精准医疗和大数据库的关系

亿欧网 • 6年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

【编者按】精准医疗的发展离不开大数据，医疗组学大数据和医学的结合才是精准医疗的核心。关于精准医疗和大数据之间的关系，本文将进行详细的分析。

本文来源电子发烧友网，作者倩倩；经亿欧大健康编辑，供行业人士参考。

随着大规模生物样本数据库、强大组学和医疗技术、计算工具及大数据的发展，精准医疗的地位得到显著提升。作为一种依据每个个体的基因、健康差异来制定个性化治疗和预防方案的新型治疗方法，精准医疗或许可以引领新的医学时代。

大数据的趋势以及价值是现在最热门的话题，也改变了许多企业经营的方式，对于各行各业来说是势必是一个大挑战，能否将大数据的力量从危机到转机就要看现代经营者有没有转变传统型态的思维？

什么是大数据？

首先什么是大数据？ 传统数据一年的数据量大概为3TB左右，以现今数据来说一天的资料量为50TB，由这简单的数据量差就可以得知传统数据跟现今数据的差异多么庞大，也就是现在俗称的大数据时代。数据庞大之下，不管是银行业、传统零售业、社会建设公共方面甚至是医疗保健产业对数据处理、分析方式以及经营企业的模式将会有所改变。

在过往的医疗诊断历史，到医院看病时必须耗费许多时间等待看诊，而医生看诊又要再花费时间。当医生要求病患拍摄X光片或检验时，又要再花额外许多时间诊断。而在现今医疗信息高度发展的台湾，看诊程序从网络挂号、候诊顺序、诊间病历调阅、医师医令、处方开立、放射影像存取、检查检验数据储存等，无数的数据信息便在医院中传递、交换、储存。同时大多数的生理检验信息在你回诊时得以从电子病历中检索，这些我们认为理所当然的信息处理，在台湾我们只要花费少许的时间如一个早上便完成了，而这一切正是仰赖医学信息分析与医疗大数据的交换处理。

医学大数据的产生，主要归功于医疗设备数字化及电子化病历发展两大领域的突破， 透过仪器数字化，医院得以获得更多病人疾病与健康信息纪录。而在病人医疗诊断方面，为了完善纪录病患个人资料、诊断数据与过往医疗纪录等，即促成了电子病历系统发展。医学大数据发展由过去纸张记录、纸本信息数字化、医学纪录储存到现今多信息整合，其数据量有着爆炸性的成长，不仅由过去个人社经信息、诊断信息等文字媒介，更拓展到多媒体影像信息，如X光影像，动态视讯影像信息，如核磁共振MRI以及电讯号信息，如心电图等等，这些庞大医学数据的汇集与高度整合技术能力，正是台湾医学信息领域发展领先的原因，同时更显得医学数据发展的多元应用及其重要性。

而由医疗健保产业来说，个人医疗信息终端的产生给医疗产业带来革命性的变化，连结了传统医院、政府（社会保障）、保险公司、药物生产公司等相关产业，形成新的行业生态圈。将互联网＋医疗保健去建构一个智能的健康系统，在整个健康系统下会有智能的合作伙伴，包含医院、医生、诊所、学术中心、保险公司、药厂、医疗设备制造商、政府等相关人员等，接着产生出个人化的护理体系，其中包含个人健康、成本节约、提高效率、病人教育、增强通信、绩效度量、预防等相关内容，使得人们有着更健康的社会。

经常听到的医疗云、照护云以及健康云都是运用云端技术结合大数据去提供健康咨询的服务。在网络普及下，人手一台智能型手机让这些云更能够去发挥，客户只需要使用健康感知的终端，其中包含穿戴型装置、爱睡宝、电视机以及相关的智能型测量装置，就能够让亲人、医生以及相关的护理人员得知目前的身体状态，不仅如此，还可以远程监护以及远程门诊，一切都透过远程医疗平台让人们有着安全、方便、快速及健康舒适的生活环境。

