健康醫療大數據調研報告目錄1 健康醫療大數據應用現狀 12 國外健康醫療大數據分析的應用 33 大數據技術提升傳統醫療信息系統效率 43.1 腫瘤登記面臨的挑戰和方法演變 43.2 腫瘤登記軟件的出現和應用 43.3 大數據技術實現腫瘤非結構化數據登記過程自動化 53.4 基于大數據技術的腫瘤自動登記理念在醫學領域的推廣應用 64 數據在區域化醫療衛生管理分析應用 75 基于互聯網大數據的疾病指數預測應用 106 健康醫療大數據發展趨勢 14健康醫療大數據應用現狀隨著計算機網絡和信息技術的發展以及現代醫學技術的不斷進步，醫學與健康相關數據正在急速增長。如何高效收集、處理、存儲、交換和挖掘海量的醫療與健康相關大數據，從而為醫護人員的及時和正確診斷、個人健康的監測護理與診療建議、醫療相關機構的管理與決策提供大數據分析和系統支持，已經成為跨醫學和計算機科學領域的一個重要的研究和產業發展方向。國家相關部門在健康醫療大數據方面部署了一系列相關項目和課題，包括科技部863計劃和國家科技支撐計劃部署的一系列相關項目、中國科學院重點部署項目醫學影像信息大數據相關研究以及地方資助項目（如山東省資助的醫療大數據管理及分析應用系統項目）等等，旨在基于大數據技術推動醫療健康和生物等相關產業的發展。健康醫療行業涉及從醫療衛生機構、醫療器械企業、醫療管理部門到具體每個個人共四種不同類型機構實體和人群。健康醫療信息化和服務水平影響著每個人生活質量。健康醫療行業信息化主要應用現狀如下：首先，隨著信息化技術的飛速發展，醫療行業的信息化步伐不斷加快。國際上已開始利用大數據挖掘與分析，來減少醫療浪費，改善醫療效果。國內醫療行業經過多年建設和發展，目前醫院已經普遍建成了以醫院信息管理系統(HIS)、電子病歷(EMR)、實驗室信息管理系統(LIS)、醫學影像系統(PACS)以及放射信息管理系統(RIS)為主要應用的綜合性信息系統，極大地提升了各級醫院的醫療服務水平。在醫療數據規模和種類急劇增長的情況下，傳統的醫院內各系統間的數據交換、存儲、處理和服務模式，在適應新形勢下的醫療健康大數據服務需求面臨巨大挑戰。具體包括：如何高效且經濟地存儲、處理上述種類多（非結構化、半結構化和結構化）、規模大（從TB到PB級，甚至更多）的醫療健康大數據，為醫院日常業務提供支撐；如何更好地實現醫療健康大數據的共享和交換，提高醫療健康數據資源的使用率，方便患者就醫、降低個人就醫的時間和經濟成本等。其次，大眾個人健康服務還處在探索階段，迫切需要在健康服務方面進行新的嘗試和探索，提升醫療健康服務的水平。目前，雖然各類保健器械和醫療服務開始進入社區和家庭，人們的健康消費模式從以往單一的基本醫療消費逐步向醫療、保健和提高身體素質等多種形式并存的醫療健康消費模式轉變，但是每個人能享受的醫療衛生資源十分稀少，有限的醫療資源無法滿足不斷增長的醫療需求，迫切需要通過信息新技術來改善健康服務水平，為用戶提供高效、低成本的醫療健康服務。當前，國際上出現了引入云計算為核心思想的健康醫療護理解決方案，該方案包括醫療物聯網、醫療門戶網站、智能手機終端及健康監測軟件、數據管理、IP及無線通訊模塊、終端設備的嵌入式軟件、以及短程無線網關的硬件產品等一系列軟件和硬件，基于云計算中心模式共同提供移動醫療健康監測與診療服務。