醫(yī)療大數(shù)據是什么、智慧醫(yī)療大數(shù)據平臺
一文詳解大數(shù)據在醫(yī)療衛(wèi)生領域的作用
醫(yī)療衛(wèi)生成本拉動了對以大數(shù)據為驅動的醫(yī)療衛(wèi)生方面的應用需求。在過去的幾十年里，美國的醫(yī)療衛(wèi)生支出已經超過了GDP增量，并且超過了任何一個其他發(fā)達國家的醫(yī)療支出。據經濟合作與發(fā)展組織(OECD)稱，盡管支出很高，但如果以便利性、平等性、質量、效率以及健康人數(shù)為指標的話，美國的醫(yī)療衛(wèi)生系統(tǒng)在了11個國家中排名最后（如下圖所示）。對醫(yī)療數(shù)據數(shù)字化及數(shù)據共享的標準化和倡導，改進并降低數(shù)據存儲成本，并能夠在商業(yè)硬件上運行，這些都促成了大數(shù)據在醫(yī)療行業(yè)的應用，并以更低的成本獲得更好的醫(yī)療衛(wèi)生服務為目標。
“平價醫(yī)療衛(wèi)生法案”的一個目標是通過醫(yī)療信息技術的有效利用來改進醫(yī)療衛(wèi)生，從而達到以下目的：
? 提高醫(yī)療衛(wèi)生的質量和協(xié)調能力，使成果與現(xiàn)有的專業(yè)知識一致。
? 縮減醫(yī)療衛(wèi)生支出，減少可避免的過度使用。
? 已改革的支付系統(tǒng)提供支持。
醫(yī)療保險公司、老年衛(wèi)生醫(yī)療制度（美國政府向65歲以上的人提供醫(yī)療保險）、醫(yī)療補助制度（美國政府向貧困者提供醫(yī)療保險）正在從收取服務性費用轉向以價值為基礎、數(shù)據為驅動的激勵轉變。這種激勵模式鼓勵高質量、高性價比的醫(yī)療服務，并且還能展示對電子醫(yī)療記錄的有效利用。
醫(yī)療衛(wèi)生行業(yè)的數(shù)據80%都是非結構化數(shù)據，并且數(shù)據量還在呈指數(shù)式增長。對于這些非結構化數(shù)據的獲取，比如醫(yī)療設備檢測結果、醫(yī)生的記錄、實驗結果、影像學報告、醫(yī)用函件、臨床數(shù)據和財務數(shù)據等，是改善病患醫(yī)療服務及提高效率的無價資源。
以下是未來可以受益于大數(shù)據分析的醫(yī)療衛(wèi)生數(shù)據源的例子：
? 索賠報告：是醫(yī)療衛(wèi)生服務供應商向保險公司提交的文件以獲得保險賠償。《健康保險隱私及責任法》（Health Insurance Portability and Accountability Act，縮寫為HIPAA）中最關鍵的一個要素就是通過鼓勵在醫(yī)療服務供應商和保險公司之間廣泛使用電子文檔交換（Electronic Document Interchange，縮寫為EDI），建立電子醫(yī)療記錄方面的國家級行業(yè)標準來提高效率。索賠報告交換包括國際疾病分類（International Classification of Diseases，縮寫為ICD）診斷碼, 治療方案、日期、供應商ID以及花費金額。
? 電子健康/醫(yī)療記錄數(shù)據（Electronic Health/Medical Record, 縮寫為 EHR或者EMR）: 醫(yī)療電子記錄激勵體系在建立之時便是用來鼓勵職業(yè)人員以及醫(yī)院采用并展示對已認證的EHR技術的有效應用。EHR能夠促進服務供應商和醫(yī)療機構之間的數(shù)據全面分享。EHR包含醫(yī)療衛(wèi)生服務中所產生的數(shù)據，例如診斷結果、治療方案、處方、實驗測試結果及放射診療結果。國際醫(yī)療衛(wèi)生領域信息系統(tǒng)指標體系及交換協(xié)議(HL7)提供了電子醫(yī)療記錄數(shù)據的交換、整合、共享、撤回等方面的基本標準。
