大數據如何助力現代醫療體系破題，這些領域值得關注……
不想獨自快樂
妙手仁心 電視劇原聲帶
蘇永康
00:00/03:37
在剛剛閉幕的兩會中，總理提到「不讓家庭因病返貧」真是深得民心啊，事實上，實際上，看病難，看病貴的話題一直深深困擾著國民，這裡不僅包括那些跟誰相關的比如說醫鬧、過度醫療、以葯養醫，也包括一些因為技術或者信息匱乏而導致的診療難題。
——比如疑難雜症問題，醫生因為缺乏對疑難雜症的認知更缺乏有效的治療手段，延誤了病人的治療；
——比如一旦有傳染性疫情傳播開來，醫療機構因為缺乏對相關數據的積累，而延誤了對病患的醫治，導致了很多人患病甚至死亡；
——醫學屬於相當專業的門類，一般病人患病很難描述清楚自己的病情，再加上醫療水平的局限，誤診實例時有發生……
這樣的問題層出不窮，而破解的關鍵當然是科技的發展。而大數據就是其中的關鍵技術手段之一。
隨著國家衛計委牽頭的大數據建設快速推進，我國醫療大數據的運用，已成燎原之勢。
大數據在醫療行業的作用簡直可以說是徹底顛覆了醫學界的工作方式，並為醫學研究和臨床實踐提供了巨大的幫助。
大數據對醫學研究的作用
大數據改變了醫學診斷手段
大數據分析為許多醫學難題的解決提供了新途徑，改變了一些疾病診斷方式。大數據可以挖掘出大量以往的相似疾病案例，通過分析這些診斷數據，對疑難雜症進行快速判別。
大數據可預測病情的擴散趨勢
當流行病發生時，可以對疾病已有的擴散趨勢和感染人數進行建模，對每一個時間節點的數據進行分析處理，從而對流行病進行統計研究，預測病情的擴散趨勢，為疾病防治提供參考。同時，當下一次疫情發生時，可以調出往年數據進行分析，了解規律，從而有望抑制病情的進一步擴張。
大數據有望決定現代醫藥學研究成敗的關鍵
大數據醫療可以使患者主動參與到醫療過程中。醫生可以在海量數據中找到病人的既往病史、體質特徵、健康數據等資料作為輔助，從而更好更快地為病人做出準確的判斷。
大數據醫療有望構建一個以患者為中心的個性化平台，為患者提供疾病治療、疾病管理、挂號預約、健康數據查詢等多方面的服務，充分尊重患者的價值觀和需求，協調不同專業的醫療服務。可以說，大數據有望帶來醫學研究、臨床決策、疾病管理、醫療衛生決策等方面的改變甚至革新，從而帶來整個醫療模式的轉變。
大數據對醫療行業的作用
為疾病預防提供了重要依據
大數據可以幫助研究者比之前任何時候都更了解健康影響因素。利用大數據，研究者可以將患者的家族病史、醫療記錄等與平日的生活習慣、飲食習慣、收入、教育等方面聯繫起來，通過對海量的數據進行分析比對，研究這些健康影響因素相互之間的關聯。大數據還可以整合和分析公共衛生數據，提高疾病預報能力，加強對疾病的監測。
拓展了臨床應用的邊界
在醫學臨床方面，大數據有著廣泛的應用天地，包括相對療效研究、醫療資料的透明化、病人病歷的進階分析、藥物副作用分析和遠距離監測病患。
為互聯網醫療提供了更多可能性
互聯網的發展與大數據技術的進步使得在線醫療成為了可能。在互聯網醫療網站上，患者提供病症相關數據，醫生根據這些病症數據，對患者的病症情況進行初步判斷。該方法能夠在一定程度上環節醫療資源不足和分布不均的情況，但是無法從根本上解決這一難題。
醫療大數據功能這麼這麼強大，未來前景這麼美好，那麼它是如何在具體的醫療實踐中體現的呢？讓我們通過幾個案例來了解一下。
案例一：華大基因推出腫瘤基因檢測服務
應用背景：
伴隨著生物技術、大數據技術的發展，個體基因檢測治療疾病已經成為現實。其中，最廣為人知的是美國好萊塢女星安吉麗娜?朱莉，在 2013 年經過檢測她發現自身攜帶致癌基因——BRCA1 基因，為防止罹患卵巢癌，於 2015 年切除了卵巢和輸卵管。目前，國內外已經有多家基因檢測機構，如我國的華大基因、貝瑞和康、 美國的 23andMe、 Illumina 公司等。華大基因一直致力於腫瘤基因組學研究，已經研究 20 多類癌症。近日，華大基因推出了自主研究的腫瘤基因檢測服務，採用了高通量測序手段對來自腫瘤病人的癌組織進行相關基因分析，對肺癌、乳腺癌、胃癌等多種常見高發癌症進行早期、無創傷檢測。