大数据在生技医疗卫生发展状况及应用，大数据已深耕于经济领域且创造了巨大的经济价值。

美国的大数据产业已经创造了巨大的价值，具体表现在：大数据使美国医疗服务质量得到提高。

对于医疗服务的提供方和支付方来说，在减少医疗成本的同时不断提高医疗质量和效率仍然是一个难以实现的目标，而这也是改善民生的重大机遇。 2010年，全美医疗支出占国内生产总值的17.9%，比2000年增长13.8%。而且，某些慢性疾病如糖尿病的患病率正在增加，正在消耗更多的医疗资源。

对这些疾病和其他相关健康服务的管理将深刻地影响国家的福祉。在这方面大数据可以发挥作用。为在广大人群中取得最有效的医疗效果，更多地使用电子健康记录（电子健康档案），并与新的分析工具相结合，将提供挖掘信息的机会。研究人员可以利用信息寻找有效的统计趋势，并依据真实的医疗服务质量开展医疗评估。

精准医疗大数据关联分析意义

服务模式 （以患者为中心，形成居民健康全过程服务），从被动到主动； 医疗模式 （以预防为主，人人享有基本医疗卫生服务，将医疗卫生工作重点由后治前移到预防保健），从治病到防病； 诊疗模式 （避免各自为政，实行上下联合，专业分工），从排斥到联动； 数据模式 （从业务系统数据向整体数据转变，改变过去的数据不统一、不互通、不共享），从隔离到整体； 技术模式 （采用各种新技术手段，包括大数据、云计算、物联网、移动互联等，形成技术合力），从简单到综合的转变。

据了解，目前2017中国国际大数据产业博览会分论坛确定了最后一个核心论坛主题，即“第三届中国大数据安全高层论坛”。届时，政府部门、大型行业、产业界代表及专家、学者等300位嘉宾将出席该论坛，共议大数据安全。而医疗大数据作为大数据中举重若轻的一部分，也一直为大家所乐道，那么它在精准医疗发展过程中究竟占据着怎样的地位呢？

医疗大数据＋人工智能

1998年，劳埃德和同事首次在全世界报道了一种名为“上半规管裂损症候群”的罕见病。患有这种病的人对声音异常的敏感，严重会出现眩晕等症状。英国也报道过一名患有此病的女子，不仅能够听见自己的心跳声、大脑的搅动声，即便轻轻地咬一口苹果都会感到震耳欲聋。劳埃德在网上发表了这种病的相关论文以后，世界各国的人开始能够通过互联网搜索到这个病的信息。而通过这种在线搜索的方式，那些多年来找不到病因或者在错误的科室试验着治疗方案的病人终于得到了确诊。利用确诊的信息，这些病人能够被送到正确的地方，开始得到正确的治疗方案。

这就是“互联网＋”对医疗领域的推动力，而推动力的背后，蕴藏着医疗大数据的应用。

只有流动的大数据，才能形成价值，而流动的载体，便是互联网。

劳埃德的例子，启发斯坦福医学院的科学家们开始了和“互联网＋”结合的道路。如今已是斯坦福大学医学院院长的劳埃德，带着一群富有创新精神的医学专家和互联网医疗行业的专家，正在推进一项最新的科研项目：“和你一样的病人”。这是一个人工智能系统，通过其背后的数据库和知识库搜索算法，病人能够自我进行疾病的监控和检查。这一套系统能减少医生经验不足而进行的误诊和漏诊。

这样一种通过人工智能和医疗大数据的结合，改变了传统医疗领域中的看病模式。 传统的看病模式，医生通过“一对一”的方式来给病人进行看病，但是随着疾病的复杂度日益增长，医生的经验积累越来越有限，很多情况下没有精准的各种体检指标的数据，医生是无法准确和快速地进行诊断的。

这种传统的模式，无论是医生经过30年还是50年的经验积累，也无法和医疗大数据的体量进行比较。在互联网时代，以患者为中心构建的个体医疗大数据，可能比任何一位有经验的医生掌握的知识还多。经过人工智能的处理，系统筛选出来的治疗方案，也许比医生的方案效果更好。

这样一种基于医疗大数据的人工智能系统，在未来很有可能会改变医疗领域的传统模式。例如，在哈佛大学医学院已经有医生尝试给乳腺癌患者看病，首先通过系统筛查全美乳腺癌患者病历，然后挑出和具体患者相同或相似的年龄、生活环境、突变基因等，最终挑选出一个生存期、生活质量最高的治疗方案提供给患者。这是目前“医疗大数据＋人工智能”最成功的一个案例。

