羅 旭 劉友江

(遵義醫(yī)學院 遵義 563000)

?

醫(yī)療大數(shù)據(jù)研究現(xiàn)狀及其臨床應用

羅 旭 劉友江

(遵義醫(yī)學院 遵義 563000)

介紹醫(yī)療大數(shù)據(jù)的內(nèi)涵及其對醫(yī)學研究的影響，指出醫(yī)療領域大數(shù)據(jù)研究的必要性，總結現(xiàn)階段醫(yī)療大數(shù)據(jù)的研究現(xiàn)狀，提出醫(yī)療大數(shù)據(jù)研究中的若干問題。分析醫(yī)療大數(shù)據(jù)如何應用于臨床醫(yī)學，包括臨床診斷和臨床藥效分析等方面。

醫(yī)療大數(shù)據(jù)；研究現(xiàn)狀；臨床醫(yī)學

1 引言

隨著信息時代的發(fā)展，產(chǎn)生了巨量數(shù)據(jù)。大量的數(shù)據(jù)來自于各個領域，反映了人們的生活習慣、社會規(guī)律、自然規(guī)律。數(shù)據(jù)成為與自然資源、人力資源同樣重要的戰(zhàn)略資源[1-2]。醫(yī)療行業(yè)每年會產(chǎn)生大量的醫(yī)療數(shù)據(jù)，一般的醫(yī)療機構每年會產(chǎn)生1TB～20TB的相關數(shù)據(jù)，個別大醫(yī)院的年數(shù)據(jù)量甚至達到了300TB～1PB。隨著大數(shù)據(jù)時代的到來，醫(yī)療與信息技術(IT)結合越來越緊密。開發(fā)這些大數(shù)據(jù)可以實現(xiàn)智慧醫(yī)療，即實現(xiàn)患者求醫(yī)便利化、疾病診斷自動化、醫(yī)療保健信息化。

2 醫(yī)療大數(shù)據(jù)對醫(yī)學研究的影響

2.1 概述

早在2008年，有研究[3-4]指出龐大的數(shù)據(jù)流即大數(shù)據(jù)是新的科學線索，需要新的方法來處理這些數(shù)據(jù)，而在《大數(shù)據(jù)時代》一書[4]中，明確指出大數(shù)據(jù)正在變革人們的生活、工作和思維。大數(shù)據(jù)時代最大的轉(zhuǎn)變就是放棄對因果關系的渴求，取而代之關注相關關系。只要知道“是什么”，而不需要知道“為什么”。 醫(yī)療領域是大數(shù)據(jù)應用的重要領域，Kayyali B等[5]從多方面闡述了大數(shù)據(jù)對美國醫(yī)療行業(yè)產(chǎn)生的影響，指出大數(shù)據(jù)對醫(yī)療行業(yè)的影響尚處于初步階段，許多潛在價值正在逐步被揭示。《大數(shù)據(jù)時代的個人健康革命》一書[6]指出大數(shù)據(jù)將對整個醫(yī)療系統(tǒng)包括管理與診斷手段都造成“創(chuàng)造性破壞”，進而對大數(shù)據(jù)醫(yī)療帶來的新景象進行展望。目前醫(yī)療領域內(nèi)的大數(shù)據(jù)主要來自制藥企業(yè)，臨床診斷數(shù)據(jù)，患者就醫(yī)數(shù)據(jù)，健康管理、社交網(wǎng)絡數(shù)據(jù)。例如藥物研發(fā)是一個相對密集的過程，即使對于中小型企業(yè)而言，一項藥物研發(fā)的數(shù)據(jù)也在TB以上；醫(yī)療機構持有的數(shù)據(jù)增長速度非?？欤词故且粡埰胀–T圖像，也含有大約150MB的數(shù)據(jù)，而一個標準的病理圖則接近5GB；患者就醫(yī)、健康監(jiān)測的數(shù)據(jù)量更是每天在高速增長。

