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
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09