張昌明，朱 紅

徐州醫(yī)學院醫(yī)學信息學院， 江蘇 徐州 221004

大數(shù)據(jù)及其在醫(yī)療領域的應用

張昌明，朱 紅

徐州醫(yī)學院醫(yī)學信息學院， 江蘇 徐州 221004

隨著云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等技術的快速發(fā)展，數(shù)據(jù)的種類和規(guī)模以前所未有的速度增長，如何管理和利用大數(shù)據(jù)成為當前研究的熱點。該文介紹了大數(shù)據(jù)的起源、定義以及大數(shù)據(jù)的特征。在此基礎上，論述了大數(shù)據(jù)的研究意義以及大數(shù)據(jù)在醫(yī)療領域的應用。同時，分析了大數(shù)據(jù)在我國醫(yī)療機構(gòu)的應用滯后原因，并對大數(shù)據(jù)在醫(yī)療領域的應用前景進行了展望。

大數(shù)據(jù)；數(shù)據(jù)挖掘；醫(yī)療大數(shù)據(jù)

1 大數(shù)據(jù)概述

隨著云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等IT技術的快速發(fā)展，數(shù)據(jù)正以前所未有的速度爆炸性的增長。來自著名咨詢公司國際數(shù)據(jù)公司(IDC)的研究報告稱未來十年全球數(shù)據(jù)量將增加50倍。大數(shù)據(jù)時代已經(jīng)來臨，大數(shù)據(jù)(big data)一詞也已經(jīng)成為當前IT業(yè)界最熱門的詞匯之一。大數(shù)據(jù)的出現(xiàn)不僅改變了人們的工作和生活方式以及企業(yè)的運作模式，甚至還引起科學研究模式的根本性改變[1]。大數(shù)據(jù)技術已經(jīng)開始應用于商業(yè)、醫(yī)療等領域，正以難以想象的發(fā)展速度帶來新一輪的信息化革命。如何更好地利用大數(shù)據(jù)來產(chǎn)生良好的社會與經(jīng)濟效益日益成為人們關注的問題。

1.1 大數(shù)據(jù)的定義

大數(shù)據(jù)概念的提出可以追溯到很多年以前，只是近幾年才成為學術研究的熱點。1997年，美國NASA阿姆斯研究中心的Cox M和Ellsworth D發(fā)表了一篇論述虛擬化的論文，探討了計算資源無法即時處理數(shù)據(jù)量過大的挑戰(zhàn)，并首次提出了大數(shù)據(jù)這一名詞。2008年9月4日，《Nature》出版了名為“Big Data”的?？瑥幕ヂ?lián)網(wǎng)技術、超級計算、環(huán)境科學和生物醫(yī)學等多個方面介紹了海量數(shù)據(jù)帶來的挑戰(zhàn)[2]。2011年2月11日，《Science》推出了名為“Dealing with Data”的專輯[3]，指出了大數(shù)據(jù)對科學研究和社會發(fā)展的巨大推動作用。

什么是大數(shù)據(jù)？這一問題到目前為止還沒有普遍認可的定義。被譽為“大數(shù)據(jù)時代預言家”的著名數(shù)據(jù)科學家維克托主要從“價值大”的角度給出了大數(shù)據(jù)的含義：大數(shù)據(jù)是當今社會所獨有的一種新型的能力，它以一種前所未有的方式，通過對海量數(shù)據(jù)進行分析，可獲得有巨大價值的產(chǎn)品和服務[4]。一般認為大數(shù)據(jù)指的是所涉及的數(shù)據(jù)量規(guī)模大到超出傳統(tǒng)數(shù)據(jù)管理工具的處理能力，無法在合理時間內(nèi)進行擷取、管理、分析的復雜、大規(guī)模數(shù)據(jù)集合[5]。

1.2 大數(shù)據(jù)的特征

大數(shù)據(jù)不僅是數(shù)據(jù)規(guī)模龐大，僅僅數(shù)據(jù)量的龐大顯然無法看出大數(shù)據(jù)與海量數(shù)據(jù)、超大規(guī)模數(shù)據(jù)等概念之間的區(qū)別。大數(shù)據(jù)一般具有以下幾個特征：Vo- lume、Velocity、Variety[6]，IBM還認為大數(shù)據(jù)應該具有Veracity特征[7]，即人們常說的4V特征。

