大数据医疗的应用与分析

黄顺富 尚志会 谢小芳 董利

摘  要： 在医疗领域中，对海量数据进行数据挖掘，获取价值信息是大数据分析决策的重要手段，可以提升医疗服务水平。文章以大数据在临床医疗、生物制药等方面的应用为切入点，分析了大数据技术在医疗领域中的应用优势，对大数据医疗的未来发展趋势进行深入地剖析。最后总结了大数据医疗的应用现状，提出了大数据医疗应用中潜在的安全问题，希望能给研究人员提供一些借鉴与帮助。

关键词： 大数据医疗; 临床医疗; 生物制药; 安全

中图分类号：TP30          文献标志码：A     文章编号：1006-8228（2019）08-01-03

Abstract： In the medical field， to obtain value information by data mining of massive data is an important means of big data analysis and decision-making， which can improve the level of medical services. Starting from the application of big data in clinical medical treatment and biopharmaceuticals， this paper analyzes the advantages of big data technology in medical field， and deeply analyzes the future development trend of big data medical. Finally， the application status of big data medical is summarized， and potential security problems in the application of big data medical are put forward， hoping to provide some reference and help for researchers.

Key words： big data medical; clinical medical treatment; bio-pharmaceutical; security

0 引言

大数据（big data或称mega data）指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产[1]。大数据处理主要针对海量数据的存储、管理、分析、计算以及应用等统筹[2]。医疗健康大数据就是基于现代信息技术与医疗技术相结合的产物。

大数据在医疗健康应用领域中，具有数据量巨大、数据类型多、处理速度快、价值密度低、真实性高等特点。如何将医疗中产生的海量数据通过数据挖掘技术从中抽取出有用的信息，是当前医疗大数据需要解决的问题。例如，大数据分析用于预测癌细胞的增长趋势、定量分析血小板数量以及异常病变细胞的游动速度等问题。

1 大数据在医疗中的应用

1.1 在临床方面的应用

大数据的崛起，使大数据应用分析技术在医疗中发挥巨大的价值。病案系统（EMR）、实验室信息系统（LIS）与影像归档和通信系统（PACS）等数据信息系统的出现，为医生提供了更有效的诊断服务，有效地简化了医疗诊断流程，保证了医疗临床诊断结果更加准确，大大节约了病人和医护人员的时间，提高了医护人员诊断的准确率[3]。对医务人员来说，通过合理应用EMR、LIS与PACS等数据信息系统，使得医疗数据得到全面利用才能够有效、快速解决临床中难以及时处理的问题[4]。基于大数据技术的临床医疗系统的应用，能够使医疗效率加快，并帮助医护人员解决更多病人问题。

大数据在临床方面的具体应用。例如，医护人员给女性患者做疤痕子宫剖宫产手术时，在手术期间根据临床出血情况，并结合多名患者的历史数据进行临床应用探讨。最后，可依据大数据技术提取粘连率、手术持续时间、术后出血量、进腹到胎儿娩出时间等价值信息，该信息与首次剖宫产术的关系可得出最佳手术解决办法。

与传统的临床医疗相比，大数据分析为医疗提供更多价值信息，对医疗数据进行分析、综合，并做出最大概率的预测，为医护人员提供最优建议。利用大数据分析技术能够更好地提升医疗临床系统决策的合理性，使得医疗临床观察数据更加科学，为医生提供准确的决策数据，保证医疗临床诊断水平、诊断效率得到有效提升[5-7]。

1.2 在生物制药方面的应用

通过大数据技术分析公众疾病的药品需求情况， 所得信息反馈给医药研发部门， 使其对有限的资源进行更有效的配置与管理。通过日常医护人员对就诊病人的相关数据汇入到数据仓库中，该数据与历史记录汇集、分类，最后应用数据挖掘技术从数据仓库中获取有效信息，进行行为预测与判断，为生物制药提供有力依据，所以大数据在生物制药中能够全面地发挥出药物的生产与治理效果。通过追踪相关药物并分析判断与决策，帮助医护人员及时准确地了解病人身心健康的实际状况，并根据病人的实际状况及时调整治疗药物的用量问题。

与传统的生物制药相比，大数据医疗生物制药能够实时监测药物的效果，及时检测药物的使用情况。通过比对标准药物的成份及含量，检测所含成分是否出现制造假药等情况，为促进健康中国创造有利的基础条件。

1.3 在穿戴医疗产品方面的应用

大数据以及物联网的不断发展使市场出现大量智能产品，如智能穿戴测心率、监控血压等产品。可穿戴设备依据身体所发出持续性信息可及时发现身体异常症状。该医疗设备主要运用大数据技术对其收集到的数据进行科學地、正确地、及时地分析，并做出高效率和准确的反馈，根据反馈的信息，分析健康状况并做出调整。根据大数据智能产品测出血脂数据与正常数据进行比对，若发现异常，可及时发出警报信息进行反馈，从而依据价值信息做出合理的判断与调整。大数据还可以改善公共健康监控，公共卫生部门通过大量数据收集对公共卫生做出整合处理，快速检测流行性传染病的扩散速度、流感病毒细胞的繁殖速度，以便及时做好防范措施。

与传统的医疗设备相比，大数据医疗分析可根据数据库中已有的历史数据，如集合健康数据、生命体征的指标来形成个体化数据库及电子健康档案。最后，通过把对应数据库及电子健康档案信息植入电子设备中，然后可随时监控血压、心率等生命体征指标进行健康管理及疾病提示。建立健康管理档案，实现数据共享，具有比较强的关联能力。

