对医疗大数据的认识

重庆大学研究生文献综述对医疗大数据的认识姓名:学号:指导教师:专业:重庆大学光电工程学院二O一六年H-一月1医疗大数据产生的背景在任何一个初具规模的医院，每天接待上万的患者前来就诊，患者的基本信息、影像信息与其他特殊诊疗信息汇集在一起是一个庞大的数据。据统计，上海市区域医疗信息平台（上海市“医联工程”及县区卫生数据中心）已经积累了覆盖3900万人群、1400TB数据量的电子诊疗与健康档案等医疗卫生数据（涵盖了全市38家三级医院3900万就诊人群的医疗信息，包括患者基本信息、就诊信息、健康档案、检验及影像检查报告、医学影像图像文件、住院相关病历、医保结算等医疗卫生数据，涉及就诊记录2.1亿条，处方记录9.1亿条）。日积月累，这个数据量将会持续快速增长，为医院的数据存储、集成、调用等应用带来巨大压力。除了数据规模巨大之外，医疗行业的数据类型和结构极其复杂，如PACS影像、B超、病例分析等业务产生的非结构化数据，这些数据存储复杂，并且对传统的处理方法和技术带来巨大挑战⑴。医疗大数据得到人们的关注，并渴望有一种新的技术可以从这些看似杂乱无章的数据中得到价值。目前，为了提高人们的健康水平以及医疗水平，医疗行业在大数据环境下的各个领域异常活跃⑵。2医疗大数据的相关概念医疗大数据的定义医疗数据是医生对患者诊疗和治疗过程中产生的数据，包括患者基本数据、入出转数据、电子病历、诊疗数据、医学影像数据、医学管理、经济数据等，以患者为中心，成为医疗信息的主要来源。随着医疗卫生信息化建设进程的不断加快，医疗数据的类型和规模正以前所未有的速度快速的增长，以至于无法利用目前主流软件工具，在合理的时间内达到撷取、管理并整合成为能够帮助医院进行更积极目的经营决策的有用信息。规模巨大的临床实验数据、疾病诊断数据以及居民行为健康数据等汇聚在一起形成了医疗大数据。医疗大数据的主要来源制药企业、生命科学药物研发所产生的数据是相当密集的，对于中小型的企业也在百亿字节（TB）以上的。在生命科学领域，随着计算能力和基因测序能力逐步增加，美国哈弗医学院个人基因组项目负责人詹姆•鲍比就认为，到2015年，将会有5000万人拥有个人基因图谱，而一个基因组序列文件大小约为750MB⑶。临床医疗、实验室数据临床和实验室数据整合在一起，使得医疗机构面临的数据增长非常快，一张普通CT图像含有大约150MB的数据，一个标准的病理图则接近5GB。如果将这些数据量乘以人口数量和平均寿命，仅一个社区医院积累的数据量就可达数万亿字节甚至数千万亿字节（PB）之多。费用、医疗保险、利用率患者在就医过程中产生的费用信息、报销信息、新农合基金使用情况等。健康管理、社交网络随着移动设备和移动互联网的飞速发展，便携化的生理设备正在普及，如果个人健康信息都能连入互联网，那么由此产生的数据量将不可估量。医疗数据的基本类型医院信息系统（用5）数据HIS是医院的核心系统，是对医院及其所属各部门的人流、物流、财流进行综合管理的系统，围绕着医疗活动的各个阶段产生相关数据，包括各门诊数据及病房数据两大主流数据流。检验信息系统（1_代）数据LIS是HIS的一个重要组成部分，其主要功能是将实验仪器传出的检验数据经分析后，生成检验报告，通过网络存储在数据库中，使医生能够方便、及时的看到患者的检验结果。医学影像存档和传输系统（PACS）数据PACS数据主要是将数字化医院影像科室日常核磁、CT、超声、各种X线机、各种红外仪等设备产生的图像存储起来。电子病历任1«110数据EMR不同于以医疗机构为中心的门诊或者住院病历，是真正以患者为中心的诊断和其他检验数据的“数据池”，它将患者诊断过程中生成的影像和信号，如X线检查、CT扫描等纳入电子病历中，并以统一的形式组织起来。医疗大数据的特性数据规模大（volume）例如一个CT图像含有大约150MB的数据，而一个基因组序列文件大小约为750MB，一个标准的病理图则大得多，接近5GB。数据结构多样（variety）相对于其他行业，医学中的数据类型更加多种多样，如电子病案中关于人口学特征的数据为纯文本型；检验科中有关患者生理、生化指标为数字型；影像科中如B超、CT、MR、X线片等为图像资料。医疗数据通常会包含各种结构化表、非（半）结构化文本文档（XML和叙述文本）、医疗影像等多种多样的数据存储形式。