医疗大数据及其面临的机遇与挑战文档格式.docx
- 文档编号:18025850
- 上传时间:2022-12-13
- 格式:DOCX
- 页数:10
- 大小:116.24KB
医疗大数据及其面临的机遇与挑战文档格式.docx
《医疗大数据及其面临的机遇与挑战文档格式.docx》由会员分享,可在线阅读,更多相关《医疗大数据及其面临的机遇与挑战文档格式.docx(10页珍藏版)》请在冰豆网上搜索。
1.摘要
近年来医疗卫生信息化发展迅速,医疗卫生领域也迎来了大数据时代的潮流。
本文在此介绍了大数据的概念和医疗大数据的来源及特点,综述了医疗大数据在智慧医疗、商业智能及临床科研三方面所面临的机遇,结合我国目前医疗大数据的应用情况,分析了医疗大数据在技术应用及具体实施中存在的挑战,并在以上内容的基础上进行思考并提出了几点建议。
关键词医疗卫生信息化医疗大数据应用
2.引言
近年来,信息技术与IT科技飞速发展,实现物物相联的物联网和使IT资源按需分配的云计算等技术革新使得卫生信息化日新月异,卫生信息平台、业务系统、数字化医疗仪器与设备在医疗卫生机构迅速普及开来,与之同时则产生了大量的医疗信息资源,正是这些珍贵的医疗信息资源使我们步入了医疗大数据时代,而如何利用这些海量的信息资源更好地为医疗卫生行业的管理、诊疗、科研和教学服务,已经越来越为人们所关注[1]。
2013年Gartner公布的新兴技术成熟度曲线显示,大数据在经历了一段热潮之后可能转向低谷期,在5到10年的时间里达到一个成熟的阶段进而稳步发展直至变为实际生产力[2](如图1)。
3.大数据概论
3.1.大数据的概念
大数据不是单纯的新技术,而是即云计算、物联网之后IT产业又一次颠覆性的技术革新[2,3]。
要理解大数据需要从如下三个方面进行:
数据,思维,技术。
从数据上来理解,大数据是海量数据的加强版,海量数据常常指数据的规模(Volume)和数据多样性(Variety),而大数据在强调数据规模和多样性的同时,也考虑数据产生和变化的速度(Velocity)以及数据的确定性
(Veracity),数据规模、多样性、数据增长速度、确定性四种特性统称为大数据的4V特性。
从思维上来理解,大数据为我们提供了一种新的看待世界的方法,不再以随机样本代替整体,不再追求少量个体的精确度,不再执着于事物的因果关系,大数据告诉我们:
对整体的近似把握往往比对少量个体的精确把握更加有价值,因为前者是决定性的价值。
从技术上理解,大数据是一次技术革新,对大数据的整合、存储、挖掘、检索、决策生成都是传统的数据处理技术无法顺利完成的,新技术的发展和成熟加速了大数据时代的来临,如果将数据比作肉体,那技术就是灵魂[3,4,5]。
大数据时代,数据、技术、思维三组鼎力。
《大数据时代》作者维克托认为大数据使我们真正拥有了决定性的价值资源,它是新的黄金[1]。
这里值得注意的是,大数据的意义不在于掌握海量的数据,而是通过数据挖掘等手段对其进行专业的分析来实现数据的“增值“。
图12013Gartner技术成熟度曲线
3.2.
