浅谈医学大数据

陈遵秋和陈漪伊夫妇是美籍华人，现在美国定居。其二人是目前研究医疗大数据及生物样本大数据真正的专家。现将两位的文章进行公开发表，与大家一起探讨。

现在无论国内外均出现了移动医疗热，所有的创业团队和投资公司均把商业模式指向了最后的医疗大数据分析。但是可以很负责任的说，90% 以上的人都不知道医疗大数据分析是什么东西，因此这是一篇扫盲贴，但是仅供专业人士。文中分析了医疗大数据、它的维度、方法和成本，以及需要的专业人才。本文无论是对创业团队还是投资机构都是非常有指导意义的。

大数据定义及其特征

大数据顾名思义就是数量极其庞大的数据资料。从上世纪80 年代开始，每隔40 个月世界上储存的人均科技信息量就会翻倍(Hibert & Lopez, 2011)。2012 年，每天会有2.5EB 量的数据产生(Andrew & Erik, 2012)。现在，2014 年，每天会有2.3ZB 量的数据产生(IBM, 2015)。这是一个什么概念？现在一般我们电脑的硬盘大小都以GB，或者TB 为单位了。1GB 的容量可以储存约5.4 亿的汉字，或者170 张普通数码相机拍摄的高精度照片，或者

300-350 首长度为5-6 分钟的MP3 歌曲。那GB 和TB, EB，ZB 的关系又是怎样？

1ZB=1024EB=10242PB=10243TB=10244GB。如果你有一台1TB 硬盘容量的电脑，那1ZB 就是大致等于10 亿台电脑的容量, 远远超出了我们一般的想象。

作者认为价值本质上是数据被分析后体现出来的有用信息知识的程度，和其他几个特性有根本区别。其他几个特性可以说是数据工作者具体实践中面临的挑战，而价值则是征服这些挑战后获得的回报。

大数据的6个特性描述如下：

大量性：一般在大数据里，单个文件大量性的级别至少为几十，几百GB 以上，一调查(Russom, 2013) 显示相当多的机构拥有的数据总量在10 到99TB 之间。用我们传统的数据库软件，1GB 已经可以储存千万条有着几百个变量的数据记录了。

多样性：泛指数据类型及其来源的多样化(Troester, 2012)，进一步可以把数据结构归纳为结构化(structured)，半结构化(semi-structured)，和非结构化(unstructured) (SAS, 2014) 。

快速性：反映在数据的快速产生及数据变更的频率上。比如一份哈佛商学院的研究报告称在2012 年时，谷歌每天就需要要处理20PB 的数据(Harvard Business Review, 2012)。

易变性：伴随数据快速性的特征，数据流还呈现一种波动的特征。不稳定的数据流会随着日，季节，特定事件的触发出现周期性峰值(Troester, 2012)。

准确性：又称为数据保证(data assurance)。不同方式，渠道收集到的数据在质量上会有很大差异。数据分析和输出结果的错误程度和可信度在很大程度上取决于收集到的数据质量的高低(W.Raghupathi & Raghupathi, 2014)。所谓“垃圾进，垃圾出”。没有数据保证，大数据分析就毫无意义。

复杂性：复杂性体现在数据的管理和操作上。IT 时代，随着数据来源及数据量的爆发，各种不同渠道数据的大量涌现，数据的管理和操作已经变得原来越复杂。如何抽取，转换，加载，连接，关联以把握数据内蕴的有用信息已经变得越来越有挑战性。

医疗大数据的爆发

早期，大部分医疗相关数据是纸张化的形式存在，而非电子数据化存储，比如官方的医药记录，收费记录，护士医生手写的病例记录，处方药记录，X 光片记录，磁共振成像（MRI）记录，CT 影像记录等等。

随着强大的数据存储，计算平台，及移动互联网的发展，现在的趋势是医疗数据的大量爆发及快速的电子数字化。以上提到的医疗数据都在不同程度上向数字化转化。

有报告显示，2011 年，单单美国的医疗健康系统数据量就达到了150EB。照目前的增长速度，ZB（约1021GB）和YB（约1021GB）的级别也会很快达到(IHTT, 2013)。Kaiser Permanente，一个在加州发展起来的医疗健康网络系统, 就有9 百万的会员，被认为拥有26.5 到44PB 的电子健康记录(IHTT, 2013)。

IT 时代涌现的还有各种网络社交媒体数据，比如曾经Google 用来预测流感的数据。基因数据也是非常庞大的存在，一次全面的基因测序，产生的个人数据则达到300GB (Leah, 2014)。公开发布的基因DNA 微阵列达到50 万之多，每一阵列包含数万的分子表达值。在生物医药方面，功能性磁共振影像的数据量也达到了数万TB 级别，每一幅影像包含有5 万像素值(Fan, Han, & Liu, 2014)。

此外，各种健身，健康可穿戴设备的出现，使得血压、心率、体重，血糖，心电图（EKG）等的监测都变为现实和可能，信息的获取和分析的速度已经从原来的按“天”计算，发展到了按“小时”，按“秒”计算。比如，一家名为Blue Spark 的科技公司已经生产出能24 小时实时监测体温的新型温度计贴片temptraq。

这种数据的扩展速度和覆盖范围是前所未有的，数据的格式也五花八门，可能是无格式文件（flat file），CSV，关系表，ASCII/ 纯文本文件等等。

同时，数据的来源也纷繁复杂，可能来自不同的地区，不同的医疗机构，不同的软件应用。不可否认，一旦理顺了多格式，多源头，呈爆炸性成长的大数据的整合和分析，医疗大数据将对提高医疗质量，强化患者安全，降低风险，降低医疗成本等方面发挥无与伦比的巨大作用。

医疗大数据的优势和应用场景

有效的整合和利用数字化的医疗大数据对个体医生，康宝中心，大型医院，和医疗研究机构都有着显著的好处。

潜在的利益包括(W.Raghupathi & Raghupathi, 2014)：

1）更多更准确的数据使得疾病能在早期被监测到，从而使治疗更容易和有效。

2）通过对特定个体或人群的健康管理，快速有效地监测保健诈骗。

3）基于大量的历史数据，预测和估计特定疾病或人群的某些未来趋势，比如：预测特定病人的住院时间，哪些病人会选择非急需性手术，哪些病人不会从手术治疗中受益，哪些病人会更容易出现并发症，等等。麦肯锡估计，单单就美国而言，医疗大数据的利用可以为医疗开支节省出3 千亿美元一年。

医疗大数据的利用可以从以下几方面减少浪费和提高效率(Manyika, 以及其

他人, 2011)：

临床操作：相对更有效的医学研究，发展出临床相关性更强和成本效益更高的方法用来诊断和治疗病人。

研究和发展：在药品和医疗器械方面，建立更低磨损度，更精简，更快速，更有针对性的研发产品线。统计工具和算法方面，提高临床试验设计和患者的招募，使得治疗方法可以更好地匹配个体患者的病症，从而降低临床试验失败的可能和加快新的治疗方法推向市场。分析临床试验和病人的病历，以确定后续的迹象，并在产品进入市场前发现病人对药物医疗方法的不良反应。

