医疗大数据临床怎么用-.pdf

吼吼哈嘿

3页

2次

2025-02-13

免费下载

第 1 页共 3 页

健康报/2014 年/7 月/31 日/第 008 版

医学论坛

医疗大数据临床怎么用

何谓大数据？顾名思义，就是体量特别大且数据类型复杂多样的数据集，其特征是数量大、

类别多、真实性高、速度快，因而难以用传统数据库工具对其内容进行抓取、管理和处理。如今，

随着现代科技的发展，人们对数据处理的能力也在明显提高，以往一团迷雾一样的大数据成为新

的科研富矿，从中人们可以科学地存储、研发、利用、分析数据，并得到精确的结果。

从垂体瘤研究看大数据

北京市神经外科研究所张亚卓

大数据让科研更具针对性

我们正处在一个医学信息爆炸的时代。据统计，医学信息资源占据约 30%以上互联网信息资

源，医学文献的数量正以惊人的速度增长。全球医药类期刊近 3 万种，每年发表论文 200 多万篇

并且以每年 7%速度递增。临床医生平均每天必须阅读大量的专业文献，才可能跟上现代医学发

展的速度。2012 年，美国政府发布了《大数据研究和发展倡议》，旨在利用大量复杂数据集合获

取知识和提升洞见能力，投入金额高达 2 亿美元。与此同时，医学科技的发展也离不开大数据。

在科研的过程中，大数据的利用、开发和整理，可以颠覆我们以往很多研究结果，为我们带来意

想不到的效益。

大数据时代下的医学科研，应该具有三个主要特点。第一，临床医学资源发掘、收集、整理

和利用（标准化、科学化）。第二，大样本、多中心的临床研究（病因、诊断、治疗及药物开发）。

第三，依托临床信息的生物医学资源的整理、利用及研究（基因、蛋白及代谢）。那么，大数据

时代下的肿瘤研究的特征就更具针对性了。主要有临床信息、肿瘤生物学特性、基因蛋白等数据

库，个体基因测序和数据快速处理，分子标记、药物靶标的鉴定和特征描述，新型药物的设计。

可指导垂体瘤个性化治疗

以垂体腺瘤为例，其最大的特点就是它的生物学多样性，造成在亚型分类上识别困难，少数

侵袭性腺瘤治疗困难，药物治疗很多不耐受，放疗疗效不均。而常规病理分类不能准确指导临床

治疗，主要表现在同一病理类型的肿瘤对药物治疗和放疗的反应不同，因此易导致治疗过度与治

疗错误并存。

大数据时代下，可以用分子病理来指导垂体腺瘤个性化治疗。但应建立科学标准的病例资源

库以及临床信息和疾病生物医学特征信息收集、分析、整合、开发及利用，从而研究肿瘤发生发

展变化，认识疾病本质，寻找治疗规律。大数据可以推动垂体瘤的个性化研究。侵袭、耐药是垂

体腺瘤基础研究的热点，也是目前垂体腺瘤临床工作中急需解决的难题，侵袭、耐药行为的识别

至今仍然缺乏客观标准。

用好海量数据提升治愈率

为充分利用现有的海量数据，这几年我们团队着力做了四个方面的工作。第一，前瞻性、多

中心、大规模临床信息的发掘、整合、分析应用，用研究的成果不断修改和完善已有的指南共识

等。第二，脑肿瘤分子分类与个性化治疗的基础临床研究。第三，现代微侵袭神经外科的研发、

应用和推广。第四，围手术期脑与神经功能状态评估、预警和保护。这四项研究为垂体瘤的个性

化治疗提供了理论、方法和技术支撑。

由于垂体瘤具有生物多样性，未来我们还需要积累更可靠的临床资料、肿瘤样本和多层次的

生物学信息，并对海量的信息和数据进行深入的采集、分析和利用。为此，我们建立了“垂体瘤

分子分类和个性化治疗研究合作平台”，联合 10~200 家医院，参与多中心研究的网络中心化管理，

构建专用软件进行数据挖掘与整理。同时依托北京市神经外科研究所和北京天坛医院的分子病理