医疗大数据
医疗大数据指的是在医疗行业中产生的数据,它的来源主要包括四类[4,6,7]:
①制药企业/生命科学:
药物研发是相当密集型的过程,对于中小型的企业也在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,美国哈佛医学院个人基因组项目负责人詹森.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750MB,图2显示了人类基因数据爆炸性增长的情况。
②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,仅一个社区医院累积的数据量,就可达数TB甚至数PB之多。
③费用报销/利用率:
患者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。
④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,如果个体健康信息都能连入互联网,由此产生的数据量不可估量,如图3。
图2各类数据增长的大致情况图3各类传感器产生的人体数据
4.机遇
摩根斯坦利报告指出,大数据增长最快的领域中,医疗行业占据首位。
数据不会说谎,由原始数据得出的结果往往是最真实的,将数据作为核心竞争力核心,以数据驱动业务会给我们带来大量机遇。
中国工程院院士邬贺铨表示,“大数据的应用可产生很高的经济价值。
按照世界经济论坛的说法,大数据是新财富,价值堪比石油。
某咨询机构的一份报告显示,医疗大数据的分析会为美国每年产生3000亿美元的价值,减少8%的美国国家年医疗保健的支出,利用减少的之处可以支持9个美国国家航天局及5个美国国家健康部每年的之处。
”二炮总医院信息中心主任卢敬泰也表示
“随着国家新医改的深入和发展,区域医疗将迎来云计算和大数据的广泛应用。
大数据技术和医疗的结合,将产生巨大的社会效益和经济效益。
”[7,8,9,10,11]本文在此对医疗大数据产生的几点机遇做简单阐述。
4.1.智慧医疗
临床诊断
据统计,在美国医院的重症监护室平均每年有40000人由于误诊而死亡,这是由于很多时候,医疗诊断凭借的是经验而不是科学造成的。
而大数据就可以使医疗决策变为科学而不是经验,对大数据进行有效的存储、处理、查询和分析,就可辅助临床医生做出更为科学和准确的诊断和用药决策[12,13],而不只是根据经验来进行判断,可以大大提高诊断准确率。
4.1.1.远程医疗
远程医疗是指利用现代通信技术实现对远地对象的医疗服务。
传统模式的远程医疗采用点对点的方式进行,侧重于技术和设备,投入大但利用率低且不够灵活。
大数据时代,我们可以充分利用物联网、云计算等技术来打破点对点的远程医疗束缚,形成基于移动通信技术以及物联网技术的无处不在的远程医疗服务体系,这种服务模式才能充分发挥个体在远程医疗中的作用,它的服务模式灵活性强,数据全面、决策迅速、关联能力强[6,14],如图4。
图4大数据时代下远程医疗模式转变
4.1.2.药品开发
大数据技术的战略意义在于对各方面医疗卫生数据进行专业化处理。
如对患者甚至大众的行为和情绪的细节化测量成为可能,挖掘其症状特点、行为习惯和喜好等,找到更符合其特点或症状的药品和服务,并针对性地调整和优化。
在医药研究开发部门或公司的新药研发阶段,能够通过大数据技术分析来自互联网上的公众疾病药品需求趋势,确定更为有效率的投入产出比,合理配置有限研发资源。
除研发成本外,医药公司能够优化物流信息平台及管理,更快地获取回报,一般新药从研发到推向市场的时间大约为13年,使用数据分析预测则能帮助医药研发部门或企业提早将新药推向市场[15]。
4.2.BI
4.2.1.决策支持
医院领导层做出的决策关系到医院的发展、医生的治疗模式、患者的就医体验,传统的决策模式都是以人的意志为主导,然而这样往往是不准确的,因为随着医院规模的扩增,各类信息系统上线,医疗数据爆炸性增长,医院的实际情况不是根据几个人的体验就能完全掌握的。
大数据时代,通过大数据分析技术找到医院医疗质量不足的环节,找出医疗资源分配不合理的地方,从而帮助领导者做出更准确的决策[16]。
4.2.2.降低医疗成本
医院信息化的一个具体的体现就是电子病历的普及,利用大数据技术对电子病历中的数字化信息进行分析处理,即能够让医生的诊疗有迹可循,还可以发现最有效的临床路径,从而及时的为医生提供最佳的诊疗建议[16],这样既节约了医院的医疗资源,也为患者降低了医疗成本,这将大大缓解老百姓就医难、就医贵的现状。