公共卫生：分析疾病模式和追踪疾病暴发及传播方式途径，提高公共卫生监测和反应速度。更快更准确地研制靶向疫苗，例如：开发每年的流感疫苗。

此外，医疗大数据的分析还有利于以下几方面的发展(W.Raghupathi & Raghupathi, 2014)：

循证医学：结合和分析各种结构化和非结构化数据，电子病历，财务和运营数据，临床资料和基因组数据用以寻找与病症信息相匹配的治疗，预测疾病的高危患者或提供更多高效的医疗服务。

基因组分析：更有效和低成本的执行基因测序，使基因组分析成为正规医疗保健决策的必要信息并纳入病人病历记录。

提前裁定欺诈分析：快速分析大量的索赔请求，降低欺诈成功率，减少浪费和滥用。

设备/远程监控：从住院和家庭医疗装置采集和分析实时大容量的快速移动数据，用于安全监控和不良反应的预测。

病人的个人资料分析：全面分析病人个人信息（例如，分割和预测模型）从中找到能从特定健保措施中获益的个人。例如，某些疾病的高危患者（如糖尿病）可以从预防措施中受益。这些人如果拥有足够的时间提前有针对性的预防病情，那么大多数的危害可以降到最低程度，甚至可以完全消除。

然而，根据一份针对美国和加拿大333 家医疗机构及10 家其他机构的调查(IHTT, 2013)，2013 年，医疗机构累积的数据量比2011 年多出了85%，但77% 的医疗健康行政人员对自己机构在数据管理方面的能力评价为“C”。此外，仅有34% 报告他们能从电子健康记录（EHR）中获取数据用来帮助病人，而有43% 报告他们不能收集到足够多的数据来帮助病人。由此可见，在北美的

医疗系统中，医疗大数据的管理使用准备工作还有一大段路要走。中国也是处在起步阶段。

数据分析框架（传统数据分析框架，大数据分析框架）

医疗大数据有着前面第一节提到的所有特征。在医疗大数据带来各种优势的同时，大数据随之带来的各种特性使得传统的数据处理和数据分析方法及软件捉襟见肘，问题多多。在大数据时代出现之前，受限于数据量的可获得性和计算能力的有限性，传统的数据管理和分析采用着不同的思路和流程。传统上，对于问题的研究建立在假设的基础上进行验证，进而研究事物的相关因果性，希望能回答“为什么”。

而在大数据时代，海量数据的涌现提供了从不同角度更细致更全面观察研究数据的可能，从而打开了人们的好奇心，探索欲望，人们想知道到数据告诉了我什么，而不仅仅是我的猜想是否被数据验证了。人们越来越多地用大数据挖掘各种感兴趣的关联，非关联等相关性，然后再进一步比较，分析，归纳，研究（“为什么”变成一个选项而不是唯一终极目标）。大数据与传统数据思路上的不同导致了分析流程的不同，如图一所示：

图一

面对海量的数据和不同的分析思路，大数据的管理和分析与传统数据分析的差异日益加大。回答特定问题的单一预设结构化数据库明显不能完全胜任处理大数据的海量及混杂等问题。数据的混杂多样性具体可以从一些调查数据中表现出来。SAS 的一份调查报告显示机构内的非结构化数据最多可以占到总数据量的85%，而这些非数字，非结构化的数据却必须被量化分析和用到决策分析中(Troester, 2012)。

另一份2013 年进行的SAS 调查报告显示在461 个提供完整反馈信息的机构中只有26% 的机构表示他们所拥有的大数据是结构化的(Russom, 2013)。此外，在机构中，分析的数据一般不会只有一个单一的来源。Alteryx 的调查报告显示在200 家被调查的机构中只有6% 的机构表示他们的数据是只有一个来源，最为普遍的情况是5-10 个来源, 具体分布如图二(Alteryx, 2014)。

调查中还显示90% 的被调查样本表示有数据整合问题，37% 表示需要等其他小组提供数据，30% 表示不能得到他们想要的数据，一般估计是一个数据分析师的60% 到80% 的时间是花在数据处理准备阶段上的(Alteryx, 2014)。

图二

由此可见有效的数据管理，数据库建立及数据分析流程的重要性。传统的数据管理的过程包括抽取（Extraction），转换（Transformation）和载入（load）。通过ETL，可以赋予数据一种合适恰当的结构用于特定的分析发现。具体数据准备分析流程如图三所示：1）抽取单个或多个来源的数据。2）净化，格式化，标准化，聚合，添加，或遵循其他特定的数据处理规则。3）载入处理完的数据到特定的数据库或储存为特定的文件格式。4）采用各种方法进行数据分析。

图三

ETL 的中心内容仍旧适用于大数据，但由于大数据的大量性和多样性对数据库和数据管理及处理方法的要求越来越高，也越来越复杂，这样线性处理整个数据变得相当耗费人力，物力，和时间。

此外，大数据的快速性，易变性也使得把数据储存在单一的中央数据库变的不太可行。在这种情况下，最流行的思路是把数据分割处理，也就是把数据储存到多个储存节点（比如网络数据库），在每个节点单独处理数据（甚至处理完就接着进行初步分析, 但处理的程度依客户具体问题而调整），然后再汇总整合到一起，提供给单个或多个数据库，接着根据需要选择合适的分析方法获取有用结果。ETL 贯穿于整个大数据管理分析的流程中。图四演示了大致的大数据管理分析流程及一些大数据处理分析平台工具的名字。

图四

医学大数据重塑整个精准医疗体系

医学大数据重塑整个精准医疗体系医学大数据的架构具有很强的扩展性,在获取人体的基本数据以后,不仅可以构建人体的解剖结构和生理结构,而且可以从分子层面去构建微观模型。例如,基于一些复杂的数学模型,可以从DNA序列推演到mRNA结构,最后构建这段DNA序列表达的蛋白结构。近年来包括医学在内的多种学科不断交叉融合,学术界的交流以及创业公司都在努力推动多种技术的融合。在医学上不仅仅牵涉到临床医学,同时涉及生物学、分子生物学、细胞生物学、化学等等,以及自动化,包括检测、统计、分析、影像等方面都会涉及。当然,数学肯定是最基础的,建立数学模型、复杂的算法都跟数学基础息息相关。新兴的大数据即数据科学,也离不开基础的计算机科学。所以,未来医学是众多学科融合的综合科学,大数据的价值是众多领域量化的数据融合,这就是技术趋势市场需求是重要驱动去解决实际临床问题更多依赖于医生的经验,不论是生理层面还是分子层面许多都还没有被完全的量化,而是记录在医生的经验当中。医院也已经采集到很多数据,存放在不同的计算机系统中,但是基本以数据孤岛的形式存在,并没有被充分利用和挖掘,而这些其实就是做基础研究最重要的数据医学大数据发展有三大价值驱动力,首先是生活质量的提高,人们对生命质量或者是健康质量的不断追求和高标准的要求,其次是在高品质生命健康需求下促使成的生命科学技术的进步,最后是基于生命科学技术进步的临床手段不断丰富,临床治疗质量不断提高,这就是整个医学大数据价值驱动的核心。此外,巨大的患者人体组织器官替换的市场需求也是重要的驱动因素整个再生医学行业的大背景是全球每年大概有8000多万的各种组织器官的需求,包括脏器器官、软骨、胰、颅颌面、眼膜等,目前只能通过捐献满足,而捐献所

