大数据+医疗,不同领域专家都怎么看?

赵成龙 2016-11-23 14:47 新媒体 来源:思达派 查看原文

2e16562.jpg

2016西湖论健国际高峰论坛上,金力院士、阿里云李虹女士、丁香园李天天先生等诸多领域的嘉宾都从不同的角度分享了各自对于大数据时代下医疗的看法并提出了一些解决方案,让我们看到了一幅不同行业、不同背景的人为了同一个目标而努力的壮阔画卷。

大数据与精准医疗

6b3dd2c.jpg

金力院士

疾病是基因这一内因和生活方式这一外因共同作用的结果,精准医学就是以基因组学为主体,通过现代遗传学、分子影像学和生物信息学等方法和手段来实现精准预防、诊断和治疗的目的。与传统医学相比,精准医学还可以检测基因与生物标志物,从中发现变异与疾病的关系,然后决定临床路径。


精准医学不仅包括医疗,还包括健康,是面向未来的创新源泉,包括健康保障、民众受益、科学推动和产业带动,为我国科技创新和健康产业带来新的驱动力,并已成为发达国家必争的战略高地。精准医学与转化医学的概念之间的关系,用贺林院士的话来说就是个性化医疗是目标,而精准医学是个性化医疗的实现路径,有助于减少过度医疗、降低医疗成本等。


医疗大数据的特点


1、数据规模庞大;

2、数据增长快速;

3、数据结构多样和价值密度多维;

4、数据可信性要求高;

5、数据安全社会关注度高。


医疗大数据有着很大的价值,尤其是在临床辅助诊疗和健康管理方面,所以国家正在大力推进医疗大数据的应用,同时,它也成为国际竞争新的技术焦点。


精准医学与大数据的结合


针对精准医学和大数据的结合问题,国家实施了精准医学重点研究计划,包括五大任务:

1、新一代临床用生命组学的技术研发;

2、大规模人群队列研究;

3、精准医疗大数据的资源整合、存储、利用与共享平台建设;

4、疾病防诊治方案的精准化研究;

5、精准医疗集成应用示范体系建设。


其中,前三项任务都是任务4的基础。在任务3中,最基础的是一个生物医疗大数据管理共享服务支撑体系与标准化平台,源头是临床信息与多层次组学信息整合的大型精准医学数据库,而中间分成了三块,分别是生物医学大数据有效挖掘与高性能计算、生物医学大数据处理关键信息技术和面向转化应用的精准医学大型知识库。形成精准医学临床应用的关键是形成具有精准可操作的诊疗方案及诊疗路径,因此任务4与前三项任务上下衔接、紧密结合。


精准医学与大数据结合的价值,是希望能够利用庞大的全人类对疾病的理解和医生的经验形成知识库,让医生能够通过大数据的信息系统直接根据病人的特殊基因和生活方式来对他们进行诊断和治疗,即使是不那么优秀的医生也能够像最好的医生一样为病人服务。

医疗大数据的云存储解决方案

9b6dd24.jpg

阿里云医疗首席架构师李虹

数据会成为一种资源,互联网会成为一种基础设施,而云计算是一种公共服务。在医疗方面也一样,医疗大数据包括影像数据、电子病历数据等,利用这些载体,通过各种信息处理和人工智能的技术,可以将其价值更好地挖掘出来。


阿里云的定位是“为了无法计算的价值”,之所以这么说,是因为今天云计算和大数据不止是一个虚拟化的技术,它支持了很多我们以前不能想象的业务场景,而这些业务需要一个高并发、高安全、高稳定的平台来支撑。


如何支撑一个安全稳定的平台?


在大数据能力方面,阿里云实际上拥有的是一个云化架构的能力,提供的是一个中间件和大数据的整体PASS平台,以及保障数据安全的能力。


阿里云有阿里巴巴10年的算法和深度应用的能力,包括大数据的采集到计算引擎到数据的加工、分析,再到机器的学习和数据的应用,不管是影像数据的大规模存储分析还是结构化数据的处理分析,我们百pb级的数据处理能力都足以支撑;智能语音校库和文字识别能力,能够将写字不方便的医生的语音转化成文字,同时用文本分析技术进行分词,然后存储到数据库中;我们的另一核心能力——企业级互联网中间件的能力,就是将所有的业务应用凝结成上千个微服务组件来进行综合管理,从而支撑超大峰值的应用。


此外阿里的安全能力不只是获得了安全管理认证,还有一整套的底层安全技术,包括底层的加密存储技术、加密算法等,都足以支撑阿里云这样一个安全稳定的平台。


“互联网+医疗”带来了什么变化?


