京公网安备 11010802034615号
经营许可证编号:京B2-20210330
移动大数据正重塑现代医疗产业
医疗领域在数字时代做了数十年的落后者,但是去年以来,超过37亿美元的风投资金被投向了与移动大数据技术相关的现代医疗领域,才使人们重新认识到现代医疗将是风投手里的下一个“蓝筹股”。
据统计,这37亿多美元的投资中有7.5亿投进了与移动健康相关的各领域,比如将智能手机变为一支血压计和用手机拍摄达到医疗品质的内耳照片等项目。这刺激了包括苹果、高通、微软等在内的科技巨头着手开发移动健康产品或投资此类项目。另外的30多亿美元主要进入了医疗大数据领域。据麦肯锡公司的估计,医疗大数据领域所蕴含的商机每年高达3000到4500亿美元以上,这主要包含数据采集类智能手机的研发应用和超强数据分析系统等领域。
投资热背后的理念其实很简单:智能手机的应用意味着小而廉宜的传感器、低耗能蓝牙传输的普及,这些成为数据采集和传输以及医生指导和介入的天然终端;而高速移动网络、基因序列解析等取得的进展以及电脑分析软件的优化,使得科学处理海量医疗健康信息成为可能。如同移动技术和大数据对其他领域的影响一样,这两项技术也正在深远影响乃至重塑现代医疗业。
首先,移动健康项目改变了医疗业中原有的医患互动方式。在方便地、即时地收集患者信息后,移动技术通过为医生提供即时、高频、远程介入影响患者的机会,使病人在医疗活动中的作用被积极调动。
美国正在开展的一项利用移动技术监测糖尿病人活动量的移动医疗项目。在该项目中,运算程序会依据病人随身携带的监测仪收集到病人的运动量信息,并将其和数据库中已有的病历自动对比,自动将某种针对性指导信息或医嘱反馈给病人,比如:那些没有达到目标活动量的测试者会收到鼓励消息;有时仪器还会基于病人的移动设备收集到的位置信息提供健康课程等资料,甚至在阴雨天会给病人发送关于室内锻炼方式的提醒。同时监测仪器收集的数据可以加上医生的诊断、过往测试结果、病人的病历以及基因数据,来帮助医生在办公室就能预判病人是否易感某些症状或病人的治疗将如何进展。
另外,医疗大数据正通过对个体患者大量医疗信息的分析,将传统上旨在治疗标准患者的医疗习惯,改变为针对个体患者的“定制医疗”。
目前掌握最多医疗数据的主要是保险公司和医疗机构及医生,对他们的数据进行分析已经开始改变医疗现状。北美最大的药品福利管理、保健管理和经营服务公司Express Scripts(该公司管理着美国9千万会员的药品福利和每年14亿份处方)已经全面疏理其获得的来自医生、药房和实验室的数据,以便可以提醒医生潜在的药物不良反应及其它处方问题。现在Express Scripts服务的医生可以提前12个月知道哪位病人可能无法按要求服药,其准确率高达98%。通过该项目预先采取措施避免可能出现这些问题无疑可以改善病人健康,同时美国每年节省在不必要的急诊出诊和治疗上的花费多达3000多亿美元。医疗大数据还需增加更多层面的信息以达到更高的精准率和更具针对性的治疗结果,它正使数字时代的现代医疗变得更具可分析性和可循证性。
总之,移动和大数据两项主流技术对当代医疗的影响并不是彼此独立而是相互交织,其共同影响的结果是更好地改善了病人的健康状况、减少医疗资源的浪费和降低了医疗费用,进而从根本上改变医疗服务的分配,并最终改善整体的医疗方式和环境。
专注慢性病数据管理的移动技术公司WellDoc的首席战略官曾称医疗大数据和移动医疗为是“史上最大型的临床试验之一”。移动大数据技术对医疗界、保险公司以及病人的影响都是颇具说服力的。哈佛大学医学院教授BID(Beth Israel Deaconess)医疗中心的首席信息官John M. Halamka期待这类以科技为依托的现代医疗可以在不远的将来成为医疗界的常规作法。
无论如何,当下就把移动技术和大数据对医疗业的重塑说清楚还为时尚早,但数字时代带给当代医疗界的巨大进步已是不争的事实。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25