温州医科大学宋增昱 潘传迪：医疗大数据杂谈

　　医疗卫生领域已进入“大数据时代”，医疗大数据是国家重要的基础性战略资源，其应用发展将带来健康医疗模式的深刻变化，有利于深化医药卫生体制改革，提升医疗服务效率和质量，不断满足人民群众多层次、多样化的健康需求。“医疗大数据”已逐渐成为医疗信息化关注的焦点，那么什么是医疗大数据？如何处理医疗大数据？医疗大数据能带给我们怎样的惊喜？

　　大数据是在一定时间范围内无法用常规软件迅速获取的高速、复杂、海量、易变、准确、多样的有价值的信息的集合，是需要经过新的模式处理才能使其具有更强的决策力、洞察力和流程优化力的信息资产。

大数据是一笔丰厚的资产

　　随着医院信息系统在全国各大医院的推广和应用，医院每天都会产生与患者病情相关的复杂、类型多样的临床数据，这些数据随着时间的推移规模逐渐扩大。医疗大数据的产生来源广泛多样，它不仅仅来自医院信息系统，还包括可穿戴设备，如血压计、血糖计、心电监护仪等医疗设备产生的数据。除此之外，还有基因组学、蛋白质组学等海量医学数据。基因组学和蛋白质组学是当今社会，包括发达国家和发展中国家正在研究的前沿技术。人体有5种碱基组成30亿个碱基对，有20多种氨基酸组成10万种以上蛋白质，个体进行一次全面的基因测序，产生的数据将达到300GB，而氨基酸种类比碱基更多，其组成数量、排序及结构不同，产生功能不同的蛋白质，所以蛋白质组学比基因组学研究的数据量更加庞大。医疗数据的规模不断扩大，正在以爆发式速度增长。

大数据最大的特点是海量，传统的数据存储和处理技术难以满足大数据应用的需求。目前对大数据的存储和处理大多采用分布式存储系统和分布式计算系统。分布式存储系统将数据存储于不同的存储节点，具有高性能、廉价、安全等特点。而分布式计算系统将大数据的计算任务分割成小块由多台计算机进行并行处理，高效且廉价。

医疗大数据一般包括表型、暴露型和基因型数据，表型数据和暴露型数据常采用大型数据库技术进行数据存储和处理，而基因型数据大多采用分布式存储系统和分布式计算系统进行数据存储和处理。医疗大数据挖掘现阶段非常热门，我们可以在表型、暴露型数据中发现疾病预防、预测、诊断、治疗方面新的潜在规律，结合基因型数据进行反复验证，从而发现医学新知识。

医疗大数据带给我们的惊喜

美国AAMC报告称“改善医疗卫生事业的关键在于大数据”，大数据在疾病预测、流行病学研究、基因和蛋白质分析等方面都具有显著的作用。

　　精准医学被越来越多的人所熟知，逐渐受到当今社会的重视和关注。精准医疗以基因组为基本单位，结合蛋白质组、代谢组的内环境信息，通过大数据挖掘技术，从而在医疗大数据中发现疾病特征基因。精准医疗能够精确的寻找到疾病致病的根本原因和治疗的靶点，能够为个体量身打造健康管理和疾病治疗的最佳方案，最终为人们提供个性化的服务。精准医疗作为当前医学研究的前沿技术，是现如今提高疾病诊断、治疗和预防能力的关键。

目前，我院已经在着手研发疾病智能预测和预防系统，从常见的、典型的疾病如糖尿病、癌症等慢性疾病入手，逐渐实现对其它疾病的覆盖。该系统从复杂、多样、海量、高速的医疗表型和暴露型数据中提取有规律和有价值的信息，结合基因型数据，构建疾病预防和预测知识库，希望能实现疾病有效预测和预防，并做到个体化精确诊疗。比如根据患者症状判断疾病类别和严重程度；发现多种致病因素对疾病发生几率的不同影响及各因素间相互关系等。

　　大数据在流行病学监控预测方面也有积极的作用，可以根据天气、环境、日常生活等方面的变化，智能分析流感何时发生、发生的可能性以及地点，系统将信息推送给医疗工作人员，为应对流感的发生和传播起积极作用。