大数据100分丁涛：大数据让医疗更智慧

1、互联

□ 医院内、医院间 □ 病人和医院间

□ 供应商、物流公司、保险公司和医院间 □ 政府与医院、个人 □ 无缝、随时的连接 2、协作

□ 消除孤岛、整合信息

□ 医疗协同：医疗服务、社区卫生、医疗支付等机构之间交换信息和协同工作 3、预防

□ 基于智慧的感知、处理和分析 □ 从疾控角度：发现征兆、快速响应 □ 从病人角度：健康、疾病、运动提醒 4、普及

□ 突破城市与乡镇、社区与大医院之间的观念限制，全面地为所有人提供更高质量和惠民的医疗服务 5、创新

□ 推进医疗技术和临床研究，激发更多医疗领域内的创新发展。 6、可靠

□ 在允许医疗从业者研究分析和参考大量科技信息去支撑诊断的同时也保证了这些庞大的个人资料被安全的保护和储存，严格控制只有被授权的专业医疗人员能够使用 可以看出，智慧医疗涉及到多个方面，是一个复杂的体系： □ 参与角色：政府卫生部门、疾控部门、医院、社区、其它 □ 涉及领域：预防、健康教育、应急、医疗、卫生、健康、康复…… □ 涉及层面：政策、标准、法制、职业、医保、保险、福利…… □ 技术类型：物联网、大数据、数据挖掘、采集交换、存储……

□ 专属概念：电子病历、区域医疗、无线医疗、无线医院、物联网医院……

□ 考虑主线：医院？社区？医疗？健康？…… □ 战略考虑：智慧的定义？方向？切入点？……

□ 目标考虑：医疗为目的？健康为目的？预防为目的？教育为目的？…… □ 战术考虑：国家投入？政府投入？产学研？科研立项？……

我们对智慧医疗的理解：智慧医疗的核心不是技术，而是思维，即能否用大数据思维来智慧化的破解各种医疗难题，满足以患者、以人为核心的各种需求，推动行业 进步，实现产业价值。这种理解基于一个前提：实现一个转变，即由原来基于政府、公卫、医院为核心的观念转变为以患者、医生和从业者为核心的观念 谈到智慧医疗，绕不开人工智能，当大数据和人工智能碰撞，结果会怎样？类似采血机器人、远程诊断机器人早已面世。由美国国防部出资研制的\大乌鸦\机器人，可以远程控制。其目的： □ 救治伤兵

□ 偏僻地区患者实施复杂的手术 □ 救助太空中患病的宇航员

这是一个便携的机器人，很小。由此我们可以想象：在未来，市民患病后不需要直接去医院，只要先把症状告诉家庭医生（机器人），由机器人利用网络上的大数据信息做一个初步诊断，然后市民根据机器人提供的建议进行治疗。

回过头来看看我国医疗信息化的状况和特点。 全国卫生信息化十二五规划3521-2工程：

□ “3”——建设国家级、省级和地市级三级卫生信息平台

□ “5”——加强信息化在公共卫生、医疗服务、新农合、基本药物制度、综合管理五项业务中的深入应用

□ “2”——建设电子健康档案和电子病历二个基础数据库 □ “1”——建设一个医疗卫生信息专用网络 □ “2”——建设信息安全体系和标准规范体系

但是，规划是规划，十二五规划十三五开建，这是大家都知道的秘密。 医疗信息化存在的问题：

我国的的医疗信息化程度相对落后，目前也仅限于医院个体内部的信息化管理，真正实现智慧化还任重而道远。

□ 系统割裂，孤岛严重 □ 流程不统一、不规范

□ 以“管”为主，缺乏整体规划和顶层设计

□ 信息化发展不均衡，东中西部、同一地区内部差距很大

举个例子，我们在西部某地级市做了调查，市级医院信息化非常好，甚至有的药房都有机器人拿药。但是，同是这个地级市，乡镇级医院、民营医院和村卫生室90%没有系统。 那么，医疗大数据智慧化应用方向在哪里呢？我们从四个角度总结了一下。 1、从医生角度 1）比较治疗服务

