陳悅 曹可建

一、健康醫(yī)療大數(shù)據(jù)概述

隨著物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等新興信息技術(shù)的迅猛發(fā)展和普及應(yīng)用，行業(yè)應(yīng)用系統(tǒng)規(guī)模迅速擴大，產(chǎn)生的數(shù)據(jù)呈現(xiàn)前所未有的爆發(fā)式增長態(tài)勢。2016年6月21日，國務(wù)院辦公廳發(fā)布《國務(wù)院辦公廳關(guān)于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》。部署通過“互聯(lián)網(wǎng)+健康醫(yī)療”探索服務(wù)新模式、培育發(fā)展新業(yè)態(tài)，努力建設(shè)人民滿意的醫(yī)療衛(wèi)生事業(yè)，為打造健康中國提供有力支撐。意見中指出要堅持以人為本、創(chuàng)新驅(qū)動，規(guī)范有序、安全可控，開放融合、共建共享的原則，以保障全體人民健康為出發(fā)點，大力推動政府健康醫(yī)療信息系統(tǒng)和公眾健康醫(yī)療數(shù)據(jù)互聯(lián)融合、開放共享，積極營造促進健康醫(yī)療大數(shù)據(jù)安全規(guī)范、創(chuàng)新應(yīng)用的發(fā)展環(huán)境。

健康醫(yī)療大數(shù)據(jù)是指與健康醫(yī)療相關(guān)，滿足大數(shù)據(jù)基本特征的數(shù)據(jù)集合，是國家重要的基礎(chǔ)性戰(zhàn)略資源，正快速發(fā)展為新一代信息技術(shù)和新型健康醫(yī)療服務(wù)業(yè)態(tài)。健康醫(yī)療大數(shù)據(jù)通?？梢詣澐譃橐韵聨讉€方面：以電子健康檔案、電子病歷、醫(yī)學(xué)影像、檢驗檢查等為主的健康醫(yī)療服務(wù)數(shù)據(jù)；基因序列、蛋白質(zhì)組等生物醫(yī)學(xué)數(shù)據(jù)；新型農(nóng)村合作醫(yī)療、城鎮(zhèn)職工基本醫(yī)療保險、城鎮(zhèn)居民基本醫(yī)療保險等醫(yī)療保險數(shù)據(jù)；藥物臨床試驗、藥物篩查、基本藥物集中采購、醫(yī)療機構(gòu)藥品與疫苗電子監(jiān)管等醫(yī)藥研發(fā)與管理數(shù)據(jù)；疾病監(jiān)測、突發(fā)公共衛(wèi)生事件監(jiān)測、傳染病報告等公共衛(wèi)生數(shù)據(jù)；患者行為表現(xiàn)、保健品購買記錄、健身信息等行為與情緒數(shù)據(jù)；衛(wèi)生資源與醫(yī)療服務(wù)調(diào)查、計劃生育統(tǒng)計等統(tǒng)計數(shù)據(jù)；居民婚姻、家庭、計劃生育登記等人口管理數(shù)據(jù)；與人類健康密切相關(guān)的空氣污染物和氣候狀況等環(huán)境數(shù)據(jù)。

二、國內(nèi)外發(fā)展現(xiàn)狀

2009年，Google比美國疾病控制與預(yù)防中心提前1～ 2周預(yù)測到了甲型H1N1流感爆發(fā)，此事件震驚了醫(yī)學(xué)界和計算機領(lǐng)域的科學(xué)家。2012年聯(lián)合國發(fā)布《大數(shù)據(jù)促進發(fā)展：挑戰(zhàn)與機遇》白皮書，以推動各國政府機構(gòu)、重大行業(yè)對大數(shù)據(jù)技術(shù)的研究和應(yīng)用。自2012年開始，美、英、加、澳、日、韓等發(fā)達國家相繼發(fā)布一系列大數(shù)據(jù)技術(shù)研究和發(fā)展計劃，大力推進大數(shù)據(jù)研究和應(yīng)用。2012年美國國立衛(wèi)生研究院（National Institutes of Health，NIH）成立了大數(shù)據(jù)轉(zhuǎn)化知識聯(lián)盟（Big Data to Knowledge，BD2K），該組織關(guān)注生物醫(yī)學(xué)研究領(lǐng)域的大數(shù)據(jù)及其科學(xué)整合和最大化。2013年5月英國牛津大學(xué)成立了首個綜合運用大數(shù)據(jù)技術(shù)的醫(yī)藥衛(wèi)生科研中心-李嘉誠衛(wèi)生信息與發(fā)現(xiàn)中心。澳大利亞研究基金會（Australian Research Council，ARC）通過卓越研究中心項目對大數(shù)據(jù)研究進行資助，包括在墨爾本大學(xué)投入2000萬美元進行數(shù)學(xué)和統(tǒng)計領(lǐng)域大數(shù)據(jù)、大模型、新見解卓越研究中心建設(shè)，用于開展包括健康在內(nèi)的社會問題新數(shù)據(jù)模型研究；資助生物信息學(xué)卓越研究中心，研究領(lǐng)域包括生物大數(shù)據(jù)及其應(yīng)用。目前不僅歐美國家針對健康醫(yī)療大數(shù)據(jù)推出相應(yīng)指導(dǎo)文件和建立機構(gòu)開展研究，包括日本、韓國在內(nèi)的亞洲國家也相應(yīng)發(fā)布相關(guān)大數(shù)據(jù)戰(zhàn)略。

