大数据概念在医学影像中的应用

侯景

摘要：大数据概念是基于信息技术和统计技术快速发展背景下衍生出来的，无论是在商业还是社会科学领域都具有重要的应用价值。将其应用到医学影像领域当中，不仅可以使存在于医学影像中的专业性问题得到有效地解决，而且对其流程的优化也具有积极意义。

Abstract： The concept of big data is derived from the rapid development of information technology and statistical technology. It has important application value in both business and social science fields. Applying it to the field of medical imaging can not only effectively solve the professional problems existing in medical imaging， but also has a positive significance for its process optimization.

关键词：大数据;医学影像;应用

Key words： big data;medical imaging;application

中图分类号：TP181;TP391.41                      文献标识码：A                                  文章编号：1006-4311（2020）02-0181-02

0  引言

大數据概念近年来在信息领域和商业领域被广泛提及，随着社会的不断进步与发展，大数据具有的重要价值得到了凸显，这也是其被广泛应用的原因所在。然而，医学影像领域相对特殊，大数据概念在此领域中的应用依然处于初步探索时期，加大对其的探究和研究力度具有重要的现实意义。

1  大数据概念及在健康领域中的应用

1.1 大数据概念

集体量大、种类多、生成速度快且具有潜在的挖掘价值等特征为一体的数据集都被称为大数据[1]。而想要对大数据进行处理，需要有更高的数据分析技术能力为支撑来实现，对存储和计算能力都有着更高的要求，同时，无论是数据统计还是结果也与传统方法有着本质不同。客观来讲，目前针对大数据的概念并没有准确的界定，这是因为大数据商业特征显著，如果其应用背景不同，研究者的切入点不同，那么其概念也会存在显著的差异。大数据是对基于信息爆炸下的海量数据的总称，同时，以大数据为基点向外延伸的相关技术发展和创新也被归入到其内容当中。就大数据理念而言，数据通常是具有价值性的资源，其能衍生或获得新的应用也是其关键价值的展现。大数据是以云技术和开源性分析工具为关键技术支撑。

大数据与传统科学研究的数据概念具有显著的差异，精准度和因果关系并不是大数据所追求的内容，而是对混杂性予以了认可，对其中存在的相关关系进行的探索，其在使用过程中的本质目的就是为了实现新产品或新服务的开发。在计算机效率指数级提升及数据数量、深度和广度增加的基础上，都为新产业的出现提供了契机，全社会及每个人决策在此背景下也会受到相应的影响。无形数据运用与有形矿产资源等有着相似性，如果对其能够合理运用，那么其将会带来巨大的经济资产，同时也为后续创业方向、商业模式和投资机会指明了方向。

1.2 大数据在健康领域中的应用

2009年谷歌成功预测了甲型H1N1流感病毒的爆发是大数据在健康领域应用的首个案例，且在流感爆发前的几个星期，有关此方面的研究论文已经在杂志上刊登。对此论文深入研究可以得知，其针对冬季流感传播范围的预测可以精确到具体地区和州。同时，在围绕此内容展开研究时，也改变了以往依赖流行病学检测的方式，而是对网上搜索的词条进行了整合与分析，从而剖析出了特定词条频繁使用和流感之间存在的联系。也正是在其庞大数据资源和处理能力辅助下，预测结果的准确率非常高。这一事件的发生，不仅标志着大数据在健康卫生领域逐步应用，而且其优势也在社会不断进步与发展过程中体现出来。

目前，药物研发和辅助制定临床决策过程中已应用了健康大数据分析工具。就患者就诊而言，大数据是临床医师治疗决策制定时的重要参考依据。对于住院过程来讲，大数据可以对患者生命体征数据进行实时记录与分析，从而提前发现患者生命异常情况。以大数据实际应用角度切入来谈，健康领域成为其又一涉足的领域，同时，无论是新的发现和方法也被广泛推广。以学科角度来讲，就学科方面来讲，大数据对生物信息学、影像信息学等生物医学领域发展也有着突出作用。

2  大数据概念在医学影像领域中的应用

大数据概念在医学影像领域中的应用，是解决医学影像专业问题、优化其流程的重要措施。以医学影像大数据为对象进行分析可知，其主要可以细分为两类数据，第一是基于物理世界下测量的数据，第二则是以人类活动为基础衍生的解读数据。将此领域内的大数据与其他领域内的大数据予以对比可以得知，客观性强、内容复杂、体量大是医学影像大数据的突出特点。一般而言，大数据分析方法应用主要包括了图像的个性化解读、新成像技术研发、影像服务价值量化和优化工作流程四个方面。

大数据在卫生经济学分析中的应用是大数据在医学影像领域中应用的开端，据了解，整体医疗费用构成中，医学影像检查费用占着较大比例，这也是将降低费用、提升价值等作为切入点的原因所在，基于此，“Value-based radiology”概念应运而生，在围绕影像检查收费时，要摒弃以往将检查数量为依据的收费方式，而是要明确影像信息对患者诊疗过程具有的作用，并将其作为收费的重要依据和标准，同时还要保证这一过程的公开性和透明性。大数据针对人群中大量影像检查项目、费用和结果进行了深入的探究和分析，并对影像检查和患者整体诊疗结局、花费间存在的必然联系予以了明确，是后续影像检查适应症制定时的重要辅助与参考：在进行申请时，可以以数据分析提示为依据和基础，从而为申请者提供合理帮助，确保所选检查方法和费用情况的合理性，目前，通过应用大数据对中风和脑瘤患者进行合理化检查建议收获了一致好评。纵观当前市场中可以发现，此类相关产品数量相对丰富，以美国放射学会发布的Appropriateness Criteria为例，其主要是依赖于医学证据和专家建议，从而确保在后续针对影像诊断、介入治疗适应症给出建议的全面性。

