医疗大数据研究现状及其临床应用

医疗大数据研究现状及其临床应用

白晔

平安联想智慧医疗信息技术有限公司天津分公司  天津   300380

摘要：使用医疗大数据可打破医院管理的传统模式，促进医院信息化建设、科学管理，提高医院管理效率与服务水平。

关键词：医疗大数据；现状；应用

医疗大数据是规模庞大、多样化、复杂化、快速增长的医疗数据集合，包括来自医院、医生、患者、医学研究等的数据，包括电子病历、医学影像、实验室检测结果、基因组数据等。具有更高的质量要求和更严格隐私具有要求，以及更大的应用价值，帮助医疗机构和医生更好了解疾病及治疗方案，提高医疗服务质量和效率。医疗大数据应用涵盖精准医医疗、临床决策支持、疾病预测预防、药物研发等多个领域。医疗大数据是医生在病人治疗中获得的数据总和，包括基本数据、电子病历、诊断数据等。其是医疗创新驱动源泉，促进医疗大数据应用发展，能深化医疗体制改革，提高其服务效率与质量，为人们提供全生命周期健康服务。

一、大数据和医疗大数据概念

大数据本身是一个相对抽象概念，但字面上是大量的数据。然而，从数量庞大中不能看出大数据概念与以往“海量数据”、“超大规模数据”的不同。大数据尚无公认定义，不同定义基本上是基于大数据特征，经描述与概括这些特征，试图定义。在这些定义中，3V定义最具代表性，即大数据应符合规模、多样性、高速性特点。而医疗大数据概念包括大数据这些特点，以及其它一些特点，医疗数据来自成千上万分散的医疗机构；异构性突出，有大量结构化与非结构化数据；价值高。

二、医疗大数据研究现状

医疗大数据研究是近年来医学领域热点之一，已取得一些重要进展和成果。

1、医疗数据采集及存储：当前，越来越多的医疗机构在使用电子病历系统，该系统能自动采集和存储医疗数据，如患者病历、医学病历像、实验室检查结果、基因组数据等。

2、医疗数据分析和挖掘：利用大数据技术，医疗研究人员可分析和挖掘大量医疗数据，如通过分析基因数据组及病史记录，发现某些疾病遗传风险因素，提供个性化预防及治疗方案。

3、医疗定制与个性化治疗：大数据可用于创建医疗模型和机器学习算法，分析和挖掘患者医疗数据，为患者提供个性化治疗方案，提高治疗效果。

4、医疗数据共享与隐私保护：医疗数据共享和隐私保护是医疗大数据研究中重要问题。当前，已建立一些医疗数据共享平台来共享、交流医疗数据，并需建立相应数据安全及隐私保护机制。

