大数据到底有多大?一组名为“互联网上一天”的数据告诉我们：一天之中，互联网产生的全部内容可以刻满1.68亿张DVD;发出的邮件有2940亿封之多;发出的社区帖子达200万个;卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……

近两年，“医疗大数据”一词频繁出现在不同会议的议题中，究竟什么是医疗大数据?医疗大数据分析处理手段是什么?医疗大数据在医疗行业的应用有哪些?医院在大数据时代下能做些什么?针对以上问题，北京大学深圳医院信息中心主任卢红在近期由中国数字医疗网主办的以”新技术、新理念助力医院运营管理“为主题的沙龙活动上与大家做了分享。

北京大学深圳医院信息中心主任卢红

会上，他首先给大数据作了定义。他认为，大数据不是数据量的简单刻画，也不是特定的算法、技术或者是商业模式上的发展，而是从数据量、数据形态和数据分析处理方式，到理念和形态上重大变革的总合。所谓大数据，是基于多源异构、跨越关联的海量数据分析所产生的决策流程、商业模式、科学范式、生活方式和观念形态上的颠覆性变化的总合。

过去受技术所限，患者的信息获取基本都来自于在医院的诊疗过程中所产生的数据，包括患者的基本数据、电子病历、诊疗数据、医学影像数据等。如今随着互联网及各种可穿戴设备的普及应用，人们自我健康管理的数据也将成为医疗数据的一部分。针对一些慢病的管理，患者可以通过手机APP，随时掌握生命体征数据的变化，将这些数据汇集到医院，作为参考成为医疗数据的一部分。

医疗大数据的分析处理手段

1、医疗大数据的分析手段：

适合大数据的处理技术包括：关联规则学习、分类、聚类分析、数据融合、机器学习、自然语言处理、回归、信号处理、仿真、可视化等。

2、医疗大数据的处理手段

大数据的特点决定了传统的数据库软件和数据处理软件无法应对存储、处理、分析大数据的任务。大数据处理任务由运行在数十台，甚至数百台服务器的大规模并行软件完成。

常见的大数据处理平台和工具有：

MapReduce，其提供了一种分布式编程的抽象方法;

Hadoop，其包含了多个系统和工具以帮助完成大数据任务;

HDFS，其用来可靠地分布式存储数据;

Hive，其提供了Hadoop上的SQL支持;

HBase，它是基于HDFS的一种非关系型数据库;

Zookeeper，其提供了集群节点的一个管理方法。

医疗大数据的应用

医疗大数据带给人类的福音早在2009年google公司的一个案例中直接可以体现，google借助大数据技术比美国疾病控制与预防中心提前1到2周预测到了甲型H1N1流感爆发，此事震惊了医学界和计算机领域的科学家。

不仅如此，医疗大数据在医疗行业的应用体现在服务居民、服务医生、服务科研、服务管理机构、公众健康服务等多个领域。卢红从以上几点进行了详细介绍：

(1)服务居民。居民健康指导服务系统，提供精准医疗、个性化健康保健指导，使居民能在医院，社区及线上的服务保持连续性。例如，提供心血管、癌症、高血压、糖尿病等慢性病干预、管理、健康预警及健康宣教;同时减少患者住院时间，减少急诊量，提高家庭护理比例和门诊医生预约量。

卢红强调，无论做慢病管理还是随访也好，尤其是做健康管理，都是需要有数据支撑的，没有数据支撑，所有的健康管理都是虚的。他举例表示，单纯从体检数据不可能给患者做到全面的健康咨询和精准健康管理服务的。体检是有限的，一定要结合患者的医疗数据，所以做好这件事情是一定要有一个数据的平台来支撑的，这个数据平台做什么?就是把分散在医院各方面的数据聚集起来，提供一个可视化的展现形式，提供给大夫，大夫透过这些数据、结果来更好的为患者提供健康服务。

(2)服务医生。临床决策支持，如用药分析、药品不良反应，疾病并发症，治疗效果相关性分析，抗生素应用分析，或者是制定个性化治疗方案。

这些都是要以药品质量反映，疾病的并发症，这些在我们的信息系统中都有不同程度的体现。卢红举例说，不良反映，最早以前我们医院是有一套体系，大家报药品的不良反映，但是报完了之后没有反馈，这个信息收集完了之后报给国家，国家没有把这个信息反馈给医院。我们就提出建议：医院作为数据的供给者，非常希望上级可以把数据的结果反馈回来。后来，上级定期把结果反馈回来，我们从内网中体现出来，医生就能够经常看到。

