醫療大數據范文

導語：如何才能寫好一篇醫療大數據，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

科技發展到今天，醫院已經基本能實現無紙化辦公，傳統的手開處方模式已基本結束。省級以上的醫院都已經實現智能化、信息化、數據化。但是大數據時代，互聯、互通、共享才是時代特色，數據局限于幾家醫院或一片區域都沒有太大意義，只有在大范圍甚至全國實現數據互通，共享，才能讓人們真正享受大數據帶來的福利。

在科技高速發展的同時，我國經濟也在高速發展，隨著人民的物質生活水平不斷提高，相應對醫療、保健養生方面也提出了更高的要求。而我們國情決定了大部分人都處于基層范圍，在大數據時代的醫療結構中，縣級醫療單位就處于一個非常重要的位置。它起到一個承上啟下的作用，只有它實現智能化、數據化、信息化，才能真正提高廣大人民接受的醫療水平。

醫院救人如消防員救火，爭分奪秒，浪費時間=浪費生命。大家經常能看到這樣的場景：一個護士妹子跳上手推車做心肺復蘇，其他人推著向急救室飛快跑去。然人力有時而窮，這就需要我們想法縮短可能縮短的進程，為病人獲得更多的時間。如果能在一個或幾個省甚至全國范圍現在數據互聯、互通，那就很方便快捷了，病人只需在這個范圍內的任意一個終端上，刷下自己的身份信息，主治醫生就可以看到他以前所有的治療信息，根據他的既往病史，迅速作出判斷，大大縮短治療時間。再比如：一個人急需手術，但他所在區域無法完成這個手術，這時候上級醫院專家可以在線視頻，通過傳感器的檢測數據來診斷病情，通過遙控智能手術設備來完成手術，從而挽救生命。

未來的醫療，可不僅僅是治病就完事了，應該是集預防、治療、治療后回訪，康復，保健幾位于一體的立體式治療模式。這就對醫生提出了更高的要求，不僅要醫術精湛，還要熟練各種智能化器械、終端，更是要治療思維模式的改變、提高。以后醫生的工作范圍不僅僅是在醫院，首先要普及疾病常識，讓人們了解，做好預防；治療后可以通過手機終端回訪，了解病人情況，做好治療后的康復工作，下一步的保健、養生。甚至可以通過手機終端連接傳感器，簡單檢測一下情況。可能以后醫院也就不僅僅是醫院了。

篇2

大數據如何改變醫療保健行業

Intetix Foundation(英明泰思基金會)由從事數據科學、非營利組織和公共政策研究的中國學者發起成立，致力于通過數據科學改善人類社會和自然環境。通過聯絡、動員中美最頂尖的數據科學家和社會科學家，以及分布在全球的志愿者，我們創造性地踐行著我們的使命：為美好生活洞見數據價值。

原作者：Bernard Marr(一位商業顧問，包括監督公司績效、分析學和大數據，同時也是一名暢銷書的作者，他的新書是《大數據》和《關鍵業務分析論》)

原文: forbes.com/sites/bernardmarr/2015/04/21/how-big-data-is-changing-healthcare/#45b1dd7932d9

如果你想知道大數據是如何使世界變得更加美好，那么最鮮活的例子可能就是它在醫療保健行業之中的應用了。我們的一切行為產生了大量的數據，同時我們能夠使用技術來分析和理解這些數據。在過去的十年中這種分析和理解的行為已經取得了巨大的進步。用現在的時髦話來說，這些趨勢的交集就是我們所說的“大數據”。大數據正在使各行各業的企業變得更加高效。

醫療保健領域也是如此。在醫學領域中，大數據除了被用于提高利潤和減少開銷，還被用于預測流行病、治療疾病、提高生活質量和避免可預防的死亡。隨著世界人口的增長以及人均壽命的延長，治療交付的模式正在迅速改變，而這些變化背后的眾多決定都是由數據驅動的。