? 醫(yī)藥研發(fā)：臨床實驗數(shù)據、基因數(shù)據。
? 病人行為和情緒數(shù)據。
? 醫(yī)療設備數(shù)據:家庭或醫(yī)院的患者傳感器數(shù)據。
現(xiàn)在有一種趨勢是向著循證醫(yī)學發(fā)展，即充分利用所有臨床數(shù)據并能在臨床和高級分析中對這些數(shù)據進行因子分解。抓取及收集關于某一個病人的所有信息能夠為我們分析醫(yī)療服務協(xié)調性、分析基于效果的補償體系、人口健康管理以及病人參與度和其他信息。
用大數(shù)據分析工具減少醫(yī)療詐騙、浪費和濫用
在美國醫(yī)療產業(yè)中，因欺詐、浪費和濫用而產生的成本是造成醫(yī)療費用節(jié)節(jié)上升的重要因素，但大數(shù)據分析能稱為這一現(xiàn)象的變革者。醫(yī)療照護和醫(yī)療救助中心使用預測分析一年能夠杜絕總額超過2.1億的醫(yī)療保險欺詐。基于hadoop大數(shù)據平臺的基礎上，聯(lián)合保健公司實現(xiàn)了向可預測的建模環(huán)境的轉變。這個大數(shù)據平臺能夠以系統(tǒng)的、可重復的方式去甄別不正當?shù)乃髻r申請，并能獲得2200%的數(shù)據反饋。
辨別詐騙的關鍵是通過存儲和可追溯的記錄去分析歷史賠償記錄中大量的非結構數(shù)據集，并利用機器學習的算法來甄別反常事物及模式。
醫(yī)療組織機構可以通過分析病人的紀錄和賬單來查明異常，例如短期內過度使用醫(yī)療服務，病人在不同地方的不同醫(yī)院受到了醫(yī)療服務，或是同一個病人在多家機構得到了相同的處方。
醫(yī)療保護和醫(yī)療救助中心用預測分析來對某些特定的賠償或醫(yī)療服務供應者進行風險評分，甄別計費模式并發(fā)現(xiàn)用傳統(tǒng)方法難以查明的反常情況。以規(guī)則為基礎的模式基本上能自動標示部分賠償結果異常。而異常分析模式基本上是靠分析反常因素發(fā)現(xiàn)問題。預測分析模式是將某一賠償案例與另外一個已被確認為詐騙的案例進行比較來發(fā)現(xiàn)可疑之處。而圖表模式一般是依據關系網來分析，它認為一般存疑的醫(yī)療服務提供者總是與其他存在欺詐性的收費者保持緊密聯(lián)系。
通過預測分析提高效果
不少積極的嘗試，例如正在加速電子健康記錄(Electronic Health Records,EHRs)的有效利用、病人信息的數(shù)量和細節(jié)，能夠通過多種信息源組合、分析各種各樣的結構化和非結構化的數(shù)據有助于提高診斷病人病狀的準確性、根據病狀匹配治療方案以及預測病人患病或再患病的風險。
以電子健康記錄（EHR）中的數(shù)據為來源的預測模型被應用于早起疾病的檢測，并且還降低了一些疾病的死亡率，比如充血性心力衰竭（CHF）和敗血癥等疾病。降低充血性心力衰竭（Congestive Heart Failure ，CHF）和敗血癥等疾病的死亡率。CHF在醫(yī)療保健支出的占比最大，CHF越早治療越好，這樣能夠避免花更多的錢治療并發(fā)癥。但是醫(yī)生常常會忽略它的早期臨床表現(xiàn)。來自于佐治亞理工學院的一個機器學習示例表明機器學習算法能夠比醫(yī)生從病人的圖表中分析出更多的因素，同時通過增加額外的特征，機器學習算法能夠有效提高模型區(qū)分CHF患者和非CHF患者的能力。
