大數據時代下對于慢性疾病管理的研究與應用*

新鄉醫學院三全學院 智能醫學工程學院 河南 新鄉 453003

引言

近年來，隨著科技的飛速發展，如何將大數據技術應用于醫療衛生領域成為當下研究的熱點。根據這一趨勢的發展，大數據技術在臨床研究、醫療診斷、治療和決策、醫療資源調度、疫情監測、疾病防控、遠程醫療等醫療衛生領域的研究勢在必行。本研究結合大數據技術在醫療健康領域的研究現狀與發展趨勢進行了討論。

1 醫療大數據慢性疾病管理

為了促進實現“新醫改”，并且建立起覆蓋城鄉居民的基本醫療衛生制度，為人民群眾提供安全、有效、方便、價廉的醫療衛生服務，黨和政府高度重視大數據技術及人工智能技術在醫療領域內的發展。可以這樣說，目前醫療領域信息化進入了全面發展時期[1]。

近年來我國區域醫療信息化建設已經初具規模，醫療大數據的爆發及醫療信息快速的電子數字化已勢不可擋。醫藥、病歷、各種醫學影像材料、收費信息等都迅速數字化，互聯網醫療及智能可穿戴設備的發展也為慢性疾病管理提供了某些方面的數據優勢。近幾年，各種與醫療相關的移動互聯網應用程序越來越多，其中國外的WellDoc、Telcare，國內春雨醫生、丁香醫生都已經有了數量龐大的用戶。其中，WellDoc公司的研發團隊研發的針對糖尿病的管理軟件，已經在美國食品藥品監督管理局（FDA）得到了認證，并且有相應的醫保公司表示愿意為自己的用戶支付使用費用[2]。軟件的用戶可以通過手機來記錄各種健康數據，并且獲得基于個人數據的健康指導，并為臨床醫生的臨床決策提供支持。Jung-Ah Lee團隊基于數據的回顧分析，指出通過基于檢測情況分析的結果進行適時的信息提醒，明顯改善了用戶的健康狀況，由此可以體現出此項工作對慢性病的防治工作具有重要意義。可以這樣說，對于慢性病的管理已成為大數據時代下在醫療行業內最具發展潛力的方向之一。

移動互聯網的發展使的醫療信息的共享變得簡單，慢性病管理的平臺就可以依托各種醫療機構的醫療數據及居民的電子健康檔案來搭建；智能可穿戴監護設備與互聯網醫療APP可以開展動態監測，已獲取實時健康數據，用于及時調整健康評估方案；使用“云存儲”技術對健康數據進行存儲，可以大大提高數據共享的效率；對于醫療信息的數據挖掘機信息可視化也可以利用大數據技術進行實現。對使用者而言，可以利用大數據技術對個人的健康數據分析，向用戶提供個性化的健康管理服務；對醫護工作者而言，可以使用數據分析的結果為臨床決策提供支持。并且利用5G技術解決空間問題，組建專業醫療團隊，提供連續、全面、主動的健康管理服務并提高工作效率[3]。

2 醫療大數據慢性疾病管理平臺在社區衛生服務中的應用

基于社區建立的醫療機構原本就是未來方便群眾，特別在“新醫改”之后，更是凸顯了社區衛生服務機構在我國健康管理中的支柱地位。因為慢性病具有病因復雜、病程長以及起病隱匿等特點，所以社區衛生機構成為慢性病管理的主要陣地[4]。但是由于具體的國情所限，國內社區衛生服務發展過程中產生了很多問題，比如政策上不能積極落實、政府部門對于社區服務投入不足以及不能對衛生資源進行合理的平均分配等問題，最終導致了社區衛生機構內部的結構存在部門問題，例如醫護比例失調、醫生數量不足等。所以造成社區衛生服務機構難以滿足大多數慢性病患者的對于自身健康管理的需求。但此時醫療大數據技術的出現為短期內社區慢性病管理的發展提供了很好的技術支持[5]。

未來提升慢性病患者自我管理的主動性，有必要將移動互聯網創新成果與基于社區的衛生機構提供的服務進行融合，將居民的健康管理從社區出發延伸至每個家庭，不斷豐富服務內容與提高服務質量[6]。基于移動互聯網的醫療大數據慢性病健康管理平臺主要包含5個層次，分別是基礎配置層、數據層、服務層、應用層和門戶層。基礎配置層是包含部分硬件配置信息及數據采集及存儲；數據層包括健康檔案、電子病歷等；服務層包括信息調閱、信息共享服務等；應用層包括健康教育與健康促進、跟蹤隨訪，雙向轉診及醫患互動等；門戶層主要是面向使用者，例如門戶網站等提供的交互界面。

