医疗卫生行业从不缺新词汇，而大数据从进入医疗卫生行业以来就备受争议。那么，我们该如何看待医疗卫生行业大数据的发展？

饱受“争议”的医疗大数据

虽然电子健康记录已经在一定程度上得到推广，但大多数供应商只熟悉自己的记录系统，数据分析项目只有少数一些机构在着手研究。加利福尼亚州奥克兰Kaiser Permanente医院高级副总裁Jed Weissberg表示：“常规的电子健康记录系统并未涵盖数据分析功能，其主要组成部分依然停留在患者就诊的记录阶段。”如何让大数据逐步渗透到医疗行业，在医疗领域更有效地运用大数据分析，是IT供应商、医院管理人员和医生共同面临的挑战。

Kaiser Permanente于2010年与37家医院和533家医疗机构对接，推出了Epic Systems-powered EHR system，但是在实践中发现，电子健康记录系统缺乏对一些数据的捕捉能力，例如对患者关节手术疼痛和功能数据的捕捉能力。如果信息系统可以实现将术后的相关指标存储在数据库，那么便可通过已知的数据帮助更多将要接受此项手术的患者了解术后的疗效及其康复进度。因此Kaiser决定将有计划地开始捕捉这些“遗漏”数据，并考虑如何让医生在随访期间通过平板电脑进入一个安全的Web门户，或通过医生助理系统进入信息处理平台处理相关任务。“每个人都希望更高效、快速、便捷地分析数据，提高效率。”Weissberg感慨道：通过数据分析，可为患者提供比传统专项研究更为快速、经济、专业的治疗方案。

波士顿Beth Israel Deaconess Medical Center的病理学家和临床微生物学实验室副主任Ramy Arnaout表示：“大数据使我们可以根据患者的年龄、性别、病情和身体质量指数定义与其相关的子集，掌握其全面的治疗方案和医疗进度。”现阶段，电子健康记录的功能仅限于软件供应商已部署的功能。对于供应商而言，将大数据融入到电子健康记录中缺乏相应的经济激励机制。大数据的应用意味着需从多个数据库和信息系统中获得相应的信息，添加数据分析功能，使得系统供应商提供更大的互操作性系统，一定程度上预示着数据的开放、共享。这需要增加更多的成本投入，将会影响供应商的收益，降低供应商的积极性。站在医疗行业管理者的立场，他们对电子健康记录定制数据分析模块也持保留态度。因为一旦定制此模块，意味着将来院方需额外投入人力、物力支持系统升级。除此之外，一线的医生们也对数据分析心存疑虑。电子健康记录与医生问诊的不同之处在于，它可以通过相关主题搜索出全部与之相关的数据并加以存储、分析，进而得出结论。要想驾驭这种信息系统，医疗从业者必须具备相应的医学和计算机科学知识。鉴于种种原因，目前医院更倾向于利用敏捷技术，例如通过移动应用和平板电脑管理调用电子健康记录。

云端数据落地医疗市场

随着时代的发展，基于云计算的电子健康记录数据分析服务已经开始进入医疗市场，在某种程度上可有效降低IT成本，并从多个医疗信息系统获取所需医疗信息。因此对于医疗行业的从业人员的综合素质要求也在不断提高。“医疗从业人员除了需要具备较强的医学知识外，还要具备一定的计算机科学素养。只有在医学和科学两个领域都有一定的知识储备，才有可能更大程度地发挥医学信息化的价值。”Arnaout说。Cleveland 诊所便是将两者较好结合的案例之一。

Cleveland诊所改革执行董事Chris Coburn这样介绍道：“Cleveland诊所的愿景是希望电子健康档案（EHR）和大数据可以完美地结合，通过先进的信息化技术手段为病人最大程度地提供经济、可行的治疗方案。”早在上世纪90年代末cleveland便使用Epic电子健康病例系统，每年就诊人数高达510万人次。在2009年Cleveland诊所推出私有云SaaS（软件即服务）平台Explorys，允许医疗专业人士在此平台上借鉴120家医院和1500万患者的临床症状、财务及手术等相关数据信息，以便选择更优的治疗方案。由于数据本身的敏感性所致，安全问题便显得至关重要。值得一提的是，Cleveland在较短时间内便建立了非常安全的医疗信息系统，因为我们都清楚安全对于医疗信息系统的重要性。

对于医院而言，像Explorys这样的云系统可提供更经济、更多元化的数据服务。Colburn表示：“虽然大数据在医疗方面的落地仍处于起步阶段，但其正在快速地发展过程中。”

近日，美国临床肿瘤学会（ASCO）首次展示专注于乳腺癌症的CancerLinQ数据库模型。该模型可为医疗机构和研究人员提供匿名的电子健康记录信息，相关人员能够自由调用存储在CancerLinQ中的数据。美国临床肿瘤学会的候任主席Clifford Hudis博士在电子邮件采访中这样说道：“CancerLinQ模型反映了IT发展的新趋势：低成本存储、可快速扩展的虚拟（云）服务器、日渐成熟的开源软件，以及NoSQL（非结构化）数据库等。”Clifford Hudis博士还透露：CancerLinQ数据库的最终版本将包括自然语言处理、机器学习和分布式计算等技术。至于开放源码软件的最终角色仍有待商榷。

据悉，85％~90％的美国临床肿瘤学会成员使用电子健康记录，这似乎使肿瘤学成为大数据分析项目的经典案例，患者和供应商自愿共享其健康数据。 Hudis补充道：美国临床肿瘤学会最初希望通过该项目征集到30000份电子健康记录供相关领域的医生及卫生保健专业人士参考，但实际上我们却收到了130000份电子健康记录，数据分析功能的发展趋势和应用潜质可见一斑。