健康醫療大數據應用研究

◎韓亦舜

隨著人民群眾對美好健康生活期望值的不斷提高，醫療資源特別是優質醫療資源，呈現出越來越緊缺的趨勢，這種供需不平衡導致三甲醫院人滿為患，專家門診一號難求，醫患關系日趨緊張。2016年，國家先后發布《關于促進和規范健康醫療大數據應用發展的指導意見》和《“健康中國2030”規劃綱要》等綱領性文件，旨在大力推動數據科學技術與健康醫療服務的深度融合。在健康醫療領域開展大數據應用既充滿機會，也面臨挑戰。

機遇

1.運用高科技手段提高基層醫療機構的診斷水平

近年來，大數據、云計算和機器學習等新技術在圖像處理、模式識別方面有了新的突破，計算機在記憶能力、檢索能力、歸納能力和發現相關性等方面的優勢成為了人類在醫療領域能力的延伸。

（1）現代醫學雖然以多科學認知作支撐，但總體上仍是一門經驗學科。高水平的醫生需要時間與經驗的積累，所以培養優秀醫療人才往往需要消耗很多資源，并且高水平醫生本身積累的極有價值的經驗難以得到傳承。如判讀病理圖像、磁共振圖像等，都要花費醫生很大精力，不僅耗時長、勞動強度大，而且人眼一旦疲勞后，判讀準確性偏差也較大。

（2）“機器醫生”是人類醫生的助手和人類醫生能力的延伸。目前，以人工智能為基礎的機器識別醫學圖像的能力，雖處在早期階段，但其優勢已經顯現。如以高水平醫生判讀的結果作基準，訓練出來的“機器醫生”有著閱讀速度快，全方位讀片不留死角盲區，準確率已經超過經驗不足的醫生，發揮穩定、不受疲勞與情緒的影響等優勢。而且，“機器醫生”在總結多位高水平醫生讀片能力后形成的算法模型基礎上，可以標注出應該引起人類醫生重視的“疑似”區域，統計出容易被肉眼“漏記”的各類細胞，大大提高經驗不足的醫生的判讀水平和閱讀效率，降低誤診誤判率。

（3）新一代信息技術應用可補充高質量醫療資源，緩解就醫難等問題。區塊鏈技術結合物聯網可以實現藥品全生命周期的追蹤管理，讓百姓用上放心藥，放心疫苗。此外，進入家庭的可穿戴等檢測設備可以通過數據采集及匯聚，實現慢病管理、院后管理，幫助患者在醫生的指導下控制病情發展。

2.數據挖掘加速更為科學、精準的治療方案形成

大數據思維可以讓人們從更多維度看待醫學問題，更為科學地研究醫療問題，從而形成越來越精準的治療方案。

（1）大數據推動醫學認知更新及新藥研發。雖然現代醫學取得了長足的進步，但人類對自身疾病的認知依舊有限。大數據時代的思想方法和技術手段可以實現低成本、高效率、及時地采集過去不能或很難采集的數據，發現新數據與疾病的關系，梳理歷史治療記錄中有價值的病例，從中總結成功的經驗與失敗的教訓，形成新的醫學認知，利用臨床數據推動新藥開發等。如人類只有認識了基因的存在，掌握了基因檢測的手段，才可以基于數據尋找基因與疾病的關系，使得治療手段更精準。

（2）西醫的理論通常建立在解剖學、生物學等微觀研究的基礎上，學科門類越分越細，加之數據孤島、專業壁壘，導致形成了割裂看待醫療問題的現象；而中醫學把人看作一個整體，系統思考人的各種病癥外在表型和內在由經絡、血管、淋巴和神經等網絡連接的各器官、組織的相關性，甚至將探究疾病的觀察、思考延伸至人的生存環境和生活習慣，它是觀察人與自然的多維度關系的哲學思想方法。可以說，中醫學引領了現代醫學從不同視角思考醫學問題，但是由于中醫缺乏量化手段與意識，未能在基于數據科學決策方面趕上時代的步伐，而大數據給了中醫學新的發展機遇，如國內外一些學者運用大數據，在中醫古籍驗方、中藥物配伍與適應癥之間的相關性的研究中取得了一定的進展等。

挑戰

1.發揮健康大數據作用，為其發展夯實基礎

我國在健康醫療領域的積累相較于發達國家還比較薄弱，如從業人員數量、發表學術文章數量以及學術文章的引用量都僅為美國的1/4。其中，從業于醫學界的數據科學家和工程師人員比例均偏低。在這一前提下，更需要正視健康醫療大數據的作用，充分實現其應用價值。

（1）健康醫療大數據應用的前提是醫療工作人員與數據科學家的緊密結合，合格、有價值的數據是基礎。一方面，由于歷史和習慣等原因，導致我國醫學“重臨床、輕數據”的現象比較普遍，醫療數據呈現出數量大（因為人口基數大）、質量差的特征，在很大程度上滯后了健康醫療大數據的發展。而且，我國醫療行業在快速發展的同時，留下了醫療標準不統一、流程不規范、記錄不完整及各醫院間、科室間數據孤島現象嚴重等隱患，使得健康醫療數據的利用困難重重。我國應該正視這一問題，重視大數據在醫療領域的應用價值。另一方面，要解決由于數據質量不高，無法體現科研和臨床效果，醫療工作者對在健康醫療領域開展大數據應用望而卻步的問題。

（2）我國發展健康醫療大數據應在兩條戰線進行。一是建議各級政府加強對健康醫療數據中心和健康醫療云平臺建設，圍繞健康醫療產業進行招商引資和雙創、孵化，這是健康醫療大數據發展的基礎。二是建議強力推動健康醫療領域特別是醫院的信息化、數據化和標準化工作，為今后大數據和人工智能在健康醫療領域的發展夯實基礎。相較而言，后者任務更艱巨，意義更重大。此外，建議及時頒布相應的法律法規，積極鼓勵健康醫療大數據用于科研和臨床，支持其在臨床上發揮參謀和參考的輔助作用。

2.合理應用大數據，完善信息保護機制

醫療數據的保護問題是一把雙刃劍。不加以保護會對患者構成騷擾、造成傷害，過度保護也會妨礙醫療數據的利用，導致醫療數據價值不能得到充分挖掘，無法形成新的醫學認知和更精準的治療方案，最后受傷害的還是患者。因此，各國紛紛出臺相關政策，以確保醫療數據的合理合法使用。保證患者數據不被泄露，患者不受騷擾幾乎是所有可能接觸患者醫療數據的從業人員（醫生、護士、科研人員及數據分析師等）必須履行的法律責任。不僅國家要有相關法律的規定，從業人員也要有保護患者隱私數據的意識，而且一旦數據被泄露，對患者構成了傷害，就要承擔法律責任。

除了上述責任界定，在實踐中，建議從不同角度去評判患者數據是否被過度采集，是否被合理利用，這是在保護患者隱私數據的前提下，推動健康醫療大數據應用的一種機制探索。