1.2.1 Volume是指數(shù)據(jù)規(guī)模龐大 隨著移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算等技術的快速發(fā)展，數(shù)據(jù)信息可以隨時隨地產(chǎn)生，數(shù)據(jù)產(chǎn)生的速度和規(guī)模遠遠超過以前任何時期，而且呈加速發(fā)展的趨勢。數(shù)據(jù)管理的難度越來越大，數(shù)據(jù)的規(guī)模已經(jīng)從GB、TB級進入到PB級。到底多大的數(shù)據(jù)才能稱為大數(shù)據(jù)呢？國際數(shù)據(jù)公司(IDC)2012年發(fā)表第一份全球大數(shù)據(jù)技術和服務市場報告時把大數(shù)據(jù)的規(guī)模閾值設在100TB。隨著數(shù)據(jù)挖掘技術的發(fā)展，大數(shù)據(jù)的規(guī)模閾值也在提高，目前一般認為PB級以上數(shù)據(jù)才稱為大數(shù)據(jù)。

1.2.2 Velocity表示處理速度快 大數(shù)據(jù)具有很強的時效性，通常是動態(tài)、快速的產(chǎn)生。必須對大數(shù)據(jù)快速地創(chuàng)建并進行挖掘分析，使其產(chǎn)生有價值的信息數(shù)據(jù)快速傳給用戶，這樣用戶才能充分利用這些數(shù)據(jù)進行決策。

1.2.3 Variety表示數(shù)據(jù)類型和來源多樣化 數(shù)據(jù)類型不僅有結(jié)構(gòu)化的數(shù)據(jù)，還有越來越多的半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，而且非結(jié)構(gòu)化的數(shù)據(jù)所占的份額越來越大，占有比例達到總數(shù)據(jù)量的80%以上。大數(shù)據(jù)的來源不僅有科研實驗數(shù)據(jù)，而且還包含大量來自網(wǎng)絡的日志、網(wǎng)頁、圖片、視頻數(shù)據(jù)以及來自傳感器的監(jiān)測數(shù)據(jù)、地理位置信息，等，這對數(shù)據(jù)的處理能力提出了更高的要求。

1.2.4 Veracity表示數(shù)據(jù)的真實性 只有真實而準確的數(shù)據(jù)才能挖掘出真正有意義的知識，并將其用于經(jīng)濟、政治、社會生活的方方面面，對整個社會的發(fā)展與進步產(chǎn)生重要的影響，才能創(chuàng)造出最大的價值。

綜上所述，大數(shù)據(jù)不只是數(shù)據(jù)規(guī)模龐大，只有滿足上述4V特征的數(shù)據(jù)才能屬于大數(shù)據(jù)的范疇。

2 研究大數(shù)據(jù)的意義

大數(shù)據(jù)的出現(xiàn)必將顛覆傳統(tǒng)的數(shù)據(jù)管理模式，將給人們帶來科學研究方法、商業(yè)模式和管理模式的變革，提高企業(yè)和公共部門的生產(chǎn)率和競爭力，并創(chuàng)造巨大的經(jīng)濟與社會價值。這也是為什么包括我國政府在內(nèi)的各國政府高度重視大數(shù)據(jù)研究的原因所在。大數(shù)據(jù)研究的意義主要體現(xiàn)在以下幾個方面：

2.1 大數(shù)據(jù)改變了傳統(tǒng)的科學研究方法

在大數(shù)據(jù)時代，面對大數(shù)據(jù)，直接從全部數(shù)據(jù)中分析、挖掘所需要的信息，而不是對少量的隨機樣本進行分析。挖掘分析的數(shù)據(jù)是混雜的，有不同的來源與數(shù)據(jù)結(jié)構(gòu)，不像傳統(tǒng)的研究方法那樣，它對樣本的精確性有較高的要求。只注重研究數(shù)據(jù)的相關關系，不管數(shù)據(jù)之間的因果關系。也就是說只要知道“是什么”，不需要知道“為什么”。