2.2 大數(shù)據(jù)對醫(yī)學研究的影響

大數(shù)據(jù)分析為許多醫(yī)學難題的解決提供了新途徑[7]，改變了一些疾病診斷方式。例如通過分析大量的診斷數(shù)據(jù)便于對疾病進行快速識別，如圖1所示的心臟疾病分類，首先采集心臟數(shù)據(jù)并轉(zhuǎn)化為心臟圖譜，然后根據(jù)數(shù)據(jù)圖譜進行建模(關于僵硬度、壓力、張力)，最后基于模型分析心臟疾病病型的過程。有些疾病的確診存在困難，通過基于大數(shù)據(jù)的數(shù)理統(tǒng)計方法輔助疾病確診，圖2示意了利用數(shù)理統(tǒng)計方法確診和分辨復雜的心臟疾病，即首先采集數(shù)據(jù)得到數(shù)據(jù)集，然后基于統(tǒng)計特征分辨疾病類型?；诖髷?shù)據(jù)進行虛擬實體建模，可對疾病診治做出模擬分析，探討正確的疾病診斷方法，如在圖3中利用圖像處理技術，將心臟數(shù)據(jù)建模為一個虛擬實體，通過設置各種參數(shù)可以模擬觀測藥物或者手術對心臟運作造成的影響，為獲取疾病診治方法提供了手段。而且基于大量的流行病數(shù)據(jù)還可以進行統(tǒng)計研究，預測病情的擴散趨勢，為疾病防治提供參考。

圖1 心臟疾病分類

圖2 基于數(shù)據(jù)統(tǒng)計的心臟疾病診斷

圖3 虛擬心臟建模

2.3 醫(yī)療領域大數(shù)據(jù)研究的必要性

無論是流行病學調(diào)查、新藥物的研發(fā)，還是臨床實效研究，都貫穿著對數(shù)據(jù)的獲取、管理和分析。高效地利用研究數(shù)據(jù)將是決定現(xiàn)代醫(yī)藥學研究成敗的關鍵。當前優(yōu)質(zhì)醫(yī)療資源有限，患者往往爭奪優(yōu)質(zhì)資源。由于患者個體差異大，疾病種類繁多且復合疾病常見，診斷很難標準化和自動化，醫(yī)療過程缺乏病人的主動參與，再加上醫(yī)生工作強度大，醫(yī)療資源不足，存在許多誤診漏診現(xiàn)象[8-9]，造成了許多醫(yī)患矛盾。在大數(shù)據(jù)醫(yī)療中，可以使患者主動參與醫(yī)療過程，結合患者的健康數(shù)據(jù)、既往病史，更有利于醫(yī)生做出正確的疾病診斷，并且由于醫(yī)院間互通數(shù)據(jù)，可避免患者在多個不同的醫(yī)院間進行重復診治而付出高額醫(yī)療成本，同時還節(jié)約了醫(yī)療資源?；诮】荡髷?shù)據(jù)的醫(yī)療服務提供了新的醫(yī)療模式，可減少醫(yī)患矛盾。因為有效的數(shù)據(jù)整合模式，大數(shù)據(jù)醫(yī)療滿足了以患者為中心的個性化醫(yī)療，提供了卓越的醫(yī)療技術平臺。醫(yī)療大數(shù)據(jù)的運用從醫(yī)學研究、臨床決策、疾病管理、患者參與以及醫(yī)療衛(wèi)生決策等方面推動了醫(yī)療模式的轉(zhuǎn)變，尊重患者的價值觀、個體化特征和需求，協(xié)調(diào)和整合不同專業(yè)的醫(yī)療服務，保持醫(yī)療服務的連續(xù)性和可及性，提高醫(yī)療質(zhì)量。