4.2.3.临床科研
一个优秀的医院不仅能治病救人,更能利用自己的优势资源解决更多的医学难题,科研能力强弱一直都是衡量一个医院综合的重要指标。
电子病历的部署实施,加快了医院数据电子化的进程,医院临床数据中心能让各类医疗数据及诊断信息以数字化的形式呈现在医生面前,医生可以利用先进的分析技术支持自己更深层次的临床学术研究,通过现有的医疗数据去解决更多未知的医学难题,这也是医院大数据平台的最终目标。
5.挑战
在大数据时代,我们要转变传统数据库时代所使用的数据处理方式,从数据库(database,DB)到大数据(bigdata,BD)从数据库到大数据,看似只是一个简单的技术演进,但细细考究不难发现两者有着本质上的差别.大数据的出现必将颠覆传统的数据管理方式.在数据来源、数据处理方式和数据思维等方面都会对其带来革命性的变化.如果要用简单的方式来比较传统的数据库和大数据的区别,我们认为“池塘捕鱼”和“大海捕鱼”是个很好的类比.“池塘捕鱼”代表着传统数据库时代的数据管理方式,而“大海捕鱼”则对应着大数据时代的数据管理方式,“鱼”是待处理的数据。
“捕鱼”环境条件的变化导致了“捕鱼”方式的根本性差异[17]。
5.1.技术上的挑战
5.1.1.数据的整合
对“小数据”而言,最基本、最重要的要求就是减少错误,保障质量,在大数据时代,允许不精确的出现已经成为一个新的亮点,而非缺点。
分散挂接于卫生信息共享平台下的各类医疗卫生机构中,产生了大量的异构数据,使得数据采集、整合变得十分困难,现有平台的数据质量并不理想。
毋庸置疑,对于个人信息来说,每一次的历史诊疗数据都必须准确无误。
但是,只把目光集中在提高数据质量上,忽视那些不精确数据的利用将无法适应这个大数据时代。
错误并不是大数据固有的特性,而是一个亟需我们去处理的现实问题,并且有可能长期存在[18,19]。
在这种情况下,是否能够忽略数据本身的差错,使我们掌握利用更多的数据。
5.1.2.数据的存储
不断膨胀的医疗信息数据中混杂着大量非结构化数据,分析数据来源日趋多样化,目前的存储架构已经无法满足大数据应用的需要,在处理和查询大数据集时更是力不从心。
第一是容量问题:
“大容量”通常可达到PB级的数据规模,因此,海量数据存储系统一定要有相应等级的扩展能力。
除数据规模巨大之外,还拥有庞大的文件数量,因此如何管理文件系统层累积的元数据也是一个难题。
第二是延迟问题:
医疗大数据应用存在实时性问题,需对数据进行实时或准实时的处理、秒级的查询需求响应。
第三是数据库问题,医疗大数据也是非结构化数据,传统的结构化数据库已经无法满足存储要求,需升级医院数据库系统[20,21]。
5.1.3.数据的挖掘
当前区域卫生信息平台数据的利用主要分为直接利用和间接利用两大类。
直接利用包括信息调阅共享、卫生服务智能提示与诊断辅助,还有各类基于信息共享的业务协同服务等。
间接利用主要是根据卫生行政与管理需求,实现的BI统计,绩效分析等[19,20,21]。
怎样对大量非结构化数据进行有效的数据挖掘也是目前的挑战之一。
5.1.4.数据的检索
由于大数据的4V特性,对大数据进行检索就像在互联网上用XX、google进行检索一样复杂,传统的检索方式为关键词检索,但这种检索方式往往检索出大量无关的信息,无法满足大数据的检索要求。
目前,语义技术作为一种检索准确性较高的新技术出现在人们面前,微软已经将其用于互联网检索并建立起自己的检索引擎bing,将这类新型的检索技术有效的运用于医疗大数据的检索也是一项艰巨的任务。
5.2.实施中的挑战
5.2.1.信息孤岛普遍存在
中国有13亿人口,健康产业是个巨大的产业,体系及其复杂。
IBM的大数据架构师陈奇博士认为:
“医疗领域的大数据用户覆盖范围很广,比如医院诊所、区域医疗中心、医疗保险公司、药物管理分析单位、医疗设备监控中心等。
”[11,21]相应的数据资源分散在不同的数据池中,包括医院的电病历、结算与费用数据,医疗厂商的医药、医械数据,医学研究的学术数据,区域卫生信息台采集的居民健康档案,政府调查的人口与公共卫生数据等,但彼此之间并没有太多联系。
5.2.2.标准化难以实施
要建立一体化协同的医院集成信息平台,其大数据的应用关键是整合所有的数据集并降低共享数据的技术门槛,然而,目前医院里用的电子病历系统大都来自不同厂商,没有进行标准化,各医院的数据难以共享,医院院内不同科室的数据也难以实现集成。
