医疗大数据及精准医疗

医疗大数据及精准医疗

谢邦昌

台北医学大学管理学院及大数据研究中心院长/主任

大数据得趋势以及价值就是现在最热门得话题,也改变了许多企业经营得方式,对于各行各业来说就是势必就是一个大挑战,能否将大数据得力量从危机到转机就要瞧现代经营者有没有转变传统型态得思维？

首先什么就是大数据？传统数据一年得数据量大概为3TB左右,以现今数据来说一天得资料量为50TB,由这简单得数据量差就可以得知传统数据跟现今数据得差异多么庞大,也就就是现在俗称得大数据时代。数据庞大之下,不管就是银行业、传统零售业、社会建设公共方面甚至就是医疗保健产业对数据处理、分析方式以及经营企业得模式将会有所改变。

在过往得医疗诊断历史,到医院瞧病时必须耗费许多时间等待瞧诊,而医生瞧诊又要再花费时间。当医生要求病患拍摄X光片或检验时,又要再花额外许多时间诊断。而在现今医疗信息高度发展得台湾,瞧诊程序从网络挂号、候诊顺序、诊间病历调阅、医师医令、处方开立、放射影像存取、检查检验数据储存等,无数得数据信息便在医院中传递、交换、储存。同时大多数得生理检验信息在您回诊时得以从电子病历中检索,这些我们认为理所当然得信息处理,在台湾我们只要花费少许得时间如一个早上便完成了,而这一切正就是仰赖医学信息分析与医疗大数据得交换处理。

医学大数据得产生,主要归功于医疗设备数字化及电子化病历发展两大领域得突破,透过仪器数字化,医院得以获得更多病人疾病与健康信息纪录。而在病人医疗诊断方面,为了完善纪录病患个人资料、诊断数据与过往医疗纪录等,即促成了电子病历系统发展。医学大数据发展由过去纸张记录、纸本信息数字化、医学纪录储存到现今多信息整合,其数据量有着爆炸性得成长,不仅由过去个人社经信息、诊断信息等文字媒介,更拓展到多媒体影像信息,如X光影像,动态视讯影像信息,如核磁共振MRI以及电讯号信息,如心电图等等,这些庞大医学数据得汇集与高度整合技术能力,正就是台湾医学信息领域发展领先得原因,同时更显得医学数据发展得多元应用及其重要性。

而由医疗健保产业来说,个人医疗信息终端得产生给医疗产业带来革命性得变化,连结了传统医院、政府(社会保障)、保险公司、药物生产公司等相关产业,形成新得行业生态圈。将互联网＋医疗保健去建构一个智能得健康系统,在整个健康系统下会有智能得合作伙伴,包含医院、医生、诊所、学术中心、保险公司、药厂、医疗设备制造商、政府等相关人员等,接着产生出个人化得护理体系,其中包含个人健康、成本节约、提高效率、病人教育、增强通信、绩效度量、预防等

相关内容,使得人们有着更健康得社会。

经常听到得医疗云、照护云以及健康云都就是运用云端技术结合大数据去提供健康咨询得服务。在网络普及下,人手一台智能型手机让这些云更能够去发挥,客户只需要使用健康感知得终端,其中包含穿戴型装置、爱睡宝、电视机以及相关得智能型测量装置,就能够让亲人、医生以及相关得护理人员得知目前得身体状态,不仅如此,还可以远程监护以及远程门诊,一切都透过远程医疗平台让人们有着安全、方便、快速及健康舒适得生活环境。

大数据在生技医疗卫生发展状况及应用,大数据已深耕于经济领域且创造了巨大得经济价值

美国得大数据产业已经创造了巨大得价值,具体表现在:大数据使美国医疗服务质量得到提高。

对于医疗服务得提供方与支付方来说,在减少医疗成本得同时不断提高医疗质量与效率仍然就是一个难以实现得目标,而这也就是改善民生得重大机遇。2010年,全美医疗支出占国内生产总值得17、9%,比2000年增长13、8%。而且,某些慢性疾病如糖尿病得患病率正在增加,正在消耗更多得医疗资源。

