进一步加强健康医疗大数据实质性挖掘

简介:

受访者  

吴秀刚闻康集团品牌总经理、战略副总经理  

李光辉春雨医生联合创始人、首席运营官(coo)  

刘丽琼春雨医生全职医生  

本报记者王晶晶  

日前,国务院常务会议审议通过了《关于促进和规范健康医疗大数据应用发展的指导意见》(下称《指导意见》)。《指导意见》从夯实应用基础、全面深化应用、规范和推动“互联网+健康医疗”服务、加强保障体系建设等四个方面,部署了建设统一权威、互联互通的人口健康信息平台、集成医学大数据资源、发展智慧健康医疗便民惠民服务、制定完善法律法规和标准等14项任务。  

针对我国医疗大数据的发展现状和亟须破解的问题,中国经济时报记者采访了走在医疗大数据前沿的一线实战人员。他们认为,当前,我国医疗大数据在不断规范发展,但是仍需加强医疗大数据的实质性挖掘,而不是仅仅停留在“数据如何大、如何有用”的研讨层面。  

我国医疗大数据不断规范发展  

从政策层面看,国家对于医疗健康大数据早已进行思考和布局。早在2006年,国务院办公厅印发的《2006-2020年国家信息化发展战略》就从宏观角度提出,医疗卫生领域的信息化建设要统筹规划电子病历的应用发展,促进医药、医疗和医保机构的信息共享和业务协同。  

在医疗信息化建设的实践过程中,我国大部分地区以居民健康档案的建设和应用为中心,为医生、患者、医院管理机构、医疗支付方以及医药产品供应商等机构提供数字化的解决方案,不断完善各级区域医疗信息平台和数字化医院管理系统,将分散在不同机构的医疗与健康数据整合起来,从而满足各相关机构和人员的需要。  

此外,近些年,我国在医疗卫生领域还不断吸纳国内外先进的信息技术,信息化程度有了明显提高。例如,我国目前已经建立了动态的医疗卫生机构、卫生人力等信息库,卫生资源与卫生服务利用、疾病报告与健康监测等大型数据资源库。社会力量中的体检机构、互联网医疗公司、健康管理类公司、医疗器械及医疗穿戴设备公司、基因及生命检测机构、医药公司等也在通过各自渠道及方式大量收集医疗健康大数据。  

针对此次《指导意见》出台的意义,闻康集团品牌总经理、战略副总经理吴秀刚在接受中国经济时报记者采访时说,《指导意见》从国家战略层面进行了全面指导,以全局视角和开放心态为涉及医疗健康数据的各个资源方树立了行动指南,将促进和规范健康医疗大数据的应用发展。同时,在长远角度提升百姓健康指数、解决医疗大数据应用的核心问题、构建健康医疗大数据产业链、规范行业秩序、促进行业协同发展上,《指导意见》将起到重要作用。  

在吴秀刚看来,值得关注的是,《指导意见》对医疗大数据的发展和规范给出了明确意见,且具有可操作性。一是按照安全为先、保护隐私的原则,优先整合利用现有资源、建设统一权威、互联互通的国家、省、市、县四级人口健康信息平台,实现部门、区域、行业间数据开放融合、共建共享。二是集成医学大数据资源、构建临床决策、疾病诊断、药物研发等支持系统,拓展公共卫生监测评估、传染病疫情预警等应用。三是制定完善法律法规和标准,建立健康档案等基础性数据库,规范居民健康信息服务管理,严格健康医疗大数据应用准入,建设实名认证等控制系统,保护个人隐私和信息安全。  

春雨医生联合创始人、首席运营官(coo)李光辉在接受本报记者采访时表示,《指导意见》提出“互联网+健康医疗”的新模式,对加快医疗健康数据的互联互通,推动健康医疗大数据资源共享开放,挖掘健康医疗大数据的应用有重大意义。他认为,《指导意见》亮点颇多,主要分为以下几点:一是推动深化公立医院改革,加强医疗机构监管,健全对医疗、药品、耗材等收入构成及变化趋势的监测机制,助推医疗、医保、医药联动改革;二是加强临床和科研数据资源整合共享,提升医学科研的应用效能,推动智慧医疗发展;三是推动健康咨询等产业发展,基本建立了适应国情的健康医疗大数据。  

