
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。而国内创业投资早已嗅到了移动医疗庞大的市场,iDoNews专栏作家董焘在《移动医疗APP或引发下一个市场爆发点》一文中证明了这一点。
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
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01