醫療大數據的後半場怎麼做？

醫療大數據的後半場怎麼做？

4 人贊了文章工信部一月份印發《大數據產業發展規劃(2016－2020年)》大數據相關產品和服務業務收入突破1萬億元，年均複合增長率保持30%左右。廣東省近日也提出《關於促進和規範健康醫療大數據應用發展的實施意見》。醫療大數據在近一年的發展之後，發展情況如何？應該如何落地？

醫療數據的收集方式日漸成熟。雖然互聯網平台可以收集患者健康檢索數據，諮詢數據和購葯數據，但是醫療數據的主要戰場還是醫院。醫院裡的HIS系統，CIS系統積累的大量的患者病例信息。目前第三方平台從醫院裡獲取數據的手段有兩種。

偏向於數據抽取方式的，以醫度云為代表。例如與北京大學人民醫院合作，通過介面，與醫院HIS系統對接。抽取出來的數據，利用語義識別技術，將非結構化的數據轉變成結構化的數據。語義識別的技術，目前經過優化，識別率已經比較高，能夠代替人工使用。裡面的工作主要是編寫規則，建訓練集。

第二種方式，是人工錄入輔以機器識別，例如思派科技。人工錄入的好處也是顯而易見的，能夠與醫生進行深度溝通和反饋，靈活性好。還可以根據具體情況，對機器進行校驗。另外醫院的數據有可能分布在多個地方，需要人工查找，補充出來的數據會更全。

通過這兩種方式積累了大量的醫療數據，問題也隨之來了，接下來怎麼做？

醫療大數據是基礎設施，隨後的是價值回歸。

醫療大數據的首要價值是醫院和醫生的需求，這是當初的承諾。是否有幫助醫院降低住院率，是否有幫助醫生提高科研的效率，可以是硬性的衡量指標。allina health是美國雙子城最大的醫療集團，通過醫療數據的積累，能夠識別再住院風險高的患者，並為高風險的患者提供進一步的支持，從而降低了住院率到15%，產生良好效果。北京大學人民醫院通過醫療大數據技術，建立臨床數據中心，運營管理系統，影像數據中心三大系統，加快科研進程。採用隨機森林演算法，建立心衰患者出院1年後再入院的發生率預測模型。在這個項目中，納入1.5萬名心衰患者僅需要1周時間，如果使用傳統方法，需要2年時間。

醫療大數據更大的價值是在製藥企業。諾華公司藉助藉助精準醫療數據和技術平台cota，對肺癌患者進行了一項研究，比較了EGFR / ALK突變基因檢測對患者平均存活率的影響，借予指導公司市場決策。

在接下來的一段時間裡，基於輔助決策的案例將日益增加，這塊沃森已經走在前列，國內的成果還很多停留在幫助醫生髮論文的階段，但是隨著商業公司的逐步發展，也必將把各種模型完善到自己的雲端系統里。

歡迎加入私人微信號（ID: pharmacy）交流。
推薦閱讀：