
智慧穿戴装置带动医疗大数据发展
大数据应用的成熟,一方面是因为网路承载的数位资料数量以惊人的速度成长,加上非结构性资料的分析技术,也有相当程度的突破,而且物联网、智慧穿戴装置等技术及产品的出现,让实体世界的资料蒐集更为迅速且方便,不但加速大数据环境的形成,也让大数据分析的市场需求跟着浮现。
对医疗大数据而言,也是如此。随着光学技术、穿戴装置、机器人及物联网技术的引进,不管是病患使用的智慧穿戴装置、医生使用的医学仪器,都伴随着蒐集资料的功能,配合大数据分析技术,不仅能在病患察觉不到的情境下,就能让医生掌握病患的生理状况,还可能因此发现疾病,甚至在病发之前就能做好预防。
穿戴装置便利性有助医疗大数据的形成
如何让病患在察觉不到的前提下,蒐集各种生理资讯,一直是许多医疗仪器或检测方式致力的目标,一来可以减轻给病患带来的身体负担,同时也可提升病患配合提供生理资讯的意愿。
以测量血糖值为例,通常会要求病患到医疗场所抽血,但对於交通不便或行动不便的病患而言,可能就不见得适用,许多人也因此会选择在家中或附近的诊所,使用可携式血糖机,除了使用便利外,使用的舒适性,也成为病患选择血糖机的主因之一,也让血糖仪已经成为许多人不可或缺的居家医疗产品,尤其是能够达成无痛目标的非侵入式血糖量测技术渐渐成熟,包括红外线、超音波等,更加速病患使用可携式血糖机的意愿。
如日本原子能研究开发机构在四年一度的「日本医学会总会」上,发表一种手掌大小的无创血糖值感测器,用户只需将手指插入形状类似於电脑滑鼠的测量仪内,就能在3秒钟内测出血糖值,让血糖量测变得更加方便,配合无线网路、云端运算等技术的配合,病患可以更轻松地上传资料,连带也让医疗院所可以运用大数据分析技术,不但可以更即时准确的掌握病患的血糖值,大量的病患资料分析结果,更能用来进一步发展更完整的医疗资源规划。
事实上,不仅是专门用来作为医疗用途的设备,包括智慧手环、智慧手表等智慧穿戴装置最具前景的应用领域,医疗健康管理就是其中之一,许多智慧穿戴设备搭配智慧手机及云端运算架构,往往都号称可以利用大数据分析技术,帮助用户监测身体状况,保障身体健康,显示业者也知道,大数据分析技术,对智慧穿戴装置销售的帮助。
资料有价的观念需要建立
使用穿戴装置蒐集医疗数据,首先要进行资料采集,然後将这些数据加以分析与整合,此时就需要一个使用者够多的行动医疗应用平台,所整合出来的数据,才能产生够高的附加价值,如苹果Healthkit、Google Fit及百度的「百度医生」都在尝试吸引用户,最後才能将其转换成医疗服务,让医生可以透过这些穿戴装置所得到的数据进行诊断,或是提供医疗研究单位作为新产品或新技术的研发参考。
但即使有了蒐集医疗大数据的设备、平台,并不代表就没有问题。由於医疗产业的复杂度极高,且有一定程度的封闭性,不同的国家会有不同的法令规定,影响穿戴装置的设计及功能规范,资料蒐集的范围及可用性也大受影响,甚至在同一个国家,包括医院、医生、医药企业等参与者,也可能各行其是,无法形成足够规模的医疗大数据,也就无法进一步提升资料分析结果的综效。
要想真正落实医疗大数据的分析价值,就必须要设法整合各方关系和资源,尤其是政府政策的限制和监管,更是重要,因为医疗大数据最大的障碍,就是资讯安全,因为使用者的健康资讯往往相当敏感,从智慧穿戴设备采集资料後,到上传到医疗资料整合平台的过程中,平台能否保障使用者的资讯安全就显得格外重要。
美国食品药物管理局(FDA)在2015年1月发布了两份指导草案,详细规定了低风险的医疗健康产品平台的确定标准,并对第三方医疗配件的风险评估,提出基础性的建议,自然有助於医疗大数据市场的成长,类似美国作法的国家虽然还不多,但只要中国、印度等人口大国尽快推出类似美国的医疗可穿戴设备标准,将可促进相关产品及应用更快、更健康的发展,但各国之间的标准是否一致,也将会为市场投下不可预知的变数。
此外,医疗院所及相关研究单位,是否真的已经意识到「资料有价」的观念,也是攸关医疗大数据分析市场发展的关键,而对可穿戴医疗装置开发企业来说,如果不能靠大数据分析技术来获利,而只能靠销售软硬体产品的利润,不管是医疗可携式设备或平台的价格,势必会居高不下,不但影响产品及应用的普及性,更对医疗大数据的规模形成,有相当程度的影响,如何化解这些市场阻力,尽快的制订统一行业标准的规范,不仅要将重点放在软硬体产品上,更要提供相应的配套服务,只有类似大数据分析技术服务能够真正落实,才能增加用户使用的意愿,满足其医疗需求,才能建立智慧医疗的良性循环。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08