大数据分析技术及其在医疗领域的应用

潘艳军

摘 要 随着大数据时代的来临，互联网和物联网技术的快速发展带来了数据的上传和下载等更多的便利，促使互联网上的数据量出现了急剧增长的状态，在这样的环境下，也就产生出了专门针对大数据的存储、计算、分析以及处理等一些新的问题。而在医疗领域中，大数据的作用也就显得越来越重要。因此，基于基因组学和现代生物医学技术的个性化医疗，也就成了未来医学领域发展的主要方向。但是目前，怎样对大数据进行获取、分类、存储、将其中有价值的信息挖掘出来，以及怎样将其更加有效地应用在医疗领域中也就成了热点话题。为了对此进行更加深入的研究和分析，文章对大数据及其特征、大数据分析技术以及其在医疗领域中的应用作了如下综述。

关键词 大数据；医疗领域；应用；分析

中图分类号 G2 文献标识码 A 文章编号 1674-6708（2018）218-0117-02

随着科技时代的到来，各个领域中均出现了数据的爆炸式增长，而大数据也成为当今社会被研究的重点话题，并且其数据的分析以及应用也已经成了世界科技界以及各国政府所关注的焦点话题，“大数据时代”真的已经来到了我们的身边。但是目前所面临的难题依旧是怎样更好的获取、分类、存储、处理和传输这些数据。在医疗领域，我国正处在一个医学信息爆炸的时代，如医学图像、电力病例记录、基因序列、多中心临床药物试验等各个领域每天都会产生大量的数据，这也对医疗领域在对大数据技术对比应用起到了推进的作用[ 1 ]。

1 大数据及其特征

大数据具有以下几个特征，即极大的数据量：来自于互联网、物联网以及电子商务等多個方面的数据；模态极多：其有文本、视频、语音、网页等半结构化和非结构化的数据模态；速度快：其所产生的数据都有着较强的时效性；有着密度较低的高价值信息[ 2 ]。

2 大数据分析技术

2.1 机器学习和数据挖掘算法

大数据分析的基础就是机器学习，要想从无模式、凌乱、复杂的大数据中挖掘出更多有价值的信息，就需计算机对人类学习的过程进行模拟。目前，使用较多的机器学习系统则为神经网络（DNN），其也大大降低了语音识别的错误率。其包括大数据的分类、聚类、关联分析、并行算法等。数据挖掘算法是以数据为依据创建数据挖掘模型的一种试探计算法。其主要是利用机器学习来实现对数据的分类，进而从其中找到有价值的信息。

2.2 预测性分析

这是一种重要的大数据分析方法，通过科学的建立一个模型，将已知的数据输入，对未来进行预测，所得出的结果在本质上只是一个概率。其包括对数据的获取、检测、分析、预测建模等。

2.3 可视化分析

大数据的查询和分析的实用性和有效性直接决定着人们对决策信息的获取情况，而可视化的大数据分析技术就将数据的分析结果更加形象和直观的展示了出来，进而找出蕴藏在其中的规律和特征，将有价值的信息挖掘出来[ 3 ]。此种大数据分析技术极其简单，甚至一些非IT专业的人员也能够通过实现对大数据的分析和应用，所以，此种技术不但是对大数据进行分析的关键技术，还是呈现对大数据分析结果的关键技术。

2.4 语义引擎

此种大数据分析技术就是从词语表达大语义和层次上对用户的检索请求进行识别和处理，其被广泛的应用在了对网络数据的挖掘中。用户利用此种技术，将需要的关键词输入到检索系统中，从而找到需要的数据[4]。

2.5 知识计算

知识计算需要从大量的数据中搜索出高价值的知识，并将其构成能够支持查询、分析和计算的知识库。

2.6 数据质量和数据管理

大数据分析中，最为关键的就是数据的质量和管理。其能够更加科学的对大数据进行分析，从而将使分析出来的结果更有价值。

3 大数据分析技术在医疗领域中的应用

3.1 在基因生物学中的应用

有研究人员从1990年开始到2004年，历经15年，完成了人类基因组的计划，其对人类23对染色体基因组中的碱基对进行了测序和检定。目前为止，已经发现20？500多个基因，其会在不同的微环境中表现出较大的差异，并且其所产生的不同的表达物中可以产生大量的数据。而大数据技术会通过互联网，使数据库被科研人员共享，从而促进数据的快速产生。

3.2 在致病因素分析中的应用

在医疗领域，病人各项信息都会被存储在病案信息库中，工作人员通过对病人的个人信息进行检索，使用大数据分析技术（如聚类分析法）就可以对病人的相关信息进行关联性的分析，从而找出疾病的发生与给一些外在因素之间潜在的关系，指导人民群众提高警惕，远离致病因素，将此种疾病的发生率降到最低。

