健康醫療大數據的認知與場景實踐

張柯欣

摘 要：本文介紹了健康醫療大數據的相關概念和一些具體應用，探討了健康醫療大數據的特點和應用架構。通過對臨床數據、健康信息、醫學文獻等研究場景的大數據應用實踐，提出了從具體場景開展健康醫療大數據應用研究的一些思路。展望了健康醫療大數據的發展趨勢。

關鍵詞：健康醫療大數據；場景實踐；醫學文獻

中圖分類號：TP311.13；TP39 文獻標識碼：A DOI：10.3969/j.issn.1006-1959.2018.07.001

文章編號：1006-1959（2018）07-0001-02

大數據作為創新、競爭、生產力提高的前沿，是信息時代新的財富，大數據已經上升為我國國家戰略之一。大數據應用的深度及廣度已經使其從一個技術領域演化為當今社會生活中的一個越來越重要的發展基礎。健康醫療作為人類社會發展的一個重要基礎，與大數據發生了千絲萬縷的聯系，健康醫療大數據也在這一背景下產生并迸發了越來越旺盛的生命力，并將持續深入的影響社會生活的許多方面。健康醫療大數據已經開始全面應用在醫學領域。

1健康醫療大數據的認知

1.1健康醫療大數據的內容 健康醫療大數據是指健康醫療活動產生的數據的集合，涵蓋人的全生命周期，既包括個人健康，又涉及醫藥服務、疾病防控、健康保障和食品安全、養生保健等多方面數據的匯聚和聚合[1]。目前對于大數據的概念并不統一，個人認為大數據是相對于傳統數據而言，超出了傳統數據的采集、存儲、管理、分析等某個或多個方面的數據及相應的數據處理技術及應用。它是計算機及數據技術發展到一定程度后，與互聯網絡技術、人工智能技術及社會科學的發展相結合而形成的新一代數據技術和數據應用領域。大數據的數據特征一般用4V來描述：類型繁多（Variety）、處理速度快（Velocity）、體量巨大（Volume）、數據價值（Value）[2]。具體到健康醫療大數據上，則代表著從深度和廣度及其他維度遠遠超越現有普通醫療數據的數據信息和信息處理架構及思維。

1.2健康醫療大數據的特點 健康醫療數據包括一般的健康管理信息和臨床醫療信息，從廣度和深度及時間等維度擴展后都可以形成健康醫療大數據。在廣度方面，依據一定的標準可以將孤立的科室或醫院數據在區域或者行業內聯結，對于行業發展、國家的供給側改革和衛生管理等方面都有重要意義。在深度方面，現在臨床采集的醫療數據實際基本上是單一層次的，大部分醫療信息孤立而很少發生關聯，隨著傳感器技術的發展和數據處理能力的提高，之前不能采集或者不好采集的臨床數據及基因分析等都可以納入個人健康醫療大數據中，拓展現在醫療數據的范疇。在時間維度上，現有離散和孤立的醫療和健康數據可以通過技術手段連續采集并處理，在其他信息技術如人工智能的支持下形成實時健康數據分析，真正實現“未病先治”的目標。

由于健康醫療領域的特點，現在健康醫療大數據的信息大部分還是離散、非結構化而難以理解和應用的。人工處理的代價過高而很難實際進行，不過隨著新一代信息技術的快速發展和醫學信息技術的不斷完善，新一代的健康醫療大數據已經呼之欲出，應該是數據元內涵豐富、外部接口簡潔易聯、組織層次豐富而穩定的新結構體，這樣健康醫療大數據將為人類提供更好的醫學服務。

1.3健康醫療大數據的應用架構 從國家層面來說，各國政府往往都制定有大數據國家政策及相應法律、制定或遵循國際與國家的一些大數據標準。我國健康醫療大數據對照大數據參考架構，也是一個構件層級分類體系。包括“IT 價值鏈”和“信息價值鏈”，五個主要的模型構件代表在健康大數據系統中存在的不同技術角色：系統協調者、數據提供者、大數據應用提供者、大數據框架提供者和數據消費者。另外兩個非常重要的模型構件是安全隱私與管理。對于健康醫療數據來說，安全隱私的保護非常重要[3]。