此外,春雨医生的全职医生刘丽琼补充道,《指导意见》提出的加快研发成果转化,提高数字医疗设备、物联网设备、智能健康产品、中医功能状态检测与养生保健仪器设备的生产制造水平;建立实验室病原检测结果快速识别网络体系,有效预防控制重大疾病等,同样可以为打造健康中国提供有力支撑。  

在具体的目标上,《指导意见》提出,到2017年底,我国要实现国家和省级人口健康信息平台以及全国药品招标采购业务应用平台互联互通;2020年,建立起国家医疗卫生信息分级开放应用平台,基本实现城乡居民拥有规范化电子健康档案和功能完备的健康卡。  

打破“信息孤岛”加强医疗大数据的实质性挖掘  

从目前的应用情况看,结合大数据的规模、数据结构、数据增长状况和数据价值来判断,目前医疗行业的数据已经呈现出大数据的主要特征,这些数据的积累和应用对于疾病管理、控制和医疗研究都非常有价值。 “由于医疗数据管制体系带来的医疗数据难以获取和信息孤岛问题,医疗大数据的发展还处于初级阶段,目前医疗大数据的应用集中体现在医患互动、数据采集和存储方面。”李光辉说,因为医疗大数据是一项跨学科的研究,在做好医疗大数据的实质性挖掘上,仍存在一定的难度。  

吴秀刚同样认为,医疗大数据目前分散在不同机构的不同系统里,各类建设标准以及不同接口造成了诸多的信息孤岛,不同系统间的语义互操作性还存在很大问题。不同机构之间存在不同话语权的利益分配,即便解决软硬件的统一性问题,真正做到互联互通、信息融合与共享还需要更多建设性设计。  

李光辉坦言,以春雨医生为例,作为移动医患互动交流的平台,虽然在实施在线问诊、健康数据监测、病例的存储、传输和共享等新型医疗模式的过程中,减少了医患矛盾、满足了个性化治疗等,但是由于医疗数据采集结构不统一,加之医疗数据本身的非结构化特征,其在应用过程中所遇到的智能识别、算法等问题也在制约着数据的应用,目前尚停留在“数据如何大、如何有用”的层面,而针对数据本身的挖掘计算、数据关系的分析、数据调用等方面的实质性研究较少。“真正将医疗大数据应用到商业的路还没多少人走,大家都在摸索,尤其需要龙头企业在此方面不断努力。”李光辉说。  

在吴秀刚看来,目前,我国在发展医疗大数据方面,还有许多问题不容忽视。  

首先是数据系统建设及采集问题。吴秀刚认为,居民健康档案的采集方式和存储介质的多样性,加上健康档案采集的工作量巨大,使得诸多数据无法完整记录并实时更新,很多居民健康数据实际处于断点状态。  

其次是数据存储分析及应用问题。吴秀刚介绍,数据分析的前提是数据要足够完整、准确并可进行结构化存储,而目前的医疗数据除了部分信息系统产生的结构化数据之外,还包括大量的非结构化数据,如医护人员手写的记录、移动医疗平台上产生的医疗数据、基因数据等图像数据、社交数据、医学文档等内容。“数据的不规范一直是目前医疗大数据难以利用现有数据进行很好分析和处理的重要原因之一。到2020年,医疗数据将增至35zb,除了病例数据及不规范的分散数据,还会有生化检查、影像或病理切片检查的生物学信息等多类型复杂数据,这给数据的存储、分析、传输和应用等带来很大挑战。”吴秀刚说。  

