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
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