2.2 大數(shù)據(jù)可以創(chuàng)造巨大的經(jīng)濟與社會價值

大數(shù)據(jù)就是新的財富，它已經(jīng)成為新發(fā)明和新服務的源泉。采用大數(shù)據(jù)技術從海量數(shù)據(jù)中排除無關數(shù)據(jù)，對有意義的數(shù)據(jù)進行專業(yè)化挖掘，從紛繁復雜的源數(shù)據(jù)中提取有價值的信息，再提煉出有規(guī)律的知識，并將這些知識用于經(jīng)濟、政治及其他領域，對整個社會的發(fā)展與進步產(chǎn)生重要影響。在商業(yè)領域，分析人員可以針對顧客的購買習慣和不同顧客群體的消費水平等數(shù)據(jù)進行分析，采取針對性的營銷策略，發(fā)掘用戶新的需求，進行產(chǎn)品和服務的創(chuàng)新，這樣可以提高企業(yè)的經(jīng)營效率，降低成本。2013年11月11日，淘寶網(wǎng)站的銷售總額達到350億元，創(chuàng)歷史新高。淘寶網(wǎng)站之所以能應對如此巨大的交易量，得益于對顧客往年消費習慣等數(shù)據(jù)進行了綜合的挖掘分析，并采取相應的應對措施，取得了巨大的經(jīng)濟效益。目前，包括谷歌、IBM、微軟以及我國的騰訊、百度等眾多IT巨頭，都十分重視大數(shù)據(jù)技術的研究，已經(jīng)為大數(shù)據(jù)時代的競爭做好了準備。

2.3 大數(shù)據(jù)對維護社會的穩(wěn)定，保護國家的安全有著獨特的作用

大數(shù)據(jù)的研究已經(jīng)超越了科學研究和商業(yè)應用領域，通過社會網(wǎng)絡和社會分析對政府把握民意、了解社會熱點問題、改善管理、及時化解社會矛盾也具有重要意義[8]。大數(shù)據(jù)也是繼邊防、海防、空防之后的第四個大國博弈的空間。在大數(shù)據(jù)領域落后，意味著失守產(chǎn)業(yè)戰(zhàn)略制高點，國家的網(wǎng)絡安全出現(xiàn)漏洞。許多國家已經(jīng)將大數(shù)據(jù)的研究上升為國家戰(zhàn)略層面。

2012年3月，美國政府正式啟動“大數(shù)據(jù)發(fā)展計劃”，將“大數(shù)據(jù)戰(zhàn)略”上升為國家戰(zhàn)略，發(fā)布了“大數(shù)據(jù)研究和發(fā)展倡議”(big data research and develop- ment initiative)[9]，宣布每年投資2億美元拉動大數(shù)據(jù)相關產(chǎn)業(yè)發(fā)展。該計劃還強調(diào)，大數(shù)據(jù)技術事關美國的國家安全，影響科學研究的步伐，還將引發(fā)教育和學習的變革。大數(shù)據(jù)發(fā)展計劃被視為美國政府繼信息高速公路(information highway)計劃之后在信息科學領域的又一重大舉措。我國政府也十分重視大數(shù)據(jù)的研究，科技部發(fā)布的“十二五國家科技計劃信息技術領域備選項目征集指南”把大數(shù)據(jù)研究列在首位。

3 大數(shù)據(jù)在醫(yī)療領域的應用

大數(shù)據(jù)已經(jīng)在科學研究、商業(yè)等領域開始應用，而在我國醫(yī)療領域的應用則相對滯后，應用需求的驅(qū)動力不足。隨著區(qū)域醫(yī)療信息化的發(fā)展及醫(yī)療物聯(lián)網(wǎng)的應用，每天都產(chǎn)生大量的數(shù)據(jù)信息，如檢驗結(jié)果、費用數(shù)據(jù)、影像數(shù)據(jù)、感應數(shù)據(jù)、基因數(shù)據(jù),等，還包括大量在線或?qū)崟r數(shù)據(jù)分析處理的需求，這些數(shù)據(jù)滿足大數(shù)據(jù)的4V特征，屬于大數(shù)據(jù)的范疇。如何管理和利用這些海量醫(yī)療數(shù)據(jù)并創(chuàng)造經(jīng)濟和社會價值，是醫(yī)療行業(yè)面臨的挑戰(zhàn)。

大數(shù)據(jù)技術應用在醫(yī)療領域大有可為。有資料顯示，醫(yī)療大數(shù)據(jù)的分析會為美國產(chǎn)生3 000億美元的價值，減少8%的美國國家的醫(yī)療保健支出[10]。目前,大數(shù)據(jù)在醫(yī)療領域的應用主要包含這樣幾個方向：藥品的研發(fā)、個性化醫(yī)療、臨床抉擇支持、流行病預報與監(jiān)測、遠程患者的數(shù)據(jù)分析及人口統(tǒng)計學分析等方面。下面簡要介紹大數(shù)據(jù)在醫(yī)療領域的幾項典型應用。

