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
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