相比于原来直接去上级综合医院就诊,现在智能穿戴设备的出现可以帮助做健康管理,加上智能导诊问诊平台的出现,可以分为常见病、急重症以及慢性病等。在慢性病方面,首先是推行了网络医院的模式,有了网络排版医生,患者可以直接在上面做在线支付和药物配送;然后第三方挂号平台、医院APP等的出现,解决了医院排队和在线支付、报告查询等问题;另外还有医联体分级诊疗和信息共享平台的建设,包括影像领域的移动看片和医疗大数据分析等来帮助临床比对和临床决策。


阿里云在“互联网+医疗”中的能力


1、自我健康管理与医院就医结合

在问诊、母婴及智能穿戴等领域,实现高并发情况下大规模数据采集与保持系统稳定性的能力。


2、第三方医疗中心平台化趋势

针对体检、筛查、生理生化体检、基因等的SAAS化云应用平台,利用云上批量计算服务对基因进行批量计算。


3、互联网医疗与提升就医体验

包括预约挂号、问诊咨询、在线支付等,实现低成本快速部署,增强用户体验,同时重点在于利用人机识别能力和阿里云自己的特征库来起到反黄牛、防止数据泄露的作用。


4、影像管理平台无限存储空间

无限的影像云存储空间,支持移动看片和教学科研,包括院内影像云存储的延伸、中小医院影像云PACS和区域影像云平台三种模式。

大数据时代,医疗何去何从?

9e8b65b.jpg

丁香园董事长李天天

医疗大数据对我们的生活影响非常大,它可以帮助患者找到最佳治疗方案、提高医生工作效率和诊疗质量、为慢病患者提供远程指导和干预,也可以为肿瘤患者提供精准和个性化的治疗、分析基因突变,预测和诊断疾病。有了医疗大数据,我们可以对疾病有更深刻的了解,从而帮助我们提高药物研发效率,帮助保险降低医疗费用支出,防止过度医疗,防止欺诈,改善公共卫生与居民健康。


医疗大数据的前景固然美好,但是数据的来源是具有挑战性的,原因体现在四个方面:1、数据孤岛,即各大医院的数据是不联通的;2、无法获取,医院数据不开放;3,缺少连接,无法采集到患者的前后数据;4、质量堪忧,治疗的偏差可能导致数据的污染。因此丁香园做了两个方面的实践探索,分别针对医生行为数据和患者血糖数据。


医生行为数据——精准数字化营销


第一步是匹配信息,利用自身的平台资源,我们通过运营活动收集医生信息;第二步是通过对医生行为数据的分析和处理,了解用户的使用习惯。这些为我们的运营提供了精准的数据,通过数据采集、建模分析、案例测试等,我们可以做很多内容的推广。


患者血糖数据——糖尿病慢病管理


我们采取了一些合作模式,所有的服务都基于微信和我们研发出来的一些技术接口平台,跟患者的血糖仪打通,后台可以根据患者的血糖数据实施相应的处理措施,每一个数据的变化,都与传递的信息相挂钩,帮助我们为患者提供服务。通过数据,我们为糖尿病管理带来了收益。


此外,我们也在积极拓展商业的保险公司、可穿戴设备的厂商等合作模式,希望在各个慢病领域为患者带来获益。

结语:

作为一次具有学科交叉性质的盛会,2016西湖论健的召开促进了各个行业各个领域在医疗与大数据交叉领域的交流,为精准医疗的协同推进起到了很好的助力作用。

整理 | 赵成龙

更多资讯欢迎关注火石官方微信或网站:火石创造(firestone-link)/www.hsmap.com


f290074.jpg

为您推荐: