文/本刊記者 劉文生

英特爾：掘金醫(yī)療大數(shù)據(jù)

文/本刊記者 劉文生

幾乎每個醫(yī)院都有這樣一座沉睡的金礦，必須經(jīng)過大數(shù)據(jù)工具挖掘、提煉，才能獲取真金。近年來，關(guān)于如何開發(fā)這座金礦的探討越來越多，形成一股熱潮。

現(xiàn)實狀況是，我國醫(yī)療數(shù)據(jù)地域、行業(yè)割裂嚴重，醫(yī)療信息化孤島嚴重，各地醫(yī)療機構(gòu)的信息系統(tǒng)由多個信息化廠商提供，缺乏統(tǒng)一的建設標準指導導致借口各異。各醫(yī)療服務機構(gòu)之間數(shù)據(jù)（如電子病歷、影像、放射、基因等）與藥店、醫(yī)藥研發(fā)機構(gòu)、商業(yè)保險機構(gòu)等系統(tǒng)的數(shù)據(jù)接口未打通，不能形成數(shù)據(jù)閉環(huán)。

與此同時，醫(yī)療數(shù)據(jù)加速積累，對存儲、管理等提出更高要求。IDC預測，到2020年，醫(yī)療數(shù)據(jù)量將達40萬億GB，是2010年的30倍。同時數(shù)據(jù)生成和共享的速度迅速增加，導致數(shù)據(jù)加速積累。

技術(shù)進步更加豐富了醫(yī)療大數(shù)據(jù)，并使存儲、分析、應用成為可能。如可穿戴智能設備的普及實現(xiàn)大規(guī)模、實時、持續(xù)收集患者數(shù)據(jù)；生物檢測技術(shù)的進步促使生物數(shù)據(jù)大爆發(fā)；IT技術(shù)進步使醫(yī)療大數(shù)據(jù)應用成為可能，數(shù)據(jù)融合、數(shù)據(jù)挖掘、圖像處理識別、機器學習、自然語言處理、數(shù)據(jù)可視化、人工智能等都取得了進步。

在更宏觀的層面，國家戰(zhàn)略推進醫(yī)療機構(gòu)、區(qū)域信息化及醫(yī)療大數(shù)據(jù)應用建設，促使醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)正在加速形成。前景無限，但究竟如何打造醫(yī)療大數(shù)據(jù)生態(tài)、提升醫(yī)療大數(shù)據(jù)應用價值，還有待廣泛探討。

醫(yī)療大數(shù)據(jù)“大”在哪

醫(yī)療數(shù)據(jù)產(chǎn)生場景多，質(zhì)量參差不齊，各類數(shù)據(jù)潛在的價值不同，具體分為以下四類。

診療數(shù)據(jù)：來自患者在醫(yī)院診所就醫(yī)過程中產(chǎn)生的數(shù)據(jù)，包括電子病歷、傳統(tǒng)檢測項目結(jié)果（生化、免疫、PCR等）、新興檢測項目結(jié)果（基因測序等）、醫(yī)生用藥選擇、診療路徑記錄等；影像數(shù)據(jù)：主要來自患者在醫(yī)院診所就醫(yī)過程中產(chǎn)生的影像數(shù)據(jù)；患者數(shù)據(jù)：患者自身的、在院外產(chǎn)生的數(shù)據(jù)，主要采集終端是可穿戴設備和各類網(wǎng)上輕醫(yī)療平臺；支付和醫(yī)保數(shù)據(jù)：一切與付費方相關(guān)的審核/報銷記錄，主要包括患者支付記錄、報銷記錄、醫(yī)藥流通記錄等。

這樣的來源決定了醫(yī)療大數(shù)據(jù)的4V特征，即大量化（Volume）、多樣化（Variety）、快速化（Velocity）、價值化（Value）。醫(yī)療大數(shù)據(jù)和其他行業(yè)大數(shù)據(jù)相比有共性也有自己的特性，主要有四個方面的特點：數(shù)據(jù)量大、結(jié)構(gòu)復雜、數(shù)據(jù)須整合、涉及周期長。