與國外部分發(fā)達國家相比，我國大數(shù)據(jù)發(fā)展起步較晚。2015年我國出臺《促進大數(shù)據(jù)發(fā)展行動綱要》，提出要構(gòu)建包括電子健康檔案、電子病歷的健康醫(yī)療服務(wù)大數(shù)據(jù)，建設(shè)覆蓋公共衛(wèi)生、醫(yī)療服務(wù)、醫(yī)療保障、藥品供應(yīng)、計劃生育和綜合管理業(yè)務(wù)的健康醫(yī)療管理和服務(wù)大數(shù)據(jù)應(yīng)用體系，開展健康醫(yī)療大數(shù)據(jù)創(chuàng)新應(yīng)用研究。2016年4月國家衛(wèi)生和計劃生育委員會規(guī)劃司從慧民服務(wù)工程、業(yè)務(wù)協(xié)同工程、業(yè)務(wù)監(jiān)管工程、平臺基礎(chǔ)建設(shè)工程4個方面分列3級平臺必備70項功能，絕大多數(shù)均涉及健康醫(yī)療大數(shù)據(jù)應(yīng)用，健康醫(yī)療大數(shù)據(jù)將成為“十三五”人口健康信息化建設(shè)的核心工作。

目前國內(nèi)外針對健康醫(yī)療大數(shù)據(jù)的研究廣泛而多領(lǐng)域，包括生物醫(yī)學(xué)、計算機科學(xué)、數(shù)學(xué)等領(lǐng)域，大數(shù)據(jù)的應(yīng)用是醫(yī)療健康信息化智能化的最新趨勢。而目前國內(nèi)外還無人對醫(yī)療數(shù)據(jù)形成、醫(yī)療數(shù)據(jù)采集、醫(yī)療數(shù)據(jù)存儲、醫(yī)療數(shù)據(jù)傳輸交互與發(fā)布、醫(yī)療數(shù)據(jù)分析到可視化等領(lǐng)域進行系統(tǒng)而全面的綜述性研究。因此為了促進我國健康醫(yī)療大數(shù)據(jù)技術(shù)的發(fā)展，迫切需要系統(tǒng)且全面地綜述健康醫(yī)療大數(shù)據(jù)的發(fā)展?fàn)顩r，多視角總結(jié)最新健康醫(yī)療大數(shù)據(jù)研究技術(shù)與學(xué)術(shù)成果，深度分析健康醫(yī)療大數(shù)據(jù)各種應(yīng)用場景的技術(shù)成熟度及產(chǎn)業(yè)化現(xiàn)狀，對具有發(fā)展?jié)摿Φ膽?yīng)用場景及其支撐技術(shù)提出建議，為促進我國醫(yī)療健康大數(shù)據(jù)的發(fā)展提供有力而系統(tǒng)化參考與指導(dǎo)意見。

三、健康醫(yī)療大數(shù)據(jù)技術(shù)特征

醫(yī)療大數(shù)據(jù)具有多態(tài)性、不完整性、時效性、冗余性、隱私性等特征。

（1）多態(tài)性：醫(yī)療數(shù)據(jù)的表達格式包括文本型、數(shù)字型和圖像型。文本型數(shù)據(jù)包括人口特征、醫(yī)囑、藥物使用、臨床癥狀描述等數(shù)據(jù)；數(shù)字型數(shù)據(jù)包括檢驗科的生理數(shù)據(jù)、生化數(shù)據(jù)、生命體征數(shù)據(jù)等；圖像型數(shù)據(jù)包括醫(yī)院中的各種影像學(xué)檢查如B超、CT、MRI、X光等圖像資料。在文本型數(shù)據(jù)中，數(shù)據(jù)的表達很難標(biāo)準(zhǔn)化，對病例狀態(tài)的描述具有主觀性，沒有統(tǒng)一的標(biāo)準(zhǔn)和要求，甚至對臨床數(shù)據(jù)的解釋都是使用非結(jié)構(gòu)化的語言。多態(tài)性是醫(yī)學(xué)數(shù)據(jù)區(qū)別于其他領(lǐng)域數(shù)據(jù)的最根本和最顯著的特性。這種特性也在一定程度上加大了醫(yī)療數(shù)據(jù)的分析難度和速度。