数据增长快速（velocity）一方面，医疗信息服务中包含大量在线或实时数据分析处理，例如，临床决策支持中的诊断和用药建议、流行病分析报表生成、健康指标预警等；另一方面，得益于信息技术的发展，越来越多的医疗信息被数字化，因此在很长一段时间里，医疗卫生领域数据的增长速度将依然会很快。数据价值巨大（value）毋庸置疑，数据是石油，是资产，是资源，医疗大数据不仅与每个人的个人生活息息相关，对这些数据的有效利用更关系到国家乃至全球的疾病防控、新药品研发和顽疾攻克的能力。多态性医疗大数据包括纯数据（如体检、化验结果）、信号（如脑电信号、心电信号等）、图像（如B超、X线等）、文字（如主诉、现/往病史、过敏史、检测报告等），以及用以科普、咨询的动画、语音盒视频信息等多种形态的数据，是区别于其他领域数据的最显著特征。不完整性医疗数据的搜集和处理过程经常相互脱节，这使得医疗数据库不可能对任何疾病信息都能全面反映。大量数据来源于人工记录，导致数据记录的偏差和残缺，许多数据的表达、记录本身也具有不确定性，病例和病案尤为突出，这些都造成了医疗大数据的不完整性时间性患者的就诊、疾病的发生过程在时间上有一个进度，医学检测的波形、图像都是时间函数，这些都具有一定的时序性。冗余性医学数据量大，每天都会产生大量信息，其中可能会包含重复、无关紧要甚至是互相矛盾的记录。3医疗大数据的主要应用根据全球管理咨询公司麦肯锡的一份最新报告显示，医疗保健领域如果能够充分有效地利用大数据资源，医疗机构和消费者便可节省高达4500亿美元的费用[4]服务居民居民健康指导服务系统，提供精准医疗、个性化健康保健指导，使居民能在医院、社区及线上的服务保持持续性。例如，提供心血管、癌症、高血压、糖尿病等慢病干3预、管理、健康预警及健康宣教（保健方案订阅、推送）。医疗机构物联网的建设，包括移动医疗、临床监控、远程患者监控等（例如，充血性心脏的标志之一是由于保水而增加体重，通过远程监控体重发现相关疾病，提醒医生及时采取治疗措施，防止急性状况发生），减少患者住院时间，减少急诊量，提高家庭护理比例和门诊医生预约量。服务医生临床决策支持，如用药分析、药品不良反应、疾病并发症、治疗疗效相关性分析、抗生素应用分析；或是制定个性化治疗方案。服务科研包括疾病诊断与预测、提高临床试验设计的统计工具和算法、临床实验数据的分析与处理等方面，如针对重大疾病识别疾病易感染基因、极端表型人群；提供最佳治疗路径。服务管理机构规范性用药评价、管理绩效分析；流行病、急病等预防干预及措施评价；公众健康监测，付款（或定价）、临床路径的优化等。公众健康服务包括危及健康因素的监控与预警、网络平台、社区服务等方面。4国内外医疗大数据技术应用现状国外医疗大数据技术应用现状美国远程医疗（telemedicine）公司研制成功了一款功能强大的医疗设备“智能心脏”（smartheart），把手机变成了一款功能齐全的医疗工具，用来监测用户可能存在的心脏病问题。智能心脏与智能手机相连，在安装运行了相应的程序后，手机拥有“医疗级”的心脏监测功能，并能够在30s内在手机屏幕上显示用户的心电图。医生可随时对患者的心脏进行监测和分析，提前做好预防措施。智能心脏解决了心脏病预防方面最关键的问题一时间。这在心脏病预防领域是一项重大的突破性技术。目前，“智能心脏”设备已经开始在网上销售。意大利电信近期推出了NuvolaItHomeDocto系统，可让在都灵Molinette医院的慢性病患者通过手机在家中监测自己的生理参数，相关数据将自动的通过手机发送到医疗平台，也可以通过ADSL、WiFi和卫星网络得到应用。医生通过网页接入这个平台，及时获取数据并调整治疗方案。国内医疗大数据技术应用现状IBM在上海的部分医院推出了BYOD系统，即员工自费终端，用来提高医生和护士在医院的移动性。通过和开发商合作，推出移动护理应用，将医生和护士的各种移动终端连在同一网络下，便于医生和护士了解患者在医院的位置和健康状况，也提高了医生和护士的移动性。在上海，医联工程横向覆盖全市三级医院，纵向连通各区属医疗机构，已覆盖3900万患者，建成国内最大的患者诊疗档案库，拥有8.2亿条医嘱、1.8亿个病案、8100万份检验检查报告和107太字节医学影像数据；医联工程在服务医改、支撑资源整合、分布式影像网络会诊、三级医院诊疗信息社区调阅等方面，大幅度提升了区域卫生服务水平。