大数据技术已经应用在电信、金融、教育、医疗、军事、电子商务甚至政府决策等几乎所有的领域，尤其在医疗领域的应用越来越多，因此，大数据技术在医疗领域的项目管理逐渐引起人们的重视。针对大数据技术在医疗领域的发展趋势和当前面临的问题，研究大数据技术在医疗领域项目的工程实施过程中的管理调整及解决措施，从而引导和促进大数据技术在医疗领域应用的快速、健康发展。

一、大数据技术的出现及发展

近年来随着互联网、云计算、移动和物联网等的迅猛发展，无所不在的移动设备、RFID、无线传感器每分每秒都在产生数据，数以亿计用户的互联网服务时时刻刻在产生巨量的交互，要处理的数据量巨大，数据一直都在以每年50%的速度增长，而业务需求和竞争压力对数据处理的实时性、有效性又提出了更高要求，传统的常规技术手段根本无法应付，因此，大数据技术(Big Data)成为近来的一个技术热点，引起了广泛的重视。

大数据创造价值是基于这样一个核心逻辑，即当今社会在商业、经济、政府及相关领域中，决策行为越来越取决于数据和分析，而不再是经验和直觉。大数据技术可以为决策提供一定的“预见参考”，而成功的分析和预见往往能带来商业和经济价值。

二、大数据技术在医疗领域的发展趋势及面临挑战

除了较早前就开始利用大数据的互联网公司，医疗行业是让大数据分析最先发扬光大的传统行业之一。医疗行业早就遇到了海量数据和非结构化数据的挑战，而近年来很多国家都在积极推进医疗信息化发展，因此，医疗行业将和银行、电信、保险等行业一起首先迈入大数据时代。麦肯锡在其报告中指出，排除体制障碍，大数据分析可以帮助美国的医疗服务业一年创造3000亿美元的附加价值。

通过大数据技术可以加速医学的猜想、发现到医疗实践的转化：借助于不断增长的私密和公开医疗数据，大数据技术帮助人们存储管理好医疗大数据并从大体量、高复杂的数据中提取价值，相关的医疗技术、产品将不断涌现，将有可能给医疗行业开拓一个新的黄金时代。大数据技术在医疗行业的应用将包含以下方向：临床数据对比;药品研发;临床决策支持;实时统计分析;基本药物临床应用分析;远程病人数据分析;人口统计学分析;新农合基金数据分析;就诊行为分析;新的服务模式。目前，发达国家已经占据了先机，取得了一些成果，如谷歌在H1N1流感预测方面的成功等，大数据在我国医疗领域的应用相对比较保守，但相关部署也已经开始启动。

图 1大数据相关医疗解决方案

CCID赛迪工业和信息化工程监理有限公司(以下简称“赛迪监理”)技术人员整体开展对于大数据的研究探索工作，从基础的大数据特性出发，具体研究起业务应用、存储应用(包括存储介质现状、存储模式现状、存储技术研究、存储存在的问题)及咨询监理的工作关注点，同时加强大数据在不同行业的研究应用，针对医疗领域，赛迪监理认为大数据技术在医疗领域的发展将呈现以下趋势：

1)大数据技术在未来为决策提供更多的支持

随着医疗和健康数据的急剧扩容和几何级的增长，利用包括影像数据，病历数据、检验检查结果、诊疗费用等在内的各种数据，运用大数据技术对各种数据进行筛选、分析，为广大患者，医务人员，科研人员及政府决策者提供服务和协助，必将成为未来医疗领域工作的重要方向。

2)提供越来越多个性化的服务

利用“大数据”，公共卫生研究机构能够更早地预测即将爆发的传染病及其传播范围和规模。对于个体而言，大数据就是全数据，通过集中全部诊疗信息、体检信息形成个体的全健康档案，可以使患者得到更有针对性的治疗方案。

3)催生新的业务模式和服务模式

除了一般的为诊断提供支持服务外，运用大数据技术还可以解决“看病难”的问题，例如通过“云计算+大数据”就可以相助其成通过网络平台，患者可以实现网络预约、异地就诊、医疗保险信息即时结算;医疗机构之间能够实现同级检查结果互认，节省医疗资源，减轻患者负担。大数据技术在医疗领域将不断催生新的业务模式和服务模式。

4)处理过程及传输的实时化、及时化

大数据技术未来在医疗领域的应用会越来越多，许多服务都需要实时的统计分析结果，为决策提供支持。处理过程及传输的实时化、及时化是未来大数据技术在医疗领域发展的重要趋势之一。

5)大数据技术在医疗领域的不断创新

目前，大数据相关的技术和工具非常多，给企业提供了更多的选择。在未来，为了使大数据技术在医疗领域使用更方便，还会继续出现新的技术和工具，如新的数据及分析模型与技术、Hadoop分发、下一代数据仓库等，这也是大数据领域的创新热点。