3 醫(yī)療大數(shù)據(jù)研究現(xiàn)狀分析

3.1 國內(nèi)外研究現(xiàn)狀

3.1.1 實踐探索 醫(yī)保行業(yè)由于所涉及的數(shù)據(jù)規(guī)模較大，問題復雜，一直以來都是大數(shù)據(jù)公司關注的焦點。據(jù)報道：Predilytics公司運用大數(shù)據(jù)、機器學習技術來分析醫(yī)保領域透明、公正和業(yè)務驅(qū)動的結果，相對于傳統(tǒng)的統(tǒng)計/回歸模型，其提供的異常預測模型的分析深度要高出1～3倍；在流行病預測方面，谷歌公司開發(fā)了“谷歌流感趨勢”系統(tǒng)，該系統(tǒng)曾成功預測了甲型H1N1流感在美國境內(nèi)的傳播，當然由于大數(shù)據(jù)研究目前處于起始階段，該系統(tǒng)還存在許多問題。自我國原衛(wèi)生部出臺《全國衛(wèi)生信息化發(fā)展規(guī)劃綱要》以來，“醫(yī)療大數(shù)據(jù)”成為我國醫(yī)療信息化的重要領域和重點發(fā)展方向，中南大學已與移動公司合作，負責開展“移動醫(yī)療”相關應用的原型系統(tǒng)設計開發(fā)，雙方合作利用現(xiàn)代通信、物聯(lián)網(wǎng)等技術，開展健康管理、醫(yī)患互動、院前急救、遠程醫(yī)療等服務，改變醫(yī)院看病的傳統(tǒng)方式。除此之外，還有許多小型企業(yè)從事健康數(shù)據(jù)采集、網(wǎng)上看病預約、網(wǎng)絡醫(yī)生等方面的應用開發(fā)。

3.1.2 理論探索 Lin C等[10]提出一種迅速處理、存儲、檢索、分析大型醫(yī)療數(shù)據(jù)的綜合方法?；贜oSQL技術給出一種病人驅(qū)使的數(shù)據(jù)結構以便于快速和靈活的數(shù)據(jù)擴展，克服不同醫(yī)院數(shù)據(jù)記錄模式差異帶來的問題。Don S 等[11]描述醫(yī)療網(wǎng)絡物理系統(tǒng)(MCPS)大數(shù)據(jù)處理框架的初始工作，該框架結合了衛(wèi)生保健系統(tǒng)以及網(wǎng)絡方面的動態(tài)配置和完全彈性決策功能。Cowan B等[7]從疾病診斷、流行病預測方面中的多個問題入手，分析了從大數(shù)據(jù)角度解決這些問題的可行性。蔡佳慧等[12]對醫(yī)療大數(shù)據(jù)的基本概念進行了剖析，歸納總結了醫(yī)療大數(shù)據(jù)中面臨的數(shù)據(jù)整合、數(shù)據(jù)存儲、數(shù)據(jù)挖掘方面的挑戰(zhàn)。高漢松等[13]結合云計算提出一種基于Hadoop的醫(yī)療云數(shù)據(jù)挖掘平臺架構，詳細闡述其基礎層、平臺層、功能層以及業(yè)務層等各層功能。許德泉等[14]重點介紹了大數(shù)據(jù)在醫(yī)療個性化服務方面的應用并就應用過程中遇到的挑戰(zhàn)進行簡要分析。

3.2 應用領域

3.2.1 在線醫(yī)療 數(shù)據(jù)醫(yī)療的重要實現(xiàn)方式之一，患者通過在網(wǎng)上提供病癥數(shù)據(jù)獲得診斷信息。目前網(wǎng)上醫(yī)院，如39健康網(wǎng)，由在線醫(yī)生根據(jù)提供的病癥信息人工給予初步診斷。該醫(yī)療途徑僅能緩解醫(yī)療資源有限的問題。由于常常有非專業(yè)人員給出診斷答案以及缺乏詳盡的病理數(shù)據(jù)和診斷經(jīng)驗，該方法目前有很大不足。

3.2.2 健康監(jiān)測 結合智能穿戴設備以及移動APP實時獲取病人的健康信息，建立一個數(shù)據(jù)庫。對病人的健康做出預測和提醒性服務，例如提醒用戶及時服藥以及用戶可能會出現(xiàn)某一方面的健康問題，要求注意飲食和生活習慣。由于醫(yī)療物聯(lián)網(wǎng)由這些智能無線穿戴設備組成，每時每刻都會產(chǎn)生數(shù)據(jù)，與大數(shù)據(jù)密切相關。從目前的研究現(xiàn)狀來看，智能穿戴設備在當今以至將來，都是信息科技與醫(yī)療結合的主要攻關方向。

