大數據在醫療衛生中的應用前景淺析

李軍強 李 青 周 揚

北京市第一中西醫結合醫院 北京 100018

伴隨著國內數字化進程的不斷加快,人們開始逐漸認識到數據的重要性,并且已經將其上升到了國家戰略的層面進行管理。同時,在智能化的不斷推動下,數據驅動的醫療應用場景也開始不斷完成落地工作?，F階段,建設各種以數據中心為基礎的新型醫療信息化體系已經成為了各大醫院創新發展的基礎性內容。而對于醫療衛生中的大數據而言,其主要指的是醫療過程中所產生的患者臨床以及醫學信息合集。這部分數據往往包括患者的病歷、實驗室檢查結果以及手術記錄情況等等,這部分數據對于相關的科研研究能夠提供極大的數據支撐。并且通過對大數據技術的應用,使得其在醫療領域的發展得到了非常顯著的促進效果,不但能夠為患者提供更高質量的醫療服務,同時也推動了國內醫學研究的發展。

1 醫療大數據基本概述

醫療大數據主要指醫院內部經過長期積累的大規模臨床以及各種醫學信息合集,并且這部分數據信息常見都是以電子化的形式所存在[1]。這部分數據中主要包含患者的基本信息、病歷記錄情況以及診斷結果等等。技術進步豐富了醫療大數據的范圍,如可穿戴設備的普及,可以實現大規模、實時、持續收集患者數據;另外生物檢測技術的進步、AI技術應用等都會產生不同的醫療大數據。對于醫療大數據而言,其還包括以下幾個特點:

多樣性:主要指醫療大數據中包含了大量的患者基本信息、臨床記錄以及影像學檢查結果等等數據。這部分數據的主要存儲形式包括多種形式,例如文本、圖像以及數字等等,數據量相對較大,因此,在對其進行存儲時就需要大規模的存儲以及處理系統[2]。

大規模:對醫院來說,每天都會出現大量的患者信息,并且這部分信息都會逐漸累積[3]。同時醫院每天還會產生大量的臨床醫學數據以及數以百萬的病歷記錄與影像學文件等等。因此,數據量是非常龐大的,這時候就需要強大的計算能力來對其進行處理分析。

復雜性:醫院的數據往往會包含多種維度方面的信息,比如患者的年齡、性別以及疾病情況等等[4]。并且由于數據類型的差異性,導致其數據的質量也會有所不同,數據之間的關聯復雜度也不盡相同。而要想實現對這部分數據的處理分析就需要高級的技術以及數據處理算法。

實時性:醫院的各種大數據,包括科研類等等都是實時生成的,這部分數據能夠直接對患者最新情況進行反映[5]。

2 大數據在醫療衛生中的應用前景

大數據時代的帶來,使得該項技術在各個行業中都得到了非常廣泛的應用,并且大數據已經開始逐步被應用在天文學、零售業以及搜索引擎等方面的服務之中,并且取得了較好的應用效果[6]。然而,在實際應用該項技術的過程中,卻出現了在醫療行業應用較為落后的情況。為此,筆者對大數據技術的醫療衛生應用前景進行綜合性闡述[7]。

2.1 疾病預防

在疾病預防之中應用大數據技術,可以幫助研究人員相較于以往而言具備更加全面的知識掌握情況,對患者健康狀況也更加了解。據相關調查結果顯示:現階段已經有將近15%的患者健康影響因素已經被醫療機構所獲取,但是仍舊有剩下的85%影響因素沒有被獲得[8]。其中包括患者的遺傳因素、自然狀況以及社會狀況等方面的因素。

在實際應用大數據技術期間,通過對其與醫療行業進行結合,能夠更好地將傳統數據分析下的患者家族史以及各種醫療行為記錄數據進行綜合性的分析,并且將這部分數據與患者的個人數據進行比對,比對的主要內容包括患者的家庭收入、受教育情況等等[9]。并且在實際比對過程中,通過對于該項大數據技術的應用,就可以有效地對各種危險因素進行規避,且分析期間也能夠比對不同區域的數據,以確保評估結果的準確性。從而篩選出能夠影響患者健康的危險因素,建立一個能夠對患者實施實時監測評估的圖譜以及知識庫,并以此為基礎,針對性地提出了一個護理干預計劃,意圖通過該項計劃的實施,實現對國內民眾健康水平的改善,保障健康的生活條件。同時,對于大數據技術的應用還可以與各種醫療系統之外的數據進行聯合應用,比如將患者的臨床信息與這部分數據進行結合,就可以對其進行有效分析,并以此為基礎,實現對國內各大醫院醫療服務質量的全面改善。這種改善不僅僅停留在理論部分,更多的是集中在實際操作期間。

同時,在應用大數據技術期間,還可以將其與國內相關機構的醫療數據進行整合使用,整合之后數據的分析就能夠更加準確,對于一些傳染性疾病的預防也能夠更具針對性。從而實現對高傳染性疾病的高質量預防,避免國內再次出現大規模疾病爆發的情況。其中,相關研究人員就曾經結合各地航空的實際情況以及多方面數據來源,對其開展了全方位、多層次化的分析研究[10]。并且以此為基礎,對于國內傳染性疾病在空間分布方面的因素進行了綜合性分析,提出了一個傳染性疾病預防模型,以實現對疾病傳染情況的提前預測,以便于更好地開展提前預防工作,避免出現大規模傳染。而在一些特殊的醫療中心內,更是建立了一種高質量的預測模式,對院內的患者疾病發生風險進行提前預測,通過對于該項技術的應用,能夠將患者在一個月內的再住院率從30%降低到了12%左右,同時患者3個月之后的急診就診率也降低了60%[11]。同時,現如今部分裝置之中所應用的大數據技術更是將對患者的疾病檢測工作提升到了一個全新的維度。比如,在一些哮喘病患者的疾病數據追蹤之中,通過對于追蹤器設備的使用,能夠實施記錄患者對吸入器的使用情況,同時將記錄的數據傳輸到中央數據庫之中,通過對數據庫中數據的分析,從而完成對個人以及人群的疾病流行趨勢分析[12]。并且這部分數據上傳之后還可以結合疾病控制中心的相關危險因素進行分析,從而針對性地為患者提出一個預防、治療計劃,促進患者恢復。

