当前位置:首页 > 新闻中心 > 行业动态

医疗大数据 - 个人健康记录发展与挑战

发布时间:2016-10-12 15:10:45作者:电科华云

医疗行业早就遇到了海量数据和非结构化数据的挑战,而近年来很多国家都在积极推进医疗信息化发展,这使得很多医疗机构有资金来做大数据分析。因此,医疗行业将和银行、电信、保险等行业一起首先迈入大数据时代。

医疗大数据

医学资讯在近代的资讯科技发展中,拥有非常独特且重要的一席之地。若以过去数十年间电子病历的发展来看,连结个人在医疗院所中所有的多元资料,包含了疾病诊断、处置、用药,放射检查中的的X光影像、超音波影像、核磁共振资料,还有生化检查的各种检验、组织培养、细菌培养分析结果等等多来源数据,让医学资讯领域早在大数据一词流行之前,便已经非常擅长于异质资料的连结与检索。

个人健康数据

然而在大数据时代的当下,仰赖自动化与高通量技术的发展,让医学资讯领域产生了更多巨量异质资料,而电子病历的发展,更进一步的由过去的医疗资讯整合,进化到对于个人日常健康资料、基因调控资料、生理活动资料与跨医疗院所资料的连结整合。医学资讯的目标,也从过去资料的纪录与检索,演化到异质数据整合分析寻找出关联规则以及决策法则,从个人记录的管理检索到数百万个病人资料与异质资料的交互比对分析,进一步建构出在临床医学诊断或个人健康管理上的决策支援系统。

医疗大数据架构

医疗大数据发展的关键因素与挑战,在于医疗数据的类型往往是非结构化、异质多元的(如病摘、影像资料),而存取庞大的资料量也是医疗大数据实施所面临最大的挑战。过去学术探讨的分析与检索方法已不再是瓶颈,因为已有众多成熟的工具可以使用,反之,如何进行非结构化异质数据的解释、整合、关联与存取,才是大数据时代下的技术难点。

医疗大数据来源

如同PHILIPS在『Big data, better health』一文中所提到:『最大的挑战是如何把健康资料转换为具有价值与意涵的格式并且整合于医疗系统之中』,如何将个人健康状况、每日的运动数据、个人基因检测资料进行关联,并且与个人的疾病就医、用药历史进行整合并且有意义的解释其中的关联与差异;最终,则是将这些整合过后具有多维度特性的资讯进行分析,并透过演算法的设计与实作建构具有临床意义的评估法则,发展对于未来事件的预测引擎,除了能提供医疗诊断上的决策参考之外,更能透过个人健康评估分析,预防疾病发生,便可以针对每个独立病人给予更优质的照护服务与医疗品质。

本文标签:医疗大数据   大数据