大数据在医疗行业的应用

大数据在医疗行业的应用医疗行业很早就遇到了海量数据和非结构化数据的挑战。在互联网大框架的结构下，大圣众包威客平台为你解读，作为一个行业的流行语，互联网+医疗的个性化服务，能给医疗保健工作者和消费者带来哪些真正的福利呢？据相关专项研究指出，如果能排除体制障碍，大数据分析可以帮助美国医疗服务业一年创造3000亿美元的附加价值，重点集中于医疗服务业4大领域：临床业务、付款定价、研发、新商业模式、公众健康，涵盖了十多项应用场景。领域一：临床操作 1.比较效果研究：大数据分析获取最佳性价比治疗方案

通过全面分析病人特征数据和疗效数据，然后比较多种干预措施的有效性，可以找到针对特定病人的最佳治疗途径。研究表明，对同一病人来说，医疗服务提供方不同，医疗护理方法和效果不同，成本上也存在很大差异。医疗护理系统实现CER，将有可能减少过度治疗(比如避免那些副作用比疗效明显的治疗方式)，以及治疗不足。 2.临床决策支持系统：提高准确性，减少医疗事故率临床决策支持系统可提高工作效率和诊疗质量。临床决策支持系统分析医生输入条目，比较其与医学指引不同地方，提醒医生防止潜在的错误，如药物不良反应。医疗服务提供方可以降低医疗事故率和索赔数，尤其是那些临床错误引起的医疗事故。大数据分析技术将使临床决策支持系统更智能，如可以使用图像分析和识别技术，识别医疗影像(X光、CT、MRI)数据，或者挖掘医疗文献数据建立医疗专家数据库，从而给医生提出诊疗建议。 3.医疗数据透明度：实现高效管理，降低成本

提高医疗过程数据的透明度，可以使医疗从业者、医疗机构绩效更透明，间接促进医疗服务质量提高。数据分析可以带来业务流程的精简，通过精益生产降低成本，找到符合需求的工作更高效的员工，从而提高护理质量并给病人带来更好的体验，也给医疗服务机构带来额外的业绩增长潜力。公开发布医疗质量和绩效数据还可以帮助病人做出更明智的健康护理决定，这也将帮助医疗服务提供方提高总体绩效，从而更具竞争力。 4.远程病人监控：慢性病患者高效照护根据统计，中国各类慢性病患者超过3亿人，尤其是我国进入老龄化时代以后，将存在非常大的照护缺口，远程病人监护系统对治疗慢性病患者非常有用。远程病人监护系统包括家用心脏监测设备、血糖仪，甚至还包括芯片药片，芯片药片被患者摄入后，实时传送数据到电子病历数据库。更多的好处是，通过对远

大数据+精准医疗

大数据+精准医疗 2012年全国居民慢性病死亡率为533/10万，占总死亡人数的86.6%。心脑血管病、癌症和慢性呼吸系统疾病为主要死因，占总死亡的79.4%，其中心脑血管病死亡率为271.8/10万，癌症死亡率为144.3/10万（前五位分别是肺癌、肝癌、胃癌、食道癌、结直肠癌），慢性呼吸系统疾病死亡率为68/10过标化处理后，除冠心病、肺癌等少数疾病死亡率有所上升外，多数慢性病死亡率呈下降趋势。慢性病的患病、死亡与经济、社会、人口、行为、环境等因素密切相关。一方面，随着人们生活质量和保健水平不断提高，人均预期寿命不断增长，老年人口数量不断增加，我国慢性病患者的基数也在不断扩大；另一方面，随着深化医药卫生体制改革的不断推进，城乡居民对医疗卫生服务需求不断增长，公共卫生和医疗服务水平不断提升，慢性病患者的生存期也在不断延长。慢性病患病率的上升和死亡率的下降，反映了国家社会经济条件和医疗卫生水平的发展，是国民生活水平提高和寿命延长的必然结果。当然，我们也应该清醒地认识到个人不健康的生活方式对慢性病发病所带来的影响，综合考虑人口老龄化等社会因素和吸烟等危险因素现状及变化趋势，我国慢性病的总体防控形势依然严峻，防控工作仍面临着巨大挑战。大数据的分析和应用都将在医疗行业发挥巨大的作用，提高医疗效率和医疗效果。一、临床操作在临床操作方面，有5个主要场景的大数据应用： 1．比较效果研究通过全面分析病人特征数据和疗效数据，然后比较多种干预措施的有效性，可以找到针对特定病人的最佳治疗途径。基于疗效的研究包括比较效果研究(Comparative Effectiveness Research， CER)。研究表明，对同一病人来说，医疗服务提供方不同，医疗护理方法和效果不同，成本上也存在着很大的差异。精准分析包括病人体征数据、费用数据和疗效数据在内的大型数据集，可以帮助医生确定临床上最有效和最具有成本效益的治疗方法。医疗护理系统实现CER，将有可能减少过度治疗(比如避免那些副作用比疗效明显的治疗方式)，以及治疗不足。从长远来看，不管是过度治疗还是治疗不足都将给病人身体带来负面影响，以及产生更高的医疗费用。 2．临床决策支持系统临床决策支持系统可以提高工作效率和诊疗质量。目前的临床决策支持系统分析医生输入的条目，比较其与医学指引不同的地方，从而提醒医生防止潜在的错误，如药物不良反应。通过部署这些系统，医疗服务提供方可以降低医疗事故率和索赔数，尤其是那些临床错误引