通過分析包含更多病患數(shù)據的大樣本數(shù)據，預測模型和機器學習能發(fā)現(xiàn)之前未能發(fā)現(xiàn)的細微差別和模式。Optum實驗室從EHRs中搜集30萬病人的信息，為預測分析工具創(chuàng)建了一個龐大的數(shù)據庫。這些工具將會幫助醫(yī)生做出基于大數(shù)據信息的決策，從而改善病人的治療。
實時監(jiān)控病情
醫(yī)療機構正在通過持續(xù)性監(jiān)控病人生命特征來提供更加具有主動性的治療，各種監(jiān)控數(shù)據能進行實時分析并及時發(fā)送警告給醫(yī)療服務提供者以便他們能及時了解病人病情的變化。通過機器學習算法進行實時分析能夠幫助醫(yī)生做出挽救性命的決策并且對一些病癥進行有效干預。
我們需要收集數(shù)據、處理數(shù)據、存儲數(shù)據，并最終將數(shù)據用于分析，機器學習和數(shù)據表盤。
數(shù)據擷取:NFS
通過網絡文件系統(tǒng)（NFS）協(xié)議可遠程訪問網絡共享磁盤。啟用NFS服務器后，可與客戶共享目錄和文件，讓用戶和程序像訪問存儲在本地的文件一樣訪問遠程系統(tǒng)上的文件。
與只允許集群數(shù)據導入或批量導入的其它版本的Hadoop不同，MapR允許通過NFS直接掛載群集本身，讓您的應用程序直接讀取、寫入數(shù)據。通過POSIX語義，該Map件系統(tǒng)允許直接修改文件和多個并發(fā)讀取寫入操作。掛裝NFS的集群可實現(xiàn)對數(shù)據源的簡單數(shù)據擷取，比如說從其他應用標準Linux命令、實用程序、應用程序和腳本的設備上擷取文件、圖片等。
通過使用NFS可從MapR集群移出移入數(shù)據至更昂貴的存儲空間。例如，您可以將處理過的熱數(shù)據轉移到關系數(shù)據庫或數(shù)據倉庫，您也可以將冷數(shù)據轉移到成本更低的Hadoop存儲中。
流數(shù)據擷取：KAFKA API
由于越來越多的醫(yī)療方案需要實時分析和動態(tài)數(shù)據，使用事件流擷取數(shù)據到系統(tǒng)中則將成為關鍵。 MapR流是一種新型的分布式通信系統(tǒng)，通過Apache Kafka 0.9 API可使得生產者和消費者之間實現(xiàn)實時交流事件動態(tài)。主題是信息的邏輯化集合，可依據其將事件分門別類。
主題分區(qū)域放置。主題將并行數(shù)據負載傳遍多個服務器，這保證了更高的吞吐量和可擴展性。
讀取后消息并不會從主題中刪除，而且主題可以有多個不同的消費者，這使得抱有不同目的不同消費者處理可以處理同一消息。
批量處理
當快速相應時間不是核心要素時，就可采用數(shù)據批量處理。批量處理用于處理一段時間積累的數(shù)據集。例如白天收集EDI聲明，晚上打包至文件夾中準備用于處理。
Apache Hive是一個用于數(shù)據倉儲的開源Hadoop應用程序。它提供了一個便捷的方式在大量的非結構化數(shù)據之上建立框架，然后對這些數(shù)據進行類似SQL查詢操作的批處理程序。
Apache的Spark是下一代分布式并行處理框架，可為機器學習、圖形處理、SQL等提供一套豐富的API。 對于迭代算法，Spark處理速度要比MapReduce更快，因為Apache盡量將相關信息儲存在儲存器中，而MapReduce則更多地直接從盤中讀取和寫入。
流式數(shù)據處理
Spark Streaming是基于Spark的實時計算框架，其將流式計算分解成一系列短小的批處理作業(yè)。因此，你可以像編寫批處理作業(yè)一樣編寫流作業(yè)。當然，處理大規(guī)模流式數(shù)據，除了Spark Streaming， Apache Flink 和 Apache Storm也是不錯的選擇。
