大数据在医疗领域的应用推广研究

摘要互联网和物联网技术的快速发展，大大提高了大数据的存储、计算、分析、处理能力，将大数据的技术应用在医疗领域能够使医疗服务水平得到提高。本文介绍了大数据医疗的现状，阐述大数据的基本特征及其应用。

关键词大数据；医疗；服务

1大数据医疗的背景

简而言之，大数据是由人类所制造。把所有物理空间的数据进行求和得到的就是大数据，那么大数据有什么作用呢，我们从人类的眼耳口鼻声色意的认识，慢慢到运用技术、收集数据、计算统计、到统筹全局预算未来，这就是大数据，它已经渐渐成为主要的生产要素。

近年来，医疗大数据的相关研究越来越显现出蓬勃发展的良好态势，虽然我国在医疗大数据方面的研究和应用起步较西方国家略晚一些，并且总的来说整体力量还没有形成，但是在医疗模式的转型上，对医疗大数据的分析渐渐成为今后的最大需求应用方面。互联网和物联网的快速发展，尤其是现在“互联网+”的出现，更是让越来越多的行业对“服务”的理念追捧。而医院的服务模式则是以病人为中心开展的，医院信息系统（HIS）转化为以电子病历为中心的管理信息系统（EMR）。该系统为了实现以病人为重点服务对象的全信息化服务模式，组织原有的HIS系统、检验信息系统（LIS）、影像系统（PACS）、放射信息系统（RIS）以及绩效管理系统等为一体。尤其是区域医疗的快速整合下，通过互联网把分布在同一个城市的多家医院的电子病历系统连接起来，真正达到了区域内医疗数据共享的目的。通过医疗的互联，减少重复检查、化验，大大减轻病人及家属的负担，让病人及时高效的得到治疗，使看病效率提高，实现就医的手续繁杂转为简单化。

如果拿一个病人每次看病的所产生的数据进行计算，普通的电子病案和医学化验数据较小，还不到1MB，但影像报告所达到的内存就要大一些，基本在1GB左右。一个患者就医一次基本上要产生2到3张影像数据，因此，总的来说一个病人诊疗一次产生的医疗数据加在一起大约在2GB～3GB之间。全国平均一家三甲医院每天就诊和住院的病人约为3万人，10家医院一年将产生超过300000TB的数据，由此不难发现，医疗数据量的庞大。目前已经出现的数据挖掘技术，也给医疗大数据分析领域提供了很好的技术支持。

2大数据在医疗领域的应用设想及推广

2.1大数据应用于医疗的分析

医生对病人诊断的过程分析如下。首先，需要病人ψ约旱闹⒆唇行描述，医生边听边记录。通过病人描述和医生的经验，接着是让病人作对应的医学检验和影像检验，一系列的检查之后取得检查结果，包括化验单和影像报告。医生的大脑就像是一台储存了大量数据的计算机，根据取得的检查报告和病人的电子病历数据以及医生自己的诊疗经验进行相互的关联，从而判断出该病人的情况并给出相应的诊疗方案。但事实上医生诊疗的过程也有一定的局限性，仅仅只对医生一个人的经验和医学研究成果加以运用。而即便通过多个专家医生运用联合会诊的方式也只是仅有的少部分经验知识。所以，医疗大数据出现以前的治疗方式对病人进行的病情分析或多或少会产生不良的影响。而医院如果建立医疗大数据挖掘分析系统并被投入使用，专家医生就可以通过写入一系列医疗数据到医疗大数据系统平台，并且通过人工智能的机器学习和数据挖掘的分析方法，专家在确定治疗方案时就可获得相像的疾病机理和病因，从而给出更为精确的诊疗方案，从实质上解决病人的病痛。

2.2应用设想

为了能够实现医疗大数据的收集、加工、储存、检索及计算和运用的要求，可以将医疗大数据技术与云计算技术相结合，构建医疗大数据分析云平台，具体设想如图1所示。

医疗数据中心的成立，是对病人情况的确定，医生治疗方案的设计，通过这些数据进行建模。这医疗大数据中心在数据采集方面根据数据来源不同采用不同方法，对于结构化数据直接抽取并整合存储，对于非结构化数据要对有用信息进行结构化改造再存储。抽取有效的医疗大数据共性元素，以原有的临床知识数据库为辅助，通过大数据的分析技术并用可视化的操作来建立完善的临床决策系统。

3大数据医疗系统构建需要注意的关键问题

通过网络把多家医院连接成一个区域医疗系统，从而实现多家医院医疗数据共享，信息传递这样的医疗大数据系统。而在区域医疗系统的形成下，扩展到城镇、城市医疗网；再进一步的扩大到省级乃至全国、全世界这样的大数据医疗系统。

1）实现对电子病历数据的收集及储存。在这个问题上，专家医生在诊疗过程中要规范记录病人的病历情况。在电子病历数据要求规范以外，还要有专人保管、专人整理相关的检验数据，使得这些收集、储存的数据也规范记载。此外，还需要数据库管理系统（DBMS）来存储这些数据，数据库的设计上对数据的标准进行统一是技术的关键所在。

2）对数据进行结构化处理。电子病历数据大多以文本数据为主，要对这些医疗数据做结构化处理。尤其是部分中文的电子病历，应对大量医学词语进行拆分、对关键词进行提取等。并通过模拟和数字技术对影像检验数据进行分析，把患者病况图像分析数据转化为结构化数据。

3）对数据库系统进行设计。在医疗大数据的数据库系统中大数据的4V特征（大容量、多样性、快速度、真实性）要求对大数据有更高效的利用，这些应用包括云计算部署模式和局部集群模式等。

4）大数据挖掘的分析方法。医疗大数据挖掘最重要的内容就是通过抽取医疗相关数据的特点，同时还要根据医疗数据特点进行划分。要提取到重要的、有用的数据则需要进一步把不同类型、不同性质的数据进行关联。也可以将人工智能中的机器学习方法应用于医疗数据挖掘。

4结论

本文通过大数据技术在医疗领域的发展趋势研究分析，并且提出大数据系统构建需要注意的关键问题，由于医疗行业数据量大，医疗数据复杂度高的特点，大数据在医疗行业的应用必然能够发挥较大的作用。