大數據醫療：5大應用、5個(gè)痛點(diǎn)、5種趨勢……
《“健康中國2030”規劃綱要》明確將發(fā)展健康產(chǎn)業(yè)作為“健康中國”建設五大任務(wù)之一，并提出將健康產(chǎn)業(yè)發(fā)展成為國民經(jīng)濟支柱性產(chǎn)業(yè)的戰略目標：2020年健康服務(wù)業(yè)總規模達到8萬(wàn)億，到2030年達到16萬(wàn)億，全年GDP占比超過(guò)10%。
醫生往往都希望盡可能多地收集病人信息，盡早發(fā)現疾病，對于患者來(lái)說(shuō)，不但降低了身體健康受損的風(fēng)險，同時(shí)也能夠減少醫療支出。而通過(guò)對醫療大數據的分析，人類(lèi)不但能夠預測流行疾病的爆發(fā)趨勢、避免感染、降低醫療成本等，還能讓患者享受到更加便利的服務(wù)。
一、電子病歷
到目前為止，大數據最強大的應用就是電子醫療記錄的收集。每一個(gè)病人都有自己的電子記錄，包括個(gè)人病史、家族病史、過(guò)敏癥以及所有醫療檢測結果等。
這些記錄通過(guò)安全的信息系統(究竟是否安全值得商榷)在不同的醫療機構之間共享。每一個(gè)醫生都能夠在系統中添加或變更記錄，而無(wú)需再通過(guò)耗時(shí)的紙質(zhì)工作來(lái)完成。這些記錄同時(shí)也能幫助病人掌握自己的用藥情況，同時(shí)也是醫學(xué)研究的重要數據參考。
二、健康監控
醫療業(yè)的另一個(gè)創(chuàng )新是“可穿戴設備”的應用，這些設備能夠實(shí)時(shí)匯報病人的健康狀況。
和醫院內部分析醫療數據的軟件類(lèi)似，這些新的分析設備具備同樣的功能，但能在醫療機構之外的場(chǎng)所使用，降低了醫療成本，病人在家就能獲知自己的健康狀況，同時(shí)還獲得智能設備所提供的治療建議。
這些可穿戴設備持續不斷地收集健康數據并存儲在云端。
除了為個(gè)體患者提供實(shí)時(shí)信息以外，這些信息的收集也能被用于分析某個(gè)群體的健康狀況，并根據地理位置、人口或社會(huì )經(jīng)濟水平的不同用于醫療研究。最后在這些前期研究的基礎上制定并調整疾病的預防與治療方案。
裝有GPS定位的哮喘吸入器就是一個(gè)典型的例子，它觀(guān)察的不僅是單個(gè)患者的哮喘，還能從同一區域、多名患者的哮喘規律中找到更好的適合該地區的治療方案。
可穿戴設備在我們的日常生活中隨處可見(jiàn)，計步器、體重跟蹤器、睡眠監測儀、家用血壓計等都為醫療數據庫提供著(zhù)關(guān)鍵數據。
三、醫護資源配置
這個(gè)看似不可能完成的任務(wù)，已經(jīng)在大數據的幫助幫助下在一些“試點(diǎn)”單位實(shí)現。在法國巴黎，有四家醫院通過(guò)多個(gè)來(lái)源的數據預測每家醫院每天和每小時(shí)的患者數量。
他們采用一種被稱(chēng)為“時(shí)間序列分析”的技術(shù)，分析過(guò)去10年的患者入院記錄。這項研究能夠幫助研究人員發(fā)現患者入院的規律并利用機器學(xué)習，找到能夠預測未來(lái)入院規律的算法。
這項數據最終會(huì )提供給醫院的管理人員，幫助他們預測接下來(lái)15天中所需要的醫護人員“陣容”，為患者提供更加“對口”的服務(wù)，縮短他們的等待時(shí)間，同時(shí)也有利于為醫護人員盡可能合理地安排工作量。
四、大數據與人工智能
人工智能技術(shù)通過(guò)算法和軟件，分析復雜的醫療數據，達到近似人類(lèi)認知的目的。因此AI使得計算機算法能夠在沒(méi)有直接人為輸入的情況下預估結論成為可能。
由AI支持的腦機接口可以幫助恢復基本的人類(lèi)體驗，例如因神經(jīng)系統疾病和神經(jīng)系統創(chuàng )傷而喪失的說(shuō)話(huà)和溝通功能。