再有，醫療管理部門及醫療相關企業和機構的管理與科學決策期待更多健康醫療大數據挖掘與分析技術和應用的支持，從而得以充分利用大數據分析的優勢來指導相關政策的指定、流行性疫病防控，甚至是醫療服務相關企業的產品規劃與決策等。在健康醫療領域，大數據挑戰具體是指電子健康和醫療相關數據集十分巨大和復雜以致很難用傳統的軟件、工具和方法來管理和處理這些數據。具體來說，健康醫療領域的大數據包括臨床診斷數據，臨床決策支持相關數據（如醫生撰寫的病歷、處方、醫學圖像，以及其它和實驗、藥品、保險有關的數據），病人電子健康記錄數據，各種醫學傳感器產生的數據（如移動傳感器監測到的心電圖數據），社會媒體產生的健康醫療相關數據等（如Twitter、微博、博客，網頁上的健康和醫療相關數據）。健康醫療大數據分析和利用具有重要價值。例如，通過發現數據之間的關聯，掌握理解數據模式和變化趨勢，可以改善醫療效果，挽救生命并降低醫療成本。又如，可以基于大數據進行疾病的早期預測、管理人口健康以及檢測出衛生保健欺詐；根據歷史數據，我們可以預測哪些病人需要選擇外科手術，哪些病人做手術無效，病人的治療并發癥風險等。

國外健康醫療大數據分析的應用在醫療健康服務過程中產生了大量的數據，例如，病人保健、治療記錄等數據。盡管大量的醫療健康數據以硬拷貝的形式存儲，當前發展趨勢是將這些硬拷貝數據進行數字化。這些數字化的醫學大數據具有十分廣泛的應用，例如，臨床決策支持，疾病監測，人口健康管理。僅以美國健康系統為例，2011年美國健康數據達150艾字節。麥卡西估計，大數據分析每年可以使美國節約大約3千億美元的保健費用，大數據還可以減少浪費，改善醫療效率。美國醫療聯盟網絡由超過2700個成員醫院和健康系統組成，包括40萬名各類醫生。該網絡收集和存儲大量臨床、財務、病人和供應鏈數據庫。這些大數據為大約330個醫院提供醫療決策支持服務，改進醫療過程，挽救了大約29000生命，并減少醫療開支達70億美元。例如，哥倫比亞大學醫學中心利用大數據分析腦損傷病人的生理數據流的相關性，從而為專業人員提供重要及時信息以治療并發癥。密執安大學健康系統將大數據分析應用于規范化輸血管理。應用表明，大數據分析減少了31%的病人輸血，并且每月減少醫療成本達20萬美元。北約總醫院，一個有450張床位的加拿大多倫多社會教學醫院，利用實時大數據分析方法來改善病人康復，提供臨床、行政、財務服務，從而改善病人康復。意大利博洛尼亞Rizzoli整形外科研究所通過大數據分析家庭內成員之間的臨床變化，個人呈現出不同程度的癥狀。這種分析可以減少住院病人達30%，并減少醫學圖形檢查達60%。未來它們希望通過結合大數據和基因分析、開發有效的治療方法。加拿大兒童醫院利用大數據分析嬰兒容易獲得的致命性的院內感染從而改善醫療效果。通過收集臨床檢測裝置而產生的生命體征數據，醫護人員通過大數據分析方法，可以提前24小時識別潛在的感染跡象。大數據技術提升傳統醫療信息系統效率醫院日常運作每年都會產生海量的醫學和健康相關數據，這些數據難以用常規方法進行分析處理。針對這些健康醫療大數據的分析處理，對政府衛生政策制定，公共衛生機構疾病流行規律掌握和有效防治，醫院運營決策、臨床醫生科研等具有非常重要的意義。但是，目前醫學數據的搜集、分析和利用仍然不夠方便快捷，對數據的處理仍然需要相當的人工干預或操作。通過充分發揮大數據技術的作用將極大推動醫學信息化的發展。