集成难的根本原因是缺乏标准和不遵循标准。
虽然一些医院试图通过应用集成平台减少集成工作量,但由于应用系统缺乏对标准的遵循,集成实施的工作量依然很大,集成平台的效益难以发挥。
标准化滞后是我国医院信息化建设中存在的老问题,应当说已经引起业内的广泛重视。
虽然近几年,卫生信息标准化工作无论是对方法学的认识还是标准的制定都有所发展,但总体上,医疗信息标准化工作仍处在学习和模仿阶段。
在CHIMA的医院信息化状况调查中,在医院信息化建设主要障碍因素中缺乏医疗信息化标准排在第5位,在HIT产品存在问题中更排在第1位[22]。
要对医院各科室的医疗数据进行标准化统一也是一项巨大的工程,这里抛去技术的成分,应该更多的考虑到政策导向和意识培养。
5.2.3.HIT人才缺乏
大数据的有效应用是建立在医院高度信息化的基础之上的。
而国内医疗信息化水平较低,这在很大程度上与医疗信息化教育观念缺失相关,医疗机构严重缺乏HIT人才。
人才是核心竞争力,由于目前国内HIT产业的效益不佳,HIT行业对人才的吸引力较低,很难招到高水平院校的毕业生。
整个行业普遍缺乏既懂医疗业务又擅长IT技术的高水平人才,许多医疗机构的HIT人才流动频繁,知识难以形成积累,进而影响信息化进程。
总的来说,医院缺乏能对医院的信息化发展进行规划的人才、能把握用户需求并有效管理信息化建设项目的人才、能保障系统可靠运行的精通IT技术的人才,缺乏医疗信息技术人才的职业培训体系。
5.2.4.缺乏相关法规
随着大数据时代的到来,大数据技术给我们带来了很多意想不到的惊喜,但是也带来了一些担忧。
迄今为止,某些大企业利用大数据技术私自分析用户数据牟取暴利的事情屡见不鲜,很多人开始反思,大数据会不会是一只潘多拉魔盒?
为了尽早避免这类事情的发生,建立大数据的应用规范刻不容缓,很多时候,在使用新事物时先建立规范和标准看似绕了远路,实则抄了近路,未来定会获益良多。
6.总结和建议
大数据时代无疑会对医疗卫生领域统计调查和信息化建设产生巨大影响和推动,将解决以前医疗卫生领域无法解决的一些问题和难点,而如何利用好大数据技术并充分发挥其作用还存在诸多挑战。
国内的医疗大数据时代现处于萌芽阶段,已经有一些问题显现出来,在此进行简单的总结和建议。
6.1.人才培养
大数据在医疗行业的具体应用,需要大量既懂医疗又懂IT技术的高水平HIT人才,然而,目前国内HIT人才队伍建设还存在很多问题,主要体现在一下几方面:
人才队伍的数量与结构不够完善;
HIT人员普遍配备不足;
高学历人才匮乏等。
针对以上几点,建议从三方面入手进行解决:
一是大力进行学科建设与发展,要在大学,特别是医学院校设立针对于医疗数据分析处理的医学信息学专业课程,编制教学计划和教材,培养师资开展教学,要组织理论与实践有基础的专家培养一大批医学信息学硕士和博士,形成专业程度高的骨干队伍;
二是注重在卫生信息化建设过程中锻炼成长医院信息化人才,在卫生信息化建设过程中才能逐步锻炼成长一批队伍,当信息化建设达到较高水平时,信息化人才队伍必然“水涨船高”达到较高的水平;
三是努力推进医学信息学科在医学院校的通识教育,临床医生是医院的主体,医院信息化在很大程度上也是为了医生能够更高效的为患者提供医疗服务,如果临床医生都能参与到医疗信息化的建设过程中,势必会加快其建设进程。
6.2.
信息孤岛
目前医院信息孤岛问题严重,这在很大程度上制约了大数据的发挥空间,需大力在医院推进信息标准化,制定法规对电子病历厂商进行规范化管理,或者采取政府统一招标的方式为医院选择合适的电子病历厂商,逐步以ISO/HL7标准化文档传输方式替换原有的以接口对接进行数据交互的传统方式。
通过云计算与物联网将各个信息孤岛联系起来,将收集的数据按照一定的标准进行统一存储,然后对其进行挖掘利用。
在解决信息孤岛的问题上,上海闸北区卫生信息中心进行了一些尝试(如图5)[23]。
图5闸北区域卫生大数据处理技术方案
6.3.易用性
以前,我们不愿意对数据进行深层挖掘,这是因为挖掘数据是件非常昂贵的工作,体现在金钱和时间上。
现在,由于技术的成熟使我们分析挖掘数据没有那么遥不可及了,虽然目前市场上的电子病历和大数据分析软件不需要很多金钱就可以使用,但是仍然很会时间,现在更需要注意的是软件易用性的问题。
2012年8月12号,苹果公司成为世界上市值最高的公司,苹果公司就是凭借自己的易用性取得目前的成果的,它的易用性体现在:
我们不需要看说明书就知道该怎样使用它的产品,易用性的价值已超越石油!
