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
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08