NOSQL數(shù)據庫存儲
存儲海量數(shù)據，我們需要一個既能滿足快速寫入又能滿足大批量錄入的數(shù)據庫。MapR-DB應運而生，MapR-DB就是為了規(guī)模化寫入而設計，因為事實上同時讀取的數(shù)據也存儲在一起。
有了MapR-DB, 數(shù)據可以通過關鍵域在數(shù)據集群之間完成自動分配，每個服務器對應一個子數(shù)據集的源。如果按行分組數(shù)據，無疑會加快數(shù)據讀寫速度。
MapR-DB有兩個API：
? JSON API——用于存儲文件模型
? HBase API——用于列數(shù)據模型（尤其是時間序列數(shù)據）
提供數(shù)據
終端應用，例如數(shù)據表盤、商業(yè)智能工具以及其他的應用，需要使用已處理好的數(shù)據。同時，這些數(shù)據可以再存回數(shù)據庫，方便日后使用。
Apache Drill 支持無模式SQL查詢引擎，因此能夠實現(xiàn)海量數(shù)據的自助式數(shù)據探索。能夠實現(xiàn)海量數(shù)據自助服務SQL查詢。Drill有如下優(yōu)點：
? Drill支持多種數(shù)據讀取
? Drill進行了交互式應用方面的優(yōu)化，可以在秒級別的時間查詢PB級別數(shù)據及萬億條記錄
? 數(shù)據分析師在使用Drill的時候，可以搭配一些例如Tableau的工具，就能夠快速實現(xiàn)數(shù)據可視化。
以上我們討論的架構組建，都能與mapr 融合數(shù)據平臺在同一數(shù)據集群上運行。當然，整合Hadoop、Spark、實時數(shù)據庫、全球性事件流及大規(guī)模企業(yè)級存儲，還會帶來以下好處：
? 維護一個數(shù)據集群，意味著更少的系統(tǒng)架構部署和管理，對系統(tǒng)安全、穩(wěn)定性和性能方面的監(jiān)控也減少了。這樣極大程度上降低了硬件和運營成本。
? 生產者和消費者在同一集群，將會降低因在不同集群和應用程序間復制或移動數(shù)據而造成的延遲。
Valence Health使用MapR融合數(shù)據平臺來創(chuàng)建作為該公司主要數(shù)據儲存地的數(shù)據湖。該公司產生3000條內部數(shù)據記錄，涵蓋45種不同類型，包括實驗室測試數(shù)據、病人生命體征、處方、藥品津貼、索賠和支出等，其中索賠來自醫(yī)生和醫(yī)院兩方面。在過去，如果我們要從2000萬條實驗室記錄中檢索一條記錄，將花費22個小時。而MapR只需要20分鐘，并且其所消耗的硬件資源還會大大減少。
國立衛(wèi)生研究院為了整合各研究院的數(shù)據集，也創(chuàng)建了一個數(shù)據湖。這樣，所有的數(shù)據都集中在一個地方，更加方便數(shù)據共享和處理。
UnitedHealthcare IT部門采用Hadoop框架創(chuàng)建了一個平臺。該平臺上有各種工具，能夠
分析諸如索賠、處方、治療計劃參與者、合同服務提供者及相關的索賠審議結果等信息。
醫(yī)療衛(wèi)生服務的記錄系統(tǒng)流
Liaison科技提出一個基于云的方案，幫助組織機構整合、管理、保護跨公司數(shù)據。針對醫(yī)療服務和生命科學產業(yè)，他們提供了一個縱向解決方案，該方案面臨兩個難題：符合HIPAA規(guī)定需要以及數(shù)據格式及呈現(xiàn)方式的推廣。針對第一個問題，MapR將該規(guī)定的數(shù)據譜系流式化，數(shù)據流成為了一個記錄系統(tǒng)——一個無窮盡而又不可隨意更改的數(shù)據交換記錄日志。
