大数据在医疗领域的应用

中卫护研院

翻译|曾剑英

导语：

  大数据这个概念并不是指数据本身，也不是任何特定的技术或者算法，相反，大数据反映的是一个潮流，是数据、科学与技术相结合后不可避免共同进化的趋势。当大数据这股潮流席卷医疗领域又会掀出怎样的浪花？

本期内容主要有：

• 大数据在医疗领域的发展现状

• 六个应用实例

• 两个具体案例

医疗行业正迅速成长为一个大数据库，而这作为数据分析发展的前提要求，让大数据入驻医疗领域成为必然。

全球医疗分析市场正以每年27%的速度快速增长，预计在2020年，金额量将从2015年的58亿美元增长至187亿美元。电子健康记录、社交平台、医疗保险索赔记录、环境因素和基因标记等与数据相关的项目顺势而起。

另一方面，物联网的形成意味着数以万计的智能传感器和设备通过互联网相连，即时记录并实时分析病人的心率、服用药物剂量甚至病房温度。

大数据分析的价值越来越明显，以下几个实例就是用来说明医疗机构如何利用大数据及其对应反馈技术来提高诊断精度和速度、提升护理效率和显著减少传染病传播的：                                               

心脏病学领域诊断准确性。

利用心脏6个不同位置的90个指标所收集的10，000个特征量来快速确定病情，提升了17%的心脏病诊断准确性。

预测精神疾病的发作。

利用大数据能使得对精神病发作的预测准确性达100%。

助力癌症治疗。

贝勒医学院通过大数据加速癌症的诊断和治疗过程。利用“电子触发器”抓取电子健康记录数据实时跟进患者的筛检过程，将结直肠癌患者的诊断时间减半。

瞄准代谢综合征。

安泰利用大数据为其用户提供高度个性化的指导，识别最高危因素，针对个体进行个性化的行为干预。

糖尿病管理。

鉴于许多糖尿病患者不经常监测自身血糖，谷歌希望研制新型隐形眼镜片，通过与眼泪的接触来实时测定血糖，这对糖尿病护理几乎是革命性的变化。

控制诺瓦克病毒的爆发。

与朴茨茅斯国家医疗服务信托合作建立电子系统来识别诺瓦克病毒感染人群并及时干预。短短四年几乎消灭了疫情（）。

以上是几个大数据在医疗领域的实际应用，泛泛而谈，真正的发展才刚刚开始。但我们能借鉴这些成功的共同点，他们紧跟潮流，灵活切换不同的思考模式。随着技术周期的缩短和实验成本的下降，快速反复的尝试将是成功的不二法门。

案例1：

预测病房护士的需求

分配多少护士进入急性病房来看护重症患者？这是医院管理经常需要思考的问题，尤其是病人组合越发复杂，对护士的要求也相应增加。一些国家或地区采取固定比率的配置（一个护士照看8到10个病人），但这并不能适应不断变化数量的患者的需求。

弗朗西斯在2013年初对护理质量的报告就是一个转折点，面对高死亡率和不当的治理，报告建议医院应当采取更为系统的方式来确定护理人员编制。

The Learning Clinic利用自身庞大的临床数据库构建了“病房忙碌”模型，通过病人病房活动等特性来预测一个病房的工作负荷是否过大。在这个模型的帮助下，医院管理部门可以合理分配护士到相应的病房以保证工作效率，也让护理工作变得更加安全可靠。

案例2：

减小诺瓦克病毒的爆发

诺瓦克病毒是导致流行性胃肠炎最常见的病原体，所导致的腹泻和呕吐可引发致命的并发症。诺瓦克病毒的爆发可引起医院病房的关闭、床位紧张（尤其是冬季），也导致生产力的损失。The Learning Clinic与朴茨茅斯国家医疗服务信托合作建立电子系统来识别诺瓦克病毒感染人群并及时干预。

通过以前提及的VitalPAC系统实时捕获每个病房的临床信息和病房护士日常记录资料，通过数据识别进行判定，并自动通知相应的感染控制小组，早期干预，防止扩散。

成效是显著的，从2009-10年，项目开始的时候，到2013-14年，诺瓦克病毒爆发所致的PHT人数从21人减少为1人，下降了91%；受影响的职工下降了81%；由此导致医院管理混乱的时间也下降了88%。同样的，威塞克斯地区和整个英国的疫情报告数量也下降了，疾病负担相应减少。

内容来源：

[1]Big Data inHealthcare: Hype or Hope – Learning ClinicWhite Paper

近期精彩内容：