□ 临床数据比对，匹配同类型的病人和用药,比较多种干预措施的有效性。 □ 提出最有效和最具成本的治疗方法 2）临床决策支持服务

□ 利用规则和数据实时分析给出智能提示

□ 使用图像和识别技术，或者挖掘医疗文献数据建立医疗专家数据库，从而给医生提出诊疗建议 2、从药企、科研单位角度 1）药品研发

□ 对药品实际作用或功能进行分析，进行药品市场预测分析，制定市场推广策略。 □ 分布式计算加快基因测序计算效率，加快创新药物研发 2）临床试验数据分析

□ 实时或近乎实时地收集不良反应报告可以促进药物改进

□ 对药物进行重新定位，确定药品更多的适应症和发现副作用。基于临床试验大数据的分析可以给出证据。 3、从政府角度 1）传染疾病控制

□ 快速检测传染病，进行全面的疫情监测，快速进行响应 □ 提供准确和及时公众健康咨询，降低传染病感染风险。 2）人口健康分析

□ 对不同群体人群就医，健康数据实施人口统计分析，分析人们不良的生活方式密切相关的疾病源。 3）医保欺诈

□ 预测风险辅助制定农合基金的起付线、赔付病种等 □ 监控医保卡诈骗、套现等；监控医疗信息，防止大处方； □ 卫生经济学及药品定价

□ 医疗资源分配 4、从患者角度 1）病症早期预测

□ 应用高级分析可以确定哪些人是某类疾病的易感人群。 □ 根据确定的某类疾病的易感人群。尽早接受预防性保健方案 2）个性化治疗

□ 同样的病人用同样的诊疗方案疗效却不一样，部分原因是遗传变异。

□ 针对不同的患者采取不同的诊疗方案，根据患者实际情况调整药物剂量，可以减少副作用 3）个人健康管理

□ 更全面深入地从社会、心理、环境、营养、运动的角度来对每个人进行全面的健康保障服务，帮助、指导人们成功有效地维 护自身健康

这些是目前可能的医疗智慧应用方向。经过研究，并和我们的客户情况结合，我们选择了以下几个应用： 1、疾病监控

大数据的使用可以改善公众健康，提高疾病监控速度和效率。公共卫生部门可以通过患者电子病历数据库，快速检测传染病，进行全面的疫情监测，并通过集成疾病 监测和响应程序，快速进行响应。这将带来很多好处，包括医疗索赔支出减少、传染病感染率降低，卫生部门可以更快地检测出新的传染病和疫情。通过提供准确和 及时的公众健康咨询，将会大幅提高公众健康风险意识，同时也将降低传染病感染风险。所有的这些都将帮助人们创造更好的生活。 2、辅助决策

为什么需要辅助决策？

□ 信息量或数据量暴增：100年前，据说医生还可以了解医学领域的各个分支。而今天，一名典型的初级保健医生就必须同时了解大约10000种疾病和综合征、3000种药物和1100种检验方法。

□ 研究表明，即使是训练有素的医生也会高估诊断的准确性：美国国家医学院最近估计，每年因医疗差错造成约44000-98000本身可避免的死亡，其中很多是由于误诊造成的。以发热为例，可能涉及到4万种疾病会有发热症状。

通过大数据辅助决策可以实现以下效果：

□ 通过电子病历的大数据分析和共享，医生将不再需要对哪些列满治疗各种疾病的药物手册，取而代之的临床系统会根据当地医院微生物学实验室获取的实时药物敏感数据及患者的基因资料，提供个性化和区域化治疗。

□ 医疗人员能获得准确高效的患者医疗记录数据和将病历数据输入系统，能够发现统一建模方法和大数据

分析平台的成功的治疗模式、减少医疗差错。还可以模仿干预措施，预防流行性疾病。

□ 采用电子病历大数据分析，对医疗知识缺乏的发展中国家而言，对改善和监管医护工作者的医疗护理具有重要意义，并提高预测疾病爆发和人口健康评估和规划的能力。 3、健康管理

□ 依托健康档案，开展从出生到死亡的个人健康管理

□ 更全面深入地从社会、心理、环境、营养、运动、医疗、体征等角度来对每个人进行全面的健康保障服务，帮助、指导人们成功有效地维护自身健康 4、医保监管

我们帮助客户建立医保稽核系统，医保稽核系统(例如机器学习技术)检测医保欺诈行为。业内人士评估，每年有2%~4%的医疗索赔是欺诈性的或不合理的，因 此检测索赔欺诈具有巨大的经济意义。通过一个全面的一致的索赔数据库和相应的算法，可以检测索赔准确性，查出欺诈行为。这种欺诈检测可以是追溯性的，也可 以是实时的。在实时检测中，稽核系统可以在支付发生前就识别出欺诈，避免重大的损失。 医保稽核系统的关键在于：

1）建立病床-病人-医生-病症关联关系，并实地核查，避免挂床套保；病床必须进行标识化。 2）病人身份由稽查时现场采集指纹和人像进行后台比对

最后，稍微提一下医疗数据的变现。相信不久的明天，医疗大数据也会想其它数据一样能够变成真正的金矿，发挥更大的价值。但医疗大数据安全性更为重要，因为它涉及患者的隐私，和我们每个人息息相关。变现的途径有很多，发挥你的大数据思维，有N多的想象空间。 最后总结一下：

1）基于大数据的智慧医疗才刚刚起步，需要各界人士的共同努力和长期探索，但我们相信，由于大数据、云计算、物联网等技术的出现和成熟，智慧医疗的步伐将会大大加快

2）不同地区智慧医疗的实现路径不能千篇一律，不同地区根据医疗信息化程度的不同，其智慧化的切入点也不同，随着医疗健康数据整合的深度和广度的拓展，医疗智慧化也会加速实现

3）智慧医疗要以“人”的需求为核心，以解决患者、医生和管理者的矛盾和问题为出发点，以国家医改目标为方向，以创新应用为抓手，智慧化的实现体制机制的突破、化解医改难题、提升服务质量

4）大数据涵盖数据、思维、技术三个方面。在目前阶段，大数据思维更为重要，大数据为我们提供了一种新的看待世界的方法，我们应该首先从大数据思维上来理解进而指导医疗行业的智慧化进程