中数字醫 特别考题 Exclusive Subject 大。在医疗卫生领城的应用与实线 理特别是管理决策带来巨大机遇。 院状况,往往造成决策上的失误。随且目前多种医疗卫生平台并存,数据 2.1医疔大数据为临床诊疗提供更智能着科技的发展,医院信息化建设和管异构性大,不同疾病和健康管理需求 的辅助支持据统计在美国的重症监护室理水平有了显著提升,但绝大部分停的数据集成模式和融合方法之间存在 平均每年有40000由于误诊死亡,这留在业务的数字化上,不能够为管理很大差异,也造成大数据应用的基础 是由于传统的医疗诊断主要依赖医疗工者提供决策信息和帮助。其中存在两困境 作者的个人能力和经验,在实际工作个主要问题:一是目前医院信息系统32大数据共享面临医院内外部技术与 中往往受到限制。随着信息化医疗的提供的报表和数据沿袭了手工操作方体制博弈|BM的大多数架构师认为医 推进,各种电子信息系统引入临床诊式,无法体现系统间的内在关系。二疗领域的大数据用户覆盖范围很广, 疗(如HS、PACS等),各类医疗数是数据来源单一,分析方法和手段落如医院诊所、区域医疗中心、医疗保 据呈爆炸式增长,传统的数据处理方后,综合性信息系统和决策支持管理险公司、药物管理分析单位、医疗设 法已无法满足要求。而大数据方法可功能较弱,不能提供完整的系统数据备监控中心等,体系极其复杂,相应 以深入分析和处理各种诊疗数据和治分析和决策提示。而通过大数据分析的数据资源分散在不同数据池中,但 疗途径,与治疗指标数据相结合计算技术,可以全面掌握医院医疗质量不彼此间没有太多关联,同时各种信息 出更加优良的诊疗手段,从而对医务足的环节和医疗资源分配不合理的地系统来自不同厂商,没有统一标准, 工作者进行良性指导,优化诊疗过程方,帮助领导做出更准确的决策。且医院内部信息系统一元化程度弱、数 和途径,为临床诊疗提供更加智能化大数据的分析方式主要是依赖数据相据可用性不强,基础架构、技术应用 的辅助支持作用。 关性的分析而不是医疗业务特性的因架构、数据架构方面准备明显存在不 22医疔大数据为医疗质量提供更全面果分析,通常是数据敏感性分析。简足。医疗大数据开发与应用最终目标 的数据信息医疗质量管理涉及医院各单来讲,大数据是用最多的数据最多是服务患者、解放医护工作者与管理 个部门(门诊、急诊、住院),牵涉的行为模式来抽取,然后提炼出来最者,而如何有效平衡各相关方的认 到庞大的数据信息,大量数据资源成终的全部观点。因此,利用数据挖知,处理好管理需求与应用需求之间 为医疗单位最核心资源之一,是其它掘、数据可视化、数据处理和人工智的矛盾是当前面临的主要难题之一。 竞争者不可复制的优势。如何开发使能等处理技术,医疗决策者也可以从3.3大数据存储面临技术瓶颈与应用 用这些数据资源成为提高医疗质量的中挖据出更多支持决策的价值信息。需求对垒未来的大数据应用必然涉及 关键,传统的数据处理方法无法使这 多来源数据、非结构化数据的存储, 些数据得到充分利用,而大数据方法3医疗大数据应用面临的海量数据的实时在线处理等问题,主 能够通过及时的处理实时产生的医疗主要挑战 要包括:容量问题,大容量通常可达 数据与传统数据、标准数据对照,分3.1大数据面临思维模式与技术挑战到PB级的数据规模,因此海量数据 析就诊资源的使用状况,引导实现医大数据应用从本质上讲是管理、临床存储系统一定要有相应等级的扩展能 疗资源的合理分配。能够从中发现问诊疗与计算机技术的深层次碰撞后最力。除数据规模巨大之外,还拥有庞 题,总结经验教训,提出解决方案,佳的医疗信息产业远景。因此,大数大的文件数量,因此如何管理文件系 达到提高医疗服务水平、诊疗效果和医据应用的理念与思维决定其普及利用统层累计的元数据也是一个难题。延 学科研质量的目的。并逐步将医学演化的程度。当前大多数医务工作者习惯迟问题,医疗大数据应用存在实时性 为全人全程的信息追踪、预防预测和个凭借所学知识和工作经验做出诊疗和问题,需要对数据进行实时或准时处 性化诊疗(如电子病历、基因治疗和疾管理决策,认为大数据只能发现“是理,秒级的查询需求响应。显然,当 病预测),从而提高医疗价值 什么”而不能说明“为什么 旦前主流的静态存储方案无法满足数 2.3医疔大数据为管理决策提供更精大数据所得结果与医务工作者自身认据动态带来的挑战。并发访问, 准的决策支持传统的决策模式以领导知冲突,无法做出具有逻辑性的解旦认识到医疗大数据分析应用的潜在 者个人意志为主导,而由于医疗数据释,说服力不够,固有思维方式就会价值,就会将更多的数据集纳入系统 的爆炸式增长,个人无法全面掌握医占主导地位,造成数据资源的浪费。进行比较,同时让更多人使用这些数 《中国数字医学》2016年第11卷第2期·17《中国数字医学》2016 年第 11 卷第 2 期 ·17 理特别是管理决策带来巨大机遇。 