淺析精準醫學大數據的分析與共享

高艷玲

摘要：目前，在我國的建設和發展過程中，大數據技術的應用和發展，已經深入到各行各業的經營發展中，為我國的各方面建設發展帶來了巨大的幫助。因此，醫院在經營發展的過程中，也在不同程度的應用，以提升對相關醫學運營數據的應用效果，促進醫院的整體發展水平全面提高。在本研究中，將針對精準醫學大數據的分析與共享進行分析，為醫學發展提供穩定的數據基礎。

關鍵詞：精準醫學;大數據;分析共享

中圖分類號：TP3? ? ? ?文獻標識碼：A

文章編號：1009-3044（2021）28-0027-03

開放科學（資源服務）標識碼（OSID）：

精準醫學是現代醫療科技和模式的改革和創新，它覆蓋了流行病學、預防醫學、康復醫學以及臨床醫學等多個不同學科領域。精準醫學是當前醫學科技的主要發展方向，在一些重大疾病的防控技術、生命保健技術等很多方面的醫療技術都取得了非常大的突破，對我國的相關醫療發展產生了重要的促進作用。它借助大數據技術充分發掘和提取有價值的數據信息，為不同患者制定具體的定制化、個體化預防和治療方案。精準醫學與大數據的有效結合，這對我國相關的醫學數據分析和共享十分有利，能夠更好地滿足相關利益單位的發展需求，為我國的相關醫學研究發展提供良好的基礎。

1 相關理論概述

1.1 精準醫學的概念

精準醫學是依據患者內在生物學信息以及臨床癥狀和體征，對患者實施關于健康醫療和臨床決策的量身定制，其主要目的是利用人類基因組及相關系列技術對疾病分子生物學基礎的研究數據，整合個體或全部患者臨床電子醫療病例。精準醫學表示根據每位患者的個體差異來調整疾病的預防和治療方法，是一種根據患者的不同，進行醫療方法定制的醫療模型。與傳統的醫療發展體系不同，傳統的醫療發展體系，是針對相關的疾病治療，應用統一化的治療方法來開展相關的治療工作。而精準醫學的開展，是對患者相關病癥進行分析，深入分析患者的分子和基因組信息，并根據對患者的相關信息了解，來提升治療方案的針對性。

1.2 精準醫學大數據

當前，針對精準醫學大數據并沒有準確的定義，籠統的來說，精準醫學大數據就是在精準醫學的發展基礎上，結合大數據技術、理念的應用。也就是說在對相關醫學信息進行分析和了解的基礎上，還要對相關的環境因素、患者行為等多方面的信息進行總體的整合分析，為相關醫療工作的開展，提供更加全面、科學的參考數據基礎。

2 精準醫學大數據的系統整合與深入分析

2.1 生物醫學大數據的集成與管理

在當前的網絡技術發展過程中，大數據的相關技術已經深入應用到許多行業、領域的經營發展中，通過對相關數據信息的整合分析，為相關工作的開展，提供了準確的參考、調整基礎。在醫療技術的快速發展中，患者進行病癥檢測的過程中，隨著相關檢測水平的提高，對患者相關病癥變化、影響等方面分析的精度、準確度等都在不斷地提升，為患者的臨床診療工作開展，提供了非常準確的數據參考基礎。而醫院在進行患者相關病癥信息管理的過程中，需要對相應的信息內容進行全面的整理，并進行留存。這些信息的應用，不僅是為了能夠對患者的相關病例信息進行管理，也是為了對患者將來的某些治療工作開展提供有效的參考[1]。因此，為了更好地保障相關檢測信息的準確性，通常都會選擇相應的影像文件、錄音、文本記錄的原始數據信息進行留存。

在對生物醫學的大數據進行集成和管理的過程中，其不僅僅是指患者的相關病癥信息，同時還包括相應的多發病癥觀測、醫院專科病癥診療的相關案例信息，以及相應的基因圖譜序列記錄等相關內容。通過對相應的信息進行集成和管理，為我國的相關生命信息中心建設，提供良好的信息整理基礎，為我國的相關病癥診療、防控等工作開展做好相應的基礎建設。雖然我國近年來，相關的網絡信息技術，以及網絡硬件芯片等方面技術都有了飛躍的進步，為我國建設一個國家級的生命信息中心做好了基礎硬件建設準備。但是，由于我國人口數量眾多、地域遼闊，相關的病癥類型復雜、影響因素眾多，對信息的集成和管理帶來了很大的困難，建設工作的開展仍需要長久的努力。因此，必須要全面促進生物醫學大數據的集成與管理工作開展。