現在這種驅動是了解盡量和盡快地了解病人，以期在早期發現疾病的征兆。相比由于沒有發現病情征兆而直到為時已晚，對疾病早期的治療更為簡單，也更為便宜。

所以在我們生病之前讓我們來一場醫療保健的大數據之旅，從頭開始。

可穿戴的血壓監測器將數據發送到一個智能手機應用程序，然后人們再去看醫生(照片來自John Tlumachi)防勝于治

智能手機僅僅只是開始。應用程序能夠使智能手機應用在任何方面，例如通過計步器測量一個人一天走多遠，通過卡路里計數器幫助個人規劃飲食等。如今大家都很喜歡使用移動技術來使自己過一種更健康的生活方式。例如，最近涌現的可穿戴設備，比如Fitbit，Jawbone和Samsung Gear Fit，允許追蹤個人行程并將數據上傳，同周圍其他人進行比較。在不久的將來，人們也可以和醫生分享這些數據。當生病去找醫生時，他們會把這些數據作為診斷內容的一部分。哪怕是你很健康，但通過這項技術，醫院不斷地累計大量的公眾健康狀況的信息數據庫，使得個人健康問題在發生之前被發現，從而可以提前準備好補救措施——不管是藥用或者教育性的。

由此產生了開創性的工作。這包括醫療和數據專家之間相互合作，進而使得有洞察未來以及超前識別問題變得可能。最近的例子就是匹茲堡健康數據聯盟的形成。它旨在把來自不同數據源的數據(如醫療和保險記錄、可穿戴傳感器數據、基因數據，甚至社交媒體使用的數據)繪制成作為病人個體的數據集合體，從而為病人量身定制醫療保健方案。

個人數據不會被獨立處理，而是將會同周圍成千上萬的人的數據進行對比和分析，以此突顯在對比過程中出現的特殊因素和問題，從而使得復雜的預測模型有了可用之處——一個醫生將能評估任何一個他認為可預測的治療方案的可能性結果，備份其他有相同情況、相同遺傳因素和生活方式的人的數據。諸如這樣的項目是該行業在追求數據驅動型醫療保健中試圖解決的最大障礙之一：醫療行業收集大量的數據，但這些數據往往儲存在在不同的醫院、診所、行政部門，甚至醫生手中。

另一個例子是剛剛宣布合作的蘋果和IBM。這兩家公司正在一個大數據健康平臺相互協作，這個平臺允許使用蘋果手機和蘋果智能手表用戶將數據分享給IBM的華生健康云醫療分析服務。該項合作的目的是從數以百萬計的潛在用戶的眾多實時活動和生物數據尋找新的醫學發現。

如果留心觀察醫患之間的互動，這些行為將來很可能有所改變。遠程醫療是目前的流行語，指的是遠程接受醫學治療。患者通常可以在電腦和互聯網的幫助下在自己家里進行。嚴格來說，遠程醫療即是訪問webmd網站和自我診斷。但越來越多的遠程醫療是指針對患者提供一對一的專業服務。目前這一類的服務由Healthtap公司提供。患者和醫生之間的所有互動無疑會留下一個數據鏈，這些數據可以在被分析后匯集成公共健康的總趨勢，并為人們的醫療保健提供有價值的信息。臨床試驗中的大數據

如果醫生告訴你，不管你哪里不舒服，最佳的治療方法就是用藥，那么他們給你提供的藥丸或試劑很可能都是在大數據幫助下而制定的。根據從受試者獲得的大量數據，研究人員得以選擇最佳的治療方案。最近，制藥巨頭們之間的數據共享已經取得了一些突破性進展。比如，他們發現了常用抗抑郁劑地昔帕明在肺癌治療領域存在著潛在的用途。

個性化醫療是醫療保健領域的又一熱門話題，它是根據每個人獨一無二的遺傳結構來規劃用藥，并將個人的基因藍圖和數據整合到他們的生活和所處的環境中，然后將這些數據與其他成千上萬的人進行比較，從而診斷疾病并確定最佳治療方案。

大數據也有助于抗擊流行病的蔓延。在非洲，移動電話的定位數據為追蹤人口流動提供了非常有價值的信息，它有助于人們預測埃博拉病毒的蔓延趨勢。這就為政府建立治療中心的提供了潛在的最優方案。并且在必要時能夠對人群的活動范圍進行限制。這些策略是人們在2010年海地地震后才意識到的，當時他們只采取了簡單的災難救援計劃。