第 2 页共 3 页

诊断与个性化治疗指导中心，进行病例资源收集整理、临床评估诊疗随访、病理诊断分类、提供

治疗指导等，采取共同承担国家项目、技术合作等多种合作方式，实现互惠共赢。

总之，大数据时代使垂体瘤研究面临重大机遇，对传统研究模式提出了挑战。大数据有可能

帮助我们认识肿瘤的本质和发展规律，也能帮我们建立标准化与个性化的治疗体系，并最终提高

患者的生存质量。

我理想中的医疗大数据

北京大学肿瘤医院肝胆外科钱红纲

我国的医疗信息化建设用了十年，经历了数字化、35212 及 36312 工程等不同阶段。大数据

从提出到现在也有 4 年多了。很多人更是看了麦肯锡 2011 年报告中一年 3000 亿美元的附加值而

跃跃欲试。然而，医疗大数据在医生眼中是怎样的呢？

目前，只有大医生或大医院才关注大数据，而临床工作的繁重让绝大多数一线医生无暇顾及

身边默默发生的变化，他们更需要的是提高效率、简单易行的临床辅助工具，而不是在原有基础

上再增加额外的负担。因此，如何让作为医疗服务主体的医生接受大数据理念，心甘情愿地运用

大数据是让其从浮云上落地的前提。大数据的收集者需要解决数据录入和访问的快捷问题，才能

得到作为使用者之一的医生的拥护。另外，多年来各个医院开发了各自的病历系统，如何兼容各

个数据接口也是一大难题。当很多统计数据来源于患者时，他们能否提供准确的医疗信息？大数

据开发过程中，医学工作者如何与网络专家通力合作？这些都需要慢慢解决。

尽管医疗大数据仍面临不少困难，但广阔的市场前景是毋庸置疑的。作为一个医者，我很关

注大数据在以下几个方面的应用：

临床决策支持

让误诊误治大幅减少

临床中遇到的疑难杂症，有时即便专家也缺乏经验，做出正确的诊断和治疗更加困难。临床

决策支持系统可以通过海量文献的学习和不断的错误修正，给出最适宜诊断和最佳治疗。以 IBM

Watson 为代表的临床决策系统在开发之初只是用来进行分诊的工作。而如今，通过建立医疗文献

及专家数据库，Watson 已经可以依据与疗效相关的临床、病理及基因等特征，为医生提出规范化

临床路径及个体化治疗建议，不仅可以提高工作效率和诊疗质量，也可以减少不良反应和治疗差

错。在美国 Metropolitan 儿科重症病房的研究中，临床决策支持系统就避免了 40%的药品不良反

应事件。世界各地的很多医疗机构(如英国的 NICE，德国 IQWIG 等)已经开始了比较效果研究(CER)

项目并取得了初步成功。

试想有一天，大数据系统成为诊断和治疗建议的提供者，内科医生是否还能坐的安稳？因为

它掌握的信息量要比人多的多，判断的准确性要比非经验得出结论更可靠。不过，外科大夫也不

要笑得太早。对手术路径和流程的大数据采集配合机器人等的程序化操作，也许有一天也会取代

已经成为图腾的柳叶刀。

远程监控诊疗

提高家庭护理质量

从远程监控系统收集数据，并将分析结果反馈给监控设备及人员，从而实时诊断并确定治疗

方案。目前已有医院通过结合手机 App 软件等方式，进行心率、体温及血糖等的检测，但检测的

内容仍很单一。临床上希望针对不同病种开发一些诊治后辅助系统，可以减少病人住院时间或门

诊复诊次数，提高家庭护理的比例及质量，也帮助医院和医生锁定患者群。北京大学肿瘤医院目

前正在开发此类软件，并有望和 IBM、希捷等公司进一步合作。

公共卫生监管

快速检测传染病等

卫生主管部门可通过监控数据库，实时统计分析，快速检测传染病、院内感染等情况，并进

行快速响应。同时也利于网络覆盖地区发病及诊治情况的数据汇总。如果将整个数据系统整合，