肿瘤的精准医疗：概念、技术和展望

肿瘤的精准医疗：概念、技术和展望杭渤1,2，束永前3，刘平3，魏光伟4，金健1，郝文山5，王培俊2，李斌1,2，毛建华1 摘要精准医疗是指与患者分子生物病理学特征相匹配的个体化诊断和治疗策略。肿瘤为一复杂和多样性疾病，在分子遗传上具有很大异质性，即使相同病理类型的癌症患者，对抗癌药物反应迥异，因此肿瘤学科成为精准医疗的最重要领域之一。组学大数据时代的来临和生物技术的迅速发展奠定了精准医疗的可行性。本文介绍精准和个体化医疗的概念、基础和意义，简述近年来在此领域的最新进展，以及对实施精准医疗的方法和技术进行分析和归纳，首次将其分为间接方法（生物标志物检测及诊断）和直接方法（病人源性细胞和组织在抗癌药物直接筛选的应用），最后扼要阐述精准医疗的前景和面临的挑战。关键词：精准医疗个体化医疗分子组学生物标志物检测病人源性细胞和组织 Precision cancer medicine: Concept, technology and perspectives HANG Bo1,2, SHU Yongqian3, LIU Ping3, WEI Guangwei4, JIN Jian1, HAO Wenshan5, WANG Peijun2, LI Bin1,2, MAO Jianhua1 Abstract Precision medicine is defined as an approach to personalized diagnosis and treatment, based on the omics information of patients. Human cancer is a complex and intrinsically heterogeneous disease in which patients may exhibit similar symptoms, and appear to have the same pathological disease, for entirely different genetic reasons. Such heterogeneity results in dramatic variations in response to currently available anti- cancer drugs. Therefore, oncology is one of the best fields for the practice of precision medicine. The availability of omics- based big data, along with rapid development of biotechnology, paves a way for precision medicine. This article describes the concept, foundation and significance of precision medicine, and reviews the recent progresses in methodology development and their clinical application. Then, various current available biotechniques in precision medicine are evaluated and classified into indirect (biomarker-based detection and prediction) and direct (patient-derived cells and tissues for direct anti-cancer drug screening) categories. Finally, perspectives of precision medicine as well as its facing challenge are briefly discussed. Key words: precision medicine personalized medicine omics biomarker detection patient-derived cells and tissue 2011年，美国国家科学院在“迈向精准医疗：构建生物医学研究知识网络和新的疾病分类体系”报告中，对“精准医疗（precision medicine）”的概念和措施做了系统的论述[1]。报告探讨了一种新的疾病命名的可能性和方法，该方法基于导致疾病的潜在的分子诱因和其他因素，而不是依靠传统的病人症状和体征。报告建议通过评估患者标本中的组学（omics）信息，建立新的数据网络，以促进生物医学研究及其与临床研究相整合。美国总统奥巴马在2015年1月20日的国情咨文中正式将“精准医疗计划”作为美国新的国家研究项目发布，致力于治愈癌症和糖尿病等疾病，让每个人获得个性化的信息和医疗，从而“引领一个医学新时代”。此举措很快得到了美国政府研究机构和医学界的热烈响应[2, 3]，当然也包括来自医学界和社会的争议。 1 精准医疗与个体化医疗1.1 定义什么是精准医疗（又称精确医学），其与通常所讲的个体化医疗（personalized medicine）又是什么关系？精准医疗就是与患者分子生物病理学特征，如基因组信息，相匹配的个体化诊断和治疗策略。个体化医疗利用诊断性工具去检测特定的生物标志物，尤其是遗传性标志物，然后结合患者的病史和其他情况，协助决定哪一种预防或治疗干预措施最适用于特定的患者。通俗地讲，个体化医疗就是考虑患者本身的个体差异，药物治疗因人而异，为理想化的治疗。而精准医疗着眼于一组病患或人群（图1），相对于个性化医疗针对个体病患的情况更为宽泛，更可行。两者有共同的内涵。也有医疗和研究机构将这两个概念放在一起，如杜克大学的“精准和个体化医疗中心”。图1精准医疗的核心Fig. 1 Heart of precision medicine

关于循证医学精准医学和大数据研究的几点看法

关于循证医学、精准医学和大数据研究的几点看法转自：中华流行病学微平台唐金陵1, 李立明2.1. 999077 中国香港中文大学公共卫生及基层医疗学院;2. 100191 北京大学公共卫生学院摘要循证医学仍是当今最好的医学实践模式。需要注意的是，证据本身不等于决策，决策还必须考虑现有资源和人们的价值取向。证据显示，绝大多数患者不会因使用降血压、降血脂、降血糖、抗癌药而预防重要并发症或死亡，说明现代医学的很多诊断和治疗都不精准，找到那几个为数不多的对治疗有反应的患者就成了现代医学的梦。精准医学应运而生，但它并不是新概念，也不等于孤注一掷的基因测序。精准医学依赖的大队列多因素研究由来已久，也不是新方法。医学一直在寻求精准，而且在人类认知的各个层面都有所建树，如疫苗和抗体、血型与输血、影像对病灶的定位以及白内障晶体替换手术。基因不是达到精准的唯一途径，只是提供了新的可能性。但是多数基因和疾病关联强度很低，说明基因精准指导防治的价值可能不大，利用大数据和其他预测因素是精准医学的必经之路。在使用大数据问题上，强调拥有总体、大样本、关联关系而淡化因果关系，是严重的误导。科学从来不会待考察了总体后才进行推论；研究需要的样本量恰恰与效果大小成反比；否定因果关系就是对流行病学科学原理和方法的否定，放弃了对真实性的保障，最终会导致防治的无效。

因此，在确认疗效上，基于大数据的现实世界观察性结果不能取代随机对照试验的实验性证据。本文谨希望以怀疑和批评的方式，激发出精准医学和大数据蕴藏的真正潜力。关键词: 循证医学；精准医学；大数据；现实世界研究；流行病学方法一循证医学中的情与理循证医学呼吁医学实践须基于现有最好的应用型(而不是基础型)研究证据[1-2]。没有循证医学的敦促，医学研究就多会停留在理论上；没有循证医学的反馈，医学研究可能会偏离正确的轨道；没有循证医学这张盾牌，资本就会更肆无忌惮地让医学为利润服务。然而，在肯定证据在医学决策中重要性的同时，还必须强调证据本身并不是决策，决策还必须兼顾现有资源的多寡、患者的需要和价值取向。如果把证据称为理，证据以外可以影响决策的因素就是情。如果理是科学发现的客观事实(如一个药物被证明有效)，情就是人们如何利用这些事实的主观情感和好恶。医学决策，情与理缺一不可。在20世纪90年代循证医学初期，人们对医学应用型(主要是流行病学)研究及其产生的科学证据认识不足、重视不够，有必要特别突出证据在决策中的重要性。但是在证据和指南被视为“绑架”了医学实践的今天，有必要重申或特别关注其他因素在决策中不可或缺的作用，尽管目前还有很多医学指南和实践并非基于证据。研究证明一个药物有效，这是理。理是中性的、稳定的，具

浅谈医学大数据复习过程

浅谈医学大数据陈遵秋和陈漪伊夫妇是美籍华人，现在美国定居。其二人是目前研究医疗大数据及生物样本大数据真正的专家。现将两位的文章进行公开发表，与大家一起探讨。现在无论国内外均出现了移动医疗热，所有的创业团队和投资公司均把商业模式指向了最后的医疗大数据分析。但是可以很负责任的说，90% 以上的人都不知道医疗大数据分析是什么东西，因此这是一篇扫盲贴，但是仅供专业人士。文中分析了医疗大数据、它的维度、方法和成本，以及需要的专业人才。本文无论是对创业团队还是投资机构都是非常有指导意义的。大数据定义及其特征大数据顾名思义就是数量极其庞大的数据资料。从上世纪80 年代开始，每隔40 个月世界上储存的人均科技信息量就会翻倍(Hibert & Lopez, 2011)。2012 年，每天会有2.5EB 量的数据产生(Andrew & Erik, 2012)。现在，2014 年，每天会有2.3ZB 量的数据产生(IBM, 2015)。这是一个什么概念？现在一般我们电脑的硬盘大小都以GB，或者TB 为单位了。1GB 的容量可以储存约5.4 亿的汉字，或者170 张普通数码相机拍摄的高精度照片，或者 300-350 首长度为5-6 分钟的MP3 歌曲。那GB 和TB, EB，ZB 的关系又是怎样？ 1ZB=1024EB=10242PB=10243TB=10244GB。如果你有一台1TB 硬盘容量的电脑，那1ZB 就是大致等于10 亿台电脑的容量, 远远超出了我们一般的想象。