針對后一問題，我們通過一個例子來了解。一個病人的記錄有可能被不同的用戶，例如制藥公司、醫(yī)院、診所、醫(yī)生等以文件或圖表形式呈現(xiàn)或以檢索等方式使用。通過把即時數(shù)據變化通過數(shù)據流的形式處理成MapR-DB HBase、MapR-DB JSON文件、圖表，并錄入搜索數(shù)據庫中。此外，通過應用MapR數(shù)據整合平臺的服務，Liaison可以保護所有的數(shù)據，避免冗余數(shù)據和安全需求累積，而這是對備選方案的基本要求。
基因處理
Novartis團隊采用Hadoop 和Apache Spark打造了一個工作流系統(tǒng)。這個系統(tǒng)為NGS（Next Generation Sequencing）研究整合、處理、分析各種類型的數(shù)據。
隨著科技的發(fā)展，普通硬件無論是存儲性能還是快速處理大數(shù)據的能力都大幅提升。隨著通過捕獲、共享、存儲大量電子醫(yī)療服務數(shù)據和交易等技術的成熟，醫(yī)療服務行業(yè)正逐步變革，不斷提高產出并降低花銷。
原文選自：CONVERGE blog
作者：Carol McDonald
編譯：數(shù)據觀
譯者：荊宏達 王楠 趙杏 高雅 鄒小武 陳歡
校對：黃思思
注：本文系數(shù)據觀編譯稿件，轉載請注明來源、作者及本文鏈接。數(shù)據觀微信公眾號（ID:cbdioreview） ，欲了解更多大數(shù)據行業(yè)相關資訊，可搜索數(shù)據觀（中國大數(shù)據產業(yè)觀察網www.cbdio.com）進入查看。
…看了又看…
醫(yī)療健康大數(shù)據如何發(fā)展、應用？專家詳解
點擊上方“健康中國”可以訂閱哦
如何理解《促進和規(guī)范健康醫(yī)療大數(shù)據應用發(fā)展的指導意見》（以下簡稱“指導意見”），以及該政策對健康醫(yī)療領域所將產生的重要影響，《醫(yī)學界》就熱點話題采訪了國家信息中心專家委員會副主任寧家駿教授。
請您介紹文件出臺的背景及其意義？
寧家駿教授：這一文件是貫徹落實《國務院關于積極推進“互聯(lián)網+”行動的指導意見》（國發(fā)40號）和《國務院關于印發(fā)“大數(shù)據發(fā)展行動綱要”的通知》（國發(fā)50號文件）的一個重要步驟，或者說是其重要組成部分。不久前，大數(shù)據部際聯(lián)席會議還通過了《促進大數(shù)據行動綱要》的三年計劃，并將醫(yī)療健康大數(shù)據應用作為今后三年的重要工作和突破點。大家都知道，醫(yī)療健康領域所包含的數(shù)據是非常巨大的，其應用也具有重要意義。在此背景下，國家衛(wèi)計委推出該文件，應該說符合貫徹國家“十三五”期間推進大數(shù)據發(fā)展的要求，是一個重大戰(zhàn)略和突破點，既關系民生、滿足群眾健康切身需求，又促進相關產業(yè)發(fā)展。
據悉文件包括夯實應用基礎、全面深化應用、規(guī)范和推動“互聯(lián)網+健康醫(yī)療”服務以及加強保障體系建設四大方面。請問國家將如何推動醫(yī)學大數(shù)據的應用？在法律法規(guī)上如何保障體系建設呢？