3.3 在临床诊断和治疗中的应用

在对疾病的临床诊断和治疗中，大数据分析技术能够有效提高准确率和治疗效果。由于疾病的错综复杂，致病因素之间所存在的较大差异，导致同一种疾病在不同阶段也会出现不同的症状，即便是不同的疾病，有时也会表现出高度相似的临床特征[ 5 ]。采用大数据分析技术（如数据挖掘算法）能够根据病人的病历以及个人信息对造成疾病的相关因素进行分析，这对疾病的治疗是非常重要的。

3.4 在疾病预测中的应用

大数据分析技术最为核心的内容就是预测，在医疗大数据中，其中包括大量病人的地区区域、饮食习惯等信息，这些信息为对某种疾病的发病史以地区分布性提供的线索。并且研究人员还可以通过对大数据的分析，对疾病的遗传性和非遗传性进行分析，为治疗人员提供相应的防治措施，从而降低此种疾病的发病率[6]。另外，大数据分析技术还可以对某些疾病的发展趋势进行预测，（如机器学习法）可以对部分疾病信息进行精确判读，其还是对传染性疾病进行预测和预警的利器。

3.5 在医学影像中的应用

在医学领域的影像（如CT、MRI）分析中，采用大数据分析技术能够对所得出的影像结果进行分析，进而对病人的疾病做出正确的诊断。

3.6 在检验医学中的应用

检验医学的快速发展，如细胞免疫学、细胞学、酶学、分子生物学等，不但加快了对临床基因的检测速度，还在基因的诊断中，（如病毒、细菌等基因的快速检测、遗传性疾病的诊断）得到了广泛的应用。免疫学的发展拓宽了其在检测界的领域，还提高了检测的灵敏度，对试验过程步入自动化起到了促进的作用[7]。

3.7 在医院管理中的应用

目前，各大医院所应用的综合信息管理系统、影像系统、OA系统、以电子病历为中心的管理系统等，在一定程度上提高了医院的管理水平、经济效益以及诊疗水平。而随着大数据技术的不断发展，各个医院的电子病历系统会通过互联网而实现医疗信息的共享[8]。

3.8 在新药研发中的应用

目前，在医疗领域，药物研发的重要工具就是网络药理学和分子对接技术，其也是大数据分析技术所应用的重点领域。比如，系统的完整性能够保证生物个体内各个机制的正常运行，而各个节点之间进行一种相互作用后就又可以形成一个复杂的网络体系，而一旦网络体系被打乱，就说明生物机体出现了某种疾病。利用大数据分析技术，有效的利用网路数据和药物网络数据，将会在很大程度上提高对新药研发的水平。

3.9 在药物副作用分析中的应用

采用大数据分析技术，通过互联网对各家医院所出现的药物不良反应进行挖掘，能够帮助治疗人员更加科学、全面的了解到药物的副作用情况，使其在用药时，会提高警惕，从而将药物的副作用降到最低，保证病人合理用药[9]。

4 结论

总之，科学技术的发展，大数据在医疗领域中的作用愈发重要。在这些医学领域中，常常隐藏着很多的有价值的信息，通过对大数据科学有效的进行利用，能够有效实现各大医院对病例的共享、对流行性疾病发病情况的预测、药物作用的预测以及个体化的精准医疗等，并且对提高临床诊断水平，保证患者用药的安全性和有效性等都有着重要的指导作用。

参考文献

[1]潘长玲.大数据分析在健康管理领域中的应用及挑战[J].现代医学与健康研究电子杂志，2018，2（9）：135-136.

[2]马晓，孙瑞靖，宋小明.浅析医疗大数据对医学研究领域的创新进展[J].内蒙古科技与经济，2018（7）：93，96.

[3]赵俊，孙亚丹.基于Hadoop的医疗健康非结构化大数据分析研究[J].科技视界，2017（36）：1-2，74.

[4]徐志祥，王莹.我国医疗行业大数据应用现状及政策建议[J].中国卫生信息管理杂志，2017，14（6）：822-825.

[5]赵浴光.浅议大数据分析技术在医药领域的应用[J].科技创新导报，2017，14（34）：162-163.

[6]孙爱婷，张海平.大数据技术在医疗领域应用的发展前景[J].中国管理信息化，2017，20（19）：193-195.

[7]张春丽，成彧.大数据分析技术及其在医药领域中的应用[J].标记免疫分析与临床，2016，23（3）：327-333.

[8]郭曉明，周明江.大数据分析在医疗行业的应用初探[J].中国数字医学，2015，10（8）：84-85，111.

[9]邹北骥.大数据分析及其在医疗领域中的应用[J].计算机教育，2014（7）：24-29.