早期，IBM 定义了大数据的特性有3 个：大量性（Volume）, 多样性（Variety）, 快速性（Velocity）(Zikopoulos, Eaton, deRooos, Deutsch, & Lapis, 2012)。后来又有学者把价值（Value）加到大数据的特性里。随着时间的推移和人们思考的进一步完善，又有三个大数据的特性被提出：易变性（Variability），准确性(Veracity) 和复杂性(Complexity)。作者认为价值本质上是数据被分析后体现出来的有用信息知识的程度，和其他几个特性有根本区别。其他几个特性可以说是数据工作者具体实践中面临的挑战，而价值则是征服这些挑战后获得的回报。大数据的6个特性描述如下：大量性：一般在大数据里，单个文件大量性的级别至少为几十，几百GB 以上，一调查(Russom, 2013) 显示相当多的机构拥有的数据总量在10 到99TB 之间。用我们传统的数据库软件，1GB 已经可以储存千万条有着几百个变量的数据记录了。多样性：泛指数据类型及其来源的多样化(Troester, 2012)，进一步可以把数据结构归纳为结构化(structured)，半结构化(semi-structured)，和非结构化(unstructured) (SAS, 2014) 。快速性：反映在数据的快速产生及数据变更的频率上。比如一份哈佛商学院的研究报告称在2012 年时，谷歌每天就需要要处理20PB 的数据(Harvard Business Review, 2012)。易变性：伴随数据快速性的特征，数据流还呈现一种波动的特征。不稳定的数据流会随着日，季节，特定事件的触发出现周期性峰值(Troester, 2012)。

精准医学大数据汇交与共享政策研究

精准医学大数据汇交与共享政策研究精准医学作为医学科技发展的前沿方向,现已成为世界各国新一轮科技竞争的战略制高点。为加快重大疾病防控技术突破、占据未来医学及相关产业发展主导权、打造我国生命健康产业发展的新驱动力,我国积极加强精准医学研究布局,将其纳入国家“十三五”规划,并将“精准医学研究”列为国家重点研发计划重点专项之一。伴随我国精准医学计划的实施,将产生海量多源异构的精准医学大数据。这些数据既是各精准医学研究项目的重要成果产出,也是日后开展医学研究工作宝贵的知识来源,如不能及时汇交并且合理共享,将难以发挥其最大价值,造成人力、物力、财力的极大浪费。但精准医学大数据汇交与共享是一项复杂的活动,不能单靠技术的进步而实现,还需要运用政策的强制手段进行保障和规范。我国至今尚未发布针对精准医学大数据的政策性文件,势必影响数据的管理与成果转化。而国外在精准医学大数据管理方面已出台相关政策,可以为我国政策制定提供借鉴。基于此,本研究将在广泛调研和分析国内外典型精准医学相关数据政策的基础上,以目前我国资助的精准医学研究中层次最高、影响力最大的国家重点研发计划“精准医学研究”重点专项为例,分析其数据汇交与共享要求、各利益相关方的利益诉求以及主要利益相关方的政策建议。通过对现存政策和我国实际需求的分析,尝试提出适用于我国实际情况的精准医学大数据汇交与共享政策建议。本研究就最终完成的工作包括:(1)系统梳理了国内外不同层面科学数据政策的相关研究,借鉴其研究思路及政策内容分析框架,总结现有研究的局

限性,包括:①对精准医学细分领域数据政策的探索不足;②重共享、轻汇交,对汇交部分政策内容研究不足;③政策建议趋于宏观层面,微观层面对具体内容的建议有待加强;(2)调研了国内外科研资助机构典型科学数据汇交与共享的相关政策,并从基本特征以及具体内容两方面对政策进行了分析,借鉴有益经验,为后续研究提供参考;(3)立足我国实际,以目前我国资助的精准医学研究中层次最高、影响力最大的“精准医学研究”重点专项为例,总结其数据汇交与共享要求、可能涉及到的数据汇交、管理和使用主体,并对其中部分利益相关方的权益和政策建议进行分析和调研,为精准医学大数据汇交与共享政策的制定提供现实依据;(4)结合政策调研和我国实际情况,提出了我国精准医学大数据汇交与共享政策制定的建议,包括宏观和微观两个层面:宏观层面的建议包括:①加强国家统筹,健全政策制度体系;②注重权益保护,优化利益权衡机制;③建立监管部门,完善监督管理体制;④强化质量建设,统一数据标准规范。微观层面对数据汇交与共享的具体环节进行了细化,重点对数据汇交、数据保存与管理、数据共享、数据汇交与共享计划、利益相关方职责、权益保护以及监督与奖惩机制7个方面的政策内容进行详细界定。

大数据在医疗中的应用

大数据在医疗行业如何应用医疗行业将和银行、电信、保险等行业一起首先迈入大数据时代。大数据的分析和应用都将在医疗行业发挥巨大的作用，提高医疗效率和医疗效果。一、临床操作在临床操作方面，有5个主要场景的大数据应用： 1．比较效果研究通过全面分析病人特征数据和疗效数据，然后比较多种干预措施的有效性，可以找到针对特定病人的最佳治疗途径。基于疗效的研究包括比较效果研究(Comparative Effectiveness Research，CER)。研究表明，对同一病人来说，医疗服务提供方不同，医疗护理方法和效果不同，成本上也存在着很大的差异。精准分析包括病人体征数据、费用数据和疗效数据在内的大型数据集，可以帮助医生确定临床上最有效和最具有成本效益的治疗方法。医疗护理系统实现CER，将有可能减少过度治疗(比如避免那些副作用比疗效明显的治疗方式)，以及治疗不足。从长远来看，不管是过度治疗还是治疗不足都将给病人身体带来负面影响，以及产生更高的医疗费用。 2．临床决策支持系统临床决策支持系统可以提高工作效率和诊疗质量。目前的临床决策支持系统分析医生输入的条目，比较其与医学指引不同的地方，从而提醒医生防止潜在的错误，如药物不良反应。通过部署这些系统，医疗服务提供方可以降低医疗事故率和索赔数，尤其是那些临床错误引起的医疗事故。在美国Metropolitan儿科重症病房的研究中，两个月内，临床决策支持系统就削减了40%的药品不良反应事件数量。 3．医疗数据透明度提高医疗过程数据的透明度，可以使医疗从业者、医疗机构的绩效更透明，间接促进医疗服务质量的提高。

根据医疗服务提供方设置的操作和绩效数据集，可以进行数据分析并创建可视化的流程图和仪表盘，促进信息透明。流程图的目标是识别和分析临床变异和医疗废物的来源，然后优化流程。仅仅发布成本、质量和绩效数据，即使没有与之相应的物质上的奖励，也往往可以促进绩效的提高，使医疗服务机构提供更好的服务，从而更有竞争力。 4．远程病人监控从对慢性病人的远程监控系统收集数据，并将分析结果反馈给监控设备(查看病人是否正在遵从医嘱)，从而确定今后的用药和治疗方案。 2010年，美国有1.5亿慢性病患者，如糖尿病、充血性心脏衰竭、高血压患者，他们的医疗费用占到了医疗卫生系统医疗成本的80%。远程病人监护系统对治疗慢性病患者是非常有用的。远程病人监护系统包括家用心脏监测设备、血糖仪，甚至还包括芯片药片，芯片药片被患者摄入后，实时传送数据到电子病历数据库。举个例子，远程监控可以提醒医生对充血性心脏衰竭病人采取及时治疗措施，防止紧急状况发生，因为充血性心脏衰竭的标志之一是由于保水产生的体重增加现象，这可以通过远程监控实现预防。更多的好处是，通过对远程监控系统产生的数据的分析，可以减少病人住院时间，减少急诊量，实现提高家庭护理比例和门诊医生预约量的目标。 5．对病人档案的先进分析在病人档案方面应用高级分析可以确定哪些人是某类疾病的易感人群。举例说，应用高级分析可以帮助识别哪些病人有患糖尿病的高风险，使他们尽早接受预防性保健方案。这些方法也可以帮患者从已经存在的疾病管理方案中找到最好的治疗方案。二、付款/定价对医疗支付方来说，通过大数据分析可以更好地对医疗服务进行定价。以美国为例，这将有潜力创造每年500亿美元的价值，其中一半来源于国家医疗开支的降低。