3.2.3 數(shù)據(jù)存儲、傳輸與共享 該方向的主要研究內(nèi)容為如何存儲、檢索、傳輸大容量數(shù)據(jù)，以及搭建數(shù)據(jù)云平臺，實現(xiàn)醫(yī)院、社區(qū)、公共衛(wèi)生相關部門的信息資源整合和共享。數(shù)據(jù)共享平臺的存在使得醫(yī)院間互通數(shù)據(jù)，節(jié)省了病患在多個醫(yī)院間進行診治的醫(yī)療成本。對存儲于平臺上的大量醫(yī)療數(shù)據(jù)進行分析，可用于流行病、慢性病調(diào)查、趨勢分析和預警，進而為制定防治、干預計劃提供有力的參考依據(jù)。

3.3 大數(shù)據(jù)研究中的一些問題

3.3.1 仍處于初級階段 由于醫(yī)療大數(shù)據(jù)是一項跨學科的研究，而跨學科進行研究存在一定的難度，并且由于醫(yī)療系統(tǒng)數(shù)據(jù)管制體系帶來的醫(yī)療數(shù)據(jù)難以獲取和信息孤島問題，使得醫(yī)療大數(shù)據(jù)研究難以在一般研究機構進行。因此目前醫(yī)療大數(shù)據(jù)研究尚處于初始階段。有關工作主要集中在工程應用部分，體現(xiàn)在數(shù)據(jù)采集、存儲和醫(yī)患互動方面。在理論研究方面，大多數(shù)工作現(xiàn)僅停留在評述醫(yī)療大數(shù)據(jù)是如何的大以及是如何的有用，針對醫(yī)療數(shù)據(jù)本身的挖掘計算、數(shù)據(jù)關系分析、數(shù)據(jù)調(diào)用等基礎支撐技術方面的實質(zhì)性研究較少。

3.3.2 數(shù)據(jù)中的偶然性因素及真實性問題 大數(shù)據(jù)將對醫(yī)療診斷手段造成“創(chuàng)造性破壞”[6]的關鍵點在于數(shù)據(jù)挖掘，研究數(shù)據(jù)間的關系與揭示數(shù)據(jù)關系反映的科學規(guī)律，從而指導醫(yī)療自動化與智能化。目前醫(yī)療大數(shù)據(jù)研究尚處于初始階段，基于目前的研究現(xiàn)狀，本文認為在以后的醫(yī)療大數(shù)據(jù)的應用與研究中還需注意如下問題：首先，從數(shù)據(jù)的角度來說，醫(yī)療大數(shù)據(jù)尤其是醫(yī)療監(jiān)控數(shù)據(jù)中囊括了太多的偶然事件、小概率事件，而這些信息對于醫(yī)學上的動態(tài)監(jiān)測沒有什么參考意義，容易形成干擾。例如，探討某種藥物對某種疾病的療效，由于患者對療效的滿意度提高存在多種原因，有些僅僅是患者主觀感覺并無實質(zhì)性好轉(zhuǎn)，有些是因為患者自身免疫力的提高，例如患者患病后有較好的作息習慣提高了機體免疫力使得病情有所好轉(zhuǎn)，如此數(shù)據(jù)便有很強的干擾性。然后，真實性是基于大數(shù)據(jù)的相關研究的基本要求，目前許多數(shù)據(jù)的真實性有待考察，如問卷調(diào)查數(shù)據(jù)、某些單位提供的行政檢查數(shù)據(jù)等。在數(shù)據(jù)獲取中難以保證100%獲取真實的數(shù)據(jù)，這就對正確得到數(shù)據(jù)映射的科學結果造成困難。

