医疗大数据+AI是推动精准医疗和临床科研的新引擎.docxVIP

?

?

医疗大数据+AI是推动精准医疗和临床科研的新引擎

?

?

郝庄严

从1987年从业到现在32年了，我是第一次以医疗行业企业经营者和专业人士的身份来跟大家分享。

从国家政策的角度来讲，国家将健康医疗大数据应用发展的建设工作纳入到了“健康中国2030”规划当中，这对健康医疗大数据的属性和发展战略提出了具体的要求，也为医疗行业以健康医疗大数据为抓手、正确有效地推进医改进程指出了路线和方向。

目前醫疗行业的大数据需求呈现出三大趋势。

一是数据来源多样化。在医疗过程中，医生根据的是HIS（医院信息系统）、LIS（实验室信息管理系统）、EMR（电子病历）、PACS（影像归档和通信系统）等数据，但常常忽视患者遗传背景、基因、环境等信息。现在整个医疗行业，专业纵向细化深入、横向碎片化发展趋势非常明显。

二是关注角度多样化。除了关注治疗效果，我们还要关注治疗过程中患者的状态、并发症、死亡率，关注医院救治过程的执行状况以及收费情况。

三是知识和工具多元化。对医疗救治的认识，已经从经验积累向数据积累转化，需要医生在成长过程中重视方法论的培养，包括必须熟练掌握计算机工具，学会对海量信息进行处理。

人工智能的概念最早于1956年在美国达特茅斯大学首次人工智能研讨会中提出，最早的医疗场景落地探索尝试出现在上世纪70年代的利兹大学，最初人工智能用于辅助临床决策诊断。从上世纪80年代开始，医疗行业从业者就几乎每天接触人工智能这个词。现在医疗行业发展到了什么阶段呢？从以数据整合为特征的起步阶段，到数据分享+计算的优化阶段，现在进入到了以医疗大数据+应用级人工智能技术为特征的价值验证阶段。

大数据+人工智能是目前非常重要的方向。首先，医疗行业现在面临重大变革，医疗行业的大部分信息化系统是CS架构，上世纪90年代初以CS架构为标志的数据库大行其道，但目前从IT行业来看，CS架构还是比较落后的。不过医疗行业变革速度非常快，系统从孤立向平台化、IT化、物联网化快速转化，大型医疗诊断和检查装备呈现全面数字化的状态，数据的质量和数量爆发式增长。

其次，信息化成为重点。整个医疗行业的信息化管理水平正在急剧变化，大数据+人工智能等同于有效的精准数据+优秀算法，能够解决医疗精准诊断和精准治疗方面的问题。

另外，场景是落地的关键，现在医学影像识别、智能诊断及辅助诊断的应用是比较成熟的。

最后，大数据+人工智能使得医疗从“智慧”向“智能”转变，应用场景也在向医疗辅助、疾病风险预测、健康管理、医学研究扩展，大数据+人工智能已经成为推动精准医疗和临床科研的新引擎。

医疗数据同样面临数据安全问题，从数据隐私脱敏处理到医院内的私有云部署，再到专网或专有的加密技术，通过各种管控手段来保障数据安全，这些都是依据必威体育精装版发布的《医疗机构医疗大数据平台建设指南》而采取的措施。

临床医学的智能化应用主要体现在四个方面：第一，模拟专家经验，数据化专家“大脑”，个性化定制教案与教学频道。我国医疗专家极其稀缺，专家资源配置不合理，数据化专家“大脑”其实是极其重要的;第二，序列化患者全周期治疗康复过程，治疗模式与治疗程序能够精准复盘;第三，专属AI模型算法能够智能推荐评估方案、治疗方法、预后分析，以此辅助精准诊疗;第四，实时掌控全院各项经营指标，提高医院决策创收能力，辅助支持经营决策。

科研应用的运行逻辑是数据源经过数据聚合和数据关联进入数据中台，科研数据中心对数据进行科研管理，数据根据一定的规则分别进入专病数据库、科研数据集，形成的研究总结成果输出到临床研究评价中心，评价确认以后发布成果，最终将成果应用到临床诊疗实践中，临床应用再形成新的数据，如此形成一个循环。

医疗大数据+人工智能的发展有三个引人注意的方面。

第一，医院的数据多种多样，包含结构化和非结构化的数据，需要构建统一的大数据平台，整合全院各科室多元异构数据，并将平台逐步扩展至以医院类型、隶属关系、行政管辖区域等维度为标志的统一规划建设。

第二，以医学科研来驱动医疗信息化平台建设，以医疗人工智能成果转化来提升医技能力。

第三，大数据行业特别缺乏数据工程师，医疗行业人才缺乏就更严重了，需要聚集数据工程师、数据科学家深度参与医疗科研，个性化服务于临床科研课题。这也是个重大机会，希望能够有更多的数据专业人才加入医疗行业，参与医疗大数据和人工智能领域的发展，最终造福社会、造福百姓。

（根据演讲内容整理，未经本人审核）

?

-全文完-