大数据在医疗方面有什么作用

数据挖掘随着计算机技术得到了广泛应用，从而提高了数据利用效率，拓展了知识发现的广度与深度。数据挖掘已有较多成熟方法，并在医学大数据挖掘中取得了一定成果。数据挖掘是指从数据库中，提取隐含在其中的人们事先未知、潜在的有用的信息和知识的过程。目前，医院已积累了大量医疗相关数据。数据挖掘在医学大数据研究中已取得了较多成果，通过文献检索，总结了三方面的应用现状。疾病早期预警医疗领域往往需要更精确的实时预警工具，而基于数据挖掘的疾病早期预警模型的建立，有助于提高疾病的早期诊断、预警和监护，同时，也有利于医疗机构采取预防和控制措施，减少疾病恶化及并发症的发生。疾病早期预警，首先要收集与疾病相关的指标数据或危险因素，然后建立模型，从而发现隐含在数据之中的发病机制和病情之间的联系。Forkan等采集日常监测的心率、舒张压、收缩压、平均血压、呼吸率、血氧饱和度等生命体征数据，以J48决策树、随机森林树及序列最小优化算法等建立疾病预警模型，用于远程家庭监测，识别未曾诊断过的疾病发生，并将监测结果发送到医疗急救机构，实现生命体征大数据、病人及医疗机构的完整衔接，以降低突发疾病及死亡的发生率。 Easton等利用贝叶斯分类算法建立了中风后遗症死亡预测模型，认为中风后遗症死亡概率与中风发生后的时间长短成函数关系，有助于中风后遗症患者的后续监护。Tayefi等基于决策树算法建立了冠心病预测模型，该模型发现hs-CRP作为新的冠心病预测标志物，比传统的标志物（如FBG、LDL）更具特异性。慢性病研究糖尿病、高血压、心血管疾病等慢性病正在影响着人们的健康，识别慢性病危险因素并建立预警模型有助于降低慢性疾病并发症的发生。Alagugowr等建立的心脏病预警系统，从心脏病大数据库中提取特征指标，通过K-means聚类算法识别出心脏病危险因素，又以Apriori算法挖掘高频危险因素与心脏病危险等级之间的关联规则。Ilayaraja等则以高频项集寻找心脏病危险因素并识别病人风险程度，该方法能够回避无意义项集的产生，从而解决了以往研究中项集数量多、所需存储空间大等问题。 CH Jen等对慢性疾病并发症风险识别的研究分三个步骤，首先，选择健康人群体检数据和慢性病患者相关疾病数据，以带有序列前项选择的线性判别分析来寻找相关疾病的特征变量;然后，以K-NN对特征变量进行分类处理;最后，将K-NN算法的分类结果应用于慢性疾病预警模型的建立。Aljumah等先后以回归分析和SVM用于预测和判断糖尿病不同治疗方式与不同年龄组之间的最佳匹配，为患者选择最佳治疗方式提供依据。 Perveen等对糖尿病的预测研究，采用患者人口学数据和临床指标数据，并分别用Adaboost集成算法、Bagging算法及决策树三种算法来建立预测模型，认为Adaboost集成算法的精确性更高。辅助医学诊断医学数据不仅体量大，而且错综复杂、相互关联。对大量医学数据的分析，挖掘出有价值的诊断规则，将对疾病诊断提供参考。Yang等基于决策树算法和Apriori算法，对肺癌病理报告与临床信息之间的关联性进行了研究，为肺癌病理分期诊断提供依据，从而可回避诊断中需要手术方法获取病理组织。

医疗大数据及精准医疗

医疗大数据及精准医疗谢邦昌台北医学大学管理学院及大数据研究中心院长/主任大数据得趋势以及价值就是现在最热门得话题,也改变了许多企业经营得方式,对于各行各业来说就是势必就是一个大挑战,能否将大数据得力量从危机到转机就要瞧现代经营者有没有转变传统型态得思维？首先什么就是大数据？传统数据一年得数据量大概为3TB左右,以现今数据来说一天得资料量为50TB,由这简单得数据量差就可以得知传统数据跟现今数据得差异多么庞大,也就就是现在俗称得大数据时代。数据庞大之下,不管就是银行业、传统零售业、社会建设公共方面甚至就是医疗保健产业对数据处理、分析方式以及经营企业得模式将会有所改变。在过往得医疗诊断历史,到医院瞧病时必须耗费许多时间等待瞧诊,而医生瞧诊又要再花费时间。当医生要求病患拍摄X光片或检验时,又要再花额外许多时间诊断。而在现今医疗信息高度发展得台湾,瞧诊程序从网络挂号、候诊顺序、诊间病历调阅、医师医令、处方开立、放射影像存取、检查检验数据储存等,无数得数据信息便在医院中传递、交换、储存。同时大多数得生理检验信息在您回诊时得以从电子病历中检索,这些我们认为理所当然得信息处理,在台湾我们只要花费少许得时间如一个早上便完成了,而这一切正就是仰赖医学信息分析与医疗大数据得交换处理。医学大数据得产生,主要归功于医疗设备数字化及电子化病历发展两大领域得突破,透过仪器数字化,医院得以获得更多病人疾病与健康信息纪录。而在病人医疗诊断方面,为了完善纪录病患个人资料、诊断数据与过往医疗纪录等,即促成了电子病历系统发展。医学大数据发展由过去纸张记录、纸本信息数字化、医学纪录储存到现今多信息整合,其数据量有着爆炸性得成长,不仅由过去个人社经信息、诊断信息等文字媒介,更拓展到多媒体影像信息,如X光影像,动态视讯影像信息,如核磁共振MRI以及电讯号信息,如心电图等等,这些庞大医学数据得汇集与高度整合技术能力,正就是台湾医学信息领域发展领先得原因,同时更显得医学数据发展得多元应用及其重要性。而由医疗健保产业来说,个人医疗信息终端得产生给医疗产业带来革命性得变化,连结了传统医院、政府(社会保障)、保险公司、药物生产公司等相关产业,形成新得行业生态圈。将互联网＋医疗保健去建构一个智能得健康系统,在整个健康系统下会有智能得合作伙伴,包含医院、医生、诊所、学术中心、保险公司、药厂、医疗设备制造商、政府等相关人员等,接着产生出个人化得护理体系,其中包含个人健康、成本节约、提高效率、病人教育、增强通信、绩效度量、预防等

