī)療大數(shù)據(jù)的主要用途有：用藥分析、病因分析、移動(dòng)醫(yī)療、基因組學(xué)、疾病預(yù)防、可穿戴醫(yī)療等。

八．統(tǒng)計(jì)學(xué)在醫(yī)療方面的運(yùn)用

統(tǒng)計(jì)學(xué)是醫(yī)學(xué)科學(xué)研究的重要工具，運(yùn)用概率論與數(shù)理統(tǒng)計(jì)的原理及方法，結(jié)合醫(yī)學(xué)實(shí)際，研究數(shù)字資料的搜集、整進(jìn)行理分析與推斷。正確的統(tǒng)計(jì)分析能夠幫助人們正確認(rèn)識(shí)客觀事物的規(guī)律性，做到胸中有數(shù)，有的放矢地開(kāi)展工作，提高工作質(zhì)量。

在統(tǒng)計(jì)分析領(lǐng)域中，有一種用途極其廣泛的特征曲線，叫做接受者操作特性曲線。

得此名的原因在于曲線上各點(diǎn)反映著相同的感受性，它們都是對(duì)同一信號(hào)刺激的反應(yīng)，只不過(guò)是在幾種不同的判定標(biāo)準(zhǔn)下所得的結(jié)果而已。

接受者操作特性曲線就是以虛驚概率為橫軸，擊中概率為縱軸所組成的坐標(biāo)圖，和被試在特定刺激條件下由于采用不同的判斷標(biāo)準(zhǔn)得出的不同結(jié)果畫(huà)出的曲線。

在統(tǒng)計(jì)學(xué)中常講到的AUC就是”Area Under the ROC curve“，它的值是介于0.1到1之間，是當(dāng)前分類算法根據(jù)計(jì)算所得的一個(gè)score值，AUC值越大說(shuō)明正樣本越有可能排在負(fù)樣本之前，從而能更好進(jìn)行統(tǒng)計(jì)樣本的分類。

在現(xiàn)有的一個(gè)統(tǒng)計(jì)學(xué)方法中，我們對(duì)樣本的診斷通常是分為兩類，一個(gè)是健康類，另一類是得病類。除了這兩類以外，還存在一種人群叫亞健康人群，如果我們還是按照原有的方法去給病人進(jìn)行分類的話，那么我們所得到的一些結(jié)果可能是具有誤導(dǎo)性的。

在統(tǒng)計(jì)學(xué)中概率樣本的置信區(qū)間是對(duì)樣本的某個(gè)總體參數(shù)的區(qū)間，估計(jì)通常來(lái)說(shuō)，比如說(shuō)我們說(shuō)有95%的置信區(qū)間，那么就是說(shuō)測(cè)試者有95%的統(tǒng)計(jì)量是落在置信區(qū)間內(nèi)的。

它其實(shí)展示了這個(gè)參數(shù)的真實(shí)值，有一定概率落在測(cè)試結(jié)果周?chē)囊粋€(gè)程度，也給出被測(cè)量參數(shù)測(cè)試測(cè)量值的一個(gè)可信程度。

怎么去判斷這個(gè)診斷的一個(gè)精確性，我們需要看的是置信區(qū)間的一個(gè)覆蓋率，如果這個(gè)覆蓋率越接近于既定的一個(gè)概率的話，那么這個(gè)方法就越精確。

廣泛搜尋，就是把所有的值結(jié)合在一起，然后去比較它們之間的大小，用這種比對(duì)的方法來(lái)找出最大的不同。

如此可見(jiàn)，隨著醫(yī)療服務(wù)提供者越來(lái)越善于從患者數(shù)據(jù)中提取有意義的見(jiàn)解，他們也將學(xué)習(xí)更好的提供治療的方法，提高服務(wù)質(zhì)量。隨著大數(shù)據(jù)技術(shù)領(lǐng)域的成熟，許多組織將受益于運(yùn)營(yíng)的改善、費(fèi)用的降低和健康狀況的改善。

通過(guò)許多方式，大數(shù)據(jù)和人工智能可以幫助解決日益嚴(yán)重的護(hù)理提供者短缺問(wèn)題。醫(yī)療服務(wù)提供商也將充分利用大數(shù)據(jù)技術(shù)為醫(yī)療技術(shù)框架持續(xù)提供動(dòng)力。