随着健康医疗领域理念和技术的不断突破，各种可能性的边缘也被进一步拓展。作为当下的一大热门话题，尽管健康医疗领域的大数据的应用还在探索阶段，但是其所显现出的巨大潜力与可挖掘价值却牵动着越来越多行业参与者的目光。那么健康医疗大数据对于中国的医疗行业来说，究竟意味着什么呢？

6月24日，由HC3i中国数字医疗网和中关村互联网产业联盟移动医疗专业委会联合主办的2017中美智能医疗大数据峰会在北京成功举行。会议期间，上海市儿童医院院长于广军以《医疗及健康大数据的管理应用》为主题发表演讲。于广军指出，健康医疗大数据的发展与信息化紧密相关，现阶医疗信息化发展的趋势主要表现在：1、更广泛的感知：物联网；2、随时随地互联：移动医疗；3、有机整合共享：集成平台；4、IT资源的分布与集中：云计算；5、智能决策处置：大数据。

大数据的六大特点

于广军指出，“大数据时代，不是随机样本，而是全体数据；不是精确性，而是混杂性；不是因为关系，而是相关关系”，大数据的特点主要表现在以下几个方面：

1、全。全样本，全流程，全生命周期。区域的数据和单点医院的数据是有很大差别的，研究大数据，必须要强调全的概念。

2、多。内容多元、数据多态。

3、快。采集、存储、处理的速度快，保证数据的实时性和时效性。

4、联。内部关联和外部关联的分析能够产生新的价值。

5、冗。大量冗余信息、不完整信息会影响到判断的结果，这就需要由定性到定量的分析。

6、低。数据价值密度低。

因而，量化思维（一切可测、数据至上、数据驱动）、全局思维（强调系统、整体、主流）、开放共享（合作、共享、包容）、关联思维（相关性分析、类比分析、整合分析）、轨迹思维（全程追踪、生命周期）、

预测思维（模拟、还原、类比、推荐）是大数据时代应有的思维轨迹。从原来传统的样本研究到全体数据研究，从因果关系研究到相关关系研究，从单点研究到多维度研究......大数据的价值究竟体现在哪？

大数据的五大研究价值

于广军指出，大数据的研究价值主要体现在以下几个方面：

1、更接近真相，找准问题。单个医院做的数据只代表了某一家医院，因而数据本身有一定的样本缺陷。

2、发现新规律和新联系。关联的过程中会发现新的规律。例如在研究生命组学和临床的表型之间的关系，解读人类基因族谱，这就是大数据里面的关联分析。

3、产生新的知识库,方便检索。

4、产生新标准、指标，管理更精细。例如通过筛选，可以产生高质量的数据信息，进而产生新的知识库、新的标准和指标，从而为医院管理提供更多的支撑。

5、新的预测，更快、更准确。

此外，大数据能够为医疗服务模式和卫生管理模式转变提供支撑，还能够在疾病控制和现在代医院管理中发挥重要的作用。通过数据实时化、管理集中式，逐步实现过程管理；各条线管理一体化，实现精细化的度量和管理；各个管理层面的整合，做到全面绩效考核；建立集中式管控平台，实现对各类资源的全面监督和调度，做到看得见、管得着。

大数据应用前途光明道路曲折

任何新事物都会有一个成长周期，健康医疗大数据也不例外。在诸多主客观因素的共同作用下，健康医疗大数据应用研究也面临着各种各样的问题：

1、技术难点。如何融合多源异构数据、如何基于大数据构建健康服务知识库、如何对医疗大数据进行有效挖掘应用等一系列问题都亟待解决。

2、来源：数据的权属、隐私保护与数据公开问题。

3、质量：数据标准质量与多源数据的融合

4、存储：平台与数据库技术(集中与分布)

5、挖掘：知识库的构建\新的知识模型与算法

6、应用：配套政策与业务模式

7、保障：人才与多学科合作(行业领域专家、统计与数据挖掘、信息工作者等)

大数据应用案例解析

1、精细化评价和绩效考核

上海地区的医院成立之初就会对院长进行绩效考核，不同医院费用差异很大，综合性的医院最高和最低的比为1.7：1，专科医院高低比为1.8：1，同样的病种难易度的差异很大。影响绩效指标的有管理因素、病种因素和难易程度的差异，因而，简单的考核是不公平、不科学的。鉴于此，上海尝试了通过个人电子诊疗档案的大数据分析，进行病种、复杂度与危重度的标化，通过建立CMI对手术进行分级评估，矫正平均住院率，从而使绩效考评更有价值。

2、政策模拟与评价

以药品零加成与价格调整为例，最近各大城市都在推进药品加成和价格调整相关政策的落地，众所周知，这个过程困难重重。但是实践证明，通过大数据分析，能够大大降低该项政策的执行阻力。基于数据，能够对医疗服务价格调整范围、调整影响等进行测算，从而实现更为精准的配置资源和规划财政补贴，维护医疗系统经济运行的平衡有序。

3、异常医疗行为分析和监测

上海医保系统是全国第一个实现实时结算的系统，该系统能够实时监测医保费用的动态，对就医行为、费用的合理性进行审核，发现异常就医，可以立即关停异常就医医保卡。此外，其对医生的日常行为也有一定的审核监督作用，比如，医生在两周内给同一病人开同类型的药物，系统就会发出警示。截止目前，该系统每月提醒量达到55万人次。异常医疗行为的监测结果不仅仅会反馈到管理部门，同时也会直接提示到医生端。