在不使用鍵盤(pán)、顯示器或鼠標的情況下，在人類(lèi)大腦和計算機之間創(chuàng )建直接接口，將大幅提高肌萎縮側索硬化或中風(fēng)損傷患者的生活質(zhì)量。
AI還是新一代放射工具的重要組成部分，通過(guò)“虛擬活檢”幫助分析整個(gè)腫瘤情況，而不再通過(guò)一個(gè)小小的侵入性活檢樣本。AI在放射醫療領(lǐng)域的應用能夠利用基于圖像的算法來(lái)表現腫瘤的特性。
在發(fā)展中國家，精通放射學(xué)、超聲波等領(lǐng)域的醫護人員非常匱乏。AI能夠在一定程度上完成原本需要人類(lèi)參與的診斷行為，降低實(shí)際操作中對一個(gè)專(zhuān)業(yè)放射科醫師的需求。
五、醫學(xué)影像
醫學(xué)影像包括X射線(xiàn)、核磁共振成像、超聲波等，這些都是醫療過(guò)程中的關(guān)鍵環(huán)節。
放射科醫生往往需要單獨查看每一個(gè)檢查結果，不但產(chǎn)生了巨大的工作量，同時(shí)也有可能耽誤患者的最佳治療時(shí)間。但是大數據卻可以有效解決這一問(wèn)題。
算法所能夠研究的圖像數量遠遠超出人類(lèi)大腦，任何一個(gè)放射科醫師窮盡一生也不可能與機器的運行速度和強度匹敵。通過(guò)構建識別圖像中模型的算法，使這些模型能夠形成編號系統，幫助醫生做出診斷。
一、數據安全
醫療數據涉及個(gè)人數據隱私方面的問(wèn)題，因此要特別注意個(gè)人數據隱私保護，中國《網(wǎng)絡(luò )安全法》規定“網(wǎng)絡(luò )運營(yíng)者不得泄露、篡改、毀損其收集的個(gè)人信息；未經(jīng)被收集者同意，不得向他人提供個(gè)人信息。但是經(jīng)過(guò)處理無(wú)法識別特定個(gè)人且不能復原的除外”
雖然AI醫療公司在使用數據時(shí)要進(jìn)行數據的無(wú)法識別特定個(gè)人處理，這在一定程度上能夠幫助AI醫療公司規避數據安全問(wèn)題，但仍舊無(wú)法完全避免數據安全問(wèn)題的產(chǎn)生。
目前，我國沒(méi)有明確的法律規定數據歸屬問(wèn)題，醫療數據使用權到底是患者個(gè)人、醫療機構、還是參與建設的企業(yè)？
醫療行業(yè)內的共識是：數據是患者、醫生、醫院三方共同的資源，且不能直接用作盈利，一般來(lái)說(shuō)數據可以找科研項目合作中使用，使用前必須經(jīng)過(guò)患者同意、醫生必須得到醫院科研項目申請批復。
因此，大多數AI醫療公司仍是通過(guò)與醫療機構合作科研項目，獲取數據訓練模型。
二、數據開(kāi)放受限
中國的醫療數據開(kāi)放程度有限，主要體現兩個(gè)方面：一是境內與境外的流通限制，二是醫院與醫院或醫院與公司之間流通的限制。
境內與境外的限制其實(shí)很簡(jiǎn)單，這個(gè)各個(gè)國家都有相關(guān)規定，而且有的國家規定的更加嚴格，比如美國和歐洲。在醫院與醫院的流通限制方面，我國大部分的醫院數據都是獨立存在的，流通起來(lái)相對困難，更談不上共享和數據交叉應用及數據變現。
2017年以來(lái)，國家通過(guò)立法逐步規范和開(kāi)放數據的使用，同時(shí)陸續建立各類(lèi)數據應用平臺，通過(guò)國家力量和產(chǎn)業(yè)資本的結合，加快醫療數據的互聯(lián)互通和數據共享機制，為醫療大數據的應用帶來(lái)福音。
三、數據標準差異
我國人口眾多，醫療數據豐富，但”數據大“不等于 “大數據“，臨床數據不夠統一和規范，不同地區、不同醫院之間的數據沒(méi)有建立起聯(lián)系，也沒(méi)有統一的標準，因此價(jià)值也得不到體現。
比如影像系統的數據標準問(wèn)題，超過(guò)80%的醫療大數據為影像形式，但PACS系統的生產(chǎn)設備和數據標準是不一致的，數據交流存在諸多障礙。
