健康医疗大数据是最近的“网红词”。随着国务院办公厅47号文件的出台,以及三大国家级健康医疗大数据公司的成立,健康医疗大数据正受到政府、医院、科研机构和学术界越来越多的重视。近日在深圳召开的2017国际BT领袖峰会上,健康医疗大数据更是被提及频次最高的关键词之一。

高端论坛现场
“我平时喜欢把热的问题从冷的方面进行思考,大数据服务医疗和健康,谈何容易?”中国科学院院士、第三世界科学院院士贺林在论坛“健康医疗大数据发展的机遇与挑战”高端对话中表示,健康大数据不像交通、气候这类大数据,“一个是死的,一个是活的,这个区别非常大”。
他提到,生命科学领域的大数据是一个个“孤岛”,从没有哪个机构、组织制定过标准、打通数据壁垒,“这些数据放在一起的时候,是富矿还是一堆垃圾?这是值得深思的问题。”
了解数据是第一步
“医疗健康大数据是我们谈到的最大的挑战,数据量和流转的速度之快超出其他数据。对我个人而言,健康大数据最难的就是数据的收集,以及如何把这些数据进行分类、将不同类型的数据整合在一起、用什么样的语言描述这些数据。因为准确的数据才能真正帮我们展示出病人的状况。”美国医学信息学会主席道格拉斯·弗里斯玛分享说,“我认为未来非常重要的是了解数据,这是第一步。”
“临床数据的收集是普遍难题。”美国医学信息学院院士、美国梅奥医学中心生物医学信息学系主任刘宏芳对医疗大数据收集的复杂性深有体会。不过比之收集数据的困难,她更关心如何发掘数据的价值:“必须和应用结合起来才可以体现大数据的力量。”
“我们希望把同类数据放在一起得到相关网络的位点,不相关的数据之间形成一种相关性。比如,深圳市每年多了1000辆汽车的时候,癌症的发生率又多了多少?这是我们想知道的一些内容。”贺林举例说,人们真正想知道的是这些数据能带来什么新的观点、新的思想、新的内容。“数据用来做什么?数据怎么用?这些事情怎么去解决,我先打个问号。”
国家首批“千人计划”特聘专家、北科生物董事长胡祥则认为,大家对于数据的这种“关注焦虑”源于数据产生量越来越大、计算能力越来越高。“当我们有高效的计算和算法的时候,大家总是希望开发各种算法以更好地把数据的意义挖掘出来。”
“大数据的特点是用最低的成本发掘出最高的价值。”他提出,人是进化得很好、有规律可循的体系。当人们拥有更高效的工具和数据采集手段,更高效的数据计算和分析能力、方法学的时候,利用得当就能给疾病治疗、健康管理、社会效率带来不可替代的价值。
健康大数据是一种长期投入
在美国,90%以上的医生都在使用电子病历,为美国在医疗健康管理等方面提供了莫大的便利。中国数据专家对此艳羡不已,而这绝非一日之功。
刘宏芳介绍说,在梅奥,收集数据是传统。从2011年起,梅奥开始在大数据方面进行大量的投资,用于各类大数据的收集和标准制定,并投资大量的自然语言处理平台对数据进行处理。开始阶段梅奥的这些数据主要用于临床研究和(实时)决策过程中,并加大各个方向的数据平台开发者和研究者的投入。
“大数据必须应用起来,收集的数据可以帮助做数据决策,也可以建造机器学习系统。不过这不是一两年就能看到效果的,医疗健康大数据是一种长期的投入。”刘宏芳说。
“梅奥确实在医疗大数据方面作了非常好的探索,现在他们是医疗健康大数据领域的引领者。”道格拉斯·弗里斯玛评价说,“梅奥的成就也提示我们,我们最终目的不是大数据本身,而是通过大数据来帮助治疗疾病。因为收集、使用的数据越多,诊治下一个病人的成功率就越高。”