3 醫療大數據慢性疾病管理平臺在個性化健康服務中的應用

大數據研究源于天文學與基因組學，2003年就已經完成了人類的基因組序列圖，對于基因的深度研究使我們深刻地認識到不同患者發病進展的差異性。所以，在基因層面針對慢性病用戶的個性化研究成為醫療大數據研究的熱點[7]。個性化健康服務（Personalized Health Care，PHC）是指在基因的層面上對個體的遺傳因素和年齡、性別，結合用戶的生活方式及生活環境等相關因素進行綜合考量，進而對用戶的個體健康進行“量身定制”，將定制化的健康服務在合適的時間提供給合適的人，最終達到使用較少成本實現較大的健康效果。

國內對于基于基因層面的健康的個性化服務起步較晚，目前發展也比較緩慢。目前國內的慢性病防治工作還缺乏個性化，主要的焦點還聚集在群體干預及流行病領域，防治工作很難通過量的積累引發質的改變。此時醫療大數據技術的出現為提供“健康個性化”提供了技術上保證。一方面，通過基因數據分析患者基因特征；另一方面，通過患者的體檢數據和生活行為數據實現更深層次的健康檢查，進行健康狀況評估，并提出個性化干預措施，從而為用戶提供個性化健康計劃，實現自我健康管理。從統計學的角度出發，提高對慢性疾病的抵抗能力。

4 醫療大數據慢性病管理中存在的問題

4.1 醫療衛生信息資源難以充分共享

目前的信息技術難以整合不同醫療平臺的數據資源，對于挖掘出高質量的信息比較困難。目前我們仍然應該加強對于先進的大數據及人工智能的技術研究，解決數據可兼容難題，最大的利用醫療數據所具有的應用價值。目前對于醫院、科研機構及醫藥企業不能進行醫療資源共享，相關區域內的醫療信息平臺不能充分發揮作用，應該利用政府部門的力量加強引導，系統化制定醫學信息標準規范。

4.2 健康管理平臺未能調動多方力量

醫療大數據慢性病管理平臺在理論框架上就需要多方支持，但我們目前尚不能很好地將患者、醫護人員、系統設計人員、公共衛生決策者等各方面的資源進行整合[2]。比如，要想獲取到高質量、持續性的醫療數據信息，需要對患者的各種醫療數據進行實時采集，慢病管理的平臺開發者仍需要與患者及醫護人員進行深入合作，用以提高系統的可操作性，從而精準定位患者需求。

4.3 云環境下的數據安全挑戰

為了充分發揮健康數據的價值，醫療大數據慢性病管理平臺需要盡可能多的收集患者的生活與健康數據，衛生部門內部流通的數據也可能與公共網絡對接，存在隱私數據泄露的風險。目前我國尚無針對醫療數據中隱私數據分類的法律法規，一方面，衛生管理部門要加快制定隱私數據保護與使用的法律法規；另一方面，醫療大數據科研人員也要對現有的加密技術、安全審查機制等技術進行學習和應用，爭取盡早開發出集安全、速度和效率于一體的新技術。

5 針對醫療大數據的安全與共享的幾點建議

5.1 制度方面

建立基于醫療機構內部的慢性病管理系統，嚴格遵照國家法律法規，做好數據的標準化、安全化。加強倫理審查，積極推進醫療數據資源的整合，做好醫療數據的“脫敏化”和“去脫敏化”，保障隱私數據安全。

5.2 技術方面

要加強海量健康數據的存儲、整理、分析，建立健全的慢性疾病健康管理電子檔案。各慢性疾病防控機構、醫療衛生機構要不斷完善慢性疾病數據庫的標準化建設，積極盡力健康管理一體化模式，真正貫徹預防為主的方針。

5.3 安全信息保障

按照國家信息安全等級保護制度要求，加強慢性病數據庫的安全保障體系建設，確保系統和信息安全可控；相關部門制定完善的醫療數據庫開放、保護等分級審批流程，加強隱私保護，確保數據庫訪問的可管，可控、可追溯。

5.4 數據標準化

做好相關數據的質量管理,推進各項標準的制定及數據管理工作。建立慢性病健康管理標準化數據集指南,涵蓋健康信息采集數據集、健康體檢項目診斷數據集等,以確保符合慢病診斷規范,這也是確保數據共享利用的基礎。

5.5 數據共享化

充分利用信息化技術，依托移動互聯網信息應用平臺加強對慢性病的健康數據管理，充分利用數據庫的集成、共享、應用和開放等操作。促進產學研的深度融合，助推慢性病健康管理數據從信息化走向智能化，促進科研效率提升與學科建設，使質量和速度同時提升。

6 展望

隨著老齡化的加劇，我國目前現有的對于慢性病管理的相關平臺尚不能滿足慢性病患者的健康管理需求。與此同時，醫療大數據技術的發展使得醫療資源配置更加優化，提高了醫療服務的水平的同時也對于醫療服務模式的創新起到了獨特的作用，為慢性病健康管理提供了新的發展方向。同時，在醫療大數據在慢性病管理中的應用，信息資源共享、開發設計、數據安全等方面也需要進一步提高，從而更好地幫助慢性病患者進行疾病防控，從而提高生活質量。