四、倫理爭議
盡管AI在醫療行業(yè)取得了令人矚目的進(jìn)展，但不可否認的是，AI的應用依然存在一系列的倫理問(wèn)題，比如：AI造成了個(gè)人信息泄露，導致醫療事故，責任方是誰(shuí)？AI的使用造成了醫療人員的失業(yè)，引發(fā)醫療產(chǎn)業(yè)結構的轉型，社會(huì )應該如何應對？諸如此類(lèi)的問(wèn)題很多，都需要行業(yè)從業(yè)者去面對和解決。
五、數據成本高
所有基于A(yíng)I的醫療技術(shù)，都是以”數據“為基礎的，目前AI醫療公司獲得數據的渠道分為三種：第一，與醫院合作科研項目；第二，從公開(kāi)數據集下載數據；第三，購買(mǎi)數據。
總體來(lái)說(shuō)，獲取數據的成本主要在數據獲取和數據標注上，而隨著(zhù)模型訓練的逐步深入，數據吞吐量可能會(huì )是幾何級數增長(cháng)，代價(jià)也會(huì )水漲船高，這無(wú)形中為實(shí)現大數據醫療增加了負擔。
一、影像識別智能化
2018年6月，由國家神經(jīng)系統疾病臨床醫學(xué)研究中心、首都醫科大學(xué)人腦保護高精尖創(chuàng )新中心和中國卒中學(xué)會(huì )聯(lián)合主辦的“Chain”杯全球首場(chǎng)神經(jīng)影像人工智能人機大賽全球總決賽上，一方是全球首款CT、MRI神經(jīng)影像AI輔助診斷系統，一方是25名全球神經(jīng)影像領(lǐng)域頂尖專(zhuān)家。
AI分別以87%、83%的準確率，戰勝醫生66%、63%的準確率，而且在速度上基于大數據的人工智能也占盡優(yōu)勢。
醫療數據中有超過(guò)90%來(lái)自于醫學(xué)影像，但是影像診斷過(guò)于依賴(lài)人的主觀(guān)意識，容易發(fā)生誤判。中國臨床醫療每年的誤診人數約為5700萬(wàn)人。AI通過(guò)大量學(xué)習醫學(xué)影像，可以幫助醫生進(jìn)行病灶區域定位，減少漏診誤診問(wèn)題。
二、智能診療通用化
智能診療是人工智能在醫療領(lǐng)域最重要、也最核心的應用場(chǎng)景。
智能診療就是將人工智能技術(shù)應用于疾病診療中，計算機可以幫助醫生進(jìn)行病理，體檢報告等的統計，通過(guò)大數據和深度挖掘等技術(shù)，對病人的醫療數據進(jìn)行分析和挖掘，自動(dòng)識別病人的臨床變量和指標。計算機通過(guò)“學(xué)習”相關(guān)的專(zhuān)業(yè)知識，模擬醫生的思維和診斷推理，從而給出可靠診斷和治療方案。
IBM研發(fā)的沃森機器人可以在17秒內閱讀 3469本醫學(xué)專(zhuān)著(zhù)，248000篇論文，69種治療方案，61540次試驗數據，106000份臨床報告。通過(guò)海量讀取醫學(xué)知識，沃森機器人在短時(shí)間內迅速成為腫瘤專(zhuān)家。
2012年沃森機器人通過(guò)了美國職業(yè)醫師資格考試，并部署在美國多家醫院提供輔助輔助診療的服務(wù)。目前沃森機器人提供診治服務(wù)的病種包括乳腺癌、肺癌、結腸癌、前列腺癌、膀胱癌、卵巢癌、子宮癌等多種癌癥。
三、藥物研發(fā)提速
依托大數據，人工智能系統可以快速、準確的挖掘和篩選出適合的藥物。通過(guò)計算機模擬，人工智能可以對藥物活性、安全性和副作用進(jìn)行預測，找出與疾病匹配的最佳藥物。這一技術(shù)將會(huì )大大縮短藥物研發(fā)周期、降低新藥成本并且提高新藥的研發(fā)成功率。
例如，當某人被診斷為癌癥時(shí)，智能藥物研發(fā)系統會(huì )利用病人的正常細胞和腫瘤來(lái)將它的模型實(shí)例化，并嘗試所有可能的藥物，直到找到一種能殺死癌細胞又不傷害正常細胞的藥物。如果它找不到有效藥物或者有效藥物組合，那么它就會(huì )著(zhù)手研發(fā)一種能治愈癌癥的新藥。如果藥物醫治了疾病但仍有副作用，系統則會(huì )嘗試通過(guò)相應調整擺脫副作用。