當然，人們在尋找醫學上“包治百病的圣杯”——能夠醫治癌癥的藥時就提出了利用大數據的解決方案。Flatiron Health公司已經打造了一種名叫“腫瘤學云平臺(OncologyCloud)”的服務。基于該設想，關于癌癥患者潛數據，尚有96%未被分析。這個服務的目的是在診斷和治療過程中收集這類數據，并將其提供給臨床醫生做進一步研究。隱私和安全

篇3

《綱要》明確，要立足我國國情和現實需要，推動大數據發展和應用，在未來5～10年逐步實現規定目標。業內人士預計，《綱要》的從政策層面為醫療健康領域的大數據發展提供了指引。

醫療健康服務大數據

構建電子健康檔案、電子病歷數據庫，建設覆蓋公共衛生、醫療服務、醫療保障、藥品供應、計劃生育和綜合管理業務的醫療健康管理和服務大數據應用體系。

探索預約掛號、分級診療、遠程醫療、檢查檢驗結果共享、防治結合、醫養結合、健康咨詢等服務，優化形成規范、共享、互信的診療流程。 鼓勵和規范有關企事業單位開展醫療健康大數據創新應用研究，構建綜合健康服務應用。社會保障服務大數據

建設由城市延伸到農村的統一社會救助、社會福利、社會保障大數據平臺，加強與相關部門的數據對接和信息共享，支撐大數據在勞動用工和社保基金監管、醫療保險對醫療服務行為監控等方面的應用。 利用大數據創新服務模式，為公眾提供更為個性化、更具針對性的服務。

Good News好消息

教育部：臨床醫學碩士將考醫患溝通

教育部日前印發“推進臨床醫學、口腔醫學及中醫專業學位碩士研究生考試招生改革實施意見”。從2017年起，將全面實施臨床醫學類專業學位碩士研究生考試招生改革，同時會加強臨床醫學職業素質考核，包括醫患溝通能力、醫學倫理法規等基本職業素質方面的考查。

非公醫療協會獲批開展行業信用評價

日前，經商務部和國資委審核批準，中國非公立醫療機構協會獲得在全國范圍內對非公立醫療機構開展行業信用等級評價資質。副會長郝德明介紹，該協會將抓緊啟動全國非公立醫療機構行業信用等級評價籌備工作。

北京將巡查大型醫院深入治腐

9月21日，北京市衛生計生委公布《大型醫院巡查及改善醫療服務行動計劃工作方案》，將用2個月時間，對大型醫院開展巡查，重點巡查醫院反腐倡廉建設、醫院管理等，深入治理醫藥購銷領域商業賄賂。

福建藥品采購流程將全部在省級平成

近日，福建省政府出臺《關于完善公立醫療機構藥品集中采購工作的若干意見》。《意見》規定，醫療機構藥品采購目錄公布、采購訂單下達以及藥品貨款支付等流程一律在省級藥械集中采購平成，確保藥品采購使用各環節在陽光下運行。

Bad News壞消息

石家莊一醫院突發火災 致一死一傷

9月21日上午9點左右，河北省石家莊市第二醫院行政辦公樓發生火災，醫院兩位女性行政人員瞬間被大火吞噬，造成一人死亡，一人被嚴重燒傷。目前，公安消防已介入調查，火災起因尚在進一步調查中。

浙江數百孕婦注射黃體酮現不良反應

近日，浙江省數百名孕婦使用了天津金耀藥業生產的雙燕牌黃體酮注射液后，出現嚴重不良反應。9月17日，浙江省藥監局發出通知，由于收到群集性藥品不良反應報告，暫停銷售和使用上述藥品。對此，天津金耀藥業表示，患者出現不適，應與用量、用法有關，并非藥品質量問題。

河南一醫院醫護人員被逼“抱尸示眾”

9月27日，河南太康某醫院多名醫生和護士遭患者家屬辱罵毆打，并被逼輪流抱著一名幼兒的尸體示眾。家屬認為，醫護人員違規操作致孩子去世。次日，該醫院的醫護人員聚集到大街上，舉著“還我尊嚴、還我人格”的牌子進行抗議。目前，4名家屬已因極度擾亂社會秩序被當地警方刑拘。