寧家駿教授：可以說，人體是最復雜的系統(tǒng)，對健康的管理也是最復雜的工程，這項工作需要有海量、精準合不斷變化的大數(shù)據的支持。近年來，伴隨著國家經濟實力的提高，我國醫(yī)院的硬件設施有了很大的改善。很多醫(yī)院都建立了現(xiàn)代化的臨床信息管理系統(tǒng)，而且投入很大。但是，現(xiàn)在最主要的問題是每個醫(yī)院都是自己在推動，導致信息孤島的形成，造成重復診斷、重復檢查等醫(yī)療資源的浪費，檢查結果和信息利用率較低。所以發(fā)展大數(shù)據是利國利民的一件大事。具體而言，我們希望從公共衛(wèi)生到醫(yī)療服務，包括醫(yī)療保障、藥品供應和計劃生育等全環(huán)節(jié)的數(shù)據很好地整合起來。這是該文件對醫(yī)療健康大數(shù)據應用指出了非常重要明確的方向。
談到法律法規(guī)的問題，《行動綱要》已把大數(shù)據的相關立法和制度建設工作作為非常重要的環(huán)節(jié)。就醫(yī)療健康大數(shù)據來說，對涉及個人諸如基因庫、疾病譜等高度敏感的信息是國家的重要資源，有必要通過立法來加強保護。考慮到立法周期比較長，所以目前國家還是首先利用好現(xiàn)有法律，如民法對隱私的保護要求等。同時，國家也鼓勵地方政府部門的試點和創(chuàng)新。我認為，我們能夠通過這些工作來做好數(shù)據保護。
從文件中我們看出政府大力推進醫(yī)療健康大數(shù)據的應用和資源整合，那么未來政府將有哪些資金上的支持？
寧家駿教授：在“十二五”期間，國家已重視醫(yī)療數(shù)據的整合，從中央層面開始做頂層設計推進信息共享。國家衛(wèi)計委也從“十二五”就開始啟動了“全民健康信息化工程”建設，計劃在前期先行投入4億多元人民幣，進行建設。今后在“十三五”期間，還將動員更多的投資來做這方面的工作。當然除了政府投入，還要引入更多的社會資金投入這項重要領域的建設。
盡管目前推動不同的醫(yī)療機構間的信息貫通、共享存在一定難度，但是從技術層面來說，這實際上不成為障礙。近幾年國家衛(wèi)計委一直在做標準化建設，包括電子健康檔案和電子病例，實下發(fā)了部標和國標。
我個人的觀點是，推動信息共享是各利益群體的認識問題，關鍵在人。
互聯(lián)網+健康服務將有哪些具體項目呢？
寧家駿教授：目前從各省已經或正在申報一些項目來看，“互聯(lián)網+健康醫(yī)療”的項目不少，因為這些應用是互聯(lián)網+健康服務的重要組成部分。按照審批程序，已有一些項目獲得國家專項基金。
我認為，互聯(lián)網+健康醫(yī)療的項目要分為兩個層次。一個層面屬于公益性/基礎性的服務，要以政府為主導；另一個層面是增值務，須以市場為主導，政府做好監(jiān)管和適當引導，以滿足不同層次人民群眾的需求。但總的來說，推動互聯(lián)網+健康醫(yī)療,更重要的是利用互聯(lián)網平臺途徑和思維，把過去傳統(tǒng)的服務做好轉型升級，真正地實現(xiàn)資源共享，更好推動信息共享、信息的匯聚。
作者：張凌
什么是健康醫(yī)療大數(shù)據
健康數(shù)據“多跑路” 人民群眾“少跑腿”
華訊網7月4日電 國務院辦公廳日前印發(fā)《關于促進和規(guī)范健康醫(yī)療大數(shù)據應用發(fā)展的指導意見》。什么是健康醫(yī)療大數(shù)據？健康大數(shù)據對醫(yī)療服務和百姓生活將產生哪些影響？就以上話題采訪了相關部門負責同志和有關專家。
國家衛(wèi)計委副主任金小桃介紹，健康醫(yī)療大數(shù)據涵蓋人的全生命周期，既包括個人健康，又涉及醫(yī)藥服務、疾病防控、健康保障和食品安全、養(yǎng)生保健等多方面數(shù)據的匯聚和聚合。“讓健康數(shù)據‘多跑路’，讓人民群眾‘少跑腿’。大數(shù)據有助于提供更加優(yōu)質的健康醫(yī)療衛(wèi)生服務。互聯(lián)網健康咨詢、預約就診、診間結算、醫(yī)保聯(lián)網異地結算、移動支付等，都給老百姓帶來了更加便捷的應用服務。”
