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“无数据时代化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。13特点之福。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，从而硏发靶向药物，有效避免盲U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黃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山欧美国家承担，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，山于人数众多,亟需统一的标准及检测手段，从而确保数据的准确可靠。4大数据应用于医学的思路4.1强化信息化管理在大数据背景下，医疗机构信息化建设得以不断提升，信息化管理被重视的程度越来越高，所存储得数据，不仅包括病人病例及医生医嘱，也包括所使用的药物记录及护理记录等等，从而形成庞大的数据群，这需要重视医学信息化管理,注重对数据的整合与存储，完善数据存储系统，为医疗提供详实的样本数据。4.2实现医学数据的共享首先，搭建数据共享平台，该平台作为应用系统操作和信息共享的协同工作平台，实现数据间的交流与合作。其次，统一数据标准。医疗机构之间加强沟通,制定一致的医疗数据，实现数据信息共享。4.3培养医学信息化人才首先，加强对综合类人才引入。除了懂医学外，还应该了解IT及管理等知识,从而适应信息化时代要求。其次，加强与知名医疗机构的合作。通过交流，互通有无，针对难题进行专业合作，提升工作人员的综合水平，与大数据时代发展相适应。再次，注重职业教育及继续教育。通过对在职人员的继续教育，提升信息化处理的观念和能力，进一步提高大数据应用能力。4.4管理方面随着不同国家都在迈向整合医疗体系，大数据的岀现是恰当好处。我国更是将大数据上升为国家战略。随之而来的信息化平台构建和发展将为此提供新的管理模式，比如在整合医疗体系中关联不同水平的管理、协调服务并鼓励临床专业机构间的合作。同时，整合医疗体系关注网络联系、不同组织间的协调和运输，其基本方法就是信息分享，包括质量、费用、个体服务效果等；也包括不同信息和相关技术的关联程度。而不同国家的不同社区均可基于大数据构建一种新的合作关系，比如利用计算机系统可使心电科专家解读患者的心电图及相关影像，从而对院前、住院中和出院后的患者进行远程问询和跟踪。同时，随着云计算系统和手机系统的普遍使用，大数据方便存储、转移、提取，医疗文件的远程管理均成为可能。未来，集中的心电图和影像会形成一种新的全球大数据平台，而这可用于构建一种电子问诊项LI,从而帮助现场患者进行会诊。大数据平台的构建将对远程会诊带来便利、易于操作、费用低，更重要的是这些服务会增加全球间合作从而促进临床实践、教育和科学研究。利用新的前沿学科产生大数据和分析大数据已是一种趋势，这种趋势在传统医学到精准医学间逐渐转化，包括高通量数据的产生、交叉教育和多学科交叉、数据存储和处理、数据整合和注释、个体及全球经济的相关性过程中，大数据的发展将有助于全球精准医学的转化应用和新的健康管理模式的出现。4.5教学方面医学教育需要大数据思维，包括本科生、研究生.实际的应用者、教职人员、行政人员等均需接受大数据思维的培训，从而缩短理论与实践以及程序开发者间的距离。诠释和分析这些数据的能力对临床医师和高校教育模式探索均十分重要,有利于产生更多个性化的教育模式、临床问诊模式从而可强化对精准医学的实践。当前全球大数据背景下，在医学教育体系中，教职人员均需接受大数据的培训，进行资源和交流渠道的开发和构建。其次，当下医学教育仍只关注单一学科训练,单一学科很难培养团队间合作，以多学科大数据为主导的研究将是临床医学教育和研究的必然。基于大数据为中心的整合学习可培养多领域数据分析方面的专家或科学家。以大数据为理念的课程框架须整合到现有的课程系统，不仅是医学教育，整个生命科学的研究进程中，大数据的挖掘和使用，包括高通量测序技术、大规模数据和基于云数据的计算系统都在改变生物学的运算方式，并揭示新的生物特征。整合大规模数据库的汁算分析已是医学和分子生物学的基本元素6展望医学教育及医药卫生的发展涉及每个个体，大数据及其搜索越快，大数据平台的竞争力越强。大数据潜在的很多价值仍有待发掘。尽管在海量的数据中产生新的发现和结论并非易事，但只要在合适系统上进行有效投资，在技术和人力方面获得关键突破，可以预见未来大数据分析、可视化、人工智能化带来的在医学医疗及生活上的便利和改变都值得期待，尤其是越来越多的国家都致力于国家间的联系和智能化发展，我国已将大数据上升为国家战略，面对国家大数据战略需求，生物医学教育和医疗卫生系统以及健康信息教育项U须纳入大数据理念，将潜在的技术整合入课程，而新课程框架下的医学教育体系将培养和关注大数据如何在未来改变我们考虑商业、健康、教育、创新和管理模式。结束语.-医学大数据数量庞大、结构复杂，针对应用过程中客观存在的诸多挑战，作为医务工作者需不断提高认识，深入了解并科学运用，让其更高效的服务于社会大众，进一步提升医疗服务质量。参考文献：⑴简云江•大数据在医学中的应用［几云南医药