大数据时代下临床营养发展新趋势的探讨

大数据时代下临床营养发展新趋势的探讨

张胜康1唐寒芬2龚偲2刘坚2黄凡素2李玉

1湖南省胸科医院营养科长沙410013；2中南大学湘雅二医院长沙410011

【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的潮流。本文简述了大数据技术的概念和特点，概述了大数据在医疗卫生领域的应用情况。综述了我国临床营养数据资源现状，结合国内外大数据的应用情况，分析了临床营养在大数据时代所面临的个体化、医疗模式、转化医学等趋势，为卫生行政管理部门和营养学术界提供参考。

【关键词】大数据；临床营养；个体化；医疗模式；转化医学

Discussionandanalysisofthetrendofclinicalnutritioninbigdataera

Abstract：Healthinformationtechnologyhasdevelopedrapidlyinrecentyears，themedicalandhealthfieldisinevitablyjoinedthebigdatarea.Inthispaper，theconceptandcharacteristicsofbigdatatechnologyisdescribed，theapplicationsofbigdatainmedicalandhealthfieldaresummarized.Thecurrentsituationofclinicalnutritioninchinaissummarized，combinedwiththeapplicationsituationondomesticandforeigndata.Thetrendincludinginpidualizedmedicine，medicalmodel，translationalmedicineofclininicalnutritionareanalyaedinthefaceofbigdataera，toprovidereferenceforthehealthadministrationandnutritionacademiccircles.

Keywords：Bigdata，Clinicalnutrition，inpidualizedmedicine，medicinemodel，translationalmedicine

引言

随着信息化时代的到来，大数据技术应用面越来越广，在临床医疗领域和生物医学产业中的运用也已启动，对临床营养学等领域产生重大影响，同时面临着机遇和挑战。数据是医学的具体表现，所有疾病的诊断、治疗和转归都可总结为数据。2014年，中南大学牵头投巨资启动“湘雅临床大数据建设”项目，并成立临床大数据研究院，开创大数据在临床医学领域探索和应用研究的先河。通过对各附属医院临床数据的分析和挖掘，建立起医疗相关大数据模式，促进智慧医疗、个体精准医疗、精细管理、临床科研、转化医学和基础医学的发展[1]。在此，我们对大数据时代下的临床营养趋势进行初步的探讨。

1大数据概述及医疗卫生领域的应用

大数据（Bigdata）具有容量大（volume）、数据类型多（variety）、处理超速（velocity）和高价值（value）等“４V”特征[2]。大数据能整合、共享形成复合、交叉、有用的智力资源与共享知识。美国政府于2012年决定投资２亿美元启动全美“大数据研究和发展计划”，并将这项计划上升至国家战略高度。同年６月，欧盟斥资10亿欧元致力于该问题研究，用以建立云计算和大规模数据挖掘平台。我国在十三五规划及其它政策规划中也明确了我国发展战略中对大数据研究的重视[3]。

现阶段，基于临床实践的数据库已应用于临床研究和医药研发等领域，这将改变医学和生命科学的发展方式，势必改变现有的医学研究模式。医疗“大数据”的数据资源如医疗服务的HIS数据，医疗机构内部各学科的互联共享数据，医院与外界保险的结算与费用数据，各大医学研究机构中学术共享数据，医疗机构与厂药商、医疗器械相关的数据，民众生活习惯的与健康档案数据以及政府的人口与公共卫生数据等构成了医疗大数据的早期数据资源[4]。20世纪80年代末的循证医学方法以临床流行病学、系统评价和卫生技术评估为三大技术为支柱，临床工作者多强调在临床实践中遵循和使用高质量临床证据[5]。大数据能对各方面的医疗卫生领域如医药研发、疾病诊疗、公共卫生管理、居民健康管理及危险健康方面所获得的数据进行专业化处理，更好地为人类健康服务。但目前，在国外尚未有文献报道大数据应用于临床营养领域。

2我国临床营养数据资源现状

据往年数据显示，接受营养诊断的人数比例为实际需要的万分之一，而真正接受治疗的人数为实际需要的1％-3％[6]。这表明我国临床营养还处于起始阶段，需要各位医务工作者的重视和支持。近年，临床营养的相关研究虽有所增加，但研究设计和质量控制等方面还存在诸多不足之处[7]。笔者在pubmed里搜索到在2005到2010五年间我国共有264篇临床营养论文发表，2011-2014见我国共有733篇关于临床营养论文发表。截止目前，循证医学数据库Cochrane图书馆仅收载了30篇由中国人完成的临床营养研究，这些数据提示我国临床营养信息化方面整体水平很低。在信息化建设和发展方面，国内有很大部分医院营养病历系统还未与医院电子病历对接起来，使获取相关医疗数据受到很大的限制。据笔者所知仅上海交通大学医学院附属新华医院实现了营养病历与住院电子病历系统对接。同时，临床医务工作者也对营养风险筛查、营养状况评估、营养诊疗缺乏重视和了解，使得临床医师、护士、营养医师（营养师）与患者沟通存在重重障碍。蒋朱明等调查研究发现大城市三甲医院营养不良发生率为33.8%，所获得营养支持出现明显不合理之处有肠外营养为肠内营养的6倍[8]。

