文｜極新

上世紀(jì)興起的基因組、蛋白質(zhì)組學(xué)等通過大通量技術(shù)預(yù)測疾病發(fā)生發(fā)展獲得了巨大的關(guān)注，對其研究推動了對大數(shù)據(jù)數(shù)理模型的技術(shù)發(fā)展。

越來越多的研究發(fā)現(xiàn)，疾病不僅取決于基因及其表達(dá)還與表觀修飾蛋白功能等多方面協(xié)同作用，僅對基因組等單一組學(xué)進(jìn)行微觀研究較難獲得突破。醫(yī)療大數(shù)據(jù)的發(fā)展使得微觀基因組基礎(chǔ)大數(shù)據(jù)和宏觀臨床大數(shù)據(jù)結(jié)合，聯(lián)合信息統(tǒng)計分析及人工智能技術(shù)，可更加準(zhǔn)確地預(yù)測疾病的發(fā)生發(fā)展，從而推動預(yù)測醫(yī)學(xué)的進(jìn)一步提高。

一個明顯的趨勢是，醫(yī)療大數(shù)據(jù)行業(yè)正在成為下一波醫(yī)療行業(yè)的機(jī)會。在這個行業(yè)之中，千億的市場規(guī)模，人工智能技術(shù)的進(jìn)步都讓人浮想聯(lián)翩。

也誠然，這樣的趨勢也讓無數(shù)投資人和企業(yè)趨之若鶩。

在癌癥領(lǐng)域，我國現(xiàn)存750萬腫瘤患者，人均花費7萬元，按照腫瘤治療滲透率60%計算，那么這就是一個3000多億人民幣的市場。

而如果未來在藥物、手術(shù)、放療都與國際接軌的話，那么這個市場將會變得更廣闊。

國內(nèi)外的醫(yī)療大數(shù)據(jù)

作為大健康醫(yī)療的一個分支，醫(yī)療大數(shù)據(jù)行業(yè)歷史并不算悠久。但時至今日，該領(lǐng)域內(nèi)已經(jīng)發(fā)展出包括臨床大數(shù)據(jù)、健康大數(shù)據(jù)、生物大數(shù)據(jù)、運營大數(shù)據(jù)等多個垂類分支，而每一個分支都在諸如臨床科研、公共衛(wèi)生、行業(yè)治理、管理決策、惠民服務(wù)和產(chǎn)業(yè)發(fā)展等方面影響著整個醫(yī)療行業(yè)的變革。

從國際大背景來看，美國在醫(yī)療大數(shù)據(jù)方面仍然領(lǐng)跑全球，截至目前，美國已經(jīng)建成覆蓋本土的12個區(qū)域電子病歷數(shù)據(jù)中心、9個醫(yī)療知識中心、8個醫(yī)學(xué)影像與生物信息數(shù)據(jù)中心。

由美國衛(wèi)生與公眾服務(wù)部(HHS)管理的聯(lián)邦政府網(wǎng)站healthdata.gov是國家級的健康數(shù)據(jù)開放平臺。通過該網(wǎng)站越來越多的來自于CMS（醫(yī)療保險和醫(yī)療補(bǔ)助服務(wù)中心)、CDC(疾病控制中心)、FDA(食品藥品監(jiān)督管理局)、NIH(美國國立衛(wèi)生研究院)等渠道的HHS數(shù)據(jù)庫向社會開放。

數(shù)據(jù)內(nèi)容包括臨床服務(wù)質(zhì)量信息、全國衛(wèi)生服務(wù)提供者目錄、最新醫(yī)療和科學(xué)知識數(shù)據(jù)庫、消費產(chǎn)品數(shù)據(jù)、社區(qū)衛(wèi)生績效信息、政府支出數(shù)據(jù)等。

2014年6月，美國FDA的公共數(shù)據(jù)開放項目openFDA正式上線。openFDA前期開放了2014—2013年間的300萬份藥物不良反應(yīng)和醫(yī)療過失記錄，以及醫(yī)療器械報告和執(zhí)法報告，并且每年更新發(fā)布新的報告數(shù)據(jù)集。

而在英國和日本，醫(yī)療大數(shù)據(jù)同樣是兩國大力發(fā)展的戰(zhàn)略領(lǐng)域之一。

由于受人口老齡化的影響，日本政府將健康醫(yī)療大數(shù)據(jù)用于控制醫(yī)療費用。受該國國情影響，大數(shù)據(jù)在其中的作用主要是控制醫(yī)療和護(hù)理費用。