（2）不完整性：醫(yī)療數(shù)據(jù)的搜集和處理過程存在脫節(jié)，醫(yī)療數(shù)據(jù)庫對疾病信息的反映有限。同時，人工記錄的數(shù)據(jù)會存在數(shù)據(jù)的偏差與殘缺，數(shù)據(jù)的表達、記錄有主觀上的不確定性。同一種疾病并不可能全面由醫(yī)學(xué)數(shù)據(jù)反映出來，因此疾病的臨床治療方案并不能通過對數(shù)據(jù)的分析和挖掘而得出。另外，從長期來看，隨著治療手段和技術(shù)手段的發(fā)展，新類型的醫(yī)療數(shù)據(jù)被創(chuàng)造出來，數(shù)據(jù)挖掘的對象的維度是在不停的增長的。

（3）時效性：病人的就診、疾病的發(fā)病過程在時間上有一個進度，醫(yī)學(xué)檢測的波形信號（比如說心電、腦電）和圖像信號（MRI， CT等）屬于時間函數(shù)，具有時效性。例如心電信號檢測中，短時的心電無法檢出某些陣發(fā)性信號，而只能通過長期監(jiān)測的方式實現(xiàn)心臟狀態(tài)的監(jiān)測。

（4）冗余性：醫(yī)療數(shù)據(jù)中存在大量的相同或類似信息被記錄下來。比如常見疾病的描述信息，與病理特征無關(guān)的檢查信息。

（5）隱私性：在對醫(yī)療數(shù)據(jù)的數(shù)據(jù)挖掘中，不可避免的會涉及到患者的隱私信息，這些隱私信息的泄露會對患者的生活造成不良的影響。特別是在移動健康和醫(yī)療服務(wù)的體系中，將醫(yī)療數(shù)據(jù)和移動健康監(jiān)測甚至一些網(wǎng)絡(luò)行為、社交信息整合到一起的時候，醫(yī)療數(shù)據(jù)的隱私泄露帶來的危害將更加嚴(yán)重。大數(shù)據(jù)分析中隱私保護要注意兩個方面：其一，用戶身份、姓名、地址和疾病等敏感信息的保密；其二，經(jīng)分析后所得的私人信息的保密。

四、應(yīng)用前景

醫(yī)療健康大數(shù)據(jù)應(yīng)用廣泛，行業(yè)治理、臨床科研、公共衛(wèi)生、管理決策、便民惠民以及產(chǎn)業(yè)發(fā)展是當(dāng)前我國健康醫(yī)療大數(shù)據(jù)的六大核心應(yīng)用。主要表現(xiàn)在疾病預(yù)防、臨床輔助決策、科學(xué)研究、醫(yī)療評價、健康管理、個性化治療、醫(yī)保支付等多個方面，然而就國內(nèi)目前的情況來看，醫(yī)療健康大數(shù)據(jù)仍處于探索階段，在疾病預(yù)防、臨床決策等方面還有很長的路要走。

行業(yè)治理聚焦于體制改革評估、醫(yī)院管理和醫(yī)保控費；臨床科研方面以臨床決策支持最為熱門，另外還包括藥物研發(fā)、精準(zhǔn)醫(yī)療等方面；公共衛(wèi)生則在多元化數(shù)據(jù)檢測的基礎(chǔ)上，構(gòu)建重大突發(fā)事件預(yù)警和應(yīng)急響應(yīng)體系，同時探索開展個性化健康管理服務(wù)。在應(yīng)用開發(fā)方面，IT 巨頭和數(shù)據(jù)驅(qū)動型創(chuàng)新企業(yè)各有特點，除此之外，擁有豐富資源的政府和醫(yī)療機構(gòu)也開始扮演重要的角色。

醫(yī)療行業(yè)的傳統(tǒng)數(shù)據(jù)應(yīng)用具有重要的參考價值，必須明確的是大數(shù)據(jù)的發(fā)展是建立在已有的技術(shù)基礎(chǔ)、數(shù)據(jù)積累之上的拓展。新的信息分析技術(shù)和通訊技術(shù)為傳統(tǒng)的醫(yī)療網(wǎng)絡(luò)應(yīng)用和數(shù)據(jù)分析帶來了新的思路。