健康大数据

1.定义和概述

健康大数据（Healthy big data）是随着近几年数字浪潮和信息现代化而出现的新名词，是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的健康数据的集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。健康大数据的意义不在于这些庞大的信息，而在于对这些健康数据进行专业化处理和再利用，健康大数据的整合再利用对于身体状况监测，疾病预防和健康趋势分析都具有积极的意义。

健康大数据的整理方式，目前看有EHR(EleCTRonic Health Records，电子健康档案)和EMR(Electronic Medical Records，电子病历)两种，未来将会有更多的方式为我们所用，也会有更多的独立机构和公司加入到健康大数据的产业中来。

2.健康大数据的特点

第一体量巨大。截至目前，人类生产的所有印刷材料的数据量是200PB(1PB=210TB)，而历史上全人类说过的所有的话的数据量大约是5EB(1EB=210PB)，而一些大企业的数据量已经接近EB量级。

第二种类繁多。

第三价数据真实性。

第四处理速度快。这是大数据区分于传统数据挖掘的最显著特征。

第五数据长期的持续性。可以称为“慢数据”，是一种通过一种简单的方法，在三个月、半年甚至更长的时间内，持续不断地监测你的某些健康指标，通过长时间的健康数据积累，准确预测你未来患上的某种疾病的可能性，以达到中医所讲的“治未病”的效果。

3.健康大数据背景

行业复杂，极难标准化

个体差异大、医疗疾病种类繁多；复合疾病常见，关系复杂；很难标准化、自动化；医学检查、治疗、诊断不断发展；新的疾病不断产生和变化；医疗发展水平还有很多未知领域；医疗利益分割。

医院资源有限，利用有限

大病小病都找三甲医院，而医院这里优质医疗资源有限，医生这里经验与精力有限，医生的价值反而没有得到充分的发挥。

个人信息缺乏，信息不对称

医学信息的不对称导致，患者这里缺乏主动参与，大众的医学健康、预防、康复知识匮乏。

4.真正的健康大数据

健康大数据勾勒出一个理想化的状态：由“可穿戴设备”或其它终端持续收集到人体健康数据，自动传入云端，进行数据分析与处理，云端数据库定期将结果发给专业人员，后者给出诊断或康复建议。由于这种模式可以使健康需求者足不出户获得健康管理服务，从而真正缩减了医疗服务的人力和物力成本，而目前这种模式已经成为可能，而且做的更专业更到位。

健康大数据这种能够实现降低人力物力成本的新型大数据应用模式为国内的健康管理服务商提供了新思路。比如恩福公司开发的恩福健康管理云平台利用云计算打造健康大数据平台可以通过家庭健康管理和居家体检系统收集到数据量大、数据种类多、实时性强的个人健康大数据，同时通过医生端工作站共享健康数据，依据健康科学理论，开展专业的健康数据分析，还可以实现科学而系统的健康分析，通过对健康数据进行处理、分析、归纳、总结其深层次的规律，得出专业而精准的个人健康指导方案，其特点是涵盖人群广，涉及的健康数据全面，形成了实时动态的健康数据，可以说是我国目前真正意义上的健康大数据。

5.健康大数据的实践

大数据时代特点是数据无处不在，我们身边处处都有大数据。我们在互联网上每一个操作都会被记录下来，而健康大数据带来的新机遇同样催生了众多以“采集数据”为名的“可穿戴设备”，手环、手表、眼镜等应有尽有，但是其实健康大数据的重点在于拥有能够提供预知健康的大数据库，否则，再多的可穿戴设备也只会是中看不中用。面对如火如荼的大数据争夺战，百度董事长兼CEO李彦宏也表示“我们真正想要的数据现在没有，或是还没有搜集上来，已经被搜集上来的数据基本没有价值。戴个手环、弄个眼镜，计算每天走多少步、消耗了多少卡路里、心跳多少次，对治病没有什么帮助，互联网公司通过可穿戴设备搜集了很多数据，结果又发现没法对这些数据进行分析”。由于对数据的处理和专业的分析，需要很强的医学背景，互联网公司所能做的前期采集工作只是健康大数据的前期准备工作，所以如何获取真正具有价值的数据相对容易，而如何对数据展开专业分析并从中发现相关性建立模型，最后再诞生出具有创造性的商业模式，这才是健康大数据的根本，现在已经有一些公司在着手做这样的工作，比如阿里、百度、恩福等等。

6.健康测量学

我们通过智能硬件连续采集用户的体征数据，是一种主动性的预警，而传统的医疗是一种被动性应急，你在医院的数据是无法对你未来健康做出预警的。连续数据的波动规律分析就可以缓解单点数据的精度不够。

美国某一实验室研究的是人的体征数据在健康状况下是稳定的波动规律，当波动规律紊乱的时候意味着未来有健康变化的风险，这是健康管理最核心的地方，用连续的体征波动规律来进行分析，我们介绍一下美国时间生物钟中心，哈尔博格教授，在这几十年来建立了3个重要的成果。建立了不同年龄性别年龄的基本特征的基础值，包括血压、心率、体温、激素、BMI指数等等。形成了连续体征数据波动的算法，推动算法进行比对和分析。形成了一部分分析模型对异常的体征波动规律未来的风险进行预警，这是医学实验室做的事情。采集的数据包括五大洲各种人种。

这个就是“数据与健康节律”的关系。为什么连续的体征数据可以做未来的健康变化的风险预警，在美国的NAS宇航员的体征数据时由这个实验室进行分析的。数据回顾时候发现，所有的测试者在地震的前三天他们的血压节律出现了一致性的变化，到地震后的三到四天才回到原有的水平。如果看单点的数据，当所有的测试者带着血压计每天检测48次，都出现了一致性的变化，我们身体里的血压变化你可能很难感受到。但是当我们的中枢神经接受外界刺激的时候会分泌激素，疾病也一样，疾病的形成初期首先出现了体征波动规律的紊乱。我们通过智能硬件连续采集用户的体征数据通过规律性的判断发现未来健康变化的风险。

阿里健康大数据

用户在“医蝶谷”里可以找到覆盖所有科室的专家名医，线上线下结合，获得体验最好的医疗服务。

阿里健康APP专为手机用户开发，用户随手拍处方上传，咨询药品信息，由用户附近多家正规大型连锁药店进行响应，为用户提供安全便捷的药品服务。平台已有多家药店进驻，用户可查询药店地址、电话、营业时间等信息，查看是否支持医保报销等，用户根据实际情况选择便宜、快捷的药店，等等。