2.1 医疗大数据为临床诊疗提供更智能 的辅助支持 据统计在美国的重症监护室 平均每年有40 000人由于误诊死亡[2]，这 是由于传统的医疗诊断主要依赖医疗工 作者的个人能力和经验，在实际工作 中往往受到限制。随着信息化医疗的 推进，各种电子信息系统引入临床诊 疗（如HIS、PACS等），各类医疗数 据呈爆炸式增长，传统的数据处理方 法已无法满足要求。而大数据方法可 以深入分析和处理各种诊疗数据和治 疗途径，与治疗指标数据相结合计算 出更加优良的诊疗手段，从而对医务 工作者进行良性指导，优化诊疗过程 和途径，为临床诊疗提供更加智能化 的辅助支持作用。 2.2 医疗大数据为医疗质量提供更全面 的数据信息 医疗质量管理涉及医院各 个部门（门诊、急诊、住院），牵涉 到庞大的数据信息，大量数据资源成 为医疗单位最核心资源之一，是其它 竞争者不可复制的优势[3]。如何开发使 用这些数据资源成为提高医疗质量的 关键，传统的数据处理方法无法使这 些数据得到充分利用，而大数据方法 能够通过及时的处理实时产生的医疗 数据与传统数据、标准数据对照，分 析就诊资源的使用状况，引导实现医 疗资源的合理分配。能够从中发现问 题，总结经验教训，提出解决方案， 达到提高医疗服务水平、诊疗效果和医 学科研质量的目的。并逐步将医学演化 为全人全程的信息追踪、预防预测和个 性化诊疗（如电子病历、基因治疗和疾 病预测），从而提高医疗价值。 2.3 医疗大数据为管理决策提供更精 准的决策支持 传统的决策模式以领导 者个人意志为主导，而由于医疗数据 的爆炸式增长，个人无法全面掌握医 院状况，往往造成决策上的失误。随 着科技的发展，医院信息化建设和管 理水平有了显著提升，但绝大部分停 留在业务的数字化上，不能够为管理 者提供决策信息和帮助。其中存在两 个主要问题：一是目前医院信息系统 提供的报表和数据沿袭了手工操作方 式，无法体现系统间的内在关系。二 是数据来源单一，分析方法和手段落 后，综合性信息系统和决策支持管理 功能较弱，不能提供完整的系统数据 分析和决策提示。而通过大数据分析 技术，可以全面掌握医院医疗质量不 足的环节和医疗资源分配不合理的地 方，帮助领导做出更准确的决策。且 大数据的分析方式主要是依赖数据相 关性的分析而不是医疗业务特性的因 果分析，通常是数据敏感性分析。简 单来讲，大数据是用最多的数据最多 的行为模式来抽取，然后提炼出来最 终的全部观点[4]。因此，利用数据挖 掘、数据可视化、数据处理和人工智 能等处理技术，医疗决策者也可以从 中挖掘出更多支持决策的价值信息[5]。 3 医疗大数据应用面临的 主要挑战 3.1 大数据面临思维模式与技术挑战 大数据应用从本质上讲是管理、临床 诊疗与计算机技术的深层次碰撞后最 佳的医疗信息产业远景。因此，大数 据应用的理念与思维决定其普及利用 的程度。当前大多数医务工作者习惯 凭借所学知识和工作经验做出诊疗和 管理决策，认为大数据只能发现“是 什么”而不能说明“为什么”，一旦 大数据所得结果与医务工作者自身认 知冲突，无法做出具有逻辑性的解 释，说服力不够，固有思维方式就会 占主导地位，造成数据资源的浪费。 且目前多种医疗卫生平台并存，数据 异构性大，不同疾病和健康管理需求 的数据集成模式和融合方法之间存在 很大差异，也造成大数据应用的基础 困境。 3.2 大数据共享面临医院内外部技术与 体制博弈 IBM的大多数架构师认为医 疗领域的大数据用户覆盖范围很广， 如医院诊所、区域医疗中心、医疗保 险公司、药物管理分析单位、医疗设 备监控中心等[2]，体系极其复杂，相应 的数据资源分散在不同数据池中，但 彼此间没有太多关联，同时各种信息 系统来自不同厂商，没有统一标准， 医院内部信息系统一元化程度弱、数 据可用性不强，基础架构、技术应用 架构、数据架构方面准备明显存在不 足。医疗大数据开发与应用最终目标 是服务患者、解放医护工作者与管理 者，而如何有效平衡各相关方的认 知，处理好管理需求与应用需求之间 的矛盾是当前面临的主要难题之一。 3.3 大数据存储面临技术瓶颈与应用 需求对垒 未来的大数据应用必然涉及 多来源数据、非结构化数据的存储， 海量数据的实时在线处理等问题，主 要包括：容量问题，大容量通常可达 到PB级的数据规模，因此海量数据 存储系统一定要有相应等级的扩展能 力。除数据规模巨大之外，还拥有庞 大的文件数量，因此如何管理文件系 统层累计的元数据也是一个难题。延 迟问题，医疗大数据应用存在实时性 问题，需要对数据进行实时或准时处 理，秒级的查询需求响应。显然，当 前主流的静态存储方案无法满足数 据动态带来的挑战。并发访问，一 旦认识到医疗大数据分析应用的潜在 价值，就会将更多的数据集纳入系统 进行比较，同时让更多人使用这些数 特别专题 Exclusive Subject 大数据在医疗卫生领域的应用与实践