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
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24