大數據+醫療，到底可以做什么？
你如何管理你的健康呢？
一年一度的例行體檢？還是有個頭疼腦熱就立刻打開搜索引擎找診斷？
你依賴專業的醫療保健機構，還是對他們到底能做什么心存疑惑？
信息技術正深刻改變著醫療領域，5G醫療、遠程問診、機器人手術都在一一變成現實。然而你是否知道，大數據掀起的這場醫療保健的革命，到底是如何從技術層面影響醫療體系并保障人們的健康呢？
01 我們有什么數據
醫療保健事項所涉及的數據是非常復雜和獨特的，就像每一臺手術都各不相同一樣，在合理合規的前提下，我們需要一套特殊的方案統籌不同來源中的結構化和非結構化數據。
TIPS
結構化數據：結構化數據是指駐留在記錄或文件內固定字段中的任何數據。結構化數據的優點是易于輸入，存儲，查詢和分析；缺點是成本高和性能受限，使用結構化數據的關系數據庫和電子表格是有效管理數據的唯一方法。
非結構化數據：非結構化數據是無法輕易歸類并放入整齊的盒子中的所有事物：照片和圖形圖像，視頻，流式儀器數據，網頁，PDF，PowerPoint，email，博客條目，Wiki和文字處理文檔等。
各式各樣的保健系統都在紛紛導入自己的數據，因此數據聚合將變得至關重要。我們回溯歷史，可以看到人們在此項的花銷和數據的管理及質量不成正比，人們不應該為數據的“數量”買單，真正重要的是數據的“價值”。
所以醫療服務機構應當充分利用數據聚合技術，從內部系統和外部合作伙伴（例如客戶的保險數據）中提取數據，利用新技術，比如Hadoop，MapReduce和HIVE等新系統，從過去單純的查看結構化數據過渡到合并非結構化數據，以便他們可以全面了解患者或人群的數據，從而對其進行風險預估，數據定量和定性分析。
據統計，一個患者一次普通檢查基礎數據為幾百KB，如有影像檢查，則數據量飆升為2GB左右。按照人均1GB的數據量，每年中國的全國就診人次近80億，將產生800萬TB的數據。諸如此類的數據將會給醫療服務機構造成數據存儲“成本”的巨大壓力。而健康云則為醫療保健組織提供了一種經濟高效且安全的擴展方式。
健康云助力醫療數據存儲
我們對醫療數據的新定義是包括各種自由格式的文本，例如醫生的便箋，放射科醫生的報告和醫學期刊文章，電子郵件，靜止圖像（例如CAT掃描），視頻，記錄的語音，患者歷史數據，基因組文件，生物測定數據等來自臨床研究和藥物開發的科學數據。它還包括可穿戴設備，醫療設備，呼吸器，血壓計和其他連接設備的物聯網（IoT）數據。甚至是來自各種社交媒體渠道（比如你的微博、抖音）的數據。除了專業的醫療系統（EMR，PACS，RTHS，EMPI，LIS和PMS）等，所有上述數據都包含在醫療大數據當中。
因此，有一些醫療服務機構已經開始對數據進行全生命周期的信息管理（ILM：Information life cycle management），ILM不僅能夠幫助這些機構降低資源儲存成本，還可以根據時間周期的變化調整不同的策略，發揮數據的最大價值。數字醫療要求醫療專業人員能夠及時、直接和自然地拿到原始格式的數據并進行分析。他們可以實時向坐在醫生辦公室里的患者，或者在家修養的病人，甚至是最新的醫院研究報告提供數據支撐。
02 我們如何使用數據
遠程醫療：突破時間和空間的限制，為患者提供及時、負擔得起的醫療服務。
借助意大利Telea Medical公司的數字家庭醫療平臺，一名醫生可以利用視頻系統和電子健康檔案，同時對50名患者的病情進行跟蹤和監護。西班牙安達盧西亞電子健康系統公司專門為醫患雙方提供電子健康檔案系統，將患者的健康情況、早期治療過程以及專家意見等信息進行有效綜合。以色列一家醫院的新冠肺炎危重癥護理中心不僅開展遠程診療，還通過遠程方式監測重癥監護室、隔離病房，并與患者互動。
遠程醫療讓身處偏遠地區或是家庭環境中的患者獲得虛擬護理變成可能，遠程醫療可以有效擴展醫療服務的范圍，比如醫院的遠程監控，專業的護理設施、康復訓練、慢性病患者的家庭健康監測；針對低視力、皮膚科和其他專業的虛擬訪問以及針對腫瘤、中風和神經學等專業的第二意見服務。
未來，遠程醫療將向實時交互、資源管理、多重任務處理以及人工智能等方向發展，將更具個性化、智能化、安全化特點。
可穿戴智能設備、虛擬現實的快速發展，也給未來醫療帶來新機遇。德國百多力公司生產的心臟遙測裝置在與手機連接后，可將實時監測到的心律不齊等數據傳輸至監控中心。法國初創企業“KineQuantum”將術后恢復以及物理治療等以3D和虛擬現實游戲的方式傳輸到移動端，遠程指導患者操作。5G網絡具有高速率、大容量、低時延等特點，可以應用到遠程監護、查房、會診等場景中，泰國億旺資訊服務公司正基于此研發5G機器人協助醫生工作。
再比如虛擬護理助理的出現，根據Syneos的健康通訊，64%的病人報告說他們會對人工智能虛擬護士助手感到舒服。人工智能虛擬護理助理可以極大地增加有效的醫療資源，緩解醫患矛盾，并進一步促進醫療的人性化程度。與此同時，虛擬醫療助手還可以在診療的過程中能夠充分利用人工智能的輔助服務和運算安排，在醫生診療之外提供輔助性的就診咨詢、健康護理和病例跟蹤等服務，補充醫療服務的力量，提高就診效率。
大數據技術在解決數字醫療問題的同時，可以改善實時醫療系統里（RTHS：real-time health systems )對于患者護理的基本決策，從基于證據的服務到基于價值的服務向創建有效的以患者為中心的護理模式轉變，最終改善臨床治療結果。
03 醫療大數據面臨的挑戰
借助數字化，人們可以獲得自己360度的醫療保健數據可視圖。但是請想象一下，如果你手機外賣下單一個海鮮披薩，正當你準備付款的時候，系統提示你無法下單，因為檢索到你的健康檔案，你血脂偏高，不適宜吃動物性的東西，最好吃植物性的東西，所以建議你換成水果披薩。你的第一感受是什么？大數據究竟是照顧了你的身體還是入侵了你的生活？這本身就是一個在行業內爭執不斷的話題，放在醫療領域就更是如此。
數據安全
根據“美國身份竊盜資源中心”發布的一份報告，2014年，在美國所有發生的網絡攻擊和數據被竊事件中，醫療和健康行業占比超過42%。曾經轟動一時的美國第二大的醫療保險服務商Anthem公司信息系統被黑客攻破事件，造成近8000萬員工和客戶資料被盜，包括個人基本信息、醫保ID、就診記錄、疾病數據等。醫療數據的泄露將會導致患者隱私的暴露，醫療隱私對個人而言是最為敏感的數據，會影響工作、生活，甚至生命安全。
但是醫療大數據面臨的挑戰遠不止于此：各醫療機構缺乏一致的醫學術語標準，難以進行數據間的統一；醫療機構出于利益、患者隱私、數據安全等考慮，往往不愿公開自己醫院的醫療數據，甚至醫院內部的臨床信息系統都運行在獨立、封閉的局域網中。這些都為醫療大數據的聚合、分析以及應用設置了不小的挑戰。
