医学大数据颠覆传统医疗的几个场景

　　大数据及大数据技术的出现，使得各行各业面临着新的变革，这些变革或者大大推进了行业的发展，或者逐渐颠覆传统的运行和发展模式。

　　医学大数据颠覆传统医疗

　　传统的物质世界，因为时空限制，信息是严重不对称的。我们以往很多的商业模式都是基于信息不对称的物质世界而建立的，很多商业模式都是因为赚取信息不对称的利润而生存，如电视台、报纸、网络等广告模式。当世界上的人、事、物都因为产生大量数据而构建起关联关系，让人类获得了无限的信息对称，一切基于信息不对称的物质世界而建立的商业模式势必获得变革。未来主流的商业模式之一，将是以大数据为基础的产业互联网。

　　医疗行业也是一样，医学大数据广泛涉及人类健康相关的各个领域，如临床医疗、公共卫生、医药研发、医疗市场、健康管理、气候与环境、精神与心理学、人类遗传学与组学、社会人口学等等。

　　一般地讲，大数据具有“4V”特征：

　　1.数据容量-Volume大，常常在PB(1PB=250B)级以上;

　　2.数据种类-Variety多，常常具有不同的数据类型(结构化、半结构化和非结构化)和数据来源;

　　3.产生和更新速度-Velocity快(如实时数据流)，时效性要求高;

　　4.科学价值或商业价值-Value大，常常蕴藏着新知识或具有重要预测价值。

　　人类已进人大数据时代，国际数据公司的研究结果表明，近几年全球产生的数据量高达数个ZB。基于这样一个大数据的概念，我们会在各行各业，比如医疗行业，将迎来深度的行业变革，甚至颠覆性的变革。且看下面一个有关医疗行业大数据应用的例子。

　　医学大数据颠覆传统医疗的几个场景

　　场景之一：组学大数据精准医疗

　　人类通过开展组学研究及不同组学间的关联研究，从环境、生活方式和行为等暴露组学，至个体细胞分子水平上的基因组学、表观组学、转录组学、蛋白组学、代谢组学、宏基因组学，再到个体健康和疾病状态的表型组学等。利用大数据将各种组学进行综合及整合，既能为疾病发生、预防和治疗提供全面、全新的认识，也有利于开展个体化医学，即通过系统整合生物医学与临床数据，可以更准确地预测个体患病风险和预后，有针对性地实施预防和治疗。

　　场景之二：大数据虚拟药物研发

　　快速识别生物标志物和研发药物。利用某种疾病患者人群的临床数据和组学数据，可以快速识别有关疾病发生、预后或治疗效果的生物标志物。在药物研发方面，医学大数据使得人们对病因和疾病发生机制的理解更加深入，从而有助于识别生物靶点和研发药物。同时，充分利用海量临床数据和组学数据、已有药物的研究数据和高通量药物筛选，能加速药物筛选过程。

　　场景之三：生物大数据流行病防治

　　快速筛检未知病原和发现可疑致病微生物。通过采集未知病原样本数据，对病原进行测序，并将未知病原与已知病原的基因序列进行比对，从而判断其为已知病原或与其最接近的病原类型，据此推测其来源和传播路线、开展药物筛选和相应的流行疾病防治。

　　场景之四：互联网大数据公卫监测

　　利用互联网大数据以及有关专业数据实时开展公共卫生监测。公共卫生监测包括传染病监测、慢性非传染性疾病及相关危险因素监测、健康相关监测，如出生缺陷监测、食品安全风险监测等。此外，还可以通过覆盖全国的患者电子病历数据库进行疫情监测，通过监测社交媒体或频繁检索的词条来预测某些传染病的流行。

　　场景之五：大数据健康管理

　　实时开展大数据健康管理，通过可穿戴设备对个体体征数据，如心率、脉率、呼吸频率、体温、热消耗量、血压、血糖、血氧、体脂含量等数据的实时、连续监测和流数据挖掘、分析，提供实时健康指导与建议，更科学地实施个性化健康管理。

　　大数据医学研究

　　上面列举了价格医学大数据变革医疗行业的几个场景，但这些远不是医学大数据应用的全部。大数据还在医学研究领域发挥变革性的作用，本人在先前的博客中已有相关讨论，这里再举两个例子。

　　1.大数据疾病谱研究

　　了解人群疾病谱的改变，这有助于制定新的疾病防治策略。全球疾病负担研究是一个应用大数据的实例，该研究应用的数据范围广、数据量巨大，近4700台并行台式计算机完成了数据准备、数据仓库建立和数据挖掘分析的自动化和规范化计算，应用大数据研究人群疾病谱。

　　2.大数据人群队列研究

　　以大数据为导向的人群队列研究逐渐成为医学研究的热点。超大规模队列研究具有大样本-如数十万人群，前瞻性-如数十年长期随访，多学科-如基础、临床、预防、信息等多学科合作，多病种-如对多种疾病进行研究，多因素-如探讨多种危险因素，整合性-如监测系统、信息系统、医保系统的整合，共享性-如生物标本和数据资源的共享，等特点，经过长期随访能够产出大量人群数据，基于大数据的人群队列研究更具有科学性、可靠性和权威性。

　　医学大数据颠覆传统医疗，不是命题问题，只是时间问题。正如本人对流行的“颠覆”一词的观点，“颠覆”是可能的，但不是瞬间的，而是逐渐的。“颠覆”不是否定，“颠覆”是变革，“颠覆”是发展。医学大数据“颠覆”传统医疗也是这样，医学大数据是变革传统医疗，医学大数据是发展传统医疗。