京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据驱动下的精准医疗 距离我们还有多远
近日,第三届英特尔生命科学信息技术论坛在北京拉开序幕。本届论坛的主题是探讨大数据前提下精准医疗的前进方向、现状以及未来的挑战。论坛公布了一系列精准医疗领域的重要成果,进一步加速精准医疗的普及化进程。
“大数据应用到医学领域的意义
早期,大多数医疗数据是以纸质形式存在,而非现在的数据化存储方式,如一些官方的医药记录,收费记录,护士医生手写的病例记录,处方药记录,X 光片记录,磁共振成像(MRI)记录,CT 影像记录等等。
近年来,英特尔、IBM、阿里云等强大的数据计算平台接连上线,医疗数据呈现快速电子数字化的趋势。随着医疗大数据受重视程度的不断提升,B端与C端以及医疗机构的临床数据都在源源不断地被数据库收录。
就现阶段而言,数据的来源依旧十分复杂,不同地区,不同医疗机构,不同计算平台所提供的数据并不具备完全真实的参考价值。但不可否认,一旦在技术角度理顺了格式、源头,大数据的整合和分析呈现出爆炸性增长的趋势,医疗大数据将对提高医疗质量产生出巨大的推动作用,尤其是精准医疗领域,如不同的遗传背景、暴露于不同环境的生活方式等等,患者的相关信息数据是精准医疗实现的基础。
“什么是精准医疗
精准医疗(Precision Medicine)是以个体化医疗为基础,将基因组测序技术、生物信息技术,以及大数据科学等交叉应用形成的新型医学概念与医疗模式。
其本质就是深度收集大样本人群与特定疾病类型的健康信息,随后进行分析与鉴定、验证与应用从而精确找出疾病原因和靶点。该技术当前重点着手于癌症以及妇科领域的研究,并已取得重大突破。
精准医疗大事记
精准医疗的概念由我国于2006年首次提出。此后,很快便受到了国际医学界的重视和认可并被引用到肿瘤放疗、妇科等领域。
2015年1月20日,美国总统奥巴马在国情咨文演讲中提出“精准医学计划”,并预计在一期建设中投入2.15亿美元。
2015年2月,国家成立中国精准医疗战略专家组,共19位专家组成了国家精准医疗战略专家委员会。
2015年3月11日,科技部召开国家首次精准医学战略专家会议,并决定在2030年前政府将在精准医疗领域投入600亿元,其中中央财政支付200亿元,企业和地方财政配套400亿元。
2015年12月11日,“中国个体化用药-精准医学科学产业联盟“在上海正式成立,标志着我国首个精准医疗领域的产学研一体化联盟正式组建。
“大数据医疗、精准医疗在中国市场的情况
从中国当前的角度上看,大数据医疗已经成为国家推动和市场力量主导的一个新兴产业,我国医疗健康产业发展形势十分火热。
2016年6月,英特尔与上海市儿童医院宣布启动儿童健康协作云中心。
在本次论坛上,博德研究所、英特尔、华大基因、阿里云和浪潮,联合宣布推出BIGstack解决方案和GATK中国社区。
博德研究所开放了GATK4的源代码,并与英特尔携手利用英特尔CPU、Omni-Path Fabric和SSD开发了名为博德-英特尔基因组学堆栈(BIGstack)的突破性架构。
华大基因将采用最新的GATK工具,并与阿里云合作,使客户能够在华大基因在线平台上访问GATK4、博德的工作流管理系统Cromwell以及WDL(工作流定义语言)。
“基因组一体机联合实验室”也宣布成立。它是英特尔精准医疗伙伴计划的下属联盟,浪潮、UEC、华大基因、聚道科技、阿里云、Falcon和安诺优达与英特尔合作,为医院和研究机构客户开发基因组学设备,以便处理本地数据分析需求,并提供更好的用户体验和出色的性能
“结论及展望
虽然医疗大数据一直在收到来自社会的广泛关注,但是,数据本身难以融合、临床数据本身的获取、分析和应用方面的问题,一直以来都没能取得突破性进展。这种问题需要在形成一定规模的产业链之后,支付方、服务方以及产品方,多方参与并配合有效转型才能有效解决,绝非一朝一夕之功。
但是,由于当前社会对生命科学的重视,我们也有理由相信,大数据分析对医疗产业步入全面应用的那一天,距离我们并不遥远。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25