目前，无论从临床治疗水平还是临床科研方面甚或信息化建设和发展方面，我国的临床营养学建设都处于相对较低的水平。临床营养科如何加入到医院信息化的大浪潮中，不少学者根据所在医院及营养科现状，提出宝贵的意见。例如，江苏省苏北人民医院营养科赵绮华同志结合自身工作经验，提出勇当医院网站亮点、密切结合媒体，主动出击社区和基层、以住院患者风险筛查和后续治疗为工作重心等一系列构想[9]。笔者认为，只有将规范营养病历系统（完整营养风险筛查与评估、营养治疗病程记录、肠内外营养医嘱系统和随访系统）与大病历系统衔接起来的前提下谈大数据模板、数据库接口有实际意义。大数据浪潮为临床营养学带来了重大的机遇，必将改变临床营养学的传统基础研究和临床诊疗方法。我们只有抓住机遇，迎难而上，才有可能为实现我国临床营养学的跨越式发展提供强大动力。

3大数据时代临床营养信息化面临的机遇和挑战

3.1信息化面临的机遇

3.1.1应用大数据分析服务于个体化医疗

营养医师根据患者病情、营养风险筛查结果、膳食调查及营养评估、完善营养病历，结合临床大数据与临床医师共同订制出适合患者个体营养治疗方案[12]，即所谓的“个体化营养诊疗”。个体化医疗又称精准医疗，能结合大数据及个体疾病及基因等情况精准为患者下达营养诊疗方案，疗效最大化和副作用最小化的一门种营养诊疗模式。

医院在接诊、治疗过程中收集到的各种第一手临床诊断、治疗数据则除了为医生临床诊断和治疗提供有用信息之外，还为医疗科研提供了最真实准确的样本数据[10]。运用大数据手段的实时数据传送，让我们对患者进行营养素、基因、病情变化等各种数据的搜集，归纳、分析都变得实时快捷，让个体化临床营养诊疗越来越成为可能。如王猛等为竞技体育运动者提供个体化的营养战略[11]。个体化营养诊疗将是临床实时数据、个人实时数据与遗传和分子学研究数据等多方面信息的结合。让原有的营养诊治从对“症”下药变成了对“人”下药，由原来的治“标”变成了“标本”兼治。它的“个体化”，贯穿在患者整个的营养风险筛查、营养评估、分析、诊断和治疗的各个阶段[12]。

3.1.2基于大数据整合的临床营养学诊疗优化方案

结合临床数据库总特点和临床营养学独自的特点，基于大数据整合的临床营养学诊疗优化方案可包括三个方面：其一，数据的生成。目前，临床营养学数据主要内容为患者的临床诊疗记录、营养诊疗记录以及健康记录；少部分内容如DNA测序及氨基酸测序等基因组学的相关信息。其二，数据的整合。数据整合是大数据在临床营养运用的重要环节，没有数据整合就无从谈起大数据。其三，数据转化为自然语言。大数据整合下制定的营养诊疗方案的主要目的是促进临床营养优化相关诊疗模式。通过对获取的个体数据进行分析，再综合临床资料、暴遗传、社会因素等交互分析之后，得出清晰准确且易读的自然语言。这样，营养医师和相关研究者可根据自然语言迅速做出精准的诊疗和药物选择，最终实现个体化营养诊疗。

3.2信息化面临的挑战

3.2.1数据共享和标准化

目前，我国大部分医疗机构所的科研和临床数据仍然是信息孤岛状态，各机构甚至科室之间的数据共享受限。大数据需要多种多样的数据，涵盖医疗卫生数据、社会、经济等数据。大数据时代，以病例研究为基础的临床研究将会被提升到一个新的高度。另外，数据的采集质量大部分取决于每一位患者诊疗全程的数据的采集完整程度。因此，最佳的目标是建立统一的电子病历系统和统一的标准方案，为数据采集标准化创造了条件，也为同一病人在不同医院进行治疗扫清了障碍。但这些系统与标准的建立都需要大量的时间与金钱，这也是面临的挑战。