美国在2012投入了1亿美元专门研究电子病历的易用性,这是非常有导向意义的,在国内也应该立即重视起来。
6.4.以人为本
曾有学者提出:
大数据是天使还是魔鬼取决我们使用者是天使还是魔鬼。
为了避免不合理的应用大数据给社会带来损失,一方面,我们使用者需要对数据抱有敬畏的态度,以人为本,合理的运用数据来为大众服务,另一方面,建议政府尽快设立大数据使用法规,这不仅能有效防止利用大数据危害社会的行为发生,也能对大数据在各行各业的落地起到巨大的推动作用。
7.参考文献
[1]维克托·
迈尔·
舍恩伯格.大数据时代[M].浙江人民出版社,2012:
12.
[2]Gartner2013技术成熟度曲线解读[EB/OL].http:
//www.china-yunzixun/yunjisuanxinwen/20130829_21526.html.
[3]郑玲微.大数据来临,你准备好了吗---大步跨大数据时代[J].信息化建设,2013,
(1):
10-13.
[4]张家杰.医药信息科技---机遇与挑战[R].2013年中华医院网络信息大会(郑州站).2013-06.
[5]姜奇平.大数据时代到来[J].互联网周刊,2012,
(2):
6.
[6]李劲松.大数据时代的运程医疗[R].2013年中华医院网络信息大会(郑州站).2013-06.
[7]大数据加速医疗信息化[N].网络世界.2013-05-13(044).
[8]王鹏.个性化医疗的时代来临[EB/OL].article/2013-03-28/2814693-bina-technology.
[9]张苗苗.大数据撬动医疗数据应用杠杆[N].中国电脑教育报,2013-02-25(022).
[10]大数据在医疗行业应用的15个场景[EB/OL].http:
//www.medical-tabid/179/InfoID/146/frtid/70/Default.aspx.
[11]史紫薇.布局“点”与“面”大数据落地医疗行业[N].中国计算机报,2013-4-15(022).
[12]GongYang,ZhangJiajie.TowardAHuman-CenteredHyperlipidemiaManagementSystem:
TheInteractionbetweenInternalandExternalInformationonRelationalDataSearch[J].JOURNALOFMEDICALSYSTEMS,2011,35
(2):
169-177.
[13]SaitwalHimali,FengXuan,WaljiMuhammad,PatelVimla,ZhangJiajie.AssessingperformanceofanElectronicHealthRecord(EHR)usingCognitiveTaskAnalysis[J].INTERNATIONALJOURNALOFMEDICALINFORMATICS,2010,79(7):
501-506.
[14]薛杨.物联网、云计算、大数据在医疗健康中的应用[J].e医疗,2013,(5):
52-53.
[15]Grobelnik,Marko.BigDataTutorial[EB/OL].[2012-10-02].eswc2012_grobelnik_big_data/.
[16]姜奇平,冯海超,古福.数据业务主营化大趋势[J].互联网周刊,2013,(7):
26-46.
[17]大数据的管理概念、技术与挑战[EB/OL].
[18]李晓辉,王淑艳.大数据及其挑战[J].科技风,2012,(23):
51.
[19]周光华,辛英,张雅洁,胡婷,李岳峰.医疗卫生领域大数据应用探讨[J].中国卫生信息管理杂志,10(4):
296-300.
[20]周光华,李岳峰.数据挖掘技术在卫生统计信息工作中的应用研究[J].中国卫生信息管理杂志,2012,9(6):
82-86.
[21]王才有.医疗大数据的机遇与挑战[R].医疗大数据高峰论坛(华东站).2012-11.
[22]CHIMA,中国医院信息化状况调查2012/2013年度.
[23]蔡佳慧,张涛,宗文红.医疗大数据面临的挑战及思考[J].中国卫生信息管理杂志,10(4):
292-295.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 医疗 数据 及其 面临 机遇 挑战
![提示](https://static.bdocx.com/images/bang_tan.gif)