5、医疗大数据预测预防疾病：医疗大数据能帮助医疗研究人员预测某些疾病发生和流行趋势，提出相应预防和控制策略，减少疾病的发生及流行。

三、医疗大数据研究面临问题

1、数据质量问题：医疗数据来源复杂，数据质量参差不齐，包括数据丢失、数据错误和数据不一致等问题，其会影响数据分析和挖掘准确性、可靠性。

2、隐私保护问题：医疗数据涉及患者隐私信息，保护患者隐私是一个重要问题，医疗机构应建立隐私保护机制，以确保医疗数据安全性和隐私性。

3、数据共享：医疗大数据共享对促进医疗研究至关重要，但也存在一些不足。例如，医疗机构间数据格式和标准不一致，数据共享技术和法律规范不完善等。

4、数据分析和挖掘：医疗大数据的多样性及复杂性需建立相应数据分析、挖掘模型与算法，并且应考虑提高数据可解释性和可重复性，以研究其可信度。

5、伦理与法律问题：医疗大数据研究涉及伦理和法律问题，如保护患者隐私和权益，确保数据安全性和保密性，遵守相关法律法规等。

四、医疗大数据面临的挑战

1、数据孤岛。其意味着医疗数据不能在医院、地区、部门间交流共享。医疗活动产生了大量数据，但被充分利用且用于指导医疗活动数据较少，无法统筹资源，给整合医疗大数据带来巨大挑战。目前，我国医疗信息化建设尚未完成，尽管医院有许多信息系统，但大多是业务服务，医疗数据价值未得到充分利用。一方面，因不同医院和医疗机构间缺乏统一的医疗数据采集标准，造成大多医疗数据无法共享使用，引起数据孤岛；另一方面，因医疗数据不可避免包含个人隐私，很难获得全面共享。目前，大多医院对数据共享抱消极态度，使医院间信息互通困难。

2、数据安全。保证医疗数据安全是建立医疗共享大数据主要问题之一，医疗数据有医院管理数据、医务人员信息、病人病理信息，还包括个人隐私信息。若数据处理时无足够“脱敏”及“去标识化”数据处理，一旦共享易泄露个人身份及隐私信息。数据隐私泄露，会对病人及其家人正常生活产生不良影响。所以如何确保信息安全和合理合法使用医疗数据问题是当今大数据面临的重要问题。

3、缺乏专业人才。大数据的快速增长加速了技术更新迭代，专业人才的短缺是医疗大数据建设面临的挑战之一，限制了其发展。为使医疗大数据成为医疗健康研究的一部分，需用于病人服务，所以医疗大数据应用需高素质人才来完成专业性强的工作，应掌握先进信息技术，还需有一定医学知识。面对巨大医疗数据资源，若无专业人员处理，医疗大数据价值无法发挥。目前，大多医院严重缺乏高技能综合人才，阻碍了医疗大数据发展。当前，发展具有高水平医学知识的综合人才是建立高质量医疗数据平台的关键。

五、医疗大数据应用于临床医学

1、用于临床诊断。在传统临床诊断中，医生只依靠其实践经验、疾病特征和检查检验指标等判断，这一过程繁琐，易忽略许多关于疾病的微小信息，使医生很难精确诊断。为大数据研究分析制定的临床决策系统，可依据医疗知识及临床数据分析病例。系统包含全国及世界各地有关数据，为医生提供规范的临床诊断，并按不同病症提出个性化治疗方案；在此基础上，医生根据先前经验进一步治疗病人，选择最佳治疗方法和精准治疗，降低误诊率。

2、用于药物临床药效研究。在基于大数据药效分析中，为避免少数药物在比较后能取得局部更好结果问题，要从数据库中提取数据并创建详细疾病用药案例数据，包括药物名称、类型、病人病情严重性、临床试验相关数据、病人过敏史等，然后对某类疾病，分析数据案例中包含的各种可行药物(包括复合用药)对此病的临床效果，以获得最佳用药。有关药效数据分析可经常用概率统计法进行，大数据药效分析与计算机辅助计算结合，最终的数据培训与经验能用于执行提供病人及医生治疗信息的智能辅助给药系统。临床药效研究中，能进一步研究临床用药相关性与药物潜在特性，如药物对病人负面影响及其适用人群等。

医疗大数据是医疗资源，其研究能在上述临床医学领域使用，并且因数据分析技术的丰富，还可在其他领域使用，如能针对某一病人，结合其以往病史、抗药性、身体状况、历史健康数据设诊治方案，同时数据分析能作为治疗时的一种辅助工具，分析病人病情，为患者的分阶段诊治提供参考。

参考文献：

[1] 医疗大数据环境下的疾病预测模型研究. 王星;刘晓燕.制造业自动化,2022

[2] 医疗大数据在公立医院绩效考核中应用的探讨. 王雪艳;相悦丽;朱旭东;李莹;马宝英;高晨光.医学信息学杂志,2022

[3] 日本医疗大数据法对我国健康医疗大数据发展应用的启示. 廖子锐;田雪晴;刘远立.中国数字医学,2021

[4] 医院信息系统运维闭环管理与优化探索. 陈银评;李峰林.现代信息科技,2021