再次是医疗健康数据安全问题。吴秀刚表示,随着医疗数据来源的多样性、互通性、云存储等不断普及,医疗数据量会不断增加,这对数据存储的物理安全性、数据的多副本和容灾机制提出了很高要求,居民健康数据的内容安全和技术安全如何同步保障是亟须解决的问题。“这就需要对医疗健康数据的整体管理有一套缜密的机制设计,并需要有相配套的、严格的法律法规。”  因此,在对健康医疗大数据的发展上,李光辉建议搭建健康医疗数据云平台,让emr(电子医疗记录)更加规范化,把老百姓移动终端(手机)的健康档案数据、基因检测数据、智能可穿戴设备产生的数据、poct(即时检验)数据和医院、社区、公共卫生等相关部门的医疗健康数据聚合起来,实现信息资源整合和共享,进而保持医疗服务的连续性和普及性,同时,也可以节省老百姓诊治的医疗成本。“希望通过在线诊疗、累计数据、训练人工智能体系来帮助医生提高效率和医疗质量,更好地为人民群众服务。”李光辉说。

====================================分割线================================

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
8月前
|
网络协议 大数据 数据挖掘
文献丨多组学大数据构建小麦穗发育转录调控网络,TRN+GWAS挖掘关键转录调控(二)
文献丨多组学大数据构建小麦穗发育转录调控网络,TRN+GWAS挖掘关键转录调控(二)
|
1月前
|
存储 关系型数据库 测试技术
印尼医疗龙头企业Halodoc的数据平台转型之Lakehouse架构
印尼医疗龙头企业Halodoc的数据平台转型之Lakehouse架构
37 4
|
3月前
|
大数据
大数据在医疗领域的应用有哪些?请举例说明。
大数据在医疗领域的应用有哪些?请举例说明。
50 0
|
8月前
|
数据可视化 大数据 数据挖掘
文献丨多组学大数据构建小麦穗发育转录调控网络,TRN+GWAS挖掘关键转录调控(三)
文献丨多组学大数据构建小麦穗发育转录调控网络,TRN+GWAS挖掘关键转录调控(三)
|
8月前
|
大数据 数据挖掘 Go
文献丨多组学大数据构建小麦穗发育转录调控网络,TRN+GWAS挖掘关键转录调控(一)
文献丨多组学大数据构建小麦穗发育转录调控网络,TRN+GWAS挖掘关键转录调控
|
7月前
|
SQL 分布式计算 数据挖掘
玩转MaxCompute SQL! 30分钟搞定数据分析挖掘
本教程将指导开发者通过MaxCompute SQL分析,快速体验MaxCompute产品,完成开通、执行SQL语句查询数据。无需进行数据同步,可直接上手体验数据分析。
946 1
|
8月前
|
存储 数据可视化 大数据
大数据:挖掘无尽的信息金矿
大数据已经成为数字时代的重要驱动力,它不仅改变了我们的商业模式、科学研究和社会运作方式,还为创新和发展带来了无限的机遇。通过分析和利用大数据,我们能够更好地了解世界的运行规律,做出更明智的决策,推动社会的进步。
93 2
|
机器学习/深度学习 SQL 分布式计算
图解大数据 | 使用Spark分析挖掘音乐专辑数据@综合案例
文娱影音是目前大数据与AI应用最广泛的场景之一,本案例以音乐专辑发行数据为背景,讲解使用pyspark对HDFS存储的数据进行处理数据分析的过程,并且对分析结果做了可视化呈现。
4520 3
图解大数据 | 使用Spark分析挖掘音乐专辑数据@综合案例
|
大数据
《从数据治理看医疗大数据的发展》电子版地址
从数据治理看医疗大数据的发展
90 0
《从数据治理看医疗大数据的发展》电子版地址
|
SQL 存储 分布式计算
Apache Hudi在医疗大数据中的应用
本篇文章主要介绍Hudi在医疗大数据中的应用,主要分为5个部分进行介绍:1. 建设背景,2. 为什么选择Hudi,3. Hudi数据同步,4. 存储类型选择及查询优化,5. 未来发展与思考。
307 0
Apache Hudi在医疗大数据中的应用

热门文章

最新文章