醫療大數據：智能醫療還有多遠？

　　總結起來(lái)醫療數據來(lái)源大致可分為以下幾類(lèi)：

　　1、 患者就醫流程所產(chǎn)生的數據：包括患者基本信息、檢測數據、檢驗數據、影像數據、診斷數據、治療數據、費用數據等，這類(lèi)數據一般產(chǎn)生及存儲在醫療機構，這也是醫療數據最主要的產(chǎn)生地。

　　2、 檢驗中心數據：大量存在的第三方醫學(xué)檢驗中心承接著(zhù)醫療機構的檢驗外包功能，產(chǎn)生了大量患者的診斷、檢測、影像數據。

　　3、 藥企、基因測序數據：制藥公司在新藥研發(fā)及臨床過(guò)程中會(huì )產(chǎn)生大量數據，今年火爆的基因測序同樣也會(huì )產(chǎn)生大量的個(gè)人遺傳基因數據。

　　4、 智能可穿戴設備產(chǎn)生的數據：隨著(zhù)移動(dòng)醫療的快速發(fā)展，智能可穿戴設備也在迅速普及，大量的患者單一特征健康數據在快速的上傳到云端。

　　通過(guò)過(guò)去十期火視文章的報道，我們看到國外國外醫療大數據產(chǎn)業(yè)鏈已經(jīng)初步形成：

　　1、 國外的醫療數據相對開(kāi)放：無(wú)論是企業(yè)還是患者都可以更好的獲得較全面的醫療數據，這是醫療大數據應用的基礎。無(wú)論是醫療機構還是企業(yè)獲取的個(gè)人健康數據都相對開(kāi)放，較國內更容易獲取。特別是醫療機構的健康數據、政府個(gè)人健康數據開(kāi)放，都為醫療大數據的應用提供了基礎。

　　2、 國外醫療大數據產(chǎn)業(yè)鏈已經(jīng)初步形成：從傳感器研發(fā)到智能可穿戴設備及檢測設備到大數據存儲到大數據的智能分析已經(jīng)初具規模。以傳感器作為個(gè)人信息數據采集的基礎將會(huì )更加容易的獲取連續性、全面的個(gè)人健康信息，對疾病的管理以及智能診斷提供依據。

　　反觀(guān)國內，醫療大數據產(chǎn)業(yè)卻剛剛起步：

　　1、 醫療體系封閉：國內醫療系統相對較為封閉，公立醫院的醫療數據單獨存儲在院內，數據之間互不流通、不開(kāi)放。大量?jì)?yōu)質(zhì)的患者健康數據封閉在醫院的圍墻之內，難以利用。這固然有對患者健康信息安全性進(jìn)行進(jìn)行考慮的因素，但大量數據躺在醫院，造成了數據的浪費。

　　2、 醫療大數據產(chǎn)業(yè)鏈互相割裂，產(chǎn)業(yè)鏈上游被國外公司控制：我國醫療大數據產(chǎn)業(yè)鏈上、中游發(fā)展嚴重滯后于國外，如傳感器及醫療器械由于研發(fā)周期長(cháng)、投入大、風(fēng)險高的特點(diǎn)以及人才短缺，在國內發(fā)展并不理想。下游的數據分析技術(shù)由于數據的種種問(wèn)題更是無(wú)從談起。反而移動(dòng)醫療產(chǎn)業(yè)的快速發(fā)展，為醫療數據的獲取提供了新的途徑，但是移動(dòng)醫療所獲取的患者數據畢竟是零散的，單一的數據，數據之間缺乏聯(lián)系，價(jià)值有限。

　　多通道的醫療數據正在匯聚成可以被利用的醫療大數據資源，其重要性無(wú)須贅述，隨著(zhù)醫療數據行業(yè)的發(fā)展人們也開(kāi)始重視對其的應用，甚至開(kāi)始暢想基于醫療數據打造智能化的個(gè)人疾病診斷系統。

　　國外眾多的醫療健康產(chǎn)業(yè)開(kāi)始運用大數據的方法對疾病進(jìn)行預測，比如谷歌、百度等;也有越來(lái)越多的公司開(kāi)始應用醫療大數據進(jìn)行個(gè)人的健康管理，特別是常見(jiàn)病及多發(fā)病的輔助診斷。疾病智能診斷系統的出現，或許能讓人類(lèi)在面對疾病治療時(shí)變得越來(lái)越智能和輕松。

　　目前醫療大數據應用可以概括為：

　　1、 臨床診斷輔助系統：結合患者個(gè)人健康檔案以及特定疾病的數據庫智能分析可以對患者進(jìn)行多種診療措施比較分析，尋找最有診療路徑，幫助醫生進(jìn)行決策。

　　2、 慢性病管理：基于慢性病數據庫結合遠程智能監護系統，實(shí)時(shí)跟蹤患者康復、用藥、生活習慣等，給與患者個(gè)性化慢性病管理經(jīng)驗，并基于過(guò)程中所產(chǎn)生的數據對患者進(jìn)行定制化用藥及治療方案。我國存在大量的慢性病患者，比如心臟病、糖尿病、高血壓等，基于醫療數據的患者慢性病管理將會(huì )很大程度上降低醫療成本。

　　3、 醫療數據與保險公司的結合：基于醫療數據監測患者付費行為及疾病概率，并進(jìn)行慢性病管理，可以有效的降低保險公司成本，與其做到真正的打通。

　　4、 醫療數據與藥品研發(fā)想結合：利用現有醫療數據加上數據建模和分析，可預測藥品研發(fā)過(guò)程中的安全性、有效性、副作用等，可以有效的降低藥品研發(fā)成本，降低藥品價(jià)格。

　　當然以上四個(gè)方面是醫療大數據應用的幾個(gè)方面，人們所期待的醫療大數據最終應用或許是智能診斷系統，讓計算機代替醫生的部分功能，并為醫生臨床診斷提供有效的建議及幫助。