第一，醫(yī)療數(shù)據(jù)的量比較大。醫(yī)療數(shù)據(jù)量在持續(xù)膨脹，量大主要是醫(yī)學技術(shù)本身的持續(xù)進步，導致個體病歷數(shù)據(jù)在快速膨脹。例如CT檢查，掃描結(jié)果動輒就1000幅、2000幅，需要三維重建時要做零點幾毫米很薄的斷層掃描，所以一次掃描可能會達到500MB以上的數(shù)據(jù)量。再例如數(shù)字病理：遠程醫(yī)療需要把病理切片掃描后傳給對方，對方能夠看全數(shù)字的病理切片，它的數(shù)據(jù)量接近20GB。還有精準醫(yī)學：需要對人的全基因組測序，數(shù)據(jù)可達數(shù)十GB。個體病歷的數(shù)據(jù)量在持續(xù)發(fā)展，三級醫(yī)院一年的門診量可能達到300萬人次以上。未來幾年，整個的數(shù)據(jù)累積可能達到PB級。

第二，醫(yī)療數(shù)據(jù)類型結(jié)構(gòu)復雜。和其他行業(yè)相比，醫(yī)療研究的對象是人，由于人的復雜性和診療的多樣性，導致醫(yī)療數(shù)據(jù)類型結(jié)構(gòu)復雜。如患者用藥、檢驗結(jié)果等結(jié)構(gòu)化數(shù)據(jù)，病歷、檢查報告等半結(jié)構(gòu)化的數(shù)據(jù)，還有大量的影像等非結(jié)構(gòu)化數(shù)據(jù)，這些非結(jié)構(gòu)化數(shù)據(jù)恰恰又在醫(yī)療數(shù)據(jù)里占較大比例。當對自由文本、醫(yī)學影像做數(shù)據(jù)分析時，需要從中自動提取特征，就目前而言仍然存在著很大的困難。

第三，以人為中心的數(shù)據(jù)整合。人的數(shù)據(jù)橫向很寬，對數(shù)據(jù)集成的要求很高。所有的醫(yī)療數(shù)據(jù)是要為患者醫(yī)療服務的，從以人為中心的醫(yī)學視角出發(fā)，需要將一個人方方面面的數(shù)據(jù)整合在一起，用于醫(yī)生診斷時的呈現(xiàn)和醫(yī)療管理。這種集成的要求和難度極高，這不僅僅是研究某一個維度的數(shù)據(jù)，而是要綜合起來看這些數(shù)據(jù)才能解決醫(yī)療問題。

第四，醫(yī)療數(shù)據(jù)的周期長。從一個人的健康檔案來說，從懷孕胚胎開始，到出生，再到死亡，整個過程的信息都需要關(guān)注，所以醫(yī)療數(shù)據(jù)除了橫向?qū)捯酝?，縱向周期還很長。比如，一名小女孩患有卵巢腫瘤，做放療化療之后，需要隨訪約20年才能知道療效，知道對生育有無影響。實際上，有時需要掌握患者終生的數(shù)據(jù)，因此，醫(yī)療數(shù)據(jù)需要保持百年量級的長生命周期。在這么長的周期里,需要適應醫(yī)學技術(shù)和信息技術(shù)的發(fā)展變化，無論是數(shù)據(jù)的管理還是處理，都面臨很大的挑戰(zhàn)。

大數(shù)據(jù)應用嶄露頭角

醫(yī)院大數(shù)據(jù)的利用需求可概括為四個主要方面：臨床診療、醫(yī)學研究、醫(yī)院管理、技術(shù)需求。

在臨床診療方面，可利用大數(shù)據(jù)來支持臨床診療輔助決策，幫助改進診斷和治療的方法。比如個性化診療、疾病的早期診斷、對不良事件早期預警。現(xiàn)在的診斷往往是等到檢查結(jié)果出來，看到了實體的占位的病變，或是通過病理檢驗得到了診斷，才確認疾病發(fā)生了。實際上，在疾病早期，很多情況下還看不到疾病時，通過一些不是那么直接的、多個結(jié)果的融合分析，就有可能對一些疾病進行早期診斷。