指導意見提出，要夯實健康醫(yī)療大數(shù)據應用基礎。實施全民健康保障信息化工程，全面建成統(tǒng)一權威、互聯(lián)互通的人口健康信息平臺，消除數(shù)據壁壘，暢通共享通道。中國工程院院士、浙江大學附屬第一醫(yī)院李蘭娟認為，未來以大數(shù)據為基礎的全新醫(yī)療云計算模式和以家庭為云終端的健康服務將貫穿家庭、社區(qū)和醫(yī)院，推動醫(yī)學取得突破，幫助百姓獲得實惠。目前，部分醫(yī)改試點省份開展了醫(yī)學檢驗檢查結果互認共享的探索，這意味著在確保醫(yī)療質量的前提下避免不必要的重復檢查，緩解“看病難、看病貴”問題。“《意見》的出臺對國家醫(yī)療衛(wèi)生的改革與發(fā)展，尤其是對每個人的健康管理將起到巨大的推動作用”。
國家衛(wèi)生計生委醫(yī)藥衛(wèi)生科技發(fā)展研究中心副主任代濤表示，國家要大力加強基礎設施、資源目錄、標準規(guī)范的建設，才能實現(xiàn)共建共享、互聯(lián)互通。“光靠政府推動是不夠的，必須要通過重要領域推廣應用，形成示范帶動，要讓大家看到大數(shù)據是如何提高醫(yī)療服務效率和降低成本，是如何為臨床決策提供支持系統(tǒng)的，是如何為政府決策提供事實產生的支持數(shù)據，然后才是組織實施”。
從尚未出生的胎兒到新生兒檢查、定期體檢，直至臨終關懷，人生中所有的醫(yī)療健康數(shù)據都被存儲記錄下來，為醫(yī)生的診斷提供參考——大數(shù)據讓覆蓋全生命周期的健康服務成為可能。
“如果能夠把群眾就醫(yī)的數(shù)字醫(yī)學足跡完整準確地記錄下來，有利于構建一個預防、治療、康復和自我保健管理一體化的電子云服務。小病在社區(qū)就能解決問題，一些疑難重癥可以通過遠程醫(yī)療方式分級診療。”國家衛(wèi)生計生委規(guī)劃信息司副司長張鋒描述了大數(shù)據在健康領域的應用模式。
“利用大數(shù)據，將各種健康數(shù)據、各種生命體征的指標，集合在每個人的數(shù)據庫和電子健康檔案中，然后再通過可穿戴設備，及時監(jiān)控血壓、心率等方面的生命體征指標，及時作出健康提醒。通過大數(shù)據分析應用，推動覆蓋全生命周期的預防、治療、康復和健康管理的一體化健康服務，這是未來健康服務管理的新趨勢。”金小桃介紹。
如何加強醫(yī)療大數(shù)據背景下的隱私保護，也是公眾關注的話題。此次《意見》提出，促進和規(guī)范大數(shù)據應用，一方面要推進網絡可信體系建設，包括強化健康醫(yī)療數(shù)字身份管理，建設全國統(tǒng)一標識的醫(yī)療衛(wèi)生人員和醫(yī)療衛(wèi)生機構可信醫(yī)學數(shù)字身份、電子實名認證等。另一方面是加強健康醫(yī)療數(shù)據安全保障，開展大數(shù)據平臺及服務商的可靠性、可控性和安全性評測以及應用的安全性評測和風險評估。
國家信息中心專家委員會副主任寧家駿認為，大數(shù)據安全是國家《促進大數(shù)據行動發(fā)展綱要》的安全保障重要組成環(huán)節(jié),今后除了做好相應保障之外，大數(shù)據的開發(fā)應用要實現(xiàn)個體數(shù)據的“脫敏”，在應用和研究時只能看到群體差異化特征，阻止對個體化信息的開發(fā)使用。