篇4

精準醫療和基因測序正在全面爆發

未來五年，全球精準醫療市場的規模將快速增長，據西南證券研究報告顯示，2015年全球精準醫療市場規模近600億美元，2015-2020年期間增速可達15%，是醫藥行業增速的3-4倍；2013年基因測序市場規模約45億美元，2013-2018年復合增長率為21.2%，而中國和印度2012-2017年復合增長率為20-25%。從醫療技術的角度來說，精準醫療離不開基因測序，二者之間有著密切的關聯。至于精準醫療在全球范圍內快速發展，主要得益于以下三大因素。

1、政策上的大力支持。去年美國總統奧巴馬在2015年國情咨文中宣布：將重點支持精準醫療發展，投資2.15億美元建立數據庫及基因篩查等。而在中國，針對于精準醫療的利好政策也頻頻出現，科技部甚至召開國家首次精準醫學戰略專家會議，計劃在2030年前，在精準醫療領域投入600億元。政策上的利好消息，極大地刺激了相關企業和醫療機構投入人力、財力來研發精準醫療。

2、基因檢測技術的興起，極大地促進了精準醫療的快速發展。相比傳統的醫療技術而言，精準醫療不單純只是局限于對于疾病的治療方面，它在降低疾病的發病率，有效預防并治療病人病情方面具有更高的準確率和效率。

3、隨著生活收入水平的不斷提升，老百姓們對于自身身體健康的關注度越來越高，尤其是對于正在步入人口老齡化的中國來說，醫療問題正在成為全社會日益重視的問題，老百姓對于精準醫療的需求也在日益攀升。

精準醫療還需經歷九九八十一難

然而在整個國內，目前精準醫療的普及發展也并非一帆風順，實際上整個行業還是存在諸多痛點。

精準醫療面臨的第一個難題就是數據收集的問題，對于很多用戶來說，他們個人健康信息的數據是一項保密的內容，他們不愿意將自己的健康數據透露給他人。這就給精準醫療造成了一定的困難，精準醫療需要基于大量數據基礎之上，沒有這些數據基礎，精準醫療也就難以做到精準。

第二個難題是成本上的難題。類似基因測序這種技術，它的成本雖較之前已經大幅降低，但就現階段而言，仍舊沒有達到普及的水平，絕大多數的精準醫療項目都需要付出高額的成本，這對于一些較小的醫療機構來說，是難以承擔的。此外，基因檢測與分子靶向治療的藥物價格也不菲。

第三個難題是對于醫生以及很多中小醫療機構來說，如果精準醫療成為了日常健康醫療的一部分，這些醫生就需要具備深厚的分子遺傳學和生物化學功底，他們不僅需要解釋遺傳測試結果，還需要了解這些信息如何對應到后期的治療或前期預防當中，并向病人準確地傳達這些信息。去年針對北京協和醫院醫生做的一項調查表明，醫生對遺傳學知識的個人評分平均只有2.1分(4分為滿分)。

第四個難題是精準醫療的支付問題。精準醫療的價格能否被普通的老百姓們所接受，這個也是需要考慮的。如果大多數的老百姓買不起精準醫療藥物，那么精準醫療最終就難以走向大眾市場。此外，醫療保險能否覆蓋精準醫療也是很關鍵的一步。

第五個難題則是精準醫療如何區分病人群體的異質性。即便區分開了，還需要涉及到制藥業的切入，如何才能夠開發出針對特異群體的靶向乃至基因藥物，這并非那么輕松，且藥物從臨床到應用的諸多環節也需要考慮。

而精準醫療所面臨的一個最核心最根本的難題實際上還是源于技術本身，如何對大數據進行更準確的分析，還需要更高的效率來實現。比如在基因檢測運用最為成熟的NIPT領域，就面臨著精準度、檢測周期、假陰、假陽現象等諸多難題，這也是目前全球各國精準醫療所面臨的一個共同難題。

行業急需不斷創新變革，精準醫療才有希望

要想推動精準醫療逐漸走向普及，就必須推動精準醫療的醫療技術水平不斷提升，如此一來才能解決精準醫療的基因測序、數據分析、區分病人群體的異質性問題等，而精準醫療的治療費用也就可以逐漸下降。