2.2 生物醫學大數據的了解和分析

隨著醫療技術水平的不斷進步和發展，對于相關病癥的檢測精度、深度等方面都有非常明顯的提升，因此，所產生的數據信息量也在飛速增長。進行相關的生物醫學大數據的信息了解與分析，是為了能夠在不同的醫療單位、功能體系中，可以及時、準確地對患者的相關病史、基因組信息等多方面的信息內容，具有深入、準確的了解，提升臨床診療工作的效率和質量。但是，在進行相關病例信息整合的過程中，由于整體的醫療信息組成結構較為復雜，且很多信息的檢測范圍、細化深度等方面，都有不同程度的差異。且相應的生物醫學系統本身也存在不同程度的差異，導致相應的數據進行分析和共享工作開展中，實際所得出的分析與共享效果非常低，遠遠未達到理想水平。尤其在關于基因圖譜序列的檢測和數據整理方面，由于相關的檢測環境、檢測技術應用等方面都存在不同的差異，為真正地實現數據的分析與共享，必須要對相關的數據結構，制定一個統一的篩選標準，以充分保障在不同的檢測環境下，所得出的數據結果，具有良好的準確性和有效性。

2.3 精準醫學大數據的整合與共享

在進行精準醫學大數據的分析與共享過程中，其主要是根據同類型的數據標準進行整合，并進行精細化管理。在大數據標準中對相關醫學信息進行整合的過程中，需要充分保障的整合的醫學數據信息的檢測范圍、方法、精度、深度等方面都能夠達到一個統一化的管理標準，以充分保障醫學數據信息參考的有效性。在醫學科技的不斷發展過程中，相關的醫療技術也在不斷地優化和更新，所得出的醫療信息的準確性也在不斷地提高[2]。但是，由于很多醫療技術在進行檢測的過程中，所應用的檢測精度、檢測方向等都存在不同程度差異，導致所得出的數據的有效性和參考范圍等都有明顯的不同。因此，需要對相關的檢測技術進行這個研究分析，衡量出一個統一化、規范化數據整合標準，并計算出不同檢測方法下得出的數據信息結果的轉變公式，為實現大數據的整合與共享做好基礎的數據篩選。

3 生物大數據的精準醫學應用

3.1 大數據背景下的疾病風險評估與健康指導

在對患者病癥的臨床診斷中，患者病癥診斷的風險評估，是在對患者的病癥狀況做出準確評價的同時，對所產生的相關風險情況做出準確衡量的重要界限。通過對疾病風險的評估，可以對患者的身體健康狀況，可能出現的病癥情況等做出更加詳細、準確的了解，為患者的病癥診療工作開展，提供良好的信息參考基礎。目前，人們的自我保健意識正在不斷提升，對疾病風險評估的應用也在不斷提高，結合相應的生物大數據信息，對患者的疾病風險狀況做出準確的評估，可以對患者是否存在某些其他疾病，以及其他疾病的發生概率等一定的預測，來實現對患者的及早干預和預防，對患者的生命健康做出有效的保障。疾病的風險評估與健康指導是相輔相成的兩項工作，通過對患者出現相關疾病的風險做出準確的評估，通過患者的大數據共享，對患者的健康狀況做出準確的了解。再結合相關的評價結果，對患者進行針對性的健康指導，科學的改善患者的身體健康狀況，提高身體素質。

3.2 整合分析多組學和臨床數據準確判斷病癥

在當前的病癥臨床診斷中，一些疾病及相關發病因素，都具有很強的隱蔽性，通過一些常規的檢測方法，很難對其做出準確的檢測，不僅對相關診療工作的開展帶來了很大的難度，同時，也很可能會導致患者錯過最佳的搶救時間。自從上世紀學者Pauling明確了鐮刀型細胞貧血病的分子遺傳方式，到今天已經明確的遺傳疾病已經超過五千多種，主要分為單基因、多基因以及染色體異常等三種不同類型的遺傳疾病。多組學和臨床大數據等科技手段已經在基因遺傳病檢查、產前篩查和遺傳學檢測等多方面進行臨床實踐，已經取得初步成效。同時，它還在早期腫瘤檢測、腫瘤復發篩查以及臨床治療效果等方面獲得初步成效。

通過整合分析多組學和臨床數據，對患者的一些家族病史、遺傳基因等方面的情況做出多方面的整合分析，來判斷患者是否出現某些相關疾病的概率。同時，還有某些疾病屬于其他疾病或致病菌出現變異情況所導致的疾病，而因其在進行病癥表現、致病菌屬性等方面，與其他致病菌存在非常大的相似，但又在一些方面表現出明顯的不同，對臨床診療工作的開展帶來了極大的難題[3]。通過大數據分析，能夠幫助研究人員更加快速的明確不同病癥的亞型，不同病癥分子亞型在臨床表現、治療成效等多個方面存在較大差異。通過整合分析多組學和臨床數據，對相應的病菌屬性，從多個角度對致因素進行分析，并對相應的臨床數據進行詳細對比觀察，來準確地判斷相應的病癥，為臨床診療工作的開展奠定良好的數據信息參考基礎。