3.1 臨床決策支持

臨床決策支持系統(tǒng)可以降低醫(yī)療費用，保證診療工作的準確高效。將大數(shù)據(jù)分析技術用于臨床決策支持系統(tǒng)可以使該系統(tǒng)更加智能化。比如：數(shù)據(jù)挖掘醫(yī)療文獻數(shù)據(jù)庫可以給醫(yī)師提出更合理的診療建議，提醒醫(yī)師防止藥物不良反應等潛在的錯誤，也可以使用圖像分析和識別技術，識別醫(yī)療影像數(shù)據(jù)，提高診療的質(zhì)量，這主要得益于大數(shù)據(jù)分析技術對非結(jié)構(gòu)化數(shù)據(jù)的強大分析能力。中國臨床決策支持系統(tǒng)起步較晚，與國外相比有較大差距，且大多停留在理論研究和實驗室研究階段。如上海大學的產(chǎn)科決策支持系統(tǒng)、第四軍醫(yī)大學的骨腫瘤輔助診斷系統(tǒng)、重慶大學的泌尿外科臨床決策支持系統(tǒng)、哈爾濱工業(yè)大學的急性心肌梗死診斷的智能決策支持系統(tǒng)和復旦大學的神經(jīng)外科臨床決策支持系統(tǒng),等[11]。

3.2 個性化醫(yī)療

通過對患者生理大型數(shù)據(jù)集(如基因組數(shù)據(jù))的分析進行個性化醫(yī)療。全面分析患者特征數(shù)據(jù)和療效數(shù)據(jù)，包括考察患者基因排序，對特定疾病的易感性和對藥物的特殊反應關系，在治療過程中針對患者的特殊性進行針對性的治療。蘋果公司前總裁喬布斯對抗癌癥所采用的基因測序治療是大數(shù)據(jù)技術在個性化醫(yī)療中的典型應用。喬布斯在發(fā)現(xiàn)患癌癥后花費巨資對自身所有DNA和腫瘤DNA進行排序，得到了包括整個基因密碼的數(shù)據(jù)文檔，醫(yī)師針對他的特定基因組成按需用藥，并通過大數(shù)據(jù)技術開發(fā)個性化藥物，使得喬布斯的生命又延續(xù)了8年的時間[5]。

3.3 流行病的監(jiān)測與預報

大數(shù)據(jù)技術也可以用于流行病的監(jiān)測與預報。中國疾病預防控制中心建設的國家傳染病與突發(fā)公共衛(wèi)生事件網(wǎng)絡直報系統(tǒng)已經(jīng)投入運行，每年有600多萬的個案信息由全國各地上報并存儲，現(xiàn)在網(wǎng)絡直報系統(tǒng)覆蓋了全國所有縣級以上疾控機構(gòu)。上報的海量數(shù)據(jù)通過大數(shù)據(jù)技術能夠進行全面的疫情監(jiān)測和分析，并通過集成疾病監(jiān)測和響應程序，預測傳播途徑和時間，以便采取有力的措施降低流行病的感染率。

谷歌公司對流感的準確預測就是運用大數(shù)據(jù)技術的成功案例。谷歌公司把美國人最頻繁使用的檢索詞條，與美國疾控中心的流感傳播時期的數(shù)據(jù)進行比較，以此可以辨別出人們是否感染了流感。人們使用特定的檢索詞條，如“治療咳嗽和發(fā)熱的藥物”是為了在網(wǎng)絡上得到關于治療流感的信息[12]，這樣通過特定檢索詞條的使用頻率與流感在傳播的時間和空間上建立聯(lián)系，能夠監(jiān)測流感傳播的路徑，而且他們的判斷非常及時，比美國疾控中心的數(shù)據(jù)早一周以上的時間。