医疗大数据+AI是推动精准医疗和临床科研的新引擎

融合论坛INTEGRATION FORUM 58软件和集成电路SOFTWARE AND INTEGRATED CIRCUIT 从1987年从业到现在32年了，我是第一次以医疗行业企业经营者和专业人士的身份来跟大家分享。从国家政策的角度来讲，国家将健康医疗大数据应用发展的建设工作纳入到了“健康中国2030”规划当中，这对健康医疗大数据的属性和发展战略提出了具体的要求，也为医疗行业以健康医疗大数据为抓手、正确有效地推进医改进程指出了路线和方向。目前医疗行业的大数据需求呈现出三大趋势。一是数据来源多样化。在医疗过程中，医生根据的是HIS （医院信息系统）、LIS （实验室信息管理系统）、E M R （电子病历）、PAC S （影像归档和通信系统）等数据，但常常忽视患者遗传背景、基因、环境等信息。现在整个医疗行业，专业纵向细化深入、横向碎片化发展趋势非常明显。二是关注角度多样化。除了关注治疗效果，我们还要关注治疗过程中患者的状态、并发症、死亡率，关注医院救治过程的执行状况以及收费情况。三是知识和工具多元化。对医疗救治的认识，已经从经验积累向数据积累转化，需要医生在成长过程中重视方法论的培养，包括必须熟练掌握计算机工具，学会对海量信息进行处理。人工智能的概念最早于1956年在美国达特茅斯大学首次人工智能研讨会中提出，最早的医疗场景落地探索尝试出现在上世纪70年代的 —海南沃华医疗器械有限公司董事长郝庄严大数据+人工智能就是有效精准数据+优秀算法，将碎片化医疗数据化零为整，将医疗救治从经验积累转化为数据积累，以此服务临床科研、提升医技能力，打造“健康中国”。医疗大数据+AI 是推动精准医疗和临床科研的新引擎

大数据应用于医学的挑战分析及思路研究

大数据应用于医学的挑战分析及思路研究摘要：医学经历了传统医学及循证医学阶段，如今已发展至以生物学本质为出发点的精准医学时代，医学经历依赖经验、假设去发现和探索未知世界“无数据时代”，过渡至通过抽样数据和片面数据的“样本数据时代”后，最终开启重大的时代转型，即大数据时代。如何充分利用医学大数据，从中探索有价值的信息，从而为临床实践服务，是值得深思的课题。所以，本文对大数据应用于医学的挑战分析及思路进行研究。关键词：大数据；医学；特征；挑战；思路 1 认识大数据 1.1 内涵大数据可称之为海量资料或巨量资料，是指在一定时间内用常规软件实施处理和捕捉的数据集合，通过对数据合理分析，从而为企业经营和社会发展决策提供依据。大数据不仅仅是数据的集合，也是信息资产的集合。 1.2 分类（1）根据数字集合的结构状态 1）结构化数据，例如企业的财务系统和人事系统。2）半结构化数据，例如电子邮件和网页。3）非结构化数据，例如视频、移动终端等产生的数据。（2）根据数据的应用类型可将大数据分为海量交易数据、海量交互数据和交易、交互数据糅合处理的海量处理数据。（3）依据数据来源包括三大类：行政记录数据、商业记录数据和互联网及搜索引擎数据。 1.3 特点之海。多样性指的是数据的内容及格式等方面丰富多样，除了图片、音频及文本外，也包括视频和模拟信号等等。 2 大数据在医学中的具体应用 2.1 精准医疗精准医疗突破传统的医疗技术，通过大量的临床数据分析，并结合患者身体状态，制定出最合适的治疗方案，如对癌症患者，可通过对其基因测序，了解致病基因，从而研发靶向药物，有效避免盲目的治疗方案，最终达到最优化治疗。2.2 个性化服务个性化服务是通过大数据优势，为人民群众提供简单而智能的服务，人们可通过掌上智能设备随时了解身体状况，如可在家测血压、测心率、测体脂等多项检查，还可将自身情况输送至APP，后台对这些数据进行分析，从而形成健康风险评估，还可以根据数据结果给予对症改善方法，真正提供个性化服务。 3 大数据应用于医学所面临的挑战 3.1 黄种人的基因组学数据相对缺乏全球基因组相关的研究大都由欧美国家承担，这些数据库信息对白种人和黄种人不具有同等价值。 3.2 缺乏大数据标准数据质量直接决定大数据分析的结果，获得大数据需要大量个体集成，然而，缺乏统一标准，如测量工具、方法及时间不一致，致使收集数据时容易出现数据遗漏或者偏差，致使数据库出现错误，特别对于医院医疗大数据，由于人数众多，

医学影像大数据与智能医疗

医学影像大数据与智能医疗通常大数据是指数据量和数据维度均很大，数据形式也很广泛，如数字、文本、图像、声音等等。在医学领域，随着信息化的不断深入，医学数据也越来越丰富，其中医学影像数据是一个十分重要的组成部分，而且，医学影像信息被数字化、数据化后形成了丰富多样的、存储量庞大的医学大数据。今天，我们就讨论一下利用医学影像大数据推动智能化医疗发展方面的话题。 IBM的智能医学影像分析项目-Watson计划据报道，IT巨头IBM将以10亿美元收购医学成像设备提供商Merge Healthcare，后者主要帮助医生和医院存储和分析CAT断层扫描、X射线以及其他医学影像。IBM计划将Merge 的技术整合到自身的Watson人工智能技术中去。IBM认为，Watson的认知计算能力在医学造影方面完全可以辨别患者应该接受X射线、CAT还是核磁共振，现在独缺的是客户以及医学影像资料，而这恰好也是Merge可以提供的资源。目前医疗数据中有超过90%来自于医学影像，但是这些数据大多要进行人工分析。如果能够运用人工智能技术分析医学影像，并将影像与医学文本记录进行交叉对比，就能够极大地降低医学诊断上的失误，帮助医生精准诊断，挽救患者生命。 IBM 的Watson计划想法很好，但是依然存在着诸多挑战。最大的问题在于如何证明这个计划的效果，如何向健康保险公司证明对于Watson的投资物有所值。具体地说，Watson计划能否真正地让患者得到准确的诊断，传统的放射科医师忽略的诊断方面的问题能否让IBM 的智能技术发现。中国人“数字肺”项目我们再回过头来看看国内。进入数字化时代，数字化、标准化、网络化、海量存储和大数据的应用，已成为医学发展的主流方向和重要标志。大数据的发展要求医院要改变传统的医疗模式-把疾病的早预防、早诊断、早治疗等服务放在第一位考虑。随着人们期待更好的医疗卫生保健服务，从出生到死亡的全程医疗服务也已经成为了医疗管理新模式的发展方向。通过互联网络把预防、诊断和临床作业过程纳入到数字化网络中，实现这些重要任务的核心环节就是医学影像信息化，充分体现大数据、实时在线、多点传输与共享给现代医疗带来的好处。据报道，由北京医院等国内知名大医院联合与合作，开展了中国人“数字肺”项目-“基于医学影像大数据的呼吸系统疾病辅助诊断平台”。项目以构建具有统计学意义的中国人“数字肺”，揭示支气管、肺血管和肺实质结构与不同主要肺部疾病之间的关系，通过采用数据

