京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据如何改变医疗保健
如果你想知道大数据是如何使世界变得更加美好,那么最鲜活的例子可能就是它在医疗保健行业之中的应用了。我们的一切行为产生了大量的数据,同时我们数据分析师能够使用技术来分析和理解这些数据。在过去的十年中这种分析和理解的行为已经取得了巨大的进步。用现在的时髦话来说,这些趋势的交集就是我们所说的“大数据”。大数据正在使各行各业的企业变得更加高效。
医疗保健领域也是如此。在医学领域中,大数据除了被用于提高利润和减少开销,还被用于预测流行病、治疗疾病、提高生活质量和避免可预防的死亡。随着世界人口的增长以及人均寿命的延长,治疗交付的模式正在迅速改变,而这些变化背后的众多决定都是由数据驱动的。
现在这种驱动是了解尽量和尽快地了解病人,以期在早期发现疾病的征兆。相比由于没有发现病情征兆而直到为时已晚,对疾病早期的治疗更为简单,也更为便宜。
所以在我们生病之前让我们来一场医疗保健的大数据之旅,从头开始。
可穿戴的血压监测器将数据发送到一个智能手机应用程序,然后人们再去看医生(照片来自John Tlumachi)
智能手机仅仅只是开始。应用程序能够使智能手机应用在任何方面,例如通过计步器测量一个人一天走多远,通过卡路里计数器帮助个人规划饮食等。如今大家都很喜欢使用移动技术来使自己过一种更健康的生活方式。例如,最近涌现的可穿戴设备,比如Fitbit,Jawbone和 Samsung Gear Fit,允许追踪个人行程并将数据上传,同周围其他人进行比较。在不久的将来,人们也可以和医生分享这些数据。当生病去找医生时,他们会把这些数据作为诊断内容的一部分。哪怕是你很健康,但通过这项技术,医院不断地累计大量的公众健康状况的信息数据库,使得个人健康问题在发生之前被发现,从而可以提前准备好补救措施——不管是药用或者教育性的。
由此产生了开创性的工作。这包括医疗和数据专家之间相互合作,进而使得有洞察未来以及超前识别问题变得可能。最近的例子就是匹兹堡健康数据联盟的形成。它旨在把来自不同数据源的数据(如医疗和保险记录、可穿戴传感器数据、基因数据,甚至社交媒体使用的数据) 绘制成作为病人个体的数据集合体,从而为病人量身定制医疗保健方案。
数据分析师对个人数据不会被独立处理,而是将会同周围成千上万的人的数据进行对比和分析,以此突显在对比过程中出现的特殊因素和问题,从而使得复杂的预测模型有了可用之处——一个医生将能评估任何一个他认为可预测的治疗方案的可能性结果,备份其他有相同情况、相同遗传因素和生活方式的人的数据。诸如这样的项目是该行业在追求数据驱动型医疗保健中试图解决的最大障碍之一:医疗行业收集大量的数据,但这些数据往往储存在在不同的医院、诊所、行政部门,甚至医生手中。
另一个例子是刚刚宣布合作的苹果和IBM。这两家公司正在一个大数据健康平台相互协作,这个平台允许使用苹果手机和苹果智能手表用户将数据分享给IBM的华生健康云医疗分析服务。该项合作的目的是从数以百万计的潜在用户的众多实时活动和生物数据寻找新的医学发现。
如果留心观察医患之间的互动,这些行为将来很可能有所改变。远程医疗是目前的流行语,指的是远程接受医学治疗。患者通常可以在电脑和互联网的帮助下在自己家里进行。严格来说,远程医疗即是访问webmd网站和自我诊断。但越来越多的远程医疗是指针对患者提供一对一的专业服务。目前这一类的服务由Healthtap公司提供。患者和医生之间的所有互动无疑会留下一个数据链,这些数据可以在被分析后汇集成公共健康的总趋势,并为人们的医疗保健提供有价值的信息。
如果医生告诉你,不管你哪里不舒服,最佳的治疗方法就是用药,那么他们给你提供的药丸或试剂很可能都是在大数据帮助下而制定的。根据从受试者获得的大量数据,研究人员得以选择最佳的治疗方案。最近,制药巨头们之间的数据共享已经取得了一些突破性进展。比如,他们发现了常用抗抑郁剂地昔帕明在肺癌治疗领域存在着潜在的用途。
个性化医疗是医疗保健领域的又一热门话题,它是根据每个人独一无二的遗传结构来规划用药,并将个人的基因蓝图和数据整合到他们的生活和所处的环境中,然后将这些数据与其他成千上万的人进行比较,从而诊断疾病并确定最佳治疗方案。
大数据也有助于抗击流行病的蔓延。在非洲,移动电话的定位数据为追踪人口流动提供了非常有价值的信息,它有助于人们预测埃博拉病毒的蔓延趋势。这就为政府建立治疗中心的提供了潜在的最优方案。并且在必要时能够对人群的活动范围进行限制。这些策略是人们在2010年海地地震后才意识到的,当时他们只采取了简单的灾难救援计划。
当然,人们在寻找医学上“包治百病的圣杯”——能够医治癌症的药时就提出了利用大数据的解决方案。Flatiron Health公司已经打造了一种名叫“肿瘤学云平台(OncologyCloud)”的服务。基于该设想,关于癌症患者潜数据,尚有96%未被分析。这个服务的目的是在诊断和治疗过程中收集这类数据,并将其提供给临床医生做进一步研究。
个人医疗数据无疑是在所有数据中最具有私密性的,因此必须要保证安全无误的保障措施,以确保这些信息只流向应该获得该信息的人。尽管如此,网络上的黑客们也会偷取医疗数据,因为有报道称,偷来的健康数据要比偷来的信用卡信息更值钱。2015年2月发生了一起迄今为止最大规模的医疗数据盗窃案,美国第二大的医疗保险服务商Anthem公司信息系统被黑客攻破,8000万患者的资料被盗。幸运的是,黑客们只偷走了客户的身份信息,如姓名和地址,而患者相关的疾病和治疗细节都没有暴露。但是公众十分担心大规模的病人记录丢失案的发生在黑客找到安全漏洞之前只是时间问题。包括美国南卡罗来纳大学身体计算中心的Leslie Saxon博士在内的许多专家已经在呼吁建立一个效仿联合国形式的国际组织,来规范涉及健康数据的有关隐私和安全的问题。
尽管如此,未来的大数据可以带来的潜在好处却远比坏处要多。医疗数据的中心化和焦点化将是未来的趋势。同时,只要隐私和安全的问题可以解决,中心化一定能够在开发全新的治疗手段上扮演极为重要的角色。此外,中心化还有助于我们了解自身身体机能,从而确保我们能够长时间地进行工作。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25