大數(shù)據(jù)在臨床研究方面也有很多需求，比如疾病的相關(guān)因素分析、精準醫(yī)學中的基因分析、疾病的生物標記物的篩選，這些研究能更好、更深入地認識疾病，以便于改進診斷和治療手段。這樣的醫(yī)學研究對大數(shù)據(jù)有迫切的需求。

在醫(yī)院管理方面，績效評價、醫(yī)療質(zhì)量的監(jiān)管、大型醫(yī)院的流程優(yōu)化等方面，大數(shù)據(jù)都已經(jīng)發(fā)揮了很大作用。在醫(yī)療的管理上，因為國外醫(yī)保對于非預期的再住院有懲罰措施，所以醫(yī)院對怎么預防非預期的再入院非常關(guān)注。通過大量的再入院人群的分析建立一個模型，當一名患者入院后，用模型評估一下其發(fā)生再入院的風險有多高，對風險高的患者提早進行干預，可以大量減少非預期的再入院，也就意味著為醫(yī)院節(jié)省了費用。

前三個是應用領(lǐng)域的需求，還有一類是對大數(shù)據(jù)處理手段上的技術(shù)需求。比如病例的檢索、專科專病數(shù)據(jù)庫的構(gòu)建、病歷隨訪以及一些數(shù)據(jù)的整合分析工具，這些是醫(yī)院對大數(shù)據(jù)共性的基礎性需求。到目前為止，病歷數(shù)據(jù)檢索缺乏面向醫(yī)護人員使用的靈活檢索手段。醫(yī)護人員反映很多數(shù)據(jù)查不出來，復雜的條件查不了，大量有價值的數(shù)據(jù)隱含在病歷文本里，如對腫瘤患者需要提取其腫瘤分期的數(shù)據(jù)。諸如此類的問題是大量存在的共性需求。

中國醫(yī)學科學院腫瘤醫(yī)院胸外科早在“十五”“十一五”時期即牽頭開展了全國食管癌規(guī)范化診治監(jiān)察網(wǎng)絡平臺的建設工作。作為國內(nèi)最早建立的腫瘤專病大數(shù)據(jù)智能化信息網(wǎng)絡平臺，聯(lián)網(wǎng)全國82家在食管癌臨床診治方面具有較大規(guī)模和較高水平的三級甲等醫(yī)院，設立12個地區(qū)級分中心，采用規(guī)范化的數(shù)據(jù)標準和網(wǎng)絡直報平臺，累計錄入食管癌的手術(shù)和綜合治療病例3.26萬例，為全國食管癌診治技術(shù)和模式的規(guī)范化做出了獨特貢獻。

“十二五”期間，在此前食管癌臨床大數(shù)據(jù)網(wǎng)絡建設和研究成功經(jīng)驗的基礎上，國家癌癥中心/腫瘤醫(yī)院承擔了國家科技支撐計劃項目“基于癌癥監(jiān)測信息網(wǎng)絡的腫瘤規(guī)范化診治研究”和國家高技術(shù)發(fā)展（863）計劃“惡性腫瘤大數(shù)據(jù)處理分析與應用研究”的任務，開展腫瘤大數(shù)據(jù)獲取、存儲、處理與分析的關(guān)鍵技術(shù)研究，構(gòu)建腫瘤大數(shù)據(jù)中心和系統(tǒng)平臺，應用大數(shù)據(jù)技術(shù)對腫瘤治療過程中產(chǎn)生的海量臨床數(shù)據(jù)進行處理與分析，形成以腫瘤單病種為主題的數(shù)據(jù)集。通過構(gòu)建知識庫及分析模型庫，為腫瘤疾病的診治提供決策支持。