4 醫(yī)療大數(shù)據(jù)應用于臨床醫(yī)學

4.1 在臨床診斷中的應用

許多疾病的診斷都歸屬于“經(jīng)驗性診斷”。 由于患者個體差異大，復合疾病常見，關系復雜，在診斷過程中醫(yī)生對某些病癥難以給出確切診斷，需要對相關疾病做出排查，甚至會出現(xiàn)誤診。利用大數(shù)據(jù)分析，統(tǒng)計大量的關于某項疾病的正確診斷案例，可以形成模擬“經(jīng)驗”，對患者所患疾病進行自動化輔助診斷。在該問題中，關鍵在于得到可靠的數(shù)據(jù)判決經(jīng)驗，其有效性與足量的樣本數(shù)量密切相關。實現(xiàn)該問題的一種可行的方法為：基于大量(PB級)的正確診斷的病例統(tǒng)計數(shù)據(jù)，記錄數(shù)據(jù)中的所有病型與癥狀，先挖掘疾病癥狀與病型之間的關系得到病型的“典型癥狀集”，后通過檢驗病人提供的癥狀與各病型“典型癥狀集”間的重合關系給出患者的確診信息。即通過大數(shù)據(jù)分析，利用數(shù)據(jù)反映的病型與癥狀之間的關系實現(xiàn)基于專家系統(tǒng)的自動診斷。

4.2 在藥物臨床藥效研究中的應用

目前，關于臨床藥效的研究大多局限于簡單的數(shù)學統(tǒng)計，例如祁鳳娥等[15]評價邁之靈治療進行性色素性紫癜性皮病的臨床療效，總計研究了96例患者，將邁之靈片與復方丹參片進行對比，得到的結論為邁之靈是進行性色素性紫癜性皮病治療的良好選擇。桂冬輝等[16]評價羅通定聯(lián)合曲唑酮治療阿片類物質(zhì)依賴者稽延性戒斷癥狀的臨床療效及安全性，總計研究了120例患者，得到的結論為羅通定聯(lián)合曲唑酮是一種療效高,安全,耐受性好,無潛在藥物成癮性的治療稽延性戒斷癥狀的治療方案。黃永兵等[17]對九華痔瘡栓治療內(nèi)痔的60個病例做簡單的統(tǒng)計分析，得到了九華痔瘡栓是否對內(nèi)痔有效的局部性統(tǒng)計結論。這些研究并沒有挖掘病人的潛在信息，對于病人的抗藥性、即往病史、用藥量等信息未做分析，得到了僅停留于數(shù)據(jù)本身的信息，并且對比藥物選擇普遍較少。在基于大數(shù)據(jù)的藥效分析中避免少數(shù)藥物對比后僅能得到局部最優(yōu)結果的問題，首先從數(shù)據(jù)庫中提取數(shù)據(jù)，建立針對某病型的結構化的用藥案例數(shù)據(jù)，包括藥物名稱、類型、患者病重程度、用藥后患者的關聯(lián)臨床檢驗數(shù)據(jù)、患者過往過敏史等，然后對于某病型，分析數(shù)據(jù)案例中包含的各類可行藥物，包括復合用藥對該病型的臨床效果，得到某病型的最佳用藥。相關藥效數(shù)據(jù)分析可以通過常用的概率統(tǒng)計方法實現(xiàn)。大數(shù)據(jù)藥效分析結合了計算機輔助計算，最終形成的數(shù)據(jù)訓練和經(jīng)驗可以用來實現(xiàn)智能輔助給藥系統(tǒng)，為患者與醫(yī)生提供病癥用藥參考。在臨床藥效研究中，還可進一步挖掘臨床用藥的廣泛相關性與藥物的潛在特性，如某藥物對患者有哪些負面影響，藥物的適應人群是哪些等。

醫(yī)療大數(shù)據(jù)作為一種醫(yī)療資源，通過對其進行研究，不僅可以在以上兩個方面為臨床醫(yī)學提供解決問題的手段，隨著數(shù)據(jù)分析方法的不斷豐富，還可用于其它方面，例如可以僅針對某個病人，結合既往病史、抗藥性、身體狀況以及歷史健康數(shù)據(jù)量身設置疾病診治方案，而且數(shù)據(jù)分析可作為病人治療全過程的病情輔助分析工具，為獲取重癥病人的階段性診治方案提供參考。

5 結語

本文闡述了什么是醫(yī)療大數(shù)據(jù)以及為什么要研究醫(yī)療大數(shù)據(jù)，對醫(yī)療大數(shù)據(jù)的國內(nèi)外研究應用現(xiàn)狀進行了介紹和總結，指出了醫(yī)療大數(shù)據(jù)研究中的若干問題，最后對醫(yī)療大數(shù)據(jù)如何應用于臨床醫(yī)學進行了展望與分析。

1 鄔賀銓. 大數(shù)據(jù)價值堪比石油[EB/OL]. [2014-12-01]. http://www.cn-healthcare.com/conferences/hybd/2012-12-19/content_415555.html.

