應用大數據推動“互聯網+醫療”發展問題研究

張宇晴 常志遠 季建菲

（沈陽工學院，遼寧 撫順 113122）

一、大數據在“互聯網+醫療”衛生領域的應用

這些年來，我國醫療衛生領域信息化程度有了很大程度上的提高，大數據在教學、管理、科研、診斷療養等方面發揮著越來越重要的作用。

大數據在流行病產生的預測方面有著及其重要的使用，在有關部門對醫療大數據變革的剖析之后，于是就有了全球各地患者出現類似的癥狀，并且快速的在人群中蔓延，因此對某些流行病的發生能夠進行預測的話，就能減緩或阻止流行病的蔓延，Google曾通過分析檢索詞匯建立特定的數據模型，成功預測了流感的傳播。

大數據技能在臨床輔助決策中起著重要的作用，傳統的醫療，醫生只能靠目標患者相信自身的知識儲備和經驗，這樣對患者的治療不夠專業，而且局限性很大。利用醫療大數據庫系統，可以成功的找到上千萬患者的數據，以及他們具體與某種藥物能發生不良反應，這樣樣本數夠大，采樣分布廣，便有了說服力。

大數據在填補樣本局限問題在臨床試驗中未能發現的問題，從大量的數據中識別各種各樣藥物的不良反應，用來彌補樣本局限問題在臨床試驗中沒有挖掘的問題，當前使用得相對成功。美國的藥廠有大量的人在做這個事情，并且都擁有大量的EHR數據。藥物鑒戒性有聯系的應用不僅僅學術界在做，藥廠也在做，像IBM這樣的技能解決方案提供者同時也在做。

綜上所述，大數據的研究具有及其重要的意義，醫療大數據對流行病的預測、疾病的診斷、治療方案的確定、醫學的研究等方面有著極其重要的價值。醫療大數據可以改善人們的生活環境以及人們的生活質量，這樣讓人們可以獲得更高的幸福指數。

二、目前醫療大數據應用存在的問題

（一）缺乏對大數據的意識

觀念的轉變是醫療大數據應用面臨的最大困難，醫學是個非常傳統與專業的科學，醫療從業者都具有非常專業的知識，通常依靠專業知識與經驗進行醫療工作，重表象、重概括、輕邏輯、輕數據，缺乏“數據意識”，還不習慣通過大數據進行研究與治療。我國在整個醫療服務領域的治理缺乏應有的數支撐，基礎數據的缺失，導致大數據服務長期處于“無法治理”狀態。由于醫療大數據的采集的獨立性，沒有合理有效接口，缺乏跨領域專家進行大數據權威分析解決方案，人們還沒有接受大數據概念思維，仍停留在傳統數據思維上，因此現在醫療領域的決策還是建立在傳統數據分析方法基礎上，因而沒有真的轉換到大數據時代的思維決策，雖然大數據的時代已經到來，可是大數據思維還有很長的路要走。

（二）大數據的收集和分析變得更加的復雜

醫學研究成果或病人的病歷，往往鎖在醫藥公司的檔案或醫院辦公室的文件柜中。病人的隱私問題、公司間的利益沖突等問題阻礙著醫療領域的信息共享，讓每一次治療都像一個孤立的事件。如果醫療領域的信息共享能取得進展，人們很有可能發現更具普遍意義的治療方案。數據信息的來源非常廣泛，因此數據的類型就更加的復雜，信息管理和分析上的就會出現大的挑戰。要保證數據的后續運用，就要把大數據的數據之間相互關聯，完成數據的分析，數據分析是大數據的核心技術。如今大數據在數據的解析以及管理上都比較的單一，同時，在數據解析的時候，對應的數據信息的存儲以及管理同樣也是很復雜的，因為它的運算規則通常是多變的。

（三）大數據的安全性受到挑戰

隨著數據量的不斷增加，數據的應用場景不斷增多，數據在存儲、傳輸、使用中安全性越來越受到重視。大數據是把“雙刃劍”，它能夠造福社會，但如果被一些不法分子利用，將會損害社會利益和公眾利益。數據安全問題不容忽視，中國互聯網協會發表的《網民權益保護調查報告》曾顯示78.2%的網民個人身份信息被泄露過、63.4%的網民個人網上活動信息被泄露過。另據360網站安全檢測，掃描各類網站中，存在漏洞的占掃描網站總數的43.9%；存在高危安全漏洞的占掃描網站總數的13%。大數據相關的法律法規還不夠完善，在數據價值和產權沒有明確分類和清晰界定的時候，數據收集者的動機可能被隱藏，數據安全和各類隱私存在著一定的風險，網絡化的生活能讓犯罪分子更容易的獲得信息。

三、對醫療大數據應用的建議

（一）培養大數據的意識

“理念是行動的先導”在這個數據信息飛速發展的時代，首先在理念上要高度重視大數據意識的培養。要在整個行業盡快構建基礎數據體系，要推進互聯網、物聯網、移動互聯網等技術在醫療行業的應用。醫療管理機構要堅定信息意識、數據意識，結合數據管理規則性的增強數據管理的思維就會伴隨著大數據的推廣而形成多元化。發達國家和研究機構均非常重視大數據，在國家層面建立了教育大數據中心，旨在利用大數據，服務科學研究、教學、培養人才以及做出各種決策。我國更要加快在高等教育和基礎教育中培養數據意識，重視理解數據類型的多維度性，數據類型的多樣性，是大數據時代建立全局觀、數據意識的前提；注重從多種途徑采集數據；加強統計意識的培養，利用數據進行統計決斷，獲得統計規律的意識；學習運用軟件進行數據處理。

（二）簡化大數據的收集和分析

建立數據結構統一、大容量、動態更新的醫療大數據庫平臺，建立新的信息管理框架，使大數據的收集、分析變得更加的準確、靈活和高效。針對醫療行業大數據應用特點，采用結構化與非結構化數據一體化處理、并行處理、復雜數據類型關聯分析、等技術，保證系統具有高性能、高可靠、易擴展、易使用等特點。建立疾病分類診斷分析系統，建立數據診斷分析的標準方法。確立共享機制與認證機制，將數據分級和分層管理，分級授權，既可以共享數據分析檢測的結果，又可以有利于保護知識產權。

（三）提升大數據信息管理的安全性

樹立大數據整體安全觀和防風險意識，構建大數據安全政府監管和行業自律機制，完善數據安全法律體系。構建政府監管和行業內互相監督機制，實現行業自律，相互協同、形成合力。開展對公眾個人、單位團體信息安全和隱私保護教育，提高公民的風險防范意識、責任自律意。對大數據平臺單位相關人員加強職業道德和法律法規等方面的教育，建立大數據安全申訴渠道和舉報機制，加強社會各界監督，形成共享共治、齊抓共建。深入制定醫療行業的技術規范和防護標準，實施大數據安全認證機制。推動大數據安全產業和人才培養，為我國大數據安全發展提供強大的人才支撐和保障。