截至2016年，項目已經(jīng)由行業(yè)專家協(xié)商制定擬采集的數(shù)據(jù)內(nèi)容及規(guī)范，編制統(tǒng)一的數(shù)據(jù)字典，結(jié)合我國廣泛采用的醫(yī)療信息化系統(tǒng)特點，確定了包括電子病歷、檢驗檢查、處方醫(yī)囑、治療計劃、隨訪信息等在內(nèi)的20個大項、400余個小項的采集規(guī)范。

英特爾為醫(yī)療行業(yè)用戶對于大數(shù)據(jù)的應用提供強有力的技術(shù)平臺支持。

英特爾大數(shù)據(jù)平臺發(fā)力

目前，醫(yī)療大數(shù)據(jù)的研究和應用剛剛起步，眾多的研究仍然處于實驗階段，存在著挑戰(zhàn)。根據(jù)前述醫(yī)療大數(shù)據(jù)的特性，已有的統(tǒng)計分析、數(shù)據(jù)挖掘方法等成熟方法都是針對低通量、低容量、結(jié)果性數(shù)據(jù)。面對醫(yī)療大數(shù)據(jù)的過程性的特點，以及急劇增長的維度、記錄數(shù)，如何擴展現(xiàn)有方法，提出新的統(tǒng)計分析、數(shù)據(jù)挖掘模型，已成為醫(yī)療大數(shù)據(jù)應用的技術(shù)難點。

作為計算創(chuàng)新的引領(lǐng)者，憑借出色的成本優(yōu)勢，以及支持TB-PB級大數(shù)據(jù)集的分布式存儲、實時處理和查詢應用，英特爾為醫(yī)療行業(yè)用戶對于大數(shù)據(jù)的多維度、多層次應用提供強有力的技術(shù)平臺支撐。

在英特爾大數(shù)據(jù)平臺的總體架構(gòu)下，針對醫(yī)療信息服務的數(shù)據(jù)和處理中心構(gòu)成了醫(yī)療信息系統(tǒng)的重要環(huán)節(jié)。該系統(tǒng)的技術(shù)支持和處理能力決定了前端和終端數(shù)據(jù)收集的及時性和有效性，面向最終用戶和監(jiān)管部門提供信息的準確性和及時性，并支持超大規(guī)模的醫(yī)療數(shù)據(jù)分析。

從醫(yī)療信息服務后臺系統(tǒng)所連接的前后端用戶和數(shù)據(jù)流向來看，平臺需要解決如下四個方面的問題。

第一，后端平臺架構(gòu)需要支持前端大量終端實時數(shù)據(jù)的及時采集、處理、存儲、分析及展現(xiàn)。

第二，后端平臺架構(gòu)需要支持大規(guī)模終端用戶接入來實時查看、分析、監(jiān)控和處理實時業(yè)務。

第三，后端平臺架構(gòu)除了能夠支持大規(guī)模前后端用戶的接入和數(shù)據(jù)處理能力外，還需要有很強的靈活性，可以隨著業(yè)務規(guī)模的增長動態(tài)擴充平臺架構(gòu)的支持能力。

第四，后端平臺架構(gòu)需要考慮業(yè)務支持和成本投入的高效性，同時需要結(jié)合運維支持部門的能力來進行支持架構(gòu)的正確選型。

在整體解決方案中,醫(yī)療信息系統(tǒng)的大數(shù)據(jù)業(yè)務處理軟件架構(gòu)起著非常重要的作用。該系統(tǒng)充分利用底層軟硬件架構(gòu)來進行數(shù)據(jù)的采集、處理、存儲、分析和對最終用戶的數(shù)據(jù)呈現(xiàn)、業(yè)務處理支持等。

英特爾認為，醫(yī)療大數(shù)據(jù)通用平臺的技術(shù)選型須考慮以下因素。

一是，為支持大規(guī)模終端和用戶的接入，同時考慮成本投入回報及業(yè)務動態(tài)擴展時的支持能力，采用云計算技術(shù)來構(gòu)建整體后臺技術(shù)架構(gòu)。

二是，超大規(guī)模終端的數(shù)據(jù)實時采集和處理已經(jīng)超出現(xiàn)有關(guān)系型數(shù)據(jù)庫的處理能力，需要采用當前比較成熟的大數(shù)據(jù)處理技術(shù)。