医联工程建成以来，对于患者，就医更方便，“一院办卡，跨院就医”“就医一站式付费”，共发放1300余万张医联卡，每月提供70万专家预约号源，人均节约就诊时间60min、排队时间45min；对于医生，服务看诊、提高医疗质量，支持每日5000人次实时诊疗档案调阅、1.25万人次重复医疗智能提醒，节约大量医疗费用；对于管理者，实现精细化管理，建成集医疗管理、绩效考核和统计分析为一体的整合平台，为医院管理提供决策支持。5医疗大数据安全人的安全医疗大数据安全中“人”的安全，涉及的是数据隐私保护问题。在医疗过程中，患者的个人隐私主要有：在体检、诊断、治疗、疾病控制、医学研究过程中涉及的个人肌体特征、健康状况、人际接触、遗传基因、病史病历等［5］这些内容还能被分为显性与隐性，显性一般是医嘱、诊断书、X线片、检查结果、报告单、病历、病案、住院患者床头卡等数据；隐性则是指蕴藏在这些数据历的信息，如患者血液组织所蕴含着的基因信息，患者罹患疾病所反应出的生活方式或者折射出的家族遗传历史等。数据安全一是易成为网络攻击的显著目标，在网络空间中，医疗大数据的关注高，其中含有的敏感数据会吸引潜在的攻击者；二是对现有存储或者安全防范措施提出挑战，特别是数据大集中后复杂多样的数据存放在一起，常规的安全扫描手段无法满足安全要求。这些问题将表现在数据资源共享、数据资产界定和盘活，以及数据真实性判断等各个方面。6医疗大数据的未来展望社会化医学曾任美国克利夫兰医学中心《10丫6以期1E此)心血管科主任的美国心脏病学家埃里克•托普(EricTopol),新近出版了一本名为《颠覆医疗》⑹的书，在此书中他认为：互联网的沉浸式和参与式文化培育了消费者，“每10个美国人中就有超过8位在网络上查询与健康相关的问题”，甚至有的“患者会自带着一系列摘自网络的医学问题”去访问医生，对自身病情、疾病和药物的知悉程度较过去高出很多，与此同时，医生的权威性大幅度降低。由此可见，这就是未来的趋势一社会化医学。个性化医学个性化医疗，是指以个人基因组数据位基础，结合蛋白质组和代谢组等相关内环境数据，考察遗传变异、对特定疾病的易感性和对特殊药物的反应的关系，为患者量身设计出最佳治疗方案，以期达到治疗效果最大化和副作用最小化的定制医疗模式。实施个性化医疗，首先针对特定疾病亚群进行分类，然后根据这些亚群的特异性发病机制进行药物开发，最终对这些亚群患者进行针对性治疗。这些涉及医学、生物、环境、社会和心理等诸多因素，传统的数据分析技术会遭遇瓶颈，很难以开展针对性研究，故而引发了大数据技术的介入。在现有研究中，通过对医疗大数据的分析和利用，可以完善个性化医疗。较著名的是德国默克公司正与Regenstrief研究院一起实施的个性化医疗项目。考察遗传变异、对特定疾病的易感染性和对特殊药物的反应三者之间的关系，然后在药物研发和用药过程中考虑个人的遗传变异因素。针对不同的患者采取不同的治疗方案，或者根据患者的实际情况调整药物剂量，可以减少副作用。7总结根据国际数据公司(InternationalDataCorporation，IDC)的预测，中国的大数据市场在2012〜2016年将增长5倍，其中最多份额将集中在政府、银行、医疗卫生、电信等四大行业⑺。医疗行业的数据已进入大数据时代，使用大数据库作为工具，将会辅助产生更有效、更加经济的医疗政策，更好的产品和服务⑻医疗大数据为我国带来了机遇的同时也带来了挑战，虽然只是刚刚起步，但是前景还是值得期待的。参考文献[1](于广军杨佳泓主编医疗大数据上海科学技术出版社P14)(KayyaliB，KnottD，VanKuilenS.Thebig-datarevolutioninUShealthcare:Acceleratingvalueandinnovation])].McKinsey&Company，2013)(DavidMarco,JohnWiley.Buildingandmanagingthemetadatarepository:afulllifecycleguide[M].NewYork:JohnWiley&SonsInc,2000)[4](KayyaliB，KnottD，VanKuilenS.Thebig-datarevolutioninUShealthcare:Accelera