下面從腫瘤登記方法的演變，通過醫院采用大數據技術自動從醫院電子數據庫整理和統計分析腫瘤資料，來介紹大數據技術如何提升傳統的醫療信息系統效率。腫瘤登記面臨的挑戰和方法演變做好腫瘤登記，能起到有效防治惡性腫瘤的重要作用。傳統的登記方法面臨許多問題，資料的收集與整理不僅非常辛苦、煩瑣、費時，且不斷累積的資料難以用人工甚至是半人工方法進行整理，資料編碼復雜、困難，難以確保準確性，登記人員疲于資料的收集、核對、編碼和上報，更是無暇充分利用登記的資料。隨著信息技術和醫療信息化發展，網絡、電子病歷、HIS和PACS等系統得到普遍應用，傳統的手工登記方法漸被現代電腦系統登記方法取代，網絡直報代替了人工卡片上報，大大減輕了腫瘤登記人員工作量。但目前的登記方法也存在明顯不足，網絡直報沒有減輕臨床醫生負擔，花費時間仍較多。如何減輕臨床和登記人員的壓力與負擔，實現腫瘤自動登記需求，需要實現對非結構化的醫學大數據的收集和處理的自動化。腫瘤登記軟件的出現和應用國內外非常重視腫瘤登記軟件的研發。國內河南省腫瘤防辦最早開展此方面研究，而全國腫瘤登記中心2002年漢化了國際癌癥研究所的CANREG4登記軟件，并在全國推廣使用。自此全國多地陸續開展了腫瘤登記技術的研發與應用。同一時期，國外也有許多醫療機構開展了腫瘤登記技術的研究實現與統計分析。國內研發腫瘤登記技術研究主要集中在資料收集后的處理，如錄入、整理、儲存、編碼和統計分析，缺乏自動處理功能。國外相關技術雖然達到一定自動效果，但由于語言和環境不同，難以在國內套用。大數據技術實現腫瘤非結構化數據登記過程自動化某家三甲醫院約平均3000條／天PACS診斷記錄，一個月約10萬條診斷記錄數據，需要人工干預判斷，該醫院存有十年的病人數據。全國有1,431家三甲醫院，其余的三乙到二丙共有9,798家。這么大量的數據采取人工干預是需要耗費大量的人力，工作人員需要通過PACS診斷中，人工篩選和整理數據，他們80%的工作消耗在了這些數據收集的工作上。腫瘤自動登記技術實現自動進行數據的發現、提取、整理、編碼和統計分析。首先借助自然語言處理技術首先對腫瘤非結構化數據進行預處理，即從醫院電子數據庫中自動發現、提取、整理和編碼所需腫瘤資料，其次建立整理后的數據倉庫，再次根據需要進行數據自動分析，最后自動展示分析結果?；诖髷祿幚砑夹g架構搭建起可方便擴展的腫瘤數據的自動處理和分析應用，極大地提升腫瘤登記的自動化水平。通過與手工查找方法對比分析，通過腫瘤自動登記技術完成的工作結果顯示其準確性相當高，對比3個月數據測試結果的靈敏度為98.91%，特異性為99.22%。通過腫瘤自動登記技術應用后，以往15天的工作通過腫瘤自動登記技術處理，現在只需要15分鐘，極大了提高了工作效率及質量。腫瘤自動登記技術具備以下優點：1）不影響原有信息系統的運作，適用于不同信息系統數據獲取；2）運行速度快，數十秒即可完成查找過程；3）準確性高，靈敏度和特異度均達95％以上；4）極大地減少了統計和分析工作量?；诖髷祿夹g的腫瘤自動登記理念在醫學領域的推廣應用腫瘤登記自動化對腫瘤登記無疑是一場革命，將為腫瘤防治帶來巨大影響。腫瘤監測通過大數據的采集、分析處理和存儲實現了腫瘤的自動化和統一處理。類似地，其它疾病如傳染性疾病、慢性非傳染性疾病的監測，或者其它醫學過程的監測，以及相關醫學數據的提取和分析，也非常有可能通過利用大數據一系列相關技術來實現某種程度的自動處理。