健康醫療大數據的關鍵技術包括健康醫療大數據采集；健康醫療大數據存儲、管理和處理；健康醫療大數據分析和挖掘；健康醫療大數據呈現和應用等。對于當前健康醫療大數據應用設計中的一些瓶頸和技術性難題，個人認為還是抓住健康醫療中的本質性問題，即從醫學信息的數據本體設計和醫學信息關聯的數據結構設計著手，利用最新的醫學科技知識和發現，結合最新信息科技設計算法，半智能化的解決海量非結構化數據的處理問題。因此在現有參考架構上還需設計新的醫學健康邏輯架構，以滿足健康醫療各個領域對大數據應用的迫切需求。

2健康醫療大數據的場景實踐

健康醫療大數據的應用場景很多，包括人口健康信息平臺、健康醫療行業治理大數據應用、健康醫療臨床和科研大數據應用、公共衛生大數據應用、智慧健康醫療便民惠民服務、遠程醫療應用體系、法規和標準體系建設、網絡可信體系建設、健康醫療數據安全保障等。如何在具體的場景實踐應用大數據技術，是健康醫療研究人員需要思考的問題。

2.1臨床醫療信息大數據 在醫學臨床中，醫生往往要依據耗費大量時間采集到的很少量信息準確判讀患者的病情，因此患者得到的醫療服務質量并不能完全滿意。真正基于大數據的臨床醫療服務應該基于醫療物聯網和現代醫學傳感器技術，全視角、多維度、全時長的醫療數據采集和基于醫療人工智能的輔助分析或診斷。醫生和患者都可以把精力關注到關鍵的醫療問題上，患者可以得到更好的醫療服務。

在當前技術條件仍然有限的情況下，醫療服務機構可以在具體的病種上引入視頻或連續采集傳感器進行自動或半自動數據采集，脫敏后的數據分析一般都會對醫療服務質量的提高起作用。更簡單的方法是利用電子病歷或開發專用病歷系統，記錄臨床病例信息，在有經驗的設計人員指導下，一般也會提高醫療科研水平。

2.2健康信息大數據 健康信息與個人健康管理息息相關，也是提高社會人群健康水平和幸福指數的關鍵環節。除了體檢數據和醫療保險數據外，對普通人幫助最大的是實時健康監測數據。盡管當前已經開發了諸多健康手環、佩戴式生理監測設備，總的來說健康監測能力和準確度仍有待提高。這一領域仍有待醫學生理信號傳感器和分析技術的不斷提高。在大數據的視角下，需要建立在醫學檢測技術的突破與創新基礎上的大數據分析項目的開展。大數據技術方興未艾，醫院醫學檢測技術發展相對滯后。醫學科研人員和大數據工程師、醫療儀器開發人員的緊密合作將有望加快健康大數據的應用發展。

2.3醫學文獻大數據 醫學文獻的分析與研究在當前具有非常重要的意義。當前醫學研究領域已經進入了機器自動分析或者輔助分析的場景，研究人員必須依靠相應的文獻分析軟件來完成對領域全景的了解和對某個具體醫學技術的分析。某種意義上來說，醫學研究人員也必須成為熟練的軟件用戶或軟件需求提出者。文獻分析軟件、文本自動分析軟件、知識圖譜軟件、關聯分析和聚類分析軟件等等今后可能成為醫學研究人員必會的基本技能，從幾萬篇或幾十萬篇文獻中迅速找到自己的關注點，并快速分析出具體醫學領域的研究熱點和盲點，形成自己的學術思想，在醫學海洋中駕馭自己的醫學之舟，是醫學人才的必備技能。

3 展望

目前，健康醫療大數據的發展現在還遠遠說不上完善，其深厚的內涵和廣闊的前景還都隱藏在地平線以下。未來的發展仍然依賴醫學科技的進步和人工智能等信息技術的推動。作為醫學工作者，能掌握一些大數據的概念和思維，從自己身邊每天接觸到的數據入手設計醫學數據應用場景，與日益增加的大數據研究人員和工程師合作，就可以設計出新的健康醫療大數據應用場景并產生相應的學術成果，反過來可以提高日常的醫學服務水平和服務效率。健康醫療大數據用戶會形成一個龐大的互助服務社區，提高每個人的健康醫療水平，使我國的健康醫療水平不斷得到提高。

參考文獻：

[1]孟群，畢丹，張一鳴，等.健康醫療大數據的發展現狀與應用模式研究[J].中國衛生信息管理雜志，2016，13（6）：547-552.

[2]代濤.健康醫療大數據發展應用的思考[J].醫學信息學雜志， 2016，37（2）：1-8.

[3]金興，王詠紅.健康醫療大數據的應用與發展[J].中國衛生信息管理雜志，2016，13（2）：187-190.

編輯/成森