在中國國內(nèi)，醫(yī)療大數(shù)據(jù)行業(yè)起步時間不長，目前只是初步建立了醫(yī)療健康數(shù)據(jù)庫，人口健康信息化初具規(guī)模，在信息技術(shù)和醫(yī)療行業(yè)的產(chǎn)學(xué)研方面有了一定成效。

比較重要的是，在生物數(shù)據(jù)庫方面，國家基因庫2016年正式建成，該基因庫集生物資源樣本庫、生物信息數(shù)據(jù)庫和生物資源信息網(wǎng)絡(luò)為一體。而在我國的醫(yī)療大數(shù)據(jù)總體方向上，還和美英日等國有所不同，這一點下文詳表。

國內(nèi)的特點

一國的醫(yī)療大數(shù)據(jù)發(fā)展方向取決于這個國家的稟賦。

正如我們之前系列文章提及的那樣，雖然國外醫(yī)療行業(yè)也有資源分配不均的情況出現(xiàn)，但就程度而言，這樣的情況在我國表現(xiàn)的尤為明顯。

也因此，在“健康中國2030”國家戰(zhàn)略背景下，國內(nèi)的醫(yī)療大數(shù)據(jù)行業(yè)發(fā)展方向幾乎不可避免的邁向了智能化。

智慧醫(yī)療最大的好處是可以利用有限的醫(yī)療條件，最大程度發(fā)揮醫(yī)療機(jī)構(gòu)的水平和技術(shù)優(yōu)勢。一方面，這樣節(jié)約了成本，另一方面也讓醫(yī)療資源實現(xiàn)了共享和下沉。

在這樣的背景下，醫(yī)療大數(shù)據(jù)在國內(nèi)獲得了飛速的發(fā)展，2013年，我國的醫(yī)療大數(shù)據(jù)行業(yè)市場還僅為331億元，而到了2017年，就已經(jīng)增長至643億元。

但智慧醫(yī)療只是最終的終點，而在這個萬里長城的第一關(guān)則是數(shù)據(jù)。就目前來看，醫(yī)療數(shù)據(jù)面臨著幾大問題：

其一，是醫(yī)院面對企業(yè)型合作方時，他們往往更為謹(jǐn)慎：醫(yī)院對數(shù)據(jù)方面會更看重安全、準(zhǔn)確、穩(wěn)定且持續(xù)更新。數(shù)據(jù)處理需要精準(zhǔn)且調(diào)用快捷，一旦共享則一定要保證安全。這點說明，絕大多數(shù)醫(yī)院的信息化系統(tǒng)建設(shè)會由外部公司承接，各類信息數(shù)據(jù)均會留在本地服務(wù)器上，不會外傳到第三方機(jī)構(gòu)或平臺。

這增加了第三方利用醫(yī)院數(shù)據(jù)的難度。

數(shù)據(jù)的來源與利用

在獲取數(shù)據(jù)的過程中，第三方數(shù)據(jù)公司的數(shù)據(jù)來源來自于以下幾種：

其一是病人就醫(yī)過程中產(chǎn)生的信息——即從掛號開始便將個人姓名、年齡、住址、電話等信息，還包括面診過程中病患的身體狀況、醫(yī)療影像等信息也會被錄入數(shù)據(jù)庫，并且，看病結(jié)束以后，費用信息、報銷信息、醫(yī)保使用情況等信息被添加到醫(yī)院的大數(shù)據(jù)庫里面。這就是醫(yī)療大數(shù)據(jù)最基礎(chǔ)、最龐大的原始資源。

其二是臨床醫(yī)療研究和實驗室數(shù)據(jù)：即將臨床和實驗室數(shù)據(jù)整合在一起，這種數(shù)據(jù)極大，一張普通CT圖像含有大約150MB的數(shù)據(jù)，一個標(biāo)準(zhǔn)的病理圖則接近5GB。如果將這些數(shù)據(jù)量乘以人口數(shù)量和平均壽命，僅一個社區(qū)醫(yī)院累積的數(shù)據(jù)量就可達(dá)數(shù)萬億字節(jié)甚至數(shù)千萬億字節(jié)(PB)之多。

其三是制藥企業(yè)和生命科學(xué)數(shù)據(jù)：比如上文提到的2016年建造的國家基因庫，以及一些研究院所所研究的生物數(shù)據(jù)庫。

最后是智能穿戴設(shè)備所采集的健康管理數(shù)據(jù)，未來，便攜式的可穿戴醫(yī)療設(shè)備正在普及，個體健康信息都將可以直接連入互聯(lián)網(wǎng)，由此將實現(xiàn)對個人健康數(shù)據(jù)隨時隨地的采集，而帶來的數(shù)據(jù)信息量將更是不可估量的。

