生物医药产业大数据应用概览.pdfVIP

数据是国家基础性战略资源，是21世纪的“钻石矿”。党的十八

届五中全会提出“实施国家大数据战略”，国务院印发《促进大数据

发展行动纲要》、工信部印发《大数据产业发展规划（2016－2020

年）》，全面推进大数据发展，加快建设数据强国。

2016年6月，国务院办公厅印发《国务院办公厅关于促进和规范

健康医疗大数据应用发展的指导意见》,文件指出健康医疗大数据应用

发展将带来健康医疗模式的深刻变化，有利于提升健康医疗服务效率

和质量。

二、生物医药主要大数据类别

生物医药产业链主要包括原料药供应、生产研发、外包服务、医

药商业、医疗服务、产业服务、金融服务、会展服务、数据服务、产

业媒体等。

图生物医药产业链图谱

现阶段，生物医药大数据主要来源于生产研发、医疗服务、产业

服务三个版块：

研发数据：主要指药企或科研机构进行研发获得的数据，包括从

先导化合物筛选、临床前、I-III期临床、IV期临床、上市后疗效副作

用跟踪等数据；

•医疗服务数据：主要指患者就医产生的数据，如病例数据、检查

数据、用药选择等；还包括患者行为和感官数据，如家族病史及可穿

戴设备、即时监控设备采集的健康数据；健康医疗行业数据，如监管

数据、医院评价数据、公共卫生数据等；

•产业数据：主要是指生物医药产业企业、人才、药品器械、投融

资等数据。

三、生物医药行业典型大数据应用

1、生物医药研发大数据应用

（1）蛋白质组数据分析研究：基于大数据技术的发展与应用，已

有许多具有创新性的数据分析方法得以广泛运用，为保证蛋白质组学

研究的健康、持续、高效发展，需加强不同层面组学数据的综合分析

能力；

（2）单细胞数据分析研究：在当前阶段，能够实现单细胞基因组

数据分析的高效、简洁的方法较少，在单细胞异化分析领域甚至存在

大量的分析技术空白；

3）基因组数据分析研究：通过系统化的数据分析模型建设，实

现了对基因组、转录组数据的综合性分析，最终实现生物系统研究向

着标准化、深入化方向有效发展；

（4）宏基因组数据分析研究：生物医学方面的宏基因组项目呈现

出井喷态势，如何通过科学、高效、准确的数据分析进行结果测算是

广大科研人员需面对的首要问题；

（5）生物医学图像数据分析：随着光学成像仪器和高精度细胞操

作技术的进步，生物医学图像相关数据急剧积累，但还缺乏公认的、

标准化的生物医学图像存储和处理平台；

（6）基因生物学大数据应用：致病基因通路分析，利用大数据分

析技术可发现不同阶段、不同位置的遗传控制因素，从而进行有针对

性的治疗；序列相似性分析，使用非线性相关统计法、神经网络、分

类及聚类算法进行相似性分析可以发现核酸序列之间的异同点。

2、临床医学大数据应用

（1）致病因素关联分析：通过检索病案数据库中大量的病人病情

信息以及病人的个人信息，使用聚类分析算法进行分析，以发现某疾

病与外在环境因素的潜在关系，指导患者关注这些致病因素，有效预

测疾病，降低疾病发生率；

（2）提高诊断准确率：疾病的致病因素错综复杂，而且不同阶段

症状各不相同，不同疾病之间有时会具有高度相似的病症特征，大数

据分析技术可应用于疾病快速高效的病情诊断。Kusiak等使用大数据

处理的相关算法对实体性肺结节进行诊断，准确率高达100%；

（3）疾病预测应用：诊疗大数据可为某种疾病的发病史以地区分

提供相应防治措施；可对某些疾病发展趋势进行预测；还是对传染性

疾病进行预测、预警的利器；

（4）医学影像应用：在医学领域的影像（如CT、MRI）分析中，

采用大数据分析技术能够对所得出的影像结果进行分析，进而对病人

的疾病做出正确的诊断；

（5）药物副作用分析应用：采用大数据分析技术，通过互联网对

各家医院所出现的药物不良反应进行挖掘，使医护人员在用药时提高

警惕，保证病人合理用药。

3、健康医疗行业/生物医药产业大数据应用

（1）健康医疗行业治理大数据：居民健康状况等重要数据的精准

统计和预测评价，有力支撑健康中国建设规划和决策；医院评价体系，

完善现代医院管理制度，优化医疗卫生资源布局；对医疗、药品、耗

材