這種科技手段除了應用在腫瘤方面之外，還被用在其他疾病的診斷上。例如：自閉癥譜系障礙。通過精準醫學大數據對外顯子組、基因表達、蛋白質表達、心理測試以及影像檢測等一系列數據的分析?？蒲腥藛T發現了新的自閉癥診斷方式，找出新的病癥亞型，同時也為后續治療提供數據分析和方案。

3.3 精準醫學大數據的藥物研發和用藥指導

在目前的醫藥研究發展中，相關的藥物研發中，針對疾病的定點靶細胞研發是一項重要的研究方向，可以使相關的藥物具有很高的針對性，大大地縮短病癥治愈時間。在進行藥物研發的過程中，需要充分結合相應的大數據信息，對相應的藥物特性進行對比、篩選，提升藥物研發的速度。

腫瘤疾病是多基因疾病的一種類型，它是需要多靶點藥物進行治療的。精準醫學的大數據分析，能夠為腫瘤新靶點的明確提供更多更有效的技術方法。二十世紀八十年代末，科學人員發現了HER2蛋白的侵襲性乳腺癌亞型這一現象。由此研發出曲妥珠單抗（赫賽汀）藥物，來對抗和治療HER2型的乳腺癌。在精準醫學大數據環境下，將會出現科技含量更高，副作用更小的，治療腫瘤疾病的藥物，而且這些藥物會集中針對一種或多種腫瘤的靶點。在一些患者用藥過程中，因為病癥或遺傳等其他因素的影響，需要對患者的用藥量進行適當的調整，可以通過精準醫學大數據，對相應的用藥量進行科學的調整。

在用藥指導層面，目前大部分的臨床醫學是依據病癥體征、特點，輔助的器械和影像學檢查結果進行病因診斷和分析。醫生對相同或類似病癥的患者，大多采用相同的治療方法。而在精準醫療大數據環境下，不同的患者對相同藥物的治療效果存在差異，不同患者的用藥和患者自身的遺傳基因有密切關系。因此，精準醫療可以根據大數據分析將不同患者進行分類，并給出多種不同治療參考方案。當前，美國現有160多種藥物在使用說明中備注了相關的基因信息，歐盟藥品管理局有90多種，日本有28種，但是我們國家只有不到10種藥物標注了基因信息，而且要求模糊沒有強制執行。如果能夠實現精準醫學大數據用藥的臨床指導，極有可能減少甚至完全避免別嘌醇、甲氨蝶呤、巰嘌呤等藥物的嚴重不良反應。

4 結束語

綜上所述，精準醫學大數據的分析和共享，對目前的醫療技術發展和醫療水平提升，都帶來了極大的幫助。但是，它在生物樣本和大數據等方面的資源共享依然存在很多難題。此外，怎樣高效率的集合、分析生物數據，為臨床醫學提供有效靶點，提供用藥指導，也是當前醫學科學的重要研究內容。根據當前精準醫學大數據分析和共享研究，我國相關法律學界也在積極進行探究，協調多部門進行研究分析制定科學政策。在此基礎上，務必要建立精準醫學所需要的各種大數據資料庫和相關分析資料。在具體的精準醫學活動實踐方面，必須要將精準醫學的評估、評價和治療系統歸納進去，為多種不同基因類型的患者提供個性化診斷和治療方案。但在相關的信息集合、管理等方面仍面臨著非常大的挑戰，因此需要整個醫療體系共同努力，全面提升對相關信息的集合和管理水平，推動精準醫學大數據的分析與共享建設，為我國醫療建設發展奠定良好的基礎。

參考文獻：

[1] 陳松景，錢慶，吳思竹，等.精準醫學大數據匯交管控模型與應用研究[J].中華醫學圖書情報雜志，2018，27（10）：14-19.

[2] 徐新杰，朱玲，黃輝.精準醫學研究中的大數據與隱私保護體系建設[J].中華醫學科研管理雜志，2018（1）：3-7，11.

[3] 馬小明.精準醫學大數據的分析與共享[J].科技視界，2017（34）：143，165.

[4] 宋昊翀，郭剛，林合華，等.大數據時代中醫體質養生應對的四維向度[J].云南中醫學院學報，2017，40（1）：77-81.

[5] 方朝暉，陸瑞敏，趙進東，等.基于大數據的糖尿病中醫精準醫療管理模式研究[J].中醫藥臨床雜志，2017，29（8）：1150-1153.

[6] 吳曉安.精準檢測+精準醫療：CTC檢測在血液里“攔截”癌細胞[J].自我保健，2017（6）：50-51.

【通聯編輯：朱寶貴】