浅谈医疗大数据面临的技术挑战

医疗大数据的本质是数据。在医疗行业，医生的诊治是一个过程，需要将患者疾病状态或治疗过程记录下来。由于医生对疾病的认识不同，因此所记录的“事实”会有所不同，特别是缺乏经验的医生，经常会忽略记录重要的病历信息，可能因此出现数据丢失，也可能导致所记录的数据没有准确地反映出客观的事实。

医疗大数据

大数据时代，数据来源于外部，不由自己把控。如果获取的是不真实的数据，无法得出有价值的结果，更多情况下可能是误导。所以，一定要认识到，数据并不是越多越好，数据质量非常重要，把握数据的含义也非常重要。

与其他行业的大数据相比，医疗大数据具有数据增长速度快、保存周期长、粒度差异大、数据异构性强、带时空标记、特征维度高、隐私保护要求高等特点。医疗大数据涉及到电子病历、医学影像、医院视频等多种类型的数据，医疗大数据分析的关键技术包括五项。

（1）面向医疗电子病历的结构化信息抽取技术。这项技术主要涉及医疗命名实体及其属性识别、医疗知识图谱构建和医疗知识图谱应用等几个方面。

（2）面向医学影像的数据分析技术。目前的研究主要集中在两个方面，一是医学影像处理研究，包括医学影像的增强、分割、配准、融合以及三维重建等，为医学影像数据应用提供技术支撑。二是医学图像的分析，通过对医学影像的模式识别与分类，实现对医学图像的自动标注。并根据图像的特征及标签为图像建立索引，以实现后期用户的图像检索任务。

（3）面向医院监控视频的智能分析技术。将智能视频监控系统应用于监护中心，可以自动识别医护人员和患者的日常行为（如行走、交谈、诊断、肢体冲突等），并对异常行为实时预警。

（4）医疗大数据的数据治理体系。一方面，从数据驱动出发，在数据层面上实现面向主题（Subject-oriented）的数据组织、多个不同数据源的数据集成、反映医疗数据的时空变化的数据环境，是医疗大数据组织存储的基本要求；另一方面，从平台层面出发，需要利用云技术，构建新的运行环境，满足海量数据的存储要求。目前，国内在该方面的研究亟待加强。

（5）医疗大数据的隐私保护技术。技术层面上，常用的有基于访问控制的技术、基于匿名化的技术和基于数据加密的技术等。近年来，隐私保护和隐私攻击模型同步发展，对各类方法的有效性提出了严峻挑战。近期以差分隐私保护为代表的新的研究方向，成为面向医疗信息发布的隐私保护方法的主流，该方法不关心攻击者拥有多少背景知识，通过向查询或者分析结果中添加适当噪音来达到隐私保护。

如何针对医疗大数据的基本特性，有效突破医疗大数据分析的关键技术已经成为学术界的研究热点之一。美国的医疗大数据应用中，面向医生和患者业务通常较难，很难找到合适的切入点。面向企业的业务相对容易，尤其是针对保险公司和药厂，而医院则相对难一些。

目前，中国医疗大数据应用可以简单分为两大方向：

第一类，是对传统医疗的优化，即服务于医疗机构的大数据应用（包含医院、险企、药企、医疗器械企业等传统医疗行业机构）。是对于传统医疗服务的问题和弊端，利用互联网及大数据技术加以改善和提升，例如，提升患者到医院就诊的流程、优化医院信息管理以及提升临床诊疗效果等；

第二类，是对传统医疗的补充，即服务于大众医疗健康的大数据应用。是针对传统医疗服务未覆盖到的市场需求，利用互联网和大数据技术和服务加以补充，例如：诊前分诊、就诊数据跟踪及信息反馈等个人健康管理服务。

随着政策的引导、互联网技术和大数据应用的提升，能够通过分级诊疗使医疗效率更高，服务更精准，如小微病患者可自行诊疗或到附近的诊所及社区服务站进行医治，大医院等优质的医疗资源更多的是为重大疾病或突发疾病患者提供医疗服务。

目前，中国人口健康状况不容乐观，亚健康人群占比已超过70%，同时人口老龄化趋势明显，高血压、血脂异常、糖尿病患者的人群均已经超过一亿人，朗锐慧康（www.lrioh.com）认为，巨大的医疗健康市场需求呈现无疑，那么互联网及大数据技术也将有着巨大的用武之地。