京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据下一站:智慧医疗
基于大数据技术,有朝一日,机器的诊疗准确率甚至可能超过人类历史上最有名的名医。
日前,美国最大的医疗保险公司Wellpoint已经开始通过运用IBM的超级计算机“Watson”帮助医生来针对病人的病情进行诊断,服务7000万人。在癌症治疗领域,目前需要一个月或更长时间才能制定出针对性的药物治疗方案,未来利用Watson的认知计算技术可以将周期缩短至一天,极大提高癌症患者的治愈率。
“Watson在医疗、医药行业可以帮助肿瘤中心做几个复杂癌症疾病的诊断和数据分析;还能够帮助分析疾病风险,保证理赔过程的合规性、合理性,防止滥用和欺诈,保证保险公司基金的安全,医疗机构也可以利用Watson规范医疗费用。”IBM中国有限公司医疗及生命科学事业部总经理刘洪对《第一财经日报》记者表示。
医疗大数据
随着大数据时代的到来,医疗行业的信息化也迎来自己的“大数据时代”。
而如何将患者的被动性参与转向主动健康管理,从单一案例效果评估转向过程性、全程性的整体评估和体验;从病种数据管理扩展到健康数据管理,从关注争端和治疗技术跨到预防、护理和康复环节是未来医疗行业需要关注和解决的问题。而大数据,正是一条重要的道路。
根据IBM提供的数据,上海市卫生信息系统,每天生产1000万条数据、已建立起3000万电子健康档案、每天调阅10000万次,信息总量已达20亿条。
2008年,IBM 推出MobileFirst策略,专门针对各种无线终端,支持IOS、安卓系统。通过MobileFirst平台,在各种移动终端对象里嵌置API和相关的APP应用采集和分析这些无限终端的数据。通过物联网的类似RFID的一些小标签来建立数据的标准性、普遍性和实用性。
根据刘洪介绍,目前IBM在上海的部分医院推出了BYOD系统,即员工自费终端,用来提高医生和护士在医院的移动性。通过和开发商合作,推出移动护理应用,将医生和护士的各种移动终端连在同一网络下,便于医生和护士了解病人在医院的位置和健康状况,也提高了医生和护士的移动性,不需要坐在办公室的电脑前才能获得病人资料。
另一套在中国的医院已经运用的软件为实时资产定位服务器RTAL(Real Time Asset Locater)。通过物联网上的一套整合软件可以实现医院内各种医疗器械的检查。例如检查住院床头设施,检查人员检查后通过无限局域网可直接上传服务器,让RTAL来处理各种数据。
可穿戴医疗
从医疗服务转型到健康服务,就不得不提到最近炒得火热的“智能可穿戴设备”和医疗的结合。许多可穿戴设备的开发商跃跃欲试,希望能在智慧医疗中抢得先机。
在刘洪看来,虽然可穿戴设备和医疗结合的市场目前非常活跃,但需要考虑的生态环节却比想象的要多。
首先要有自己的公有云。“有了公有云后,我们才可以合作。例如,IBM就和首信的合作,推出了面向健康管理的公共云的服务,在北京市东城区展开预约、随访、筛查等面向公众的卫生服务。”刘洪表示。
其次是智能可穿戴设备和医疗机构的合作环节。刘洪认为智能可穿戴设备可以通过传感技术监控用户的身体健康情况,但没有医疗机构在背后做出专业的诊疗和分析支持,再好的应用和数据都体现不出优势。
“智能可穿戴设备和医疗结合在消费端,我坚持认为这是一个目前规模小、未来前景大的市场。和专业医疗机构的大云通用相比,智能可穿戴设备针对特殊群体的应用则更加有吸引力。例如针对白领女性对健康和美的追求推出计步减肥的应用,针对婴儿和老人等推出的位置定位和健康监测应用等,在未来的发展潜力大于全科医疗服务。”刘洪表示。
他认为,目前,IBM更多的合作主要集中在卫生局、医院、药厂等机构等方面。在未来,消费端应当是IBM的重点发展方向。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01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