數據源：
檢測數據：患者血清、口腔黏膜數據、基因測序等。
其它數據：體檢數據、電子病歷、遺傳記錄、患者調查、地理區域以及生活條件等。
實現路徑：
首先採取患者樣本，通過測序得到基因序列，接著採用大數據技術與原始基因比對，鎖定突變基因，通過分析做出正確的診斷，進而全面、系統、準確地解讀腫瘤藥物與突變基因的關係，同時根據患者的個體差異性，輔助醫生選擇合適的治療藥物，制定個體化的治療方案，實現「 同病異治」 或「 異病同治」 ，從而延長患者的生存時間。
應用效果：
癌症診斷和預測。腫瘤醫院的病人中有 60%至 80%剛到醫院時就已經進入中晚期，癌症早期的篩查可以幫助患者有針對性的改善生活習慣或者採取個體化的輔助治療，有益於身體健康;同時將癌症扼殺在搖籃里，從而降低日後巨大的醫藥開支和生活困擾。助力個性化醫療。結合生物大數據，挖掘疾病分子機制最終可以做到更好的篩查，更好的臨床指導以及更好用藥的過程。
案例二：大數據預測早產兒病情
應用背景：
安大略理工大學的卡羅琳·麥格雷戈( Carolyn McGregor)博士和一支研究隊伍與 IBM 一起和很多醫院合作，用一個軟體來監測處理即時的病人信息，然後把它用於早產兒的病情診斷。
數據源：
個人體征數據：心率、呼吸、體溫、血壓和血氧含量。
其它數據：孕婦產檢數據、電子病歷、遺傳數據等。
實現路徑：
系統會監控 16 個不同地方的數據，比如心率、呼吸、體溫、血壓和血氧含量，這些數據可以達到每秒鐘 1260 個數據點之多。在明顯感染癥狀出現的 24 小時之前，系統就能監測到早產兒細微的身體變化發出的感染信號，及早預測控制早產兒的病情，從而提高新生兒的出生率。
應用效果：
預測病情。早產兒的穩定不是病情好轉的標誌，只有通過海量的數據並且找出隱含的相關性才能發現提早知道病情，醫生就能夠提早治療，也能更早地知道某種療法是否有效，這一切都有利於病人的康復。
案例三：廣東省人民醫院利用大數據調配床位
應用背景：
起因於國外醫院的經驗以及廣東省人民醫院各專業科室差異很大的病床使用率。長期以來，優勢專業病源充足，病人候床情況嚴重，排隊入院，相反有些專業空床情況明顯，病床使用率僅 65%左右。為此管理層打出了模糊臨床二級分科、跨科收治病人、集中床位調配權的一套「 組合拳」 。
數據源：
患者數據：挂號數據、電子病歷、患者基本數據等。
醫院數據：各科室床位使用情況、診療活動、平均住院費用、平均住院周期等。
實現路徑：
對跨科收治病人之後的科與科之間的工作量、收入、支出、分攤成本等指標進行合理的劃分，強化了入院處的集中床位調配權，解決病人入院排隊情況，使醫院更好地履行了社會責任，同時也給增加了醫院的效益。
應用效果：
提高病床使用率。病床使用率由 87%提高到 92%，優勢專業候床排隊現象明顯減少。
支持決策判斷。優勢專科與弱勢專科的病人在地域構成比、平均住院費用等標上存在顯著差異，支持決策判斷。
關愛健康
醫療大數據就是要將各個層次的醫療信息和數據，用互聯網以及大數據技術進行挖掘和分析，為醫療服務的提升提供有價值的依據，使醫療行業運營更高效，服務更精準，最終實現降低患者的醫療支出、提升國民的幸福指數的核心目的。
醫療和教育可是最重要的民生話題之一。隨著大數據+在各行各業的鋪開，與每個人關係都非常緊密的醫療大數據的春天已經到來，相信在大數據的幫助下，中國的醫療事業會更加美好。
精華文章
『企業大數據研究院』作為一家專門進行大數據統計和分析得第三方機構，其中的醫療類大數據也是我們的一大優勢。
在醫療衛生領域，我們的業務產品線全面覆蓋了醫療保障、區域衛生、院內信息化、基層醫療服務等，我們的醫院信息系統軟硬體產品覆蓋全國所有省市自治區，基層醫療衛生機構13,000多家，醫保定點醫療機構3,300多家，藥店10,000多家，積累了海量的醫療行業和臨床診治相關數據。
TAG:企業大數據研究院 |