數據在區域化醫療衛生管理分析應用經過二十多年的衛生信息化建設，目前衛生信息化正朝著面向人群健康的區域衛生信息化建設階段發展,對信息化服務模式、海量大數據處理、節能環保等提出了更高的要求。醫療衛生主管部門通過數據分析平臺更全面的掌握區域內健康、診療、疾病及經濟信息，為區域醫療規劃和管理科學決策提供數據支撐。隨著醫療數據的不斷積累，如何通過大數據分析提升區域醫療機構的運營管理能力，從而提升區域醫療機構整體服務能力和服務質量成為關鍵問題。當前醫療衛生信息化還處于一種各自開發、各自建設，而醫療數據紛繁復雜，包括業務流程、財務、藥品、設備、耗材、醫療質量、臨床等各種數據，以上數據分布于各個醫療廠商系統內部，存在數據異構及信息孤島情況。因此，區域衛生機構內各系統實現互聯互通、數據共享和應用方面面臨著各種挑戰：如何獲取各醫院數據如何整合不同廠家的數據如何確定有價值的數據如何通過數據發現問題整合分析數據后，如何與醫院共享依托大數據分析技術從紛繁的臨床數據、財務數據和運營數據構成的數據海洋中提煉高價值數據，幫助區域衛生機構深層開展醫療資源、就診動態、疾病預警，患者分析和用藥分析等工作。區域性醫療健康數據分析平臺的總體目標是將不同醫院的不同系統數據通過關聯、整合建立一個統一的醫療健康大數據分析平臺，服務于區域化醫療、健康相關的管理、分析和決策支持功能，提升區域化醫療健康整體水平。圖2-25區域化醫療健康數據分析平臺示意圖大數據技術為區域衛生機構提供決策支持。在區域醫療衛生數據分析平臺上存儲著區域內全體居民的健康信息、電子病歷、治療方案、醫務人員工作量等信息，區域衛生機構主管部門對這些信息的統計、分析和挖掘對區域內公共衛生政策的制訂有著積極的意義。例如通過大數據分析人員流動數據來監測傳染區人員的主要流向并提出預警提示。主要流向的當地疾控中心準備相應的人員和藥品疫苗，為當地人接種疫苗，這樣就避免了盲目的全面布局情況，資源浪費。區域醫療衛生機構可通過大數據統計、挖掘和分析實現各類醫療、健康相關的一系列分析功能，如：醫療衛生總體情況分析：醫療資源、就診動態、疾病預警圖2-26疾病監測：傳染病（甲類、乙類、丙類傳染病）、慢性病圖2-27手術分析：手術數量及質量，手術級別，切口方式，麻醉方式和愈合情況手術具體數據統計分析等圖2-28基于互聯網大數據的疾病指數預測應用近年來，我國突發公共衛生事件頻發，從2003年的“非典”，2004年的H5N1禽流感，2009年的H1N1禽流感，再到最近的H7N9禽流感，每一次疫情爆發均對人民的生命財產及心理造成了重大的損害。隨著信息技術的發展，信息傳播的方式多樣化，信息傳播的速度和范圍有了質的飛躍，突發公共衛生事件發生后，對心理和社會的影響越來越大，對其危害的評估與控制也越來越難。2009年以來，隨著微博等社交新媒體在中國的興起與發展，互聯網逐漸成為信息傳播的主體，個人之間的信息傳播更加便捷，信息傳播的特征也與以往有所不同。因此，基于互聯網大數據來進行相關疾病流行的預測變得可能。國際上Google2009年對甲型H1N1流感爆發的預測比美國疾病控制與預防中心（CDC）提早1-2周，當時震驚整個醫學界和IT領域科學家，研究報告發表在《Nature》上。國內百度公司2014年7月上線了“百度疾病預測”/disease/#借助最新大數據技術，為用戶呈現身邊的疾病信息，不僅可以了解當前流行病態勢，還可以看到未來7天的變化趨勢，提前做好預防措施。