客观分析可知，关于大数据在医学影像领域中的应用的探索和研究依然处于起步阶段。就现阶段的影像检查来讲，数字化已基本实现，这也为大数据的应用提供了契机[2]。但是，在以医学影像大数据为核心展开研究的过程中还存在以下几点问题有待解决：

第一，影像检查涉及到的数据量十分丰富，对存储能力、处理能力和分析能力都有着极高的要求，在应用大数据予以研究时需要基于功能强大的硬软件下来进行，同时也需要依赖IT和统计专业人员共同完成。

第二，针对获取数据利用时，如果数据只是经过简单堆积那么并不能保证处理的有效性，而是需要将数据按照特定规律或逻辑进行罗列，并对数据进行宏观至微观的加工，以此实现对其中规律的挖掘。数据加工时，首先，要以单个病例影像为着手点，从中提取并整合关键信息，促进图像中数据元素向标准化和结构化所迈进;其次，将高质量、大范围和长期性作为注册研究和临床试验的主要方向，同时，推动临床信息数据和影像信息数据以及病例信息等多方面信息地整合，以特定假设和目标为基础实施大数据分析，保证得出结果具有的价值性。

第三，在开展医学影响研究时，思路也要及时转变。以往医学研究是遵循提出研究假设——借助临床观察或实验对假设进行验证的流程来进行的，在获取研究数据过程中目的性较强，且数据质量较高。但是反观大数据研究可以得知，其并未对数据准确性及质量进行明确要求，提倡在未确定因果关系背景下，对相关关系替代因果关系辅助决策持接受态度，从而在整体数据参考下有预见性地预测个体结局。只有对上述研究思路予以明确，并与之相适应，才能保证大数据理念被医学影像研究者充分运用，才能促进大数据在医学影像领域中的应用逐步向完善化所迈进。就实践任务完成过程中，上述提到的三点问题都是相互依存的，缺乏相应的、简单的应对措施。所以，立足于全局角度分析大数据在医学影像领域内的应用可以得知，其依然处于研究和探索的初期，且理论意义更强。

3  医学影像大数据工作的困难和解决方向

近年来，医学影像数据总量巨大等现状不可否认，但是能进行整合、分析从而得出有价值信息的数据却占少数。基于海量数据研究下，数据量极大、数据源过多、数据格式缺乏统一性等是数据研究过程中面临的突出难题。就大数据处理过程来讲，需要依赖于统计理论和机器学习技术才可实现，但是，由于当前医学影像专家所掌握的IT技术还不够全面和牢固，而IT技术方面的专家对医学问题实质不能深入理解，这都暴露了当下跨学科人才缺少的现实。

为了使医学影像大数据工作过程中面临的困难得以克服，第一，要立足影像实际，加大对与之相应的信息存储、处理和挖掘等工具的研发。同时，想要使医学影像大数据得到充分的利用，还要确保数据使用者整个使用过程的透明度和方便性，从而使数据使用效率及数据质量都能提高到更高的层次，确保影像数据分析和挖掘过程中的定量化及结构化[3]。具体而言，要对患者隐私和数据安全予以保障，并以此为基础，推动存储和分析平台的建立，减少对厂家的依赖。同时，还要注重术语的统一性，促进影像组学、影像共享和数据挖掘等工具向定量发現所发展。第二，要充分认识到当前跨学科人才缺乏的客观事实，将培养跨学科人才作为重要任务来对待，尤其是领军人才培养方面。大数据工作是一项系统性的工程，从最初任务确定至后续的决策应用都是其系统性的体现。在这一环节中，严重的人才空缺成为当前最为突出的问题。负责领导大数据工作的医学影像专家都应将成为综合性人才作为自身努力的方向，并注重大数据概念和方法在具体工作中的渗透与融入。就商业环境而言，实施大数据推广或应用大数据的过程应予以明确，教育、探索、参与和执行四个阶段缺一不可。鉴于此，我们可以将此过程作为着重参考的内容，加大大数据相关理念在本部门中的宣传力度。同时，还要加大与IT技术人员的合作力度，从而使医学影像学科在大数据辅助下能够得到更好地发展。

4  结束语

总的来讲，医学影像大数据是其重要的资源形式，与实体物资相同，具有较高的价值和价格，大数据的研究与应用对医学领域来讲意义重大。对此，中国医学影像从业者要以开放的姿态迎接这场技术革新，具备面对挑战的勇气，从而实现对行业发展的有效引领。

参考文献：

[1]刘义，王霄英.大数据概念在医学影像中的应用探索[J].放射学实践，2016，31（12）：1124-1126.

[2]赖思渝，杨汉丰，杜勇.以医学影像大数据为例探讨影像信息学及其应用[J].中国数字医学，2018，13（12）：6-7，43.

[3]韩冬，李其花，蔡巍，夏雨薇，宁佳，黄峰.人工智能在医学影像中的研究与应用[J].大数据，2019，5（01）：39-67.