移动医疗大数据的几个伪命题(3)_数据分析师

上一篇文章发出后，有小伙伴来问我，如果我在垃圾中，搜寻了很久，最后搜到的可能不是一块金子，而是一块大钻石呢？这不就回本了吗？嘿，根据墨菲定律，你最后翻到的大 概率还是垃圾，即使突然看到闪烁的亮光，打开一看，也许就是个玻璃珠。

做企业并不是赌博，不能把希望寄托在虚无缥缈的事情上，也不要去追求超出自己能力范围的东西。一个公司就7,8个光棍，也没有一个数据分析人才（如果真的去了解过大数据人才的市场价薪酬，估计已经心脏病发了），还整天到处忽悠大数据的商业模式！

我们从前在抽样调查的过程中，为了确保结论有价值，一定要采用具有代表性的样本，这样该样本才能排除各种误差。不过对于移动医疗大数据分析来说，即使是基于海量数据，并获得了很多的所谓结果，还是会有偏差的，而这往往是来源于系统本身。从理论的角度来看，移动医疗大数据应具有足够的效度和信度。

信度是指测量数据的可靠程度，效度表示一项研究的真实性和准确性程度。在医疗行业的大数据分析中，有很多情况会导致大数据的信度和效度产生问题。下面我们就来具体讨论一下。

1. 极大值和极小值

移动医疗的大数据中，极大值与极小值在很多情况下是有巨大参考价值的。大数据一般都是散点图，当我们想通过大数据分析获得正态分布图，或者平均数时，一般要采用均值，中位数或者众数，否则结果容易有偏差。对于一堆普通数据来说，极大值和极小值这两个极端是不能对数据整体进行定性的。就如同我们看奥运会跳水比赛一样，在计算总成绩的时候，总是需要去除一个最高分和一个最低分，然后取平均数。

但是医疗数据有些非常特殊的地方，而且由于极小值与极大值的存在，反而可能使平均结果并没有那么大的意义。上一篇文章中我曾经提到了数据的特异性和敏感性问题。其实医疗实践中还有一个非常重大的问题，就是安全性和一票否决的情况。比如说，就算99%的人用药安全，但是确定出现了1%的死亡率，并且证明不是偶然事件的话，那么也是不可接受的。

实际上在大数据分析上也是如此，有的时候我们做出一个分析是为了要辅助决策的，但是很多具体情况里，即使分析了多年的数据发现60%的人都是受益的，那又怎么样？能够大规模推广吗？真的有价值吗？你如何反向证明呢？这是医疗行业的独特性所决定的，和其它行业的大数据分析有巨大的区别，各位从业人员不可不察。

而且，虽然极大值极小值在很多情况下是属于极端情况、小概率事件，但同样在很多医疗情景下，他们也具有定性的作用，所以数据在什么情况下是有价值的，什么情况下是分文不值的，需要具体问题具体分析，没法一刀切！

2. 大数据会反作用于大数据

大数据的研究结果本身会反作用于大数据，正如市场干预者会影响到市场本身。当一个公司打算有计划地去收集一些数据的时候，这些数据本身就或多或少的受到了某种程度的影响，导致缺乏信度和效度！

比如，目前市场上出现了越来越多的可穿戴设备，主要应用于医疗及健康监测、健身等领域。他们通常都有同一个所谓的终极商业模式，就是大数据的分析。监测穿戴者身上的某种特定数据，比如血压、脉搏、体温等等，然后对他们进行健康管理，以及通过大数据收集进行某项数据的分析。但是对于这种对数据的关注所造成的一些后果，其影响可能已经超过了数据本身。

对患者时刻进行数据监测，进行大数据统计分析的过程，其实是对他进行不停地潜移默化的影响过程，它使患者处于一种时刻被提醒的状态，被提醒疾病的存在，被提醒数据的变化，被提醒病情的发展等。

很多时候，对患者来说，如果能够顺其自然地接纳一些症状、摆脱一些痛苦以及不安、烦恼等情绪，最后反而对疾病的恢复有正面积极的作用，因为人性是不想被束缚的。心理学上有一种治疗方法叫做“森田疗法”，主要适用于强迫症、社交恐怖、广场恐怖、惊恐发作的治疗。该方法与通过对个人数据的持续监测来治疗的方式完全不同，它强调分散对疾病的注意力，放松大脑里的那根时刻关注疾病的神经。“顺其自然、为所当为”是森田疗法的基本治疗原则。它不提倡追溯过去，认为人要重视当前的现实生活，要通过现实生活去获得体验性的认识，要顺应情绪的自然变化，努力按照目标去行动。

而很多类似于可穿戴设备的大数据收集，恰恰是给人们设置了这样一种束缚机制，人们进入其中，患得患失，最后还需要主动或者被动地接受所谓干预与反馈。疾病的防治确实很重要，但是在疾病的治疗过程中，如果这般，长此以往，还要担心很多其它的问题发生，因为过度监测并不总是有利的。

比如从心理学角度来讲，有一种典型的“疑病症”，它属于心理问题躯体化的一种表现。当人们对自身的健康状况或身体的某一部分过分关注，于是就总是会怀疑自己得了什么病，而且常常会在感知方面产生某种与所假想的病症相符的幻觉。甚至真的会产生某种生理症状的变化，因为人的心理力量非常强大。

另一方面，医疗数据的波动很多也是由心理因素导致的，从众性很强。假如一个班级里有三个学生出现了感冒症状（有的都不一定是感冒），那么很多其他的学生也会觉得自己好像哪里不舒服。如果像以上这些情况也被收录到医疗大数据中去，而被“正儿八经”进行分析的话，有何价值可言？伪数据还不如无数据。0

其实对于一般的患者和普通人来说，没必要一直监测自己身体数据的动态变化。这种监测很多时候是没有意义的小题大做，哗众取宠。冠冕堂皇的背后其实多数是商业利益的驱动和“健康传销”。从大众的恐慌中获益，根本就没有考虑企业的社会责任，不以降低医患成本为核心的移动医疗，都在耍流氓！因为在长期的医疗实践中，形成了很多科学的监测手段和流程，经过了千锤百炼。比如为什么是24小时尿量监测，不是240小时呢？为什么是48小时心脏hotter监测，你怎么不戴480小时呢？因为不需要那么长时间！这还有一个卫生经济学的成本问题，因为对整个社会来说，减少过度医疗和过度关注，那么节约的钱是可以挽救很多生命的！

其实我并非反对移动医疗大数据，也不是想黑医疗可穿戴硬件，这世界有的时候并没有不好的事业，只有不好的人。我经过调研后发现，有很多公司总想创造不必要的检查，恨不得正常人，每天测两次血糖，监测三次血压，做一次心电图以完成所谓的健康监测，然后还从文献和学术研究中找到很多线索，向大众进行过度宣传。其内在的深层次原因，让我想起了资本论中提到的一种现象，如果一个商人是卖玻璃的，他恨不得目光所及处的玻璃都是碎的！