2000年，人類第一個基因組開始，基因檢測以摩爾定律的方式進行快速革新，這加快了基因檢測的個體化精準醫療運用進程。

2015年，為了能夠滿足復雜的基因測序數據處理和高性能計算能力需求，英特爾推出了至強融核協處理器(Xeon Phi)，它能夠提供多達61個內核、244個線程、1.2萬億次浮點運算性能。但基因序列分析具有高IO密集和高計算密集的特點，還需要常規加速方法以外的特殊手段。

2016年，精準醫療進入到了算法階段，高效的數據分析變得越來越重要，它也是精準醫療所面臨的一個最核心最根本的難題。人和未來生物科技公司推出的基于FPGA的GTX One生物計算加速平臺，從某種程度上來說，有效地解決了這個難題，他們通過高能算法極大的提高了基因檢測樣本的比對和分析效率。

從速度上來說，GTX One加速產品能夠讓無創產前DNA檢測(NIPT)的數據比對分析效率提升100倍。比如，GTX One處理器(FPGA芯片)能在一個超過20億個條目的海量數據字典(近90GB的數據量，即超過22張DVD數據量)中，創紀錄的完成每秒860萬次的查詢，比一臺運行Redis(公認最快內存數據庫)的20核Intel Xeon E5 CPU的服務器的查詢速度快17倍。

從成本上來說，GTX One系統可以將一臺擁有20核Intel Xeon E5 CPU的高性能服務器24小時的計算任務，壓縮至半小時內完成。這不僅極大地降低了數據分析的時間成本，還能極大降低服務器集群的采購和運維成本。與此同時，GTX One整機滿負荷功耗只有89W，是20顆Intel Xeon E5 CPU物理核服務器整機功耗的1/5，大大降低了運行成本。

從效率上來說，GTX One處理器也帶動人類精準醫療向前邁進了一大步，它專門針對序列比對和突變分析算法的并發和訪存瓶頸，面向FPGA高計算性能特性，充分考慮算法各階段流水，重新設計了生物信息分析的核心算法。其優化設計甚至細化考慮其訪存可能引發的DDR控制器事務數量、DDR3顆粒內部Open Page的時間特性等，使得GTX One處理器能夠在一個雙通道的8G板載DDR3內存中，從壓縮的海量數據記錄里，輾轉騰挪，僅僅通過最多不超過4次訪存的情況下，在30億堿基長度的基因組上定位序列片段。

不過GTX One加速平臺還僅僅只是人類精準醫療戰略實現的第一步，人和未來正將這項新的技術運用到全基因組、轉錄組、表觀遺傳等數據分析上，持續不斷豐富GTX One加速平臺上的分析應用產品。只有不斷提升高能算法和大數據分析的能力，才能真正全面提升基因檢測全產業鏈條的整體效率，從而大幅降低檢測成本、時間以及精準度，真正建立大數據健康管理解決方案。

未來大數據下，將全面進入精準醫療時代

不論從何種角度來說，基于基因測序和大數據基礎之上的精準醫療，將會成為人類未來醫療發展的必然趨勢。

首先，精準醫療能夠極大地提升對病人治療的有效性，也能夠提供更為精準的醫療服務，這個對于當前的醫療水平發展現狀來說，具有極大的促進意義。此外，精準醫療的出現，還能夠降低一些非必須藥物的副作用。

其次，隨著精準醫療技術的不斷提升，它能夠減少很多無效的治療檢查，大幅降低治療的時間。最為重要的是，隨著精準醫療技術的提升，它的費用也能不斷降低，同時還因為減少了其他的治療檢測項目，能夠大幅降低醫療的成本。很多傳統醫療單項費用看起來并不高，但實際上卻浪費了很多醫療資源。

篇5

在海量數據時代環境下，以往的主流軟件工具已經無法滿足大規模數據的存儲和計算要求，對于醫療行業來講同樣面臨著大數據的挑戰。云計算和大數據是相輔相成的，云計算技術為海量的、復雜的、多樣化的大數據的存儲和計算提供了有效平臺，該平臺下的數據挖掘技術可以在不受其他因素影響的條件下快捷地收集到可靠真實的醫療信息，而且云環境下的數據集存儲具有較強的穩定性，進一步優化了數據挖掘模式。