2 李國杰. 大數(shù)據(jù)研究的科學價值[J]. 中國計算機協(xié)會通訊, 2012, 8(9): 8-15.

3 Felice F, Rosalind R. Big data: distilling meaning from data[J].Nature, 2008, 455(7209): 30.

4 維克托·邁爾·舍恩伯格. 大數(shù)據(jù)時代[M]. 杭州: 浙江人民出版社, 2012: 1-5.

5 Kayyali B, Knott D and Kuiken S. The Big Data Revolution in US Health Care: accelerating value and innovation [EB/OL]. [2014-05-01]. http://www.mckinsey.com/insights/health_systems_and_services/the_big-data_revolution_in_us_health_care.

6 埃里克·托普·顛覆醫(yī)療:大數(shù)據(jù)時代的個人健康革命[M]. 北京：電子工業(yè)出版社, 2014: 1-5.

7 Cowan B. Big Data Medical Imaging[EB/OL]. [2015-01-03]. www.nihi.auckland.ac.nz/sites/nihi.auckland.ac.nz/files/pdf/informatics/bigdata/.

8 張超, 何勍, 阮狄克. 誤診為腰椎退行性疾病的腰腿痛癥候告群(附36例報) [J].臨床誤診誤治，2015, 11(4): 37-40.

9 孟慶義. 論急診誤診誤治問題[J].中國急救醫(yī)學, 2010, (9): 772-775.

10 Lin C, Huang L, Chou S, etal. Temporal Event Tracing on Big Healthcare Data Analytics[C]. Proceedings of 2014 IEEE International Congress on Big Data, 2014 : 281-287.

11 Don S, Min D. Medical Cyber Physical Systems and Bigdata Platforms[C]. The Fourth Workshop on Medical Cyber-Physical Systems, 2013.

12 蔡佳慧, 張濤, 宗文紅. 醫(yī)療大數(shù)據(jù)面臨的挑戰(zhàn)及思考[J]. 中國衛(wèi)生信息管理雜志，2013, 10(4): 292-295.

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

14 許德泉, 楊慧清. 大數(shù)據(jù)在醫(yī)療個性化服務中的應用[J]. 中國衛(wèi)生信息管理雜志，2013, 10(4): 301-304.

15 祁鳳娥, 許力華, 謝明星, 等. 邁之靈片治療進行性色素性紫癜性皮病的療效[J]. 中國臨床藥理學雜志, 2012, 28(10): 788-789.

16 桂冬輝, 蔡丹丹, 黃燕燕，等. 羅通定聯(lián)合曲唑酮治療稽延性戒斷癥狀的臨床研究[J]. 中國臨床藥理學雜志, 2014, 30(4):309-311.

17 黃永兵, 蔡蘭蘭, 陳國文. 九華痔瘡栓治療內(nèi)痔60例臨床觀察[J].中國實用醫(yī)藥, 2009, 11(4): 112-113.

Medical Big Data Research Situation and Its Clinical Application

LUOXu,LIUYou-Jiang,Zunyi

MedicalUniverstiy,Zunyi563000,China

The paper introduces the connotation of medical big data as well as the influences to medical research, points out the necessity of big data research in medical field, summarizes the current research status, points out some existing problems, analyzes how medical big data applying in clinical medicine, including clinical diagnosis and pharmacodynamic analysis.

Big medical data; Research status; Clinical medicine

2015-05-06

羅旭，博士，講師，發(fā)表論文7篇；劉友江，講師，發(fā)表論文3篇。

R-058

A 〔DOI〕10.3969/j.issn.1673-6036.2015.05.002