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。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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12