2大數據與云計算

隨著醫療信息化的發展，醫療數據規模迅速擴大，數據的種類和數量的變化令人難以置信，不論是病理分析圖還是醫療影像都產生了大量的醫療數據。區域醫療數據雖然是醫療大數據的組成各個部分，但其數據來自百家醫療機構和百萬人口的區域，一個患者的信息資料要保留50年以上，而且數據量呈不斷增長趨勢。醫療數據中每個患者的數據不僅包括臨床診斷以及用藥建議、醫療影像以及分析決策、（非）結構化文檔，還包括患者大量的在線實時數據，僅僅一個社區醫院就可以生成多個TB級甚至PB級的（非）結構化數據，所以說海量醫療數據名副其實。云計算技術是被稱為是21世紀的技術和商業革命，如今已成為IT行業主流技術。云計算技術是在大數據環境下數據存儲、數據計算以及數據動態分析要求越來越高的背景下產生的一種基礎構架和商業模式，該模式可以為用于提供便捷的、快速的、可用的、足量的計算資源，并且用戶按照用量付費，只需要進行少量的管理工作以及與云計算供應商進行必要的互動。云計算技術是在大數據背景下產生的，對于云計算來講，大數據是一種重要應用環境，而對于大數據來講，云計算則是其IT基礎和驅動力，兩者之間是相輔相成的。隨著大數據規應用的廣泛推廣，云計算技術的重要性也越來越突出。在醫療數據規模以幾何級形式增長的情況下，數據挖掘平臺是醫療數據中病歷數據、診斷檢驗數據、影像數據等內在數據得到有效應用的關鍵所在，所以基于云計算的醫療數據挖掘平臺是醫療信息化的一個重要研究方向。

3云計算在醫療數據挖掘平臺中的應用分析

數據挖掘技術的概念可定義為“從大量數據中獲取有效的、新穎的、潛在有用的、最終可理解的模式的過程,能夠發現隱含在大規模數據中的知識,從而指導決策，主要涉及特征化、區分、關聯或相關分析、分類、聚類、演變分析等。”數據挖掘在金融、交通、軍事、電子商務、醫療等等領域中得到廣泛應用。相同其他領域，醫療領域中數據挖掘技術的應用有很大不同，因為醫療數據包括患者診療過程中的所有相關信息資料，例如診斷記錄、影像資料、治療決策、用藥方案等等，這些數據除了包括結構化數據之外還包括大量的非結構化數據，因此醫療數據挖掘的應用效益和收獲最大。基于醫療數據的復雜性，醫療數據挖掘也存在極大難度，這主要體現在兩個方面，一是診斷記錄、治療決策、護理過程等復雜的醫療程序導致了醫療數據的海量性特點；二是醫療數據類型多樣化，不僅包括數值型數據，還包括圖像、語音、視頻等等類型數據。總之，醫療數據的海量性和異構性為醫療數據挖掘帶來極大難度，需要具有強大數據處理能力的技術提高數據挖掘的效率和準確性，這就是云計算。

3.1基于云計算的醫療數據挖掘平臺架構

云計算是一種基于大數據的商業模式，其強大的數據存儲、數據處理以及數據管理能力讓大數據豐富的信息積淀不再是鏡花水月，云計算在改變計算機運行模式的同時也正在改變這個世界。云計算以及其分布式結構是實現云構架的重要途徑，云計算的應用實現了網格計算并行計算、分布式計算等概念，通過互連的計算機來完成計算任務，并根據應用需要獲取各種資源和服務。中國電子學會將云計算技術定義為“云計算是一種基于互聯網的、大眾參與的計算模式,其計算資源(包括計算能力、存儲能力、交互能力等)是動態、可伸縮、被虛擬化的,并以服務的方式提供”。云計算環境下的醫療數據挖掘平臺的設計結構主要包括云計算環境、數據采集、數據清洗以及并行分析4關鍵個部分。海量數據挖掘技術對云計算的應用主要是其低成本分布式并行計算環境，云計算的應用不僅極大減少了應用成本，同時也為海量數據挖掘提供更多的解決方案和途徑。