在構建流感預測模型的過程中，中國疾病預防控制中心的流感監測結果起到了參照作用。國內TRS公司也開展了基于微博的疾病預測工作。/disease/#下面以為微博數據對流感的分析預為例，來介紹基于互聯網大數據的疾病指數預測的應用。流感以其傳染性強，發病率高，容易引起暴發流行或大流行，且處理不當易造成較嚴重后果的特性，一直以來都是公共衛生管理的重點。以流感為例，以新浪微博中全部微博達人和身份認證用戶所發原創微博為樣本，選取與流感字段相關的感冒、發燒、發高燒、咳嗽、鼻涕、流感、輸液、吊瓶、鼻塞、流涕作為檢索關鍵詞，監測2011年01月01日到2012年10月22日之間的所有數據，展開多維度分析。本次監測數據總量為：2011年615,449,910條微博，含上述關鍵詞的2,858,212條微博；2012年500,343,713條微博，含上述關鍵詞的2,430,082條微博。分析中所用到結果值均做過歸一化處理，即結果記錄數/當天數據總量。監測結果的多維度分析如下：1）微博流感時間分布按照每日提取到的微博流感相關用戶數，得出如下時間趨勢圖：圖2-29上圖中縱軸為每日微博中提到流感相關關鍵詞的微博人數，橫軸為日期（圖中橫、縱軸說明下同），跨度為2011年01月到2012年10月。從上圖可以看出，9月中旬開始到年底為秋季流感多發季節，3、4月為春季流感多發季節。把2011年與2012年曲線疊加后，得到如下時間趨勢圖：圖2-30微博流感整年時間趨勢圖從上圖中可以看出：2012年01月份流感強度沒有2011年同期強，但02月下旬和03月較2011年強，但峰值有所回落；2012年秋季流感爆發點比2011年提前1周，2011年是09月20日，2012年是09月14日；2012年秋季流感趨勢目前平穩，沒有大規模爆發跡象，今后將維持高位運行，爆發峰值逐步推高。2）微博流感地域分布圖2-31博流感博主在北京整年時間趨勢圖根據博主的地域屬性可以做地域分析，以北京為例，如上圖所示，北京發生流感的高峰期在冬季，以每年的一月中下旬為甚。北京2012年01月流感強度明顯低于2011年同期，2012年03月則高于2011年同期，2012年秋季流感較2011年提前。類似地，提取出全國其余省市的數據，并可以畫出微博流感的全國地域分布圖。以冬季（2012.02.01）和夏季（2012.06.01）為例作對比。全國大多省市在冬季都為流感高發季節，相對來說北方省市較南方更易發生流感；而每年的夏季則是流感少發季節，相對來說，南方省市較北方更易發生流感。冬季（2012.02.01）夏季（2012.06.01）圖2-32微博流感全國地域冬季和夏季分布圖基于微博數據的流感分析可以較真實地反映當前社會流感人數、地域分布、性別分布，因此可以在一定程度上預警流感的爆發，當檢測到某一區域流感人數連續明顯有別于其它區域和該區域歷史數據時，可作出流感即將爆發預警。由此可見，對微博進行實時動態監測，及時發現網絡上與公共衛生相關的突發性事件和敏感輿情，第一時間進行危機預警，并對輿情信息進行持續跟蹤，實現對公共衛生領域的有效掌控，將推動公共衛生事業良性快速發展。

健康醫療大數據發展趨勢隨著信息技術的快速發展，醫學與健康相關大數據高效存儲和處理成為可能。如何基于大數據技術來實現健康醫療相關大數據的高效收集、處理、存儲、共享和挖掘分析，從