收集的數(shù)據(jù)最后去了哪？去了四個地方。

其一，為相關(guān)企業(yè)提供醫(yī)療分析數(shù)據(jù)，即為醫(yī)療機(jī)構(gòu)提供世界級的數(shù)據(jù)倉庫解決方案；

其二，輸入到了轉(zhuǎn)譯研究中心，即為醫(yī)學(xué)研究機(jī)構(gòu)以及制藥中心提供新技術(shù)的研究保障；

其三，賦能健康科學(xué)網(wǎng)絡(luò)，即為制藥公司、資產(chǎn)管理公司以及研究機(jī)構(gòu)之間提供安全的數(shù)據(jù)共享；

最后，用于旨在加強(qiáng)與患者聯(lián)系的平臺之中——甲骨文通過收購RightNow以及Eloqua等公司，就是為了加強(qiáng)醫(yī)療機(jī)構(gòu)與患者之間的聯(lián)系，而一部分?jǐn)?shù)據(jù)就是被輸入到了這里。

醫(yī)療大數(shù)據(jù)的創(chuàng)新

目前，人工智能技術(shù)通過算法和軟件，分析復(fù)雜的醫(yī)療數(shù)據(jù)，達(dá)到近似人類認(rèn)知的目的。因此AI使得計算機(jī)算法能夠在沒有直接人為輸入的情況下預(yù)估結(jié)論成為可能。

在該領(lǐng)域的創(chuàng)新正在全球范圍內(nèi)發(fā)生，其中，在法國，科學(xué)家們正在采用一種被稱為“時間序列分析”的技術(shù)，分析過去10年的患者入院記錄。這項研究能夠幫助研究人員發(fā)現(xiàn)患者入院的規(guī)律并利用機(jī)器學(xué)習(xí)，找到能夠預(yù)測未來入院規(guī)律的算法。

這項數(shù)據(jù)最終會提供給醫(yī)院的管理人員，幫助他們預(yù)測接下來15天中所需要的醫(yī)護(hù)人員“陣容”，為患者提供更加“對口”的服務(wù)，縮短他們的等待時間，同時也有利于為醫(yī)護(hù)人員盡可能合理地安排工作量。

在腦機(jī)接口領(lǐng)域，可以幫助恢復(fù)基本的人類體驗，例如因神經(jīng)系統(tǒng)疾病和神經(jīng)系統(tǒng)創(chuàng)傷而喪失的說話和溝通功能。

在不使用鍵盤、顯示器或鼠標(biāo)的情況下，在人類大腦和計算機(jī)之間創(chuàng)建直接接口，將大幅提高肌萎縮側(cè)索硬化或中風(fēng)損傷患者的生活質(zhì)量。

此外，AI還是新一代放射工具的重要組成部分，通過“虛擬活檢”幫助分析整個腫瘤情況，而不再通過一個小小的侵入性活檢樣本。AI在放射醫(yī)療領(lǐng)域的應(yīng)用能夠利用基于圖像的算法來表現(xiàn)腫瘤的特性。

在藥物研發(fā)方面，依托大數(shù)據(jù)，人工智能系統(tǒng)可以快速、準(zhǔn)確的挖掘和篩選出適合的藥物。通過計算機(jī)模擬，人工智能可以對藥物活性、安全性和副作用進(jìn)行預(yù)測，找出與疾病匹配的最佳藥物。這一技術(shù)將會大大縮短藥物研發(fā)周期、降低新藥成本并且提高新藥的研發(fā)成功率。

例如，當(dāng)某人被診斷為癌癥時，智能藥物研發(fā)系統(tǒng)會利用病人的正常細(xì)胞和腫瘤來將它的模型實例化，并嘗試所有可能的藥物，直到找到一種能殺死癌細(xì)胞又不傷害正常細(xì)胞的藥物。如果它找不到有效藥物或者有效藥物組合，那么它就會著手研發(fā)一種能治愈癌癥的新藥。如果藥物醫(yī)治了疾病但仍有副作用，系統(tǒng)則會嘗試通過相應(yīng)調(diào)整擺脫副作用。

目前遇到的困境

在醫(yī)療大數(shù)據(jù)行業(yè)中，講求對“真實世界數(shù)據(jù)”的挖掘和掌握，而其中最重要的核心內(nèi)涵就是基于人群大數(shù)據(jù)的研究，從而推動藥品研發(fā)和應(yīng)用以及建立治療方案療效客觀評價的新方法。