四、醫療機器人廣泛應用
機器人在醫療領(lǐng)域的應用范圍很廣泛，比如智能假肢、外骨骼和輔助設備等技術(shù)修復人類(lèi)受損身體，醫療保健機器人輔助醫護人員的工作等。
目前，關(guān)于機器人在醫療界中的應用的研究主要集中在外科手術(shù)機器人、康復機器人、護理機器人和服務(wù)機器人方面。國內醫療機器人領(lǐng)域也經(jīng)歷了快速發(fā)展，進(jìn)入了市場(chǎng)應用。
天智航的“天璣”第三代機器人可以輔助醫生開(kāi)展四肢、骨盆骨折以及脊柱全節段手術(shù)，讓患者的軟組織損傷更小、出血量更少、恢復更快，并減輕醫生疲勞。
在醫院門(mén)診部，科大訊飛的“曉醫”在全國近100家醫院“上崗”，為患者提供預約掛號、問(wèn)詢(xún)服務(wù)、智能導診、路徑指引、報告查詢(xún)等多種功能，為醫院分攤導診工作。讓很多人感到痛苦和恐懼的胃鏡檢查，現在患者只需吞下一粒膠囊，在胃里變成“機器人”進(jìn)行螺旋式掃描，將圖像實(shí)時(shí)傳輸至醫生電腦，便可快速完成。
五、健康管理實(shí)時(shí)追蹤
根據人工智能而建造的智能設備可以監測到人們的一些基本身體特征，如飲食、身體健康指數、睡眠等。對身體素質(zhì)進(jìn)行簡(jiǎn)單的評估，提供個(gè)性的健康管理方案，及時(shí)識別疾病發(fā)生的風(fēng)險，提醒用戶(hù)注意自己的身體健康安全。目前人工智能在健康管理方面的應用主要在風(fēng)險識別、虛擬護士、精神健康、在線(xiàn)問(wèn)診、健康干預以及基于精準醫學(xué)的健康管理。
目前研究人員正在努力使智能穿戴設備，通過(guò)和智能手機連接，將電子病歷等多渠道的數據進(jìn)行整合，人工智能系統可以為病人提供個(gè)性化的健康管理方案，幫助病人規劃日常健康安排。
同時(shí)，通過(guò)手機或者家庭智能終端，用戶(hù)可以隨時(shí)聯(lián)系智能健康咨詢(xún)服務(wù)平臺，獲得專(zhuān)業(yè)的病情分析咨詢(xún)。還提供專(zhuān)屬的健康管理人員，提供上門(mén)理療，上門(mén)送藥等多種服務(wù)。
（責編：梅亞川）
發(fā)布時(shí)間：2020-07-10
來(lái)源：強國融媒智庫
《“健康中國2030”規劃綱要》明確將發(fā)展健康產(chǎn)業(yè)作為“健康中國”建設五大任務(wù)之一，并提出將健康產(chǎn)業(yè)發(fā)展成為國民經(jīng)濟支柱性產(chǎn)業(yè)的戰略目標：2020年健康服務(wù)業(yè)總規模達到8萬(wàn)億，到2030年達到16萬(wàn)億，全年GDP占比超過(guò)10%。
在新基建的七大領(lǐng)域中，作為城市底層基礎設施和數字經(jīng)濟的底座，大數據中心的平臺化水平和運營(yíng)能力，將直接決定新基建的整體成效。而醫療，將是驗證大數據中心建設成色的一把“放大鏡”。
5大應用
5個(gè)痛點(diǎn)
5種趨勢
后記
相關(guān)數據顯示，2020年我國健康醫療大數據行業(yè)規模將突破800億人民幣。
新冠疫情讓醫療行業(yè)更清楚的認識到醫療大數據研究與應用的重要性。電子病歷、智慧醫院、醫療AI、DRG等投入將進(jìn)一步加大，醫聯(lián)體、基層醫療衛生服務(wù)體系等新模式建設也將成為建設重點(diǎn)。
如何利用AI、大數據、物聯(lián)網(wǎng)等技術(shù)，提升醫療機構診治水平、優(yōu)化城市公衛體系的精細化管理能力，將成為地方政府與科技公司共同面對的一場(chǎng)決定命運的“大考”。
（責編：梅亞川）
