大数据应用于智能医疗系统建设

《大数据应用于智能医疗系统建设》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大数据应用于智能医疗系统建设　　【摘要】对大数据实现智能医疗的背景、研究基础、核心技术进行探讨，具体阐述应用情况，包括医生临床诊断、远程监护医疗及加快药品研发入市等等方面，并对未来发展予以展望。【关键词】大数据智能医疗个性化服务1智能医疗概念智能医疗是利用先进的网络、通信、计算机以及数字技术，实现医疗信息的智能化采集、转换、存储、传输和后处理，及各项医疗业务流程的数字化运作，从而实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到医疗信息化。智能医疗不但能提高医院及医疗人员的工作效率，减少工作中的差错，还可以通过远程医疗、远程会诊等方式来解决医疗

2、资源区域分配不均等问题。2何为大数据就大数据处理而言，MckillseyGlobal5Institute（MGI）为大数据提供了一个较好的定义[1]：当数据的规模和性能要求成为数据管理分析系统的重要设计和决定因素时，这样的数据就被称为大数据。从这个定义我们可以看到，大数据的界定不是简单地以数据规模为标准，而要考虑数据查询与分析的复杂程度。因此，数据和大数据之间并没有一个绝对的分界。随着数据处理技术的发展，符合大数据定义所需要的数据规模也会随之提升；同时，不同领域的数据常见规模和可用的数据管理分析系统也会有所不同。因此，大数据在不同领域的规模可以从GB级

3、跨越到PB级。以目前计算机硬件的发展水平看，针对简单查询（如关键字搜索），数据量为TB至PB级时可称为大数据；针对复杂查询（如数据挖掘），数据量为GB至TB级时即可称为大数据。本文仅就大数据技术在医生临床诊断、远程监护医疗及加快药品研发入市等方面展开论述。3具体应用案例3.1帮助医生临床诊断大数据的第一个应用是临床诊断。“这首先体现在对病人的数据分析”。精准地分析病人的体征、治疗费用和疗效数据，可避免过度治疗、避免副作用较为明显的治疗。通过进一步比较各种治疗措施的效果，医生可更好地确定临床最有效、效益最好的治疗方法。其次体现在临床决策系统。通过将医生处

4、方和医疗专家库医学指导比较，系统可提醒医生避免出错，如药品不良反应、过度使用抗生素等，帮助医生降低医疗风险。“美国的一个儿科医院通过使用临床决策支持系统，两个月内减少了40%的药品不良反应。”[2]3.2实现远程监护医疗5“大数据的第二个应用是计算机远程监护。”首先，通过收集数据，医生可以更好地判断病人病情。比如，充血性心脏衰竭的治疗检查费用非常高。但是通过大数据分析发现，凡是充血性心脏衰竭的病人，他的颈静脉会扩张。所以根据颈静脉扩张的检查，就能判断他是不是充血性心脏衰竭。而颈静脉的检查，根本就不要成本，摸一下就够了。而这也是通过大量数据的搜集而总结出

5、来的。”其次，通过对数据的收集和分析，可实现计算机远程监护，对慢性病进行管理。比如，充血性心脏的标志之一是由于保水而增加体重，因此通过远程监控体重可发现相关疾病，提醒医生及时采取治疗措施，防止急性状况发生。“计算机远程监护还可以减少病住院时间、减少急诊量，提高家庭护理比例和门诊医生预约量。”3.3加快药品研发入市“大数据的第三个应用是医疗研发。”这首先体现在预测建模。通过收集临床实验前期和结果的数据，可以评价新药的安全性、有效性以及潜在的副作用，提高研发效率。“原来，一般新药从研发到推向市场的时间大约为13年，使用预测模型至少可以提早3-5年。”其次是

6、临床实验设计的统计工和算法。通过挖掘病人数据，可以评估和招募患者是否符合试验条件，并进一步找出最合适的临床实验基地，从而加快临床试验进程。54面临的挑战[3]首先，我们现有的隐私保护和隐私执行的国际标准是基于传统的告知和许可的条件下，比如cookie，你收集我的信息的时候，要告知我。但是，这样的模式在大数据环境下就不成立了，因为大数据强调的是二次应用，使用者无法预测将来大数据的使用和功能。在这种情况下，将来的趋势将不单单依托个人的许可，而是更强调数据使用者的责任，此方面可借鉴美国HIPAA法案。美国的医疗服务行业必须遵守该国政府1996年颁布的《健康保

7、险隐私及责任法案》。该法案制定了一系列安全标准，就保健计划、供应商以及结算中心如何以电子文件形式来传送、访问和存储受保护的健康信息做出了详细规定。法案规定在确保私密性的情况下保存患者信息档案6年，还详细规定了医疗机构处理患者信息规范，以及违反保密原则，通过电子邮件或未授权网络注销患者档案的处罚方案。其次，在信息保护上，强调时效性。比如，保险公司只能存储6年个人健康档案信息。通过时间上的保护，平衡了大数据的二次应用以及隐私。因此建议，我国卫生主管部门在信息隐私方面，尤其是医疗隐私方面应尽快出台相关法律法规，指导我们避免在系统建设当中出现的问题。5结语5突

8、破大数据的困境有三个要素：一要有制度建设，建成数据资源共享体制与机制；二要有技术支撑，有数据资