吳東東,黃 昊,趙 平,周 林
(1.第三軍醫大學第三附屬醫院信息科,重慶 400042;2.第三軍醫大學第三附屬醫院,重慶 400042)
·衛生管理·
大數據醫療與移動醫療對未來醫療體制的影響
吳東東1,黃 昊1,趙 平1,周 林2△
(1.第三軍醫大學第三附屬醫院信息科,重慶 400042;2.第三軍醫大學第三附屬醫院,重慶 400042)
大數據以其獨特的數據收集、統計、分析理念贏得了眾多行業的青睞,為各個行業的統計、預測、研究打開了另一扇門[1]。移動醫療也在各家醫院開展起來,讓各項醫院業務在“掌上”進行。雖然這些技術在醫療行業的應用還不成熟,但是給醫療行業帶來了不少便利,也對傳統的醫療帶來沖擊,造成革命性、顛覆性的影響。
大數據、移動醫療在醫療上的應用目前有一些比較成形的產品。例如區域醫療信息網、遠程醫療、集成家庭醫療、呼叫器、健忘提醒、智能居家、安防報警于一體的遠程控制、遠程提醒和遠程測量;掌上醫療可以實現免費咨詢醫生、手機購藥、健康商城等。
一個國家的醫療體制通常非常復雜,我國的醫療體制發展是從公費醫療開始的,經歷了勞保醫療、職工醫保、社會保險,以及目前的醫療改革,采用公立醫院與私立醫院并存的方法。醫療體制主要解決2個問題:“誰支付?誰付費?”,即醫院的收費形式和看病的支付模式。
2.1 對保健預防模式的影響 大數據、移動醫療對保健預防的影響總體為:個人健康管理從無到有,預防方式從被動到主動,人口政策從不科學到科學計劃,慢病管理從隨意管理到系統管理。移動讓消費者、患者、醫生擁有更個性化、更持續的體驗。能夠根據病患或醫療保健提供商的健康歷史和當前行為定制健康內容,并且能夠發起一對一的對話、互動,在正確的時間提供有價值的信息。大數據的使用可以改善公眾健康監控,衛生部門通過覆蓋全國的患者電子病歷數據庫,對這些電子病歷進行數據清洗、分類,相關性分組或關聯規則、聚類(Clustering)等快速檢測傳染病[2],可以預測出新的傳染病疫情,進而提供準確和及時的公眾健康咨詢,將會大幅提高公眾健康風險意識,同時及早的衛生干預也將降低疾病的爆發風險。例如本院神經內科開展的腦卒中篩查行動,利用移動互聯網,將高危人群、社區醫院、教學醫院、專科醫生聯系在一起。通過智能手機,可以采集患者的生命體征,記錄其生活及用藥情況,醫生可以為患者提供用藥及生活指導,提升患者生活質量。
2.2 對醫生執業模式的影響 通過移動設備,醫生可以隨時獲得患者信息,方便與患者溝通,進而做出初步診斷,這也給下一步醫生多點執業帶來了便利。同時,醫生直面患者,為患者提供專業的醫療咨詢,可以很好的建立自己的客戶群體,從而形成自己的品牌,醫生不再依附于醫院存在,成為自由個體[3]。移動醫療也為醫生、醫院、藥品商提供宣傳自身的途徑。移動互聯網使得信息能隨時獲取,如推送患者的醫囑、病歷、檢查檢驗報告等醫療文書給醫生,也使得醫生可以及時了解患者病情,實現對患者的遠程診斷,幫助醫生輕松應對多點執業帶來的醫療問題。
2.3 對醫學教育模式的影響 針對不同疾病和人群采集來的數據,可以整合、重建,形成虛擬患者,學生可以真實地學習和診療,提升醫學知識。目前Kinect技術已經成熟,Kinect是應用在虛擬游戲中的一項技術,加強虛擬游戲中的人機互動。將該技術應用到手術教學中,其所具有的動態捕捉、影像辨識、語音辨識功能可以對使用者的動作、指令進行識別,進而達到在虛擬的狀態下進行手術、診斷的練習,并且能夠判斷所執行的操作是否正確。基層醫療機構的醫生也能及時學習到只有大醫院才有的疑難病、常見病的病例及手術。
2.4 對患者就醫模式的影響 移動醫療改變了過去人們只能前往醫院就醫的傳統生活方式,將大眾帶進一種更為先進、輕松和便捷的就診模式中。患者不用親自到醫院,各種信息都已經傳輸到了醫院,在醫院電腦上重現出來。完成了信息收集、信息傳輸、視覺重建,這就是一個全信息人,健康和基因一直處于監護狀態,更有利于進行疾病預防,提前發現小病,而不會發展成非要去醫院的大病重癥。大數據可以給醫療服務行業帶來新的商業模式。首先收集患者的臨床記錄和醫療保險數據,將提高醫療支付方、醫療服務提供方和醫藥企業的決策能力。另一個潛在大數據啟動的商業模型是基于社交網絡的患者交流平臺。
2.5 對醫療付費模式的影響 通過數據的匯總分析,付費機構可以清晰地了解疾病的診治效果,選擇最佳的付費模式,從而也避免了醫療差錯和過度醫療。通過對個人的日常數據采集,也能清晰地勾畫出生活習慣、健康狀況,從而為保險機構制定更合理的個性化支付模式。目前美國已經有了醫療保險和醫療補助機構使用成本效益比例來制定報銷決策的案例,對醫療支付方來說,大數據分析可以更好地對醫療服務進行定價。
2.6 對醫療數據使用模式的影響 數據將在醫療機構、患者之間流轉,發揮出更大的價值。收集生理特征數據,然后對這些內容進行分析,隨即給出購買藥物、改變行為或其他診斷建議,以及藥物間的相互作用。由于目前尚存在很多法律上的空白點,商業化數據的利用還很困難。但是將各醫院產生的數據匯總成區域電子病歷和個人健康檔案,并在此基礎上開展疾病預防控制、人口流行病學調查等醫學應用已經開始發揮價值。