三是，醫(yī)療信息后端大數(shù)據(jù)平臺需要綜合處理結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)圖形和圖像數(shù)據(jù)、數(shù)據(jù)備份和恢復等，因此需要分布式存儲解決方案來滿足需求各異的數(shù)據(jù)存儲和處理需求。

四是，醫(yī)療信息后端大數(shù)據(jù)平臺根據(jù)云平臺的特點、大數(shù)據(jù)和分布式存儲的需要，來考慮數(shù)據(jù)中心網(wǎng)絡接入和整體網(wǎng)絡架構(gòu)，靈活支持云計算對彈性網(wǎng)絡的需要。在網(wǎng)絡設計階段，還需要考慮不同數(shù)據(jù)中心之間的業(yè)務分擔、互備、業(yè)務遷移等需求。

五是，醫(yī)療信息后端大數(shù)據(jù)平臺需要通過移動互聯(lián)網(wǎng)和傳統(tǒng)互聯(lián)網(wǎng)接入大規(guī)模終端、各醫(yī)療節(jié)點數(shù)據(jù)和大量終端用戶，平臺的安全性至關(guān)重要。在安全性方案選型時，除了需要考慮傳統(tǒng)數(shù)據(jù)中心所必備的防入侵、防攻擊、數(shù)據(jù)安全等功能外，還需要結(jié)合云計算所帶來的其他安全需求。

基于上述技術(shù)選型的考慮，英特爾設計了成熟的開源大數(shù)據(jù)處理方案，采用商用和開源的分布式存儲解決方案yingtee來滿足醫(yī)療信息系統(tǒng)大數(shù)據(jù)方案要求的存儲高擴展性、高可靠性和低成本，并采用軟硬件相結(jié)合的商用安全解決方案來滿足醫(yī)療信息系統(tǒng)對防入侵、防攻擊、數(shù)據(jù)安全等的安全要求。

英特爾的技術(shù)和理念優(yōu)勢在與聯(lián)想大數(shù)據(jù)的合作中體現(xiàn)得異常明顯。通過與英特爾全新的大數(shù)據(jù)可信分析平臺——TAP的合作，聯(lián)想讓數(shù)據(jù)變得可操作，數(shù)據(jù)被整合到眾多醫(yī)療健康解決方案中。據(jù)了解，TAP專為開發(fā)者和數(shù)據(jù)科學家而設，是提供面向醫(yī)療衛(wèi)生及大健康行業(yè)的理想平臺。它與聯(lián)想大數(shù)據(jù)分析平臺架構(gòu)集成之后，可以更加有效地進行數(shù)據(jù)管理、協(xié)議提取、負載分配以及計算。

搭建高效的科研平臺

醫(yī)院從管理、臨床到科研都涉及醫(yī)療大數(shù)據(jù)應用。大型醫(yī)院都將科研放在了較高的戰(zhàn)略地位，主要有三方面任務：基礎研究；通過臨床驗證，將科研轉(zhuǎn)化為實質(zhì)性的臨床診療技術(shù)；將這些科研成果應用加以推廣。

對于醫(yī)務工作者，除了要完成常規(guī)醫(yī)療工作外，還要肩負強度很高的科研任務，無論是知名大專家還是基層的普通醫(yī)務工作者，臨床專業(yè)、影像專業(yè)、生物樣本、基因測序等都需要科研。但現(xiàn)狀是臨床科研當中的數(shù)據(jù)利用存在重重障礙，亟待打破各種無形的數(shù)據(jù)壁壘。

在傳統(tǒng)研究模式下，無論是提出科學問題，還是針對具體問題，收集、分析研究數(shù)據(jù)都是一項耗費大量人力、財力和時間的工作，嚴重制約科研成果的產(chǎn)出效率。大數(shù)據(jù)不是替代醫(yī)生進行科研，也不是替代傳統(tǒng)統(tǒng)計分析人員的工作。大數(shù)據(jù)平臺的目的是改變以前科研工作的方式，降低臨床科研的壁壘。