3.2.2患者的知情同意权以及个人信息的私密性

在对大样本数据进行分析研究时，纵然在必需情况下也不可能对每一位患者个体进行“再同意”，当进行再次分析时仅针对部分获得“再同意”的样本时则引起重大的偏倚性。Hayden等研究也阐述了对于生物样本再利用或基于首次研究数据的二次分析所面临的伦理学困境［13］。为此，多家大数据研究机构指出，在初次生物样本/临床信息募集的时候，则应在相关知情同意书上增加适当扩大知情同意范围内容，以确定提供者是否有意愿接受原始资料/数据的二次利用或分析。大数据使用的生物/医疗信息有效地促进了社会获益，如何更具成本效益的利用现有的数据来解决新的研究问题，并规避相应的伦理学困境，是现阶段亟需明确的问题。应避免盲目利用已有大数据资源多次分析，而损害原始数据提供者利益并提高相关风险的激进性研究行为。

当然，大数据研究者及整合方案开发者在便捷和迅速的转移和调取数据时，参与者的信息的隐私性和安全性值得关注的。概括地说，大数据整合和分析将给医疗卫生领域（含临床营养学）带来重大的变革。目前，尽管部分数据处理人员将获取的患者信息进行去身份化和加密以及限制数据的公开性。因医学数据和样本的特殊性，大数据整合往往合并有一些患者个人资料、隐私记录等信息。另外，大数据整合最终将落实到个体化治疗，并且长期研究需要对原始个体进行长时间的追踪，这使得数据在加密的同时还需要具有易还原性。

3.2.3医学大数据应用所需的复合型人才缺乏。

临床大数据对人才要求是复合型的，既要懂信息，又能有临床医学知识，还得有大数据理念与管理学高度，所以在临床营养大数据领域里真正精通医学和信息科学知识的复合型人才少而又少[14]。医学信息学在20世纪70年代已成为一门独立的学科，但致力于为医药卫生管理部门培养信息人才却发展迟缓。现阶段，医学信息学面临着专业较面太宽但研究较浅的境地。因此，各大高校课程设置应与时俱进，结合以上特点，达到理论、科研与实践有机结合［15］。

4．结束语

让数据说话，从不同结构、类型的海量数据中提取有价值的信息，从整体的有效数据中提取有意义的部分用于指导个体的精准治疗的新型营养诊疗模式是个新鲜事物，也是信息化发展的必然趋势，必将具有强大的生命力！若能运用于得当，必将推动我国临床营养诊疗和科研的飞越，为提升我国临床营养综合水平起到划时代的作用。

参考文献：

[1]中南大学亿元建临床大数据.中国信息界（e医疗）.2014.（02）：11.

[2]马建光，姜巍.大数据的概念、特征及其应用[J].国防科技.2013.（02）：10-17.

[3]焦飞，王娟，马颖，等.大数据时代背景下的医学思考[J].转化医学新趋势前瞻.医学与哲学.2014.（21）：1-3，9.

[4]周光华，辛英，张雅洁，等.医疗卫生领域大数据应用探讨[J].中国卫生信息管理杂志.2013.（04）：296-300+304.

[5]李幼平，孙鑫.循证医学与临床营养[J].中国医学科学院学报.2002.（06）：550-551.

[6]王建，易龙，舒晓亮，等.我国临床营养学科的现状与存在问题[J].中国食物与营养.2012.（07）：5-9.

[7]循证（证据）医学对临床营养应用的影响蒋朱明，马恩陵，王秀荣，于康，陈伟-《中国临床营养杂志》-2003-03-30

[8]蒋朱明，于康，朱赛楠，等.我国东中西部大城市三甲医院营养不良（不足）、营养风险发生率及营养支持应用状况调查[J].中国临床营养杂志.2008.16（6）：335-337

[9]赵绮华；试论营养科信息化建设的重要性[A]第五届全国中西医结合营养学术会议论文资料汇编[C]；2014年

[10]Garcia-CanasV，SimoC，LeonC，CifuentesA.AdvancesinNutrigenomicsresearch：novelandfutureanalyticalapproachestoinvestigatethebiologicalactivityofnaturalcompoundsandfoodfunctions.JPharmBiomedAnal.2010.51（2）：290-304.

[11]李国栋.大数据时代背景下的医学信息化发展前景[J].硅谷.2013.（19）：7-8.

[12]王猛.营养基因组学与体质食养学在竞技体育“个体化”营养战略中的应用研究[J].河南大学学报（医学版）.2011.30（3）：206-209。

[13]海川.大数据助推个性化医疗[J].新经济导刊.2014.（09）：42-46.

[14]HaydenEC．Informedconsent：Abrokencontract[J].Nature，2012，486（7403）：312-314

[15]王元强，郝尚富，张晓.医学信息学专业人才培养的现状分析[J].河北北方学院学报.2014.30（1）：103-107.