2.7 對醫療管理模式的影響 由于數據的關聯性和大量的基礎數據產生,使得管理更精準,數據驅動業務代替了原有的需求驅動。提高醫療過程數據的透明度,可以使醫療從業者、醫療機構的績效更透明,間接促進醫療服務質量的提高。通過對組織內部和外部的數據整合,能夠洞察事物之間的相關關系。
3.1 分析 當前,大數據和移動醫療的投資勢頭非常迅猛。2013~2017年全球移動醫療市場規模預計由45億美元增至230億美元[4],全球大數據技術及服務市場年增長率(CAGR)將達31.7%,2016年收入將達238億美元。國內2012年移動醫療和大數據市場規模分別達到18.7億和4.5億元,接下來3年內有望突破百億規模[5]。但是大數據和移動醫療同時也帶來了安全性的問題,技術專家現在正轉向大數據的問題,即在“公平信息實務法則”的基礎框架下對大數據技術進行有效的管理。無線設備的信號傳輸過程中也存在很多不安全因素,多個無線設備之間的信號傳輸造成的信道分配和信號干擾問題將是一個新的問題。而且這些技術的使用還存在一些不實用的地方。醫療行業的信息特征和很多其他行業不一樣,存在很多非結構化和半結構化的數據,而且分布在不同的醫療機構,同時醫院還存在一些不規范的文本數據,例如醫囑和患者主訴,醫院每一位醫生都有自己的書寫和表達習慣,使用簡單的文本檢索和歸類是很困難的,因此如何對其進行有效的整合是一個挑戰。一些不發達地區移動醫療的受眾不多,未能發揮設計時的作用,使用氛圍還需要持續培養,所以大數據和移動醫療在國內還有很長的路要走。
3.2 預測 任何高端的技術,沒有經過醫療消費者的選擇和認可,是不可能持久下去的。同時,數字技術(包括智能手機、寬帶、無處不在的網絡連接以及社交網絡的普及)以及通過云服務器集群實現的強大計算能力、生物傳感器、基因組測序、成像能力等還沒有成熟,則大數據和移動醫療尚不可能完全實現。若具備了這些條件,可以對未來醫療體制的改變進行預測,那就是醫院邊界模糊,突破地域限制,患者通過網絡獲取醫療服務,而不再關心是哪家醫院提供的服務,網絡將醫院的影響力無限拓展;通過信息系統的整合,原有的醫院各業務科室,逐漸分離,出現基于業務關聯的松耦合的醫療聯盟,聯盟里各成員獨自發展,又充分共享醫療信息,更好地為患者服務;醫生行業仍然不會消失,但人機協同工作將成為普遍,應用程序成為移動健康的重要組成部分。
大數據和移動醫療必將發生醫療行業中的變革,首先需克服技術和心理障礙,開放心態,更新觀念,新技術在美國所能發揮的正面作用在中國同樣適用;其次相應的政策要跟上,應將發展大數據和移動醫療上升為國家戰略,由行政部門加快政務數據資源開放,營造大數據醫療產業發展的良好環境,同時加快數據安全立法,加強專業人才引進與培養;再則要盡快實現技術的同質化、標準化,打破行業或部門間壁壘,加強數據的整合開發[6]。醫院應以患者為中心,制定最符合患者需求的醫療服務,選擇適合的大數據和移動醫療項目切入,盡快適應[7]。
[1]李新華.淺談大數據時代的機遇與挑戰[J].通訊世界,2013(11):60-61.
[2]Zhang J,Hu J,Huang L,Zhang Z,Ma Y.A portable farmland information collection system with multiple sensors[J].Sensors (Basel),2016,16(10):1762.
[3]Yao Q,Tian Y,Li PF,et al.Design and development of a medical big data processing system based on Hadoop[J].J Med Syst,2012,5(12):2014-2015.
[4]陳騫.全球移動醫療發展現狀與趨勢[J].上海信息化,2013(2):80-82.
[5]蔡佳慧,張濤,宗文紅.醫療大數據面臨的挑戰及思考[J].中國衛生信息管理雜志,2013,8(4):292-295.
[6]王曉東,吳雅琴.大數據時代醫學信息管理專業人才培養[J].醫學信息學雜志,2014,35(1):83-85.
[7]Yoo S,Choi K.Research on Development stage of service model in big data industry[J].Lect Not Elec Engin,2015,330(7):545-554.
吳東東(1986-),工程師,碩士,主要從事醫學信息管理,數據工程及軟件工程的工作。△
,E-mail:604269346@qq.com。
10.3969/j.issn.1671-8348.2016.34.037
R197.32
B
1671-8348(2016)34-4866-02
2016-04-22
2016-08-06)