3.2云計算環境下的醫療數據挖掘的應用

醫療大數據挖掘技術應用主要表現正在臨床決策支持系統、醫學圖像挖掘、生物信息學研究以及促進公眾健康等方面。1）數據挖掘技術在臨床決策支持系統的應用：云環境下的數據分析、處理技術得到大幅度提升，這使醫療數據中非結構化數據的分析和處理分析是難題（例如圖像分析和識別技術），對臨床決策支持系統功能的進一步優化提高系統智能性。可以為醫生對患者的診療提出有效建議，同時也可以將診療醫生的大部分工作內容和時間流向護理人員，讓醫生擺脫繁瑣咨詢，有利于規范醫療工作流程，提高診療效率。2）醫學圖像挖掘：醫學圖像時醫療數據的重要組成部分，如今醫學圖像在醫療領域中的應用價值越來越高，例如CT、MRI、PET等等影像學資料為人體各種疾病或者損傷的診斷和治療提供了有效手段。3）生物信息學-DNA分析：生物學研究領域開展的基因組計劃產生了大量的基因組信息，基因信息的識別以及鑒定是基于工程的重要研究內容，將高效的數據挖掘技術應用于基因工程有利于進行基因信息分析，可挖掘潛在的更高價值的信息，為基因工程的研究提供決策支持。4）促進公眾健康：利用醫療大數據分析技術可以對傳染疾病進行快速檢測，對疫情的發展態勢進行實時監測、評估，并在此基礎上提出有效應對策略。另外，利用大數據挖掘技術建立可以覆蓋全國的患者電子病歷數據庫并及時準確地提供公眾健康咨詢，提高健康風險意識，這將有利于改善公眾健康監控，降低傳染病感染率，創造了極大的社會效益。

4結論

篇6

隨著大數據技術的迅猛發展，已經給許多領域帶來了巨大的影響，但大數據也同時帶來了隱私防護方面新的安全挑戰。醫療大數據對傳統的就醫模式也帶來了革命性的改變，但其便于共享、傳播、挖掘等特性再加上醫療行業的特殊性，又不得不讓人們更加重視隱私保護這一敏感問題。本文旨在對目前醫療大數據的現狀進行分析并對其可能面臨的隱私保護問題進行討論，并對目前技術與規范方面的隱私保護手段進行梳理，從而為在大數據環境下醫療數據的隱私保護尋求可行的方法，并對醫療大數據隱私保護體系的發展方向進行了展望。

【關鍵詞】大數據 醫療大數據 隱私保護

1 背景

由于信息化和網絡化技術與產業的迅猛發展，導致產生的數據量爆炸式的增長，大數據（Big Data）概念已儼然成為學術界與產業界的熱點。大數據正悄然影響并改變著人們的日常生活方式、工作方式和思考方式。在維基百科中大數據被定義為所涉及的數據量規模巨大到無法通過人工，在合理時間內達到截取、管理、處理、并整理成為人類所能解讀的信息。如今，每時每刻均有大量的數據不斷產生，其中既有互聯網用戶主動產生的（如：搜索引擎的使用、微博等），同時各種檢測設備也在源源不斷的產生大量數據。根據分析調研機構IDC的報告，2012年全球數據總量已經達到2.7ZB，并預計這一數字在2015年將達到8ZB，這更說明了大數據時代的來臨。大數據的意義不在于擁有巨大的數據信息，而是通過專業的技術手段對這些數據進行處理，并提煉出有意義的信息，實現數據的增值。為了實現最終的增值，大數據處理主要涉及以下的各階段：（1）數據采集與預處理；（2）數據分析；（3）數據解釋。

王利明教授在其主編的《人格權法新論》一書中認為：隱私權是自然人享有的對其個人的與公共利益無關的個人信息、私人活動和私有領域進行支配的一種人格權。個人數據作為個人隱私的一部分，也應受到法律法規的保護。在如今的日常生活中互聯網技術已經被廣泛使用，這也引發了許多侵害個人隱私權的問題，其核心問題就是個人數據的權利問題。隨著信息技術的不斷更新發展，在其發展過程中對個人隱私保護還將帶來許多意想不到的問題。