对此,胡祥总结道:“美国医疗做得比较好,信息革命也是美国引领的。而对于医疗健康大数据来说历史还不长,不过接下来的发展会非常快。”他表示,目前数据的应用虽然有限但已经带来了非常大的价值——“比如IBM的机器人已经可以基于数据的智能迅速作出诊断,这是许多医生都很难做到的;再如FDA把300万种药物的副作用指标公布以后,药厂可以更好地开发,这些都有非常大的价值,但我认为这仅仅是个开始。”
“标准化”比任何一步都重要
在中国医疗健康大数据的收集和应用方面,贺林提到标准化的问题。“谁来制定标准?如何标准化?这比哪一步都重要。如果没有标准,最后各单位都还是各做各的。”
他举例说,如果把中医算在医疗大数据中的话,就需要考虑“如何标准化中医”“怎么标准化中医”的问题,“这种事情非同小可,必须引起高度关注。”贺林说,类似的“泛大数据”如果不加以标准约束,误导会很大。
胡祥对此表示赞同。“临床积累的数据就需要标准化——每个医生对病人的描述不一样,如何抓取关键词,用统一标准的方式对病例数据进行清洗和识别,从医学专业人士这里得到的数据就有非常大的价值。”
他还提到,未来重要的还有组学数据。“无论是基因组、蛋白组、微生物组,读出来的数据机器都可以高效识别,这和人类健康相关性是很强的。”
“把标准做好、方法学找到,再用高效的方法把资源集中起来,系统、高效地使用数据,我们不会输给别人。”胡祥表示,在大健康医疗领域,人工智能是未来的制高点。“下一步要抢占人工智能,一旦成熟以后,各类可穿戴设备所采集的数据处理起来效率会高很多,未来要围绕这方面思考。”
“标准化和数据的整合也是我们遇到的挑战之一。”道格拉斯·弗里斯玛表示,来自不同临床、不同实验的数据整合非常不易,而数据只有达到一定的一致性后才能有效地应用。
“我们所谈论的不仅是地区性的标准,国际标准也是很重要的。”道格拉斯·弗里斯玛说,在科学和健康范畴内,如果能够建立起国际性的标准,能为大家带来更多的机会,让我们真正地、更好地使用健康大数据。
他还提到,为确保数据的质量,还需要制定“非常正确的流程”来保证数据的准确性。“如果数据的质量比较低,最终的结论肯定不会好到哪里。”
如何利用中国体制优势
神州数码医疗科技股份有限公司副总裁弓孟春认为中国可以利用体制优势“完成我们在健康医疗大数据的跨越式发展”,他同时将问题抛给了几位对话嘉宾。
“中国没用多少时间就在经济上跨越到世界第二的位置,确实多亏了体制的原因。结果说明一切,这样的体制下能做出成功的事情。现在的核心问题是,指挥家们、管理层们可能还没有深刻认识到关键点在哪里,还没有对症下药,这个‘药’如果能下准的话,我相信要不了多少年,中国在这个领域会起到引领作用。”贺林一语惊人。
道格拉斯·弗里斯玛提示说自己对中国大环境缺乏了解,不过他建议,整个大数据体系、法律法规的系统应该是灵活的,能允许在政策空间上进行更改,同时不希望法律法规体系是固化的、僵硬的。
“我们现在解决的问题不是‘建大楼’,而是作‘城市规划’。二者的区别在于,不光要在技术上达标,同时更要打造环境——在这样的大环境里人们可以创造发明新的东西,找到新的机遇,让更多人加入这个系统,一起去创新。我一贯认为,框架应该是灵活的,政府应该去激励所有的参与者都勇敢追求他们想要的东西。”道格拉斯·弗里斯玛说。
胡祥表示自己对此非常乐观。“我们这轮的定位不是要跟在别人屁股后面跑,而是要引领,不管国家还是企业都要这样思考问题,把自己放在这个位置才会有前瞻性思考,才会整合各种资源。医疗健康是全人类的事情,不管谁做得好都是造福人类的事情。”他认为,中国有巨大的市场和很好的机制,同时又有高效的决策体系,这些是能够做成的前提。
“国内有很大机会建立统一平台和标准化,既然我们能造高铁,我们也可以造医疗上的‘高铁’。”刘宏芳表示。
评论 (0)