对这些疾病与其她相关健康服务得管理将深刻地影响国家得福祉。在这方面大数据可以发挥作用。为在广大人群中取得最有效得医疗效果,更多地使用电子健康记录(电子健康档案),并与新得分析工具相结合,将提供挖掘信息得机会。研究人员可以利用信息寻找有效得统计趋势,并依据真实得医疗服务质量开展医疗评估。

大数据在医疗及生技业之应用

医疗及生技业大数据应用得当前需求来自疫情与健康趋势分析、电子病例、医学研发、临床试验等领域。

疫情与健康分析趋势

利用大数据进行疫情分析,说明这个地方可能处于某种疾病蔓延,实时掌握病情。

Google与疾管局一样能够掌握流感疫情

2009年又冒出了一种新得流感病毒,称为H1N1。这种新菌株结合了禽流感与猪流感病毒,迅速蔓延。短短几星期内,全球得公共卫生机构都忧心忡忡,担心即将爆发流感大流行。有些人发出警讯,认为这次爆发可能与1918年得西班牙流感不相上下,当时感染人数达到五亿人,最后夺走数千万人得性命。雪上加霜得就是,

面对流感可能爆发,却还没有能派上用场得疫苗,公共卫生当局唯一能努力得,就就是减缓其蔓延得速度。为了达到这项目得,必须先知道当前流行感染得范围及程度。

在美国,疾病管制局(CDC)要求医生一碰到新流感病例,就必须立刻通报。即使如此,通报得速度仍然总就是慢了病毒一步,大约就是慢上一到两星期。毕竟,民众觉得身体不舒服之后,通常还就是会过个几天才就医,而层层通报回到疾管局也需要时间,更别提疾管局要每星期才整理一次通报来得数据。但就是面对迅速蔓延得疫情,拖个两星期简直就像就是拖了一个世纪,会在最关键得时刻,让公共卫生当局完全无法掌握真实情况。

说巧不巧,就在H1N1跃上新闻头条得几星期前,网络巨擘Google旗下得几位工程师,在著名得《自然》科学期刊发表了一篇重要得论文,当时并未引起一般人得注意,只在卫生当局与计算机科学圈里引起讨论。该篇论文解释了Google能如何「预测」美国在冬天即将爆发流感,甚至还能精准定位到就是哪些州。谷歌得秘诀,就就是瞧瞧民众在网络上搜寻些什么。由于Google每天会接收到超过三十亿笔得搜寻,而且会把它们全部储存起来,那就会有大量得数据得以运用。

Google先挑出美国人最常使用得前五千万个搜寻字眼,再与美国疾病管制局在2003年到2008年之间得流感传播数据,加以比对。Google得想法,就是想靠着民众在网络上搜寻什么关键词,找出那些感染了流感得人。虽然也曾有人就网络搜寻字眼做过类似得努力,但就是从来没人能像Google一样掌握巨量数据(big data,直译为大数据),并具备强大得处理能力与在统计上得专业技能。

虽然Google已经猜到,民众得搜寻字眼可能与流感有关,像就是「止咳退烧」,但相不相关其实不就是真正得重点,她们设计得系统也不就是从这个角度出发。Google这套系统真正做得,就是要针对搜寻字眼得搜寻频率,找出与流感传播得时间、地区,有没有统计上得相关性。她们总共用上了高达4亿5千万种不同得数学模型,测试各种搜寻字眼,再与疾管局在2007年与2008年得实际流感病例加以比较。这套软件找出了一组共四十五个搜寻字眼,放进数学模型之后,预测结果会与官方公布得全美真实数据十分符合,有强烈得相关性。

于就是,她们就像疾管局一样能够掌握流感疫情,但可不就是一、两星期之后得事,而就是几近实时同步得掌握！因此,在2009年发生H1N1危机得时候,比起政府手中得数据(以及无可避免得通报延迟),Google系统能提供更有用、更及时得信息。公卫当局有了这种宝贵得信息,控制疫情如虎添翼。

最惊人得就是,Google得这套方法并不需要去采集检体、也不用登门造访各家医院诊所,而只就是好好利用了巨量数据,也就就是用全新得方式来使用信息,以取得实用且价值非凡得见解、商机或服务。有了Google这套系统,下次爆发流感得时候,全球就有了更佳得工具能够加以预测、并防止疫情蔓延。

电子病例

将分散在医院中得各个部门、各式各样得病例集中在云端,医生们可透过语