大数据在医药行业应用的15个场景

除了较早前就开始利用大数据的互联网公司，医疗行业可能是让大数据分析最先发扬光大的传统行业之一。本文列出了医疗服务业5大领域(临床业务、付款/定价、研发、新的商业模式、公众健康)的15项应用，这些场景下，大数据的分析和应用都将发挥巨大的作用，提高医疗效率和医疗效果。在实施大数据分析项目之前，企业不仅应该知道使用何种技术，更应该知道在什么时候、什么地方使用。除了较早前就开始利用大数据的互联网公司，医疗行业可能是让大数据分析最先发扬光大的传统行业之一。医疗行业早就遇到了海量数据和非结构化数据的挑战，而近年来很多国家都在积极推进医疗信息化发展，这使得很多医疗机构有资金来做大数据分析。因此，医疗行业将和银行、电信、保险等行业一起首先迈入大数据时代。麦肯锡在其报告中指出，排除体制障碍，大数据分析可以帮助美国的医疗服务业一年创造3000亿美元的附加价值。本文列出了医疗服务业5大领域(临床业务、付款/定价、研发、新的商业模式、公众健康)的15项应用，这些场景下，大数据的分析和应用都将发挥巨大的作用，提高医疗效率和医疗效果。一、临床操作在临床操作方面，有5个主要场景的大数据应用。麦肯锡估计，如果这些应用被充分采用，光是美国，国家医疗健康开支一年就将减少165亿美元。 1、比较效果研究

研究表明，对同一病人来说，医疗服务提供方不同，医疗护理方法和效果不同，成本上也存在着很大的差异。精准分析包括病人体征数据、费用数据和疗效数据在内的大型数据集，可以帮助医生确定临床上最有效和最具有成本效益的治疗方法。医疗护理系统实现 CER(ComparativEffectivenessResearch，比较效果研究)，将有可能减少过度治疗(比如避免那些副作用比疗效明显的治疗方式)，以及治疗不足。从长远来看，不管是过度治疗还是治疗不足都将给病人身体带来负面影响，以及产生更高的医疗费用。 2、临床决策支持系统临床决策支持系统可以提高工作效率和诊疗质量。目前的临床决策支持系统分析医生输入的条目，比较其与医学指引不同的地方，从而提醒医生防止潜在的错误，如药物不良反应。通过部署这些系统，医疗服务提供方可以降低医疗事故率和索赔数，尤其是那些临床错误引起的医疗事故。在美国Metropolitan儿科重症病房的研究中，两个月内，临床决策支持系统就削减了40%的药品不良反应事件数量。 3、医疗数据透明度提高医疗过程数据的透明度，可以使医疗从业者、医疗机构的绩效更透明，间接促进医疗服务质量的提高。数据分析可以带来业务流程的精简，通过精益生产降低成本，找到符合需求的工作更高效的员工，从而提高护理质量并给病人带来更好的体验，也给医疗服务机构带来额外的业绩增长潜力。

基于大数据分析法的精准医疗前景

综述REVIEW 引言精准医疗，也称为个性化的、预测性的、预防性的、参与式的4P医疗方式，也是一种新型的个性化医疗实践方法[1]。根据个体差异实施不同的预防和治疗策略并不新鲜，血型分类用于指导输血已经应用了一个多世纪，目前国际社会广泛认可的血型细分为35种[2]。同样，增加对性别、种族、缺血时间和血清类型等因素的考虑，减少了器官移植排异的风险。然而，精准医疗概念应用于患者临床大数据面临一些挑战，由于数据量巨大而且结构复杂，医务人员无法直接从中获取有用的信息。大数据分析为精准医疗提供了有力的技术支持，实现了计算机-医疗跨界协同发展。生物大数据由患者病历、诊断信息、生活习惯等多维度生物学数据组成，数据量大、异构性强、价值高是生物大数据的特点[3]。精准医疗是基于大规模人群的基因数据、生物样本（蛋白质、细胞数量、代谢物、DNA和RNA以及全基因组测序）、日常生活信息等数据的整合而发展起来的，大量的数据集合在一起，需要工具发掘其中的有利价值。大数据分析方法能对生物信息大数据进行有效的分析和挖掘，有利于对疾病的发病机制进行深入的研究，推动预防和治疗方法的发展[4]。在本文中，我们提出了可用的方法分析多样的生物医学大数据，介绍数据集成的概念和分类，并且详细说明了大数据分析方法在精准医学的成果以及局限性。 1 基因测序的发展 2015年1月30日，美国总统奥巴马在国情咨文演讲中宣布将启动“精准医疗计划”，“精准医疗”开始逐渐步入了大众的视野[5]。由于成本大幅下降，而且测序时间也大幅缩短，基因测序在医疗中逐渐占据了一席之地。第二代测序技术在近几年取得了重大突破，原本测定一个人基因基于大数据分析法的精准医疗前景向俊1，刘朦2 1.德阳市人民医院信息网络科，四川德阳 618000； 2.德阳市第二人民医院药剂科，四川德阳 618000 [摘要] 随着捕捉分子和医疗数据技术的发展，生物学和医学开始进入了大数据时代，从而推动了精准医疗的发展。精准医疗是利用高性能计算、大数据分析和云计算技术等方法，对基于个体基因、分子、细胞、行为等差异获取的生物信息学数据进行精准分析，提供疾病的精确诊断结果，并在此基础上提供个性化治疗服务。本文简述了大数据分析法下精准医疗和生物信息学的发展情况，并阐述了精准医疗发展面临的主要挑战以及大数据产生个性化信息的各种分组学研究。同时，鉴于大数据日益增长的性质，本文也将精准医疗面临大数据集成的一系列关键问题进行了分析。 [关键词]大数据；生物信息；精准医疗；基因测序；生物标志物 Prospects of Precision Medical Based on Big Data Analysis XIANG Jun1, LIU Meng2 1.Department of Information Network, People’s Hospital of Deyang City, Deyang Sichuan 618000, China; 2.Department of Pharmacy, the Second People’s Hospital of Deyang City, Deyang Sichuan 618000, China Abstract: With the advance in technologies capturing molecular and medical data, we enter the area of "Big Data" in biology and medicine, which offers many opportunities to advance precision medicine. The precise medical treatment can accurately analyze the bioinformatics data that obtained based on individual genes, molecules, cells and behavior differences, provide accurate diagnosis of the disease and personalized treatment services on this basis. In this process, the high performance computing, large data analysis, cloud computing technology and other methods are used. This paper gave a brief account of the development of precision medical and bioinformatics under the big data analysis method. Meanwhile, we outlined the key challenges of precision medicine and the present recent advances in data integration-based methods to uncover personalized information from big data produced by various omics studies. Moreover, in view of the growing nature of big data, a series of key problems, such as big data integration, that precise medical would face in the future were analyzed. Key words: big data; bioinformatics; precision medicine; gene sequencing; biomarker [中图分类号]TP393 [文献标识码] A　 doi：10.3969/j.issn.1674-1633.2017.08.030 [文章编号] 1674-1633(2017)08-0112-04 收稿日期：2017-02-24 修回日期：2017-05-23 作者邮箱：280620806@https://www.360docs.net/doc/f7760107.html, 中国医疗设备 2017年第32卷 08期 V OL.32 No.08 112