医疗大数据＋深度挖掘

大数据改变的不仅仅是产业本身，更重要的是，它改变了人们的生活方式。

在精准医疗方面，医疗大数据带给人们不仅仅是最优的诊断和治疗计划，而是通过数据的挖掘和筛选，对未来生活方式的改变做出正确的指导。 斯坦福大学医学院院长劳埃德·米诺在推行医疗大数据的应用时提到：“我们已在和谷歌、苹果公司合作，也将与更多中国科学家合作。”劳埃德这里说的“合作”，其实就是通过医疗大数据的挖掘和筛选，给政府、医保政策制定者、医院以及大众更好的建议和指导。

对医疗大数据的深挖首先需要大数据的采集，大数据的采集是多维度的。 从生命数据化的趋势来看，医疗的数据化是前提。能够被量化的健康数据首先成为医疗大数据采集的入口。

这里提及的数据采集入口是多样化的。 在移动互联网的推动下，加之可穿戴设备和智能设备的普及，形成了有别于传统的医疗设备采集数据的方式，由此催生了新的移动入口。传感器、无线通信、多媒体等技术和眼镜、手表、手环、体重器、服饰鞋袜和洗漱家具等生活用品结合起来，出现了能够计算运动距离和消耗卡路里的鞋子，能够检测血氧含量的蓝牙耳机，能够测量心率的手环手表。

而数据入口的多样化则慢慢形成了健康大数据。传统定义认为：医疗大数据采集的入口场所为医疗机构，但是在“互联网＋”的模式创新下，健康大数据的采集入口已经慢慢回归到以人为中心。就体检来说，很多需要在体检中心进行数据采集的项目已经可以实现用户自我在家里操作进行数据采集，比如心率监测和血糖检测。

同样的道理，互联网医疗的出现也会逐渐影响医疗大数据的采集方式。基因检测作为精准医疗的入口，承担着医疗大数据采集的使命。目前基因检测的数据采集还无法做到回归用户端，但是已经能够逐渐做到在用户体验上面弱化医疗机构所扮演的角色了。

医疗大数据＋精准医疗

对医疗大数据的采集不是仅仅记录医疗过程中的数据，大数据形成的第一步是通过“物联网＋互联网”的方式把碎片化的数据通过一种结构化的方式汇总起来。第二步是把有用的数据通过“生物信息＋云计算”的方式形成有效信息。第三步是把有效的信息通过“互联网＋社交网”的方式形成知识库。第四步是把知识库通过“人工智能＋互联网”的方式形成产品。最后形成的产品，能够回归到第一步实现大数据的“零重启”，这就实现了我们经常听到的：“大数据的目的是没有数据。”

通过这四个步骤形成的医疗大数据，是一个从量变到质变的过程，是实现精准医疗的一个有效闭环。从产业角度来看，每一步都诞生了许多的商业机会和企业。业务驱动型的公司基本上能够在“四步曲”的闭环里面找到自己的位置，比如春雨医生、丁香园、橙意人家这些公司在早期的时候切入方式就是处于第一步的位置。模式驱动型的公司往往在这个闭环里面很难找到准确的位置，因为在没有进入产品化时代的行业里面，技术服务类型的企业在追求利益最大化的过程中不可避免会自我形成闭环，只有闭环才能实现利润最大化。但是闭环的形成也是自我封闭的开始。

在一个产业还在萌芽阶段和快速发展的时候，过早形成闭环其实已经导致了“天花板”的出现，所以在目前国内市场上出现了众多所谓的“小华大”。这些企业形成闭环是很无奈的过程，因为一个行业的发展需要分工和细化，但是在产品化还没有达到足以支撑这个产业快速发展的时候，自我形成闭环是被迫无奈的生存之道。

那么，在产业链还在苦苦为生存而战斗的时代，精准医疗还只能是一个美好的大餐。只有跳出这个圈子，站在产业发展的战略上看，才能破这个局，而破这个局的企业，需要做的，就是推动技术服务产品化。要么自己做产品，要么为做产品的企业服务，这样两个选择。