京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据颠覆医疗,或许并不遥远_数据分析师考试
如果一个医生还在抱怨病人得了“搜索病”(指看病前习惯先上网查查自己可能得了什么病),那么这个医生大概已经落伍了。基于大数据在医疗领域的深度应用,美国斯坦福大学医学院一群富有创新精神的医学专家正和硅谷的医疗产业专家合作,推进一个最新的科研项目——“和你一样的病人”,通过这个智能系统,病人有望自查疾病,这也减少了医生因经验累积有限而导致的误诊或漏诊。这个系统有望成为医生的好帮手,也可能颠覆现有的医疗模式。
这是斯坦福大学医学院院长劳埃德·米诺在昨天的第九届21世纪中美医学论坛新闻发布会上向记者透露的信息。据悉,本次论坛将于10月14日-16日在斯坦福大学医学院召开,它由斯坦福大学、美国萨尔克生物研究所、上海瑞金医院共同主办,届时包括美国“四院院士”ShuChien教授、美国约翰霍普金斯大学前任校长William Brody教授、中国工程院院士王振义教授、世界卫生组织前副总干事胡庆澧教授、中国工程院院士陈赛娟教授等多位中美医学专家,将共同探讨当下医学界最热门的一个话题——“大数据时代背景下的医疗发展趋势”。
计算机筛选最优治疗方案
信息化已逐渐深入到医疗卫生的各个领域,成为医疗卫生事业发展的重要引擎,但由于医疗是高度专业化的领域,此前大多数信息化包括所谓“互联网+”与医疗的合作,依然是以医疗为核心,互联网只是服务于医疗的工具,比如,在线预约、在线挂号等。上海交大医学院副院长陈红专称,当下我们需要思考如何创新应用互联网,以及挖掘出海量数据的真正应用,而不仅仅是积累数据。
在斯坦福大学医学院,已有令人“脑洞大开”的科研进展。医生们开发的这个名为“和你一样的病人”的系统里,积累了上百万条药物、治疗方案、病例信息等数据,登录者键入身体状况、年龄、不适部位等,系统就会给出一个完全个性化的诊断结果以及理想的治疗方案。
“这种系统筛选出的治疗方案,可能比医生的方案效果更好,能让更多病人获得真正属于他们的最优治疗。因为我们都知道,医生的治疗水平很大部分来自于医学积累,也就是经验,但这种积累不论是30年还是50年,依然是有限的,它一定没有拥有全病人就医数据的电脑系统见多识广。”劳埃德·米诺对记者说。
反思传统“一对一”就医模式
事实上,促成劳埃德和伙伴们开发这个系统的机缘,是对传统就医模式的反思。
那是在1998年,劳埃德和同事在全世界首次报道了一种罕见病——“上半规管裂损症候群”。这种疾病的患者会出现眩晕、对声音异常敏感等症状。这本是一次很普通的学术发现,但令劳埃德意外的是,当他们发表了论文后,世界上许多国家的人开始上网搜索这个病的信息,并输入自己的信息,一批多年来找不到病因或在其他科室苦苦试验治疗方案的病人终于确诊。比如,英国就报道过一名女子罹患这种疾病,不仅能听见自己的心跳声、大脑搅动声,连吃颗苹果对她来说都是不可能的任务,因为她轻轻一咬,就是一阵震耳欲聋。
通过互联网找到“和你一样的病人”,这个启示让劳埃德和斯坦福医学院的同仁们开始开发这款全新的系统。
基于大数据应用,未来的看病模式很可能不再是现在这样与医生“一对一”。在哈佛大学医学院,已有医生尝试给乳腺癌患者这样看病:通过系统筛查全美乳腺癌患者病历,并挑出和具体患者相同或相似的年龄、生活环境、突变基因等,最终挑选出一个生存期、生活质量最高的治疗方案提供给患者。这是目前医生寻求“外脑”帮助的有效途径。
深度开发大数据预测疾病
此外,未来的医疗数据收集也将不再局限于诊室。瑞金医院副院长宁光教授以糖尿病为例介绍,借助可穿戴设备的开发,谷歌眼镜血糖监测、家庭床上血糖监测与数据远程传输等应用已经在小范围应用。“通过疾病管理,进而深度开发这些大数据,提取有价值的信息,有望开启医疗产业的新黄金时代。”宁光说。
可以畅想的是,医疗大数据带给人们的将不仅仅是更优的诊断与治疗计划,而是更优的生活方式。劳埃德·米诺说,通过医疗大数据的挖掘和筛选,还能前移到发现何种生活方式可能是更有利的,从而给政府、医保政策制定者、医院以及大众更好的生活方式指导。“那就是预防甚至预测疾病的范畴,我们已在和谷歌、苹果公司合作,也将与更多中国科学家合作。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20