由于時間地域及硬件條件的不平衡，可能生成海量的醫(yī)療病例錯誤信息。有誤的病歷電子化后，將帶來更多更大的扭曲刪改和誤導(dǎo)性的信息。此外，數(shù)據(jù)的不完整性也是制約醫(yī)療大數(shù)據(jù)發(fā)展的因素，可能對其應(yīng)用產(chǎn)生錯誤或偏倚，所以，盡快統(tǒng)一各級醫(yī)院病例數(shù)據(jù)模塊，建立標(biāo)準(zhǔn)化的輸出結(jié)構(gòu)或格式，使得數(shù)據(jù)的采集標(biāo)準(zhǔn)化、規(guī)范化，讓數(shù)據(jù)能夠分析使用是當(dāng)務(wù)之急，不同類型的醫(yī)療數(shù)據(jù)資料，采集傳輸時達(dá)到統(tǒng)一標(biāo)準(zhǔn)。

所以其大數(shù)據(jù)也必定具備一般的數(shù)據(jù)特性：規(guī)模大、結(jié)構(gòu)多樣、增長快速、價值巨大，但是其作為醫(yī)療領(lǐng)域產(chǎn)生的數(shù)據(jù)也同樣具備醫(yī)療性：多態(tài)性、不完整性、冗余性、時間性、隱私性。

多態(tài)性：醫(yī)療數(shù)據(jù)包含有像化驗產(chǎn)生的純數(shù)據(jù)，也會有像體檢產(chǎn)生的圖像數(shù)據(jù)類似心電圖等信號圖譜，醫(yī)生對患者的癥狀描述以及跟進(jìn)自己經(jīng)驗或者數(shù)據(jù)結(jié)果做出的判斷等文字描述，另外還有像心跳聲，哭聲，咳嗽聲等類似的聲音資料，同時現(xiàn)代醫(yī)院的數(shù)據(jù)中還有各種動畫數(shù)據(jù)（像胎動的影像等）。

不完整性：由于各種原因?qū)е掠泻芏噌t(yī)學(xué)數(shù)據(jù)是不完整的，像醫(yī)生的主觀判斷以及文字描述的不完整，患者治療中斷導(dǎo)致的數(shù)據(jù)不完整，患者描述不清導(dǎo)致的數(shù)據(jù)不完整等。

冗余性：醫(yī)療數(shù)據(jù)量巨大，每天會產(chǎn)生大量多余的數(shù)據(jù)，這給數(shù)據(jù)分析的篩選帶來了很大困難。

時間性：大多醫(yī)療數(shù)據(jù)都是具有時間性、持續(xù)性的，像心電圖，胎動思維圖均屬于時間維度內(nèi)的數(shù)據(jù)變化圖譜。

隱私性：另外隱私性也是醫(yī)療數(shù)據(jù)的一個重要特性，同時也是現(xiàn)在大部分醫(yī)療數(shù)據(jù)不愿對外開放的一個原因，很多醫(yī)院的臨床數(shù)據(jù)系統(tǒng)都是相對獨立的局域網(wǎng)絡(luò)，甚至不會去對外聯(lián)網(wǎng)。

此外，醫(yī)療大數(shù)據(jù)人才也相對缺乏，而且中國醫(yī)療大數(shù)據(jù)應(yīng)用的主體醫(yī)護(hù)衛(wèi)生人員素質(zhì)和能力整體水平也較高。

由于信息化網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)發(fā)展，人們對信息化及數(shù)據(jù)的應(yīng)用并不陌生，且已初步形成大數(shù)據(jù)研究的專業(yè)化人員隊伍。但是醫(yī)療大數(shù)據(jù)建設(shè)及其研發(fā)有特殊性。首先醫(yī)療數(shù)據(jù)專業(yè)性強(qiáng)，其采集、整合、解讀和應(yīng)用都需要專業(yè)化衛(wèi)生人員甚至醫(yī)護(hù)人員的參與。

然而中國了解醫(yī)療大數(shù)據(jù)及參與醫(yī)療大數(shù)據(jù)建設(shè)的衛(wèi)生人員極其稀缺，此類人才不光需要有醫(yī)學(xué)背景，而且需要具有數(shù)理統(tǒng)計和信息分析等知識。

中國已建設(shè)的大數(shù)據(jù)人才多是數(shù)理統(tǒng)計方面的專家，但由于醫(yī)學(xué)知識的缺乏，就無法真正深度應(yīng)用已整合的醫(yī)療數(shù)據(jù)。所以醫(yī)數(shù)醫(yī)理交叉人才的短缺及醫(yī)護(hù)衛(wèi)生人員大數(shù)據(jù)相關(guān)知識的缺乏是目前阻擋中國醫(yī)療大數(shù)據(jù)發(fā)展的重大問題。

此外，醫(yī)療大數(shù)據(jù)相關(guān)研究基金和課題的缺乏也是目前衛(wèi)生人員對醫(yī)療大數(shù)據(jù)不了解和不深入研究的原因之一。