健康医疗大数据助力健康中国建设

吴息凤

浙江把健康产业发展置于优先发展战略地位，“互联网+”、生命健康、新材料是浙江的三大科创高地。浙江全面实施“大健康”战略，强化“三医”联动改革、“六医” 统筹发展，打造健康中国省域示范区。“数字健康”是未来健康的主要形态，要借助健康医疗大数据助力健康中国建设。

大数据在疫情防控中发挥重要作用

大数据在疫情防控中起到了分级分区精密智控、疫情传播主动追踪、防疫物资智能调配、医疗救治提质增效、疫情趋势精准预测等作用。浙江首创“一图一码一指数”，其中“一图”是指五色疫情图。浙江以县域为单元，对全省各县（市、区）疫情情况进行风险评估，用五色反映疫情风险等级，每日一报让全社会知晓各县域疫情动态。

“一码”指健康码，是以大数据为支撑的个人健康凭证，分绿码、黄码、红码三种，可在手机上自行申报，后台审核生成属于个人的二维码，实施人员出入通行动态管理。显示“绿”码者，亮码通行;“黄”码和“红”码，则需要分别自我隔离7天和14天，并进行健康打卡，满足条件后二维码会转为绿色。健康码的推行打通了通信、医疗等大型数据孤岛，是数字化治理一大创新尝试。

“一指数”指管控指数和通畅指数，是评价衡量各地防输入、防集聚和通畅物流、人流、商流的风向标。

大数据能精准预测疫情传播，构建预警预测模型。大数据能够预测新型冠状病毒新增确诊人数和累计确诊人数变化趋势，估计随时间变化的基本再生数，预测人员流动对疫情扩散的影响，预测不同防控措施对新增确诊人数和累计确诊人数变化趋势的影响，预测新确诊变化率的变化趋势，预警新型冠状病毒肺炎及构建风险评估模型。

大数据有助于研判疫情防控措施，辅助制定政策。境内可以预测疫情，为复工复学提出建议，评估短期疫情发展趋势、武汉封城减缓疫情传播效果、疫情防控举措等;境外可以获取当前COVID—19疫情状况，研判各国采取COVID—19防控措施强度，知晓中国和不同国家航空客流量及中国在不同国家的侨民、留学生数量，量化不同国家输入病例的可能性，并针对不同国家地区的来华旅客制定防控政策。

大数据赋能慢性病精准防控

中国的慢性病患病率已达23%，死亡率已占全部死因的86%，恶性肿瘤已成为威胁我国人民生命健康的首要原因。2015年中国主要癌症发病数估计为429万，死亡人数为281万，每分钟就有7个人诊断为癌症。过去14年间我国肿瘤发病人数增加了130.6%，死亡人数增加了87.1%。慢性病防控变得越来越重要。

大数据可以赋能公共卫生。针对慢性病，可以建立標准化的大数据库和大样本库平台。采集健康人群、高危人群和癌症/慢性病患者人群的社区信息、个人信息、基因和分子信息并长期追踪，可以达到精准预测、预警、预防的目的。MD安德森癌症中心是美国常年来排名第一的肿瘤专科医院，建立了病历数据库，为临床医师核心医疗评估服务，作为全院科研平台，是美国肿瘤病人病史数据库的典范。中心建立了20万人的癌症病人大型队列，作为寻找临床检测指标和预测模型的珍贵资源。病例数据库可以辅助核心医疗评估、为高风险患者分流、转化医学研究。

大数据可以发现并验证可改变的致病危险因素，实现由观察型研究转化成公共卫生政策实施和循证干预。这方面的一个典型例子，是发现运动可延长寿命及减少死亡率。美国的指南建议每天要进行30分钟以上的运动，但是民众的依从性小于30%。而吴教授研究发现：每天走路15分钟，即可延长寿命3年，减少死亡率14%。《柳叶刀》杂志特邀专家评述称这项研究发现具有非常高的可行性，《国务院关于实施健康中国行动的意见》也提出要打造15分钟健身圈。

借助大数据，还发现了膳食对肺癌和膀胱癌的影响。研究发现，粗粮引起的血糖上升比细粮慢，引起血糖上升快的食物会增加患肺癌的风险，含铁量高的食物则能降低患肺癌的风险;烧烤、高温油炸等烹饪方式产生的杂环胺类物质会增加肾细胞癌的发生风险，细胞代谢不利基因、不运动、高能量摄入会增加20倍膀胱癌的发生风险。

人工智能与营养健康大数据研究的重点方向有：基于移动互联网构建具有地域代表性的农产品、粗加工食品、预包装食品和菜肴的食品安全与营养健康大数据平台，并在此基础上开展营养健康大数据的分析、挖掘和相关应用研究;创新性地发展基于人工智能的食物图像识别和多模态食物营养信息自动采集技术，并以慢性病防治为主要目标、开发在线膳食调查和营养评估系统;依托大型前瞻性和干预性队列研究平台，以人工智能为工具，以循证医学为基础，系统研究营养代谢性疾病的致病因素，以肥胖、糖尿病、心血管疾病和肿瘤防治为突破口，开展精准营养的基础研究和转化应用研究。

借助大数据建立创新临床检测平台。以BRCA遗传变异检测在乳腺癌的临床应用为例，如果有乳腺癌家庭史，做了BRCA1、BRCA2变异检测后结果呈阳性，说明有50%—70%的乳腺癌发生风险。但做了预防性双乳切除术后，就能降低乳腺癌发生风险至5%。

借助大数据构建疾病临床决策及医学人工智能平台，进行个体化风险预测、循证筛查，提出个体化预防/干预措施，做出个体化临床决策。可以在整个疾病连续体中利用风险预测AI工具，包括早期检测、筛查、治疗反应、复发/进展和存活率。借助大数据可以建立整合分子、环境和临床多层次因素的个体化风险预测模型，预估早期非小细胞肺癌的复发风险。

借助大数据构建互联网+医保的慢性病管理平台，助力智慧家庭医生打造，服务智能化未来社区建设。如10月29日，浙江省医疗保障局和浙江大学发文，成立浙江大学医疗保障大数据和政策研究中心，以便全面提升医保质量。

大数据助力健康城市研究。借助大数据，可以精准预测、预警、预防、管理和治疗城市中的相关疾病，减少这些疾病的发生、促进公众健康，创造更健康的城市环境，引导人们选择健康的生活方式。健康医疗大数据还能推动医疗、医保、医药“三医联动”改革。

（作者单位：浙江大学公共卫生学院）