(3)服务科研。包括疾病诊断与预测、提高临床实验设计的统计工具和算法，临床实验数据的分析与处理等方面。在目前的医院里，喜欢做科研的医生对这方面的呼声非常高，第一是希望自己有一个平台，把自己所关注的病例能够及时的放到平台中来进行管理。第二个，当这些数据都放进去以后，他会透过这个数据来设计一些科研的方案，透过这个平台能够产生一些他认为的指标出来，反过来这些指标对他的临床工作又有一定的指导意义。

(4)服务管理机构。对行政管理部门是有一定的意义的。

(5)公众的健康服务。包括危及健康因素的监控与预警、网络平台，社区服务等方面。大家都知道，上海在卫生医疗领域积累了大量的数据，行业专家通过诊疗数据作相关疾病的分析，最后得出一个分布图，在浦东这个区域里，糖尿病的患者究竟是聚集在哪一个区域，高血压的患者又是在哪一个区域，肝癌的患者在哪一个区域，得到了这样一个分析数据以后，再进一步分析这个区域里的人的饮食习惯，或者是这个区域的人群来源结构，这一个地区的人群饮食习惯，都做了进一步的分析，去找到他患糖尿病或者是高血压的一个因素在哪里，这就是一个很典型的大数据分析得到的结果，反过来为公共决策部门进行服务的典型案例。

大数据平台让医生从录入者变成使用者

卢红认为信息化推行这么多年仍有很多问题的一个非常重要的原因，就是医生只是数据的录入者，没有真正成为数据的使用者、利用者。

随着大数据技术的不断成熟，通过建立大数据平台、数据的支撑，让医生在治疗、随访等实际工作中受益。让医生的角色真正从录入者向使用者转变。

卢红将大数据平台带来医疗服务及医生的益处主要归于以下几类：

1、精准医疗。

比如说抗菌药物的使用，抗菌药物需要控制，但是大家总也找不出很好的方法去控制。我们有很多的规定，但是这些规定如果没有平台支撑的控制，这种规定都是空的。第一没办法执行下去，第二没有办法核查。比如说这位患者用某一个抗菌药物，理论上用了3天就不能用了，必须要做抗菌药物的耐药性的检测，耐药性的检测是送给微生物检查，微生物室得到一个结论，这个患者对哪个菌种耐药，马上就要换。但是实际的工作中常常是这个大夫可能用了这个抗菌药物用了10天，觉得没有效果了又换，又用了几天没有效果，才想起来做耐药性的检测，但是如果系统在这方面能够很好的把控的话，我相信抗菌药物使用，按照国家的标准，抗菌药物的使用是一定能够控制下来的。

2、个人治疗计划。

通过对历次住院信息的分析，制定本次治疗计划，为医生提供参考。这就是对一个个体，上次有公司到医院来讲课，他说我能够把患者历次的信息都看得到，我说你看到只是仅仅展现出来，大夫所需要的不仅仅是把这些信息看到，而是需要能够把历次的住院信息中的某个专科疾病所关注的指标，用一种时序的方式展现出来，这就是需要大数据的分析手段来给大夫提供这样的展现形式，只有这样，我们的大夫才能一目了然。前面关注的指标是透过什么发生了这样的变化，他就非常清晰了。

如果简单的展示，上次看他的病情是什么，第二次是什么，第一次用了什么药，第二次用了什么，其实这个没有太大的意义。只有对这些数据进行分析，透过时序的方法展现出来，对我们的大夫才会有指导意义。

3、为医生和科研服务。

通过对某个专科疾病的分析提供可参考的治疗方案，为科研提供分析数据。

举个例子不同的医院疾病不一样，比如说某个医院有10个前10位的看病最多的，就把这10个看病最多的医院病案搜索出来，用大数据的方法分析好，就能为医生提供非常好的服务。

4、为患者健康服务提供数据支撑。

健康管理，慢病管理，病人随访等等。尤其是健康管理，如果没有一个数据支撑的管理都是空话，包括慢病管理也好，因为慢病管理虽然是糖尿病，但是有可能产生了一个并发症，肯定到医院治疗过，这些数据都是要被收集到这个平台里的，提供给管理慢病的大夫。包括社康的大夫他也是非常需要这些数据的，透过这样的数据支撑，就可以提供很好的服务。

大数据可以带给医院、医生、患者这么多好外，如何让这一切能为现实，医院能做些什么呢?卢红谈到，目前医院在尝试通过一些数据分析公司来做平台建设的工作，通过平台提供数据服务，包括健康管理、慢病管理、病人随访，包括转诊、科研等等，都要建立在这个平台上。透过底层的大数据分析支撑，来为这些所有的业务提供数据支撑的服务。

（本文根据“新技术、新理念助力医院运营管理”主题沙龙现场速记整理。）