隨著云計算、移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)等技術的快速發(fā)展，全球數(shù)據(jù)增長速度越來越快，數(shù)據(jù)的規(guī)模越來越大，大數(shù)據(jù)挖掘必將帶來極大的經(jīng)濟與社會價值。大數(shù)據(jù)時代的來臨改變了傳統(tǒng)的數(shù)據(jù)管理模式，帶來新的思維變革、商業(yè)變革和管理變革，同時我們也應該看到大數(shù)據(jù)的研究現(xiàn)在還處于初級階段，還有一些基礎性的問題亟待解決[13]，面臨的問題還有很多。目前，大數(shù)據(jù)在我國醫(yī)療機構(gòu)的應用則相對滯后，一個原因是醫(yī)院的數(shù)據(jù)來源還不夠特別復雜，大數(shù)據(jù)的異構(gòu)數(shù)據(jù)處理能力優(yōu)勢無法充分體現(xiàn)。另一個原因是單個醫(yī)院所產(chǎn)生的數(shù)據(jù)量還沒有達到大數(shù)據(jù)入門量級，即PB級別。近年來，我國大部分三甲醫(yī)院和二級醫(yī)院都建設了醫(yī)院信息系統(tǒng)和電子檔案系統(tǒng)，但大部分系統(tǒng)的數(shù)據(jù)只限于內(nèi)部使用，沒有互聯(lián)互通，

但是隨著社會的發(fā)展和信息技術的進步，大規(guī)模區(qū)域醫(yī)療信息系統(tǒng)和大型數(shù)據(jù)中心將逐步建立，存儲的數(shù)據(jù)量將極速增長，大數(shù)據(jù)技術必將在我國醫(yī)療領域得到廣泛的應用，并產(chǎn)生巨大的經(jīng)濟與社會效益。

[1]王元卓，靳小龍，程學旗．網(wǎng)絡大數(shù)據(jù)：現(xiàn)狀與展望[J]．計算機學報，2013,36(6)：1125-1138

[2]Nature.Big Data[EB/OL].http://www.nature.com/news/spe- cials/bigdata/index.html,2014-08-22

[3]Science.Special onlion collection:Dealing with data[EB/OL].http://www.sciencemag.org/site/special/data/,2014-08-22

[4]維克托·邁爾一舍恩伯格，肯尼斯·庫克耶.大數(shù)據(jù)時代:生活、工作與思維的大變革[M]．盛楊燕，周濤,譯．杭州：浙江人民出版社，2013：17

[5]撫蘇．眾望所歸，大數(shù)據(jù)時代來臨[N]．電腦報,2013-06-249(14)

[6]Marko Grobelnik．Big data Tutorial[EB/OL].http://videoe- ctures.net/eswc2012_grobelnik_big_data/,2014-01-10

[7]IBM．The FOUR V's of Big Data[EB/OL].http://www.ibm- bigdatahub.com/sites/default/files/infographic_file/4-Vs-of-big-data.jpg,2014-01-10

[8]李戰(zhàn)懷，王國仁，周傲英．從數(shù)據(jù)庫視角解讀大數(shù)據(jù)的研究進展與趨勢[J]．計算機工程與科學,2013，35(10)：1-10

[9]American govermment.Big Data Across the Federal Govern- ment[EB/OL].http://www.whithous.gov/sites/default/files/microsites/ostp/big_data_fact_sheet_final_1.pdf,2014-08-22

[10]高漢松，肖凌，徐德瑋．基于云計算的醫(yī)療大數(shù)據(jù)挖掘平臺[J]．醫(yī)學信息學，2013，34(5)：7-12

[11]張秀梅,徐建武,程煜華,等.基于知識庫的臨床決策支持系統(tǒng)構(gòu)建[J]．中華醫(yī)院管理雜志，2014,30(6):472-473

[12]相海泉．迎接大數(shù)據(jù)時代[J]．中國信息界:e醫(yī)療,2013,(5)：38-39

[13]孟小峰，慈祥．大數(shù)據(jù)管理：概念、技術和挑戰(zhàn)[J]．計算機研究與發(fā)展,2013，50(1)：146-169

Big data and its application in medical field

ZhangChangming,ZhuHong

SchoolofMedicalInformation,XuzhouMedicalCollege,Xuzhou221004,China

The type and amount of data is growing at an unprecedented rate, which is caused by the rapid development of cloud computing, Internet of things and mobile Internet technology. How to manage and take advantage of big data becomes a hot research topic. This paper introduces the origin, definition and characteristics of big data. On this basis, it discusses the research significance of big data and its application in the medical field. It also looks ahead to the development trends of big data in the medical field.

big data; data mining; medical big data

2015-01-09

張昌明(1968-)，男，江蘇徐州人，碩士，講師，主要研究方向：虛擬現(xiàn)實，數(shù)據(jù)庫技術。

G434

A

1004-5287(2015)03-0294-04

：10.13566/j.cnki.cmet.cn61-1317/g4.201503016