2 大数据医疗与传统医疗的对比

传统医疗与大数据医疗存在较大差别，如诊断错误概率、信息处理速度、医疗资源配置、个人医疗信息管理等问题。

2.1 运作效率快、出错概率小

在传统医疗中，各种数据指标都需要人为操作、汲取和整合信息，人为处理数据的速度较慢且容易出错，更新速度慢，同时不宜做出科学的预测。而大数据医疗能够快速处理医疗数信息，并且出错概率小，可以对数据进行及时更新，信息处理速度快。同时，大数据可以根据数据的整合、总结，做出科学地行为预测与判断。

2.2 优秀医疗资源分配更加合理

由于传统医疗资源受各方面因素影响，如：医护人员受教育程度、所处地理位置、所在硬件环境等。医疗专家相对集中在大中城市，而乡镇等偏远地区则较为稀缺，医疗资源产生“两极分化”，时常出现看病难，大医院人满为患，小医院得不到良好的医疗资源，由此缺少优质的医疗资源。然而基于大数据的医疗资源分配则更加合理，病人可以通过互联网平台提前预约知名医疗专家为其提供服务，可以实现在线远程指导和医疗帮助，同时很多医疗基础设施可以实现远程共享。所以，医疗大数据资源共享极大地提高了优秀医疗资源的利用率，提高医疗效率，缓解“看病难，看病贵”等问题。

2.3 个人医疗信息更加完善

在传统医疗服务中，由于医疗费用较为昂贵，使得贫困病人到医院就诊受到限制，所以医院缺少很多关键信息来源。同时在偏远地区乡村中互联网尚未得到普及，电子病历档案尚未归一化。大数据时代下，由于大数据医疗资源的共享应用，更多人建立了自己的电子病历档案和医疗信息。对于个人信息采集与识别、医疗行为与费用支付等问题，大数据资源已在不同医疗系统、医疗机构、地域之间的提供便捷医疗共享服务，进一步助力医疗信息共享变为可能。

3 大数据医疗发展趋势

3.1 大数据、云服务数据共享

依托大数据、云服务构建大型医学数据仓库， 同时建设互联互通的国家、省、市、县四级人口健康信息平台， 并在此基础上完成各级医疗机构间数据共享的工作。将物联网、移动互联网等关键技术逐步应用到医疗服务中，加强数据挖掘管理与有效信息的应用， 为管理决策工作提供重要信息， 进一步推动医疗健康发展，深化医疗资源配置均衡的利用。

3.2 大数据医疗平台化

为了实现对医疗领域中海量数据的存储、管理与共享，从而建设大数据平台已成为时代不可缺少的应用。党的十九大报告提出要“建立全国统一的社会保险公共服务平台”，其内涵是运用“互联网+”、大数据等信息化手段，为群众提供無地域流动边界、无制度衔接障碍、参保权益信息更加公开透明、社保服务更加便捷高效、各服务事项一体化有机衔接的社会保险公共服务。建立强大的大数据平台需要强大的数据支持能力，由此需要建设适合社会需求、监管、决策、服务的安全大数据医疗共享平台，同时这些也是实现大数据汇集、存储、分析与应用的基础。实现统一标准、统一管制，提升管理效率，为管理层应用决策提供安全合理的保障。

4 大数据医疗安全问题

4.1 信息安全问题

随着大数据与智能化的深入发展，会产生海量数据。由于医疗数据的庞大性，并且每位患者的电子健康医疗档案中的数据信息共享具有较强的关联能力，从而导致安全数据泄露甚至被贩卖，个人隐私得不到保障。数据库中的数据较多，会出现数据的冗余，使得在进行数据更新时造成数据丢失。数据资源共享的权限设置问题，病人数据由医务人员录入，可能涉及医务人员主管上的随意修改，造成数据不正确并与实际症状结果数据不一致的情况。

4.2 安全审计问题

大数据安全审计有助于发现自身的安全漏洞，但很少有医疗企业花费财力、物力去做大数据安全审计工作。由于医疗数据审计环节的疏漏，导致在处理医疗大数据的迁移、同步、挖掘时，会出现大数据的丢失。安全审计较为复杂并且增加了数据的检测负担，需要专业人才结合具体问题进行分析，这增加了操作难度。因此，医疗大数据资源的安全审计问题显得尤为重要。但是随着大数据技术的突破性进展，大数据安全审计问题会不断被解决。

5 总结

通过分析大数据在医疗中的应用，找出大数据医疗与传统医疗的区别，进而阐述大数据发展趋势以及发展过程中存在的缺陷与问题。医疗大数据的普及使得医疗管理得到重大改变，从而改善了管理和服务水平。医疗大数据的应用为医务人员节约了宝贵的时间，给医务人员及患者带来极大的便利，减少医务人员“误诊”问题等现象的发生。

参考文献（References）：

[1] 黄婧，王云光，皮冰斌.健康医疗大数据的安全保障技术研究[J].计算机时代，2018.317（11）：49-52

[2] 大数据战略重点实验室.大数据概念与发展[J].中国科技术语，2017.4：43-50

[3] 周立广.医疗领域中大数据分析技术及应用[J].通讯世界，2018.25（12）：42-43

[4] 段雯琼，任亚丽，薛然.基于“互联网+”和大数据分析的社区老人智能医疗服务系统[J].中国新通信，2017.19（8）：157

[5] 尚志会，李洪进，谢小芳.大数据环境下医疗资源调度算法研究[J].网络安全技术与应用，2018.9：49

[6] Wong H T， Yin Q， Guo Y Q， et al. Big data as a newapproach in emergency medicine research[J]. Journal of Acute Disease，2015.4（3）：178-179

[7] 申曙光，张勃.分级诊疗、基层首诊与基层医疗卫生机构建设[J].学海，2016.2：48-57