大数据技术在医疗领域的应用具有非常广阔的前景，但由于网络安全性不高、技术不足、观念落后等原因，大数据技术在医疗领域的应用还存在以下挑战：

1)数据量大，数据类型复杂

医疗领域的数据量巨大，数据类型复杂。到2020年，医疗数据将增至35ZB，相当于2009年数据量的44倍。另外，在医院，每个患者不但要经过辨证论治的个体化诊疗，还会经过各种理化检测进行疾病及其预后的诊断，所以不光有病历资料中包含的信息，还会有生化检查、多种影像或病理切片检查的生物学信息，数据类型十分复杂。这给数据的存储、分析、处理、传输等带来很大挑战。

2)信息采集不足，收集渠道不畅

要想在医疗领域使用大数据技术，首先要有足够的病人、药物等相关信息，这是数据分析的基础，然而许多病人可能出于隐私考虑不愿提供这些信息，制药企业也有可能因为商业利益不愿共享药物成分等敏感信息。另外，各个医院及机构的医疗信息、软件及硬件服务都各自独立，缺乏合理接口，大数据收集的渠道不畅，导致采集与应用存在一定程度上的脱离。

3)大数据高效分析能力欠缺

采集到足够信息后，需要由相关领域的专业人士与信息技术专家一起对数据进行有针对性地归纳和分析，得出由大量新兴技术(如Hadoop Map Reduce、内存数据库等)组成的高性能的专业的分析技术架构解决方案，而这种跨学科、跨领域合作能否顺利实现，是大数据技术实际应用中的重要问题。

4)大数据的安全

随着数据量的不断增加，数据存储的物理安全性越来越重要，对数据的多副本与容灾机制提出更高的要求。但是网络和数字化生活使得犯罪分子更容易获得关于人的信息，也有了更多不易被追踪和防范的犯罪手段，大数据的保护越来越重要。

5)观念落后

目前医疗领域的决策往往是建立在经验或者传统数据粗糙的分析方法基础上的，而改变各层次决策者旧的决策习惯，使其学会利用大数据的分析结果进行决策，还有一段路要走。

三、工程实施过程中提出的管理调整

赛迪监理通过对于上述问题及挑战的分析，认为医疗领域的项目在大数据工程实施过程中要有以下管理调整：

1)区分数据与信息

数据与信息二者并不是一回事、定义也不尽相同。数据只有在准确并获得及时更新的情况下才能与实际信息相符。如果二者不相符，那么这部分数据根本没有保存的价值。仅在系统中承载数据还远远不够，在信息收集或分析前需要确认这些数据是否实际有效。

2)对数据进行细致观察，做好整体规划

由于现在数据生态系统孤立且凌乱，容纳数据的各系统之间往往也严重脱节、根本无法彼此交互。最重要的是，数据捕捉与存储各自采取不同方式，这不仅引发大量潜在错误、还迫使工作人员不得不以手动方式加以处理。因此，在大数据技术中首先要对数据进行细致观察，做好整体规划，确定系统的交互方式、数据捕捉与存储方式等，以保证后续工作的顺利进行。

3)对大数据有清晰的认识，小规模入手

Big Data还处于发展初期，还存在许多潜在的问题和不被众所所理解的地方。公司建立大数据项目，需要接触新的技术、流程和基础设施，一般需要很长时间才能看到结果。管理者们还是需要多了解相关知识，对大数据技术有清晰的认识。不要贪大图快，需按步骤一步一步来，比较明智的作法是，计划完毕，从小规模入手。

4)将数据映射至业务流程

很多机构在推动数据质量项目时经常纯粹从“数据及系统的角度”审视数据，这时，管理者应该从更为宏观的视角进行观察，识别不同数据在日常工作中会被哪些业务流程所使用。识别重复数据条目的最佳方式在于后退一步，将数据的捕捉与存储机制与各业务流程线加以映射。只有这样技术人员才能准确把握整个机构的数据流，并更好地找出哪部分流程最容易发生错误或出现重复条目。

5)平衡大数据的各种技术

大数据技术涉及到数据存储、处理等多种技术，由于大数据容易消耗巨大的时间和成本，因此，在实行大数据技术战略部署时，如何平衡各种技术，组成高效的系统是一个非常重要的问题。首先要明确组成高效的医疗系统的因素是什么，然后通过考虑何时、如何使用数据、要达到什么目标，从而获得解决方案，而不是研究阻碍关键业务驱动因素(如效率和连续性)。通过这种方式，以平衡大数据技术中的各种技术，达到预期目标。

四、总结

未来5年内，大数据所创造的价值将会达到530亿美元，同时产生10万个工作岗位，还会产生文化、社会、政治等方面的影响，正所谓得数据者得天下。虽然目前大数据技术在医疗领域大规模应用的条件还没有完全成熟，但随着高速网络、云计算中心等基础设施的日趋完善和大数据技术的不断发展，医疗领域发展的趋势必将是以大数据技术驱动的个性化、创新化、便利化医疗。