臨床科研是個比較繁雜的過程，如何節(jié)省中間環(huán)節(jié)讓醫(yī)生能夠有更多時間專注于研究？如何借助目前的大數(shù)據(jù)資源讓醫(yī)生能夠高效地獲得高質(zhì)量的臨床數(shù)據(jù)？如何幫助醫(yī)生實施數(shù)據(jù)分析？如何協(xié)助臨床醫(yī)生消除科研壁壘、高效利用臨床數(shù)據(jù)？

實踐證明，在數(shù)據(jù)維護、可行性驗證、數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)鎖定、數(shù)據(jù)分析等領(lǐng)域，大數(shù)據(jù)工具都可以被用來幫助醫(yī)生開展臨床科研工作。

用大數(shù)據(jù)來解決科研壁壘的前提是，醫(yī)院信息化的進展程度以及大數(shù)據(jù)技術(shù)的成熟度。目前，國內(nèi)大多數(shù)數(shù)據(jù)公司或廠商都是采用已有成熟的、開源的技術(shù)手段解決問題，整合產(chǎn)品。由英特爾提供的大數(shù)據(jù)平正是其中的翹楚。

目前醫(yī)院信息化進入到了一個比較好的階段，從業(yè)務系統(tǒng)的完善到數(shù)據(jù)中心的建立，實現(xiàn)了數(shù)據(jù)的高效收集，為大數(shù)據(jù)應用奠定了良好基礎。此外，云存儲等新技術(shù)的革新也大大降低了存儲數(shù)據(jù)的成本。這為大數(shù)據(jù)工具的應用奠定了良好的基礎。

首先，借助英特爾大數(shù)據(jù)平臺，醫(yī)院可以把臨床非結(jié)構(gòu)、結(jié)構(gòu)化數(shù)據(jù)加工組合成可用于計算的數(shù)據(jù)粒度，讓臨床使用數(shù)據(jù)觸手可及。其次，醫(yī)院可以利用英特爾大數(shù)據(jù)技術(shù)和已有數(shù)據(jù)的特征分析、相關(guān)分析，協(xié)助臨床醫(yī)生進行科研問題的提出和假設，進行臨床科研選題，優(yōu)化目前臨床科研的研究模式。愛因斯坦曾說，“發(fā)現(xiàn)一個問題比解決一個問題更重要”。以往大多都是臨床醫(yī)生依據(jù)自己的經(jīng)驗先提出問題再驗證，這種模式結(jié)果往往不可靠?，F(xiàn)在在數(shù)據(jù)分析的基礎上發(fā)現(xiàn)問題，有了數(shù)據(jù)支持，課題更能持續(xù)進行下去。

再次，英特爾可以提供輔助分析工具，讓數(shù)據(jù)得到及時的分析。在整個研究過程中可以基于階段數(shù)據(jù)分析預測產(chǎn)出結(jié)果，實現(xiàn)科研數(shù)據(jù)質(zhì)量的環(huán)節(jié)質(zhì)控，避免到課題結(jié)束時才最終做一次統(tǒng)計分析的風險。

總之，隨著以英特爾為代表的大數(shù)據(jù)科研平臺的建設，研究數(shù)據(jù)獲取方式將得到極大的改變，醫(yī)學研究的很多重要環(huán)節(jié)也可以提高效率和質(zhì)量。而依托大量的規(guī)范化臨床數(shù)據(jù)資料，利用數(shù)據(jù)分析、數(shù)據(jù)可視化等技術(shù)，能夠更加直觀地展示疾病診療現(xiàn)象，從而幫助科學家提出創(chuàng)新的科學問題和假設。并且能夠隨時提供大量的數(shù)據(jù)幫助科學家去設計、完善研究方案，形成研究結(jié)論，從而提高成果產(chǎn)出效率。

英特爾搭建平臺，面向最終用戶和監(jiān)管部門提供信息的準確性和及時性，并支持超大規(guī)模的醫(yī)療數(shù)據(jù)分析。