2.2 疾病診療

通過對大數據技術的運用,能夠盡可能地幫助醫生為患者提供高質量、高效率以及低成本的醫療服務。部分研究人員通過與IBM公司合作,通過對軟件的使用,以實現對各種即時的患者信息進行處理,同時對患者的疾病診斷工作也能夠高效率開展。在對部分感染性疾病的診療中,系統更是能夠提前一天就完成對患者感染信號的發現與發送,從而實現對疾病的提前監測[13]。部分醫療機構更是將大數據技術應用到了信息系統之中,從而確保醫療設備的各種數據能夠順利地進行交換,推動電子健康檔案管理系統的成功使用。且對該系統使用之后,能夠極大程度地改善患者疾病診療效果,對于醫療資源而言也是一種最大限度的利用。

且將大數據應用到循證醫學中也能夠保障良好的效果[14]。將患者的個人數據集應用到大數據算法之中,能夠為后續的循證醫學發展提供良好的數據支撐,且這種技術的使用能夠將平時小樣本中難以發現的細微差別分析出來,從而為相關醫生提供更加全面的數據,以實現臨床實踐操作的準確性。其中就有癌癥中心與超級計算機合作的先例,其將超過60萬份的醫療數據以及150萬份的患者記錄數據進行結合,并以此為基礎提出了一種診斷決策工具,通過對該工具的利用,可以為臨床醫療工作人員提供更加準確的診斷治療建議,并且最后調查結果也顯示,有將近九成的醫務工作人員都采納了該決策工具的建議[15]。由此不難看出,大數據的分析能力在臨床診斷以及治療工作中的重要性不言而喻。同時將該項技術與系統生物學數據進行結合,比如較為常見的包括患者基因、生物小分子等等[16]。

2.3 醫藥研發和評價

在對大數據技術進行應用期間,不單單是要注重如何更好地應用該項技術,同時也可以關注如何改善該項技術的治療措施,實現更加高效率的優化技術,使得該項技術在一些制藥公司內進行使用時能夠提升藥物的研發效率。從而能夠使得制藥公司研發出的藥物更具針對性,治療效果也能夠更好[17]。即在實際的藥物研發過程中,通過對于大數據的使用,就可以對不同地區的患者對于各種藥物的實際需要數據進行分析,通過分析的結果就可以幫助制藥公司了解哪些藥物的投入產出比最高,從而對資源進行合理的配置,以實現高效率的藥物研發效果。

通過研究發現,如果能夠在一些醫用藥物的研究中使用大數據技術,就可以更好的縮短其研究-上市的時間,同時在藥物的臨床試驗方面,也可以實現一個提高實驗成功率的效果,減少投入的時間、人力以及資源成本。比如,相關藥物在上市之后就可以利用各種現有的數據對其進行多角度的分析,從而全面地掌握市面上該藥物的使用安全性以及經濟性,為后續的臨床藥物使用提供參考價值。比如美國的食品與藥物管理局就曾經使用大數據方式實現對相關科研人員的來源數據調查,從而了解藥品核準標示外的市場銷售情況。

2.4 醫療科研研究

臨床醫療科研可以說是醫學學科建設中的一個重要部分,同時也是相關醫務人員個人發展考核中的一個重要指標[18]。因此,相關的醫療科研人員對于一個能夠實現對科研大數據進行前瞻、回顧的平臺需求是非常迫切的,其中包含對各種科研課題的擬定以及對大數據平臺的檢索等等,而對于一些符合課題實際需求的病例,其中所包含的各種參數統計以及挖掘分析工作也是非常關鍵的。大數據技術在醫療科研研究方面的具體應用結構見圖1。

圖1 大數據技術在醫療科研研究的應用

通過對大數據技術以及知識圖譜技術、人工智能技術的結合使用,能夠實現對大量PB級別的醫療數據進行準確檢索,為臨床醫學研究有效建立基于真實世界數據和數據挖掘技術的科研思路和科研方法,以數據為重點賦能臨床和管理決策[19],同時也支持多分中心的臨床試驗數據采集工作,對其進行深度挖掘分析,即實施多維病例數據的分析。并且在科研平臺中應用大數據技術可以實現對科研效率以及科研項目周期、人力投入以及資金成本的優化。

而除了上述應用之外,患者健康管理、醫療保險、商業保險、公立醫院績效考核、醫院精細化管理、運營管理等方面都具有較好的應用前景[20-21]。

3 結論

總而言之,通過在醫療衛生行業中應用大數據分析以及挖掘等等技術,可以在一定程度上實現對醫療機構生產力的提升,改善其服務水平以及服務質量,確保對各種醫療資源的充分利用。而在醫療衛生之中應用大數據技術的前景也是非常廣泛的,通過對大數據技術的應用,能夠極大程度上促進科學、技術以及社會的進步。但是伴隨著國內數據規模的不斷增長,需要關注數據隱私性以及安全性方面的保障,確保大數據技術應用的可持續性。