京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中医药拥抱大数据 让大数据来插上腾飞的翅膀
被中国工程院院士、中国中医科学院院长张伯礼称为“咬牙跺脚赶进度”的中国中医科学院中医药数据中心(以下简称“中心”),2014年12月29日成立。中国中医科学院负责日常事务的全民健康保障信息化工程中医药项目办公室亦同时成立,由国家卫生计生委副主任、国家中医药管理局局长王国强任该项目领导小组组长。据悉,中心将尽快完成与中国中医科学院中医药信息研究所的人员、设备和技术整合,构建数字化、信息化、网络化的中医药数据支撑平台与管理服务共享体系,担负起国家级中医药数据中心的责任。
据中心主任、中国中医科学院常务副院长刘保延介绍,在未来两年的一期建设中,中心将把中医药数据资源建设作为主要目标。通过体制与机制建设,把中医药现代文献数据资源、古籍数据资源以及国家中医临床研究基地数据资源进行整合,为中医药数据资源的收集、存储、检索和分析利用提供服务;全面采集长期积累的临床科研数据,实现临床科研数据的持续积累、有效集成与应用;制定不同的数据发布策略,根据不同临床科研的研究需求,向国内外提供各类数据及其产品的共享服务,实现数据共享;研究制定中医药临床数据共享管理办法,开展中医药临床数据研究与应用的技术指导与培训工作等。
中心的成立宣告这样一个事实——拥抱大数据,中医药来啦!
大数据将引发中医药革命
“大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。”这是世界第一家从事信息技术研究和分析的公司——美国Gartner公司对大数据给出的定义。随着技术的进步,海量的数据不再淹没在纷繁的世事中,而是通过强大的计算系统被搜集、被分析,进而被人们洞察其中的奥秘。
大数据技术一经问世,便翻天覆地地改变着各个行业,这其中当然也包括医药领域。“2009年甲流肆虐,美国谷歌公司通过大数据分析预测出美国甲流的状态,并且画出美国甲流50多个州的流行示意图。事实证明,谷歌公司的预测和后来发生的真实情况非常接近。”张伯礼认为,大数据在新药研发、医药政策制定、个性化医疗服务等方面大有可为,对复杂的中医药来说尤其如此。“我们的药材价格不稳定,是因为我们不知道市场需要多少,应该种多少,以后这些可以由大数据提供支持;哪个药该进基药,哪个药不该进,通过大数据进行分析,也可以一目了然”。
在刘保延看来,中医药与大数据更加契合:“与西医相较,中医以临床实践为基础,以人为核心,把疾病对人的衣食住行、精神状态、心情的影响的外在表现,与干预、效果相关联,形成了辨证论治个体化诊疗的体系。尽管中医现在从生物医学角度还很难回答‘为什么’,但是借助大数据的理念与技术方法,却可以从对人的健康状态整体调节的角度很好地回答‘是什么’,利用大数据的手段揭示辨证论治个性化背后隐含的深刻规律,甚至可以利用可穿戴设备监测实时的个体数据,利用可视化方法来勾画每一个人的健康知识图谱。”
“不远的将来,我们的医生和患者是这样看病的——患者发现自己患上某种疾病不是去医院找医生,而是医生通过监测到的数据,利用先进的数据分析方法和模型,来预测和指引患者首先通过衣食住行的改变来‘治未病’,并通过反馈的数据来调整方案,达到防病治病的目的。如果患者到医院就诊,在挂号时或候诊中就已经通过移动终端输入其病状,见到医生后再进行修订。医生通过数据分析绘制患者的健康曲线图,电脑会对患者的特殊情况进行预警,医生根据情况约请患者就诊或提供电话健康指导,类似‘谷歌大脑’的‘中医大脑’会帮助中医师进行临床诊断和治疗。”刘保延向记者描述了未来医疗领域可能由大数据引发的变革。
中医药已具备玩转大数据基础
“大数据就是财富,就是生产力,但如果搜索到了海量数据,却不能进行有效的分析,那这些数据就是死的,就是废物。而有效分析数据的基础是统一的标准。”刘保延介绍,我国对中医药信息化建设极为重视,在中医药事业“十一五”、“十二五”规划中都将中医药信息化建设作为重要内容,出台了《中医药信息化建设“十二五”规划》,形成了从顶层设计到重点工作的推进思路。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06