大數據技術就是一個典型的示例，作為一個新興技術大數據技術在數據處理過程及應用等方面，產生的數據交互、展示等均可能造成對客體隱私的侵害。所以在大數據技術不斷發展的同時，人們開始關注大數據技術所帶來的隱私保護問題。

馮登國等在《大數據安全與隱私保護》一文中提出，與傳統信息安全問題相比，大數據在用戶隱私保護方面面臨著新的挑戰。大量事實已經表明，大數據未能妥善處理會對用戶的隱私造成極大的侵害。根據需要保護的內容不同，隱私保護由可以進一步細分為位置隱私保護、標識隱私匿名保護、連接關系匿名保護。而醫療個人數據作為一種機具特殊性及敏感的個人數據，其在大數據環境中如何保護個人隱私不被侵害也變得日趨重要。

本文旨在對目前醫療大數據的現狀進行分析并對其可能面臨的隱私保護問題進行討論，并對目前技術與規范方面的隱私保護手段進行梳理，從而為在大數據環境下醫療數據的隱私保護尋求可行的方法。

2 醫療大數據的現狀

近年來，醫療衛生行業信息化技術的不斷發展及各系統的不斷建設，信息系統使用的范圍也隨之不斷擴大。如電子病歷的出現取代了傳統手寫病歷，以信息化的手段記錄保存了患者在醫院中發生的診斷治療行為的全過程，除此之外其還提供了其他相關服務。在信息系統被廣泛使用后，每天都產生大量的數據，而產生的大量數據不再僅僅是對醫療過程的記錄，通過進一步挖掘及使用后均能產生更大的意義。所以根據這些特性可以說醫療數據已經進入了大數據的時代，依照這些數據的性質可以分為醫院與區域性平臺兩個層面：

在醫院層面上，信息化系統的使用范圍與使用模式已不再僅僅基于原有的掛號收費方式，信息系統應當對患者在整個就醫的過程進行全程的記錄，并將進一步擴展至患者的其他個人健康信息。

電子病歷系統在醫院的使用，徹底改變了原有的就醫模式，將原有患者自管的紙質病歷改為了由醫院統一管理的電子化病歷。這樣醫生就可以更方便、快捷的查詢患者之前的就診記錄，有助于醫生作為更加安全準確的診斷。其保存的醫囑數據、診斷數據等，更是為科研教學提供了有力的數據支撐。作為一份完整電子病歷，其還應包括醫技科室產生的檢驗檢查信息。

目前醫技科室使用的專業化信息系統：如檢驗科室使用的LIS系統，通過儀器與信息系統的連接，實現了在系統中對實驗室樣品，數據的存儲與管理，與此同時其還提供了報告審核等其它相關的服務，實現了醫院檢驗科室規范化、智能化和自動化的管理。其它的如PACS、手術麻醉等專業信息系統，均如同LIS系統一樣為相關科室提供便捷并有助于提高管理水平，醫療質量，減少差錯的發生。這類系統的使用也使得收集診療數據成為可能，讓電子病歷變得更加完整，勢必也將有實驗室報告、影像信息等被記錄保存。

除此之外，對于一些專科與專病的需求，還將有其它的患者信息被收集記錄，如體征信息，對于高血壓病人持續記錄其血壓、心率等體征信息對于醫療行為也是非常有意義的。如其它健康信息，患者是否有吸煙史等信息對于某些疾病的治療也是

另一方面，隨著醫療衛生體制改革的不斷深化，區域性醫療衛生信息平臺建設已成為衛生信息化的建設重點，各地也相繼建成區縣級或省市及的區域平臺，打破了各系統各醫院間的信息孤島，實現了互聯互通、數據共享、業務協同，并建立了區域醫療衛生信息數據中心及全民健康檔案等。以上海為例，由上海申康醫院發展中心自2006開始主持規劃的上海醫聯工程，在申康所轄的38市級醫院之間建立了一個信息交換共享集成平臺及數據中心。不僅僅是醫院數據的抽取收集，而是在這些數據的基礎上進行提煉利用。

隨著數據采集范圍的不斷擴大和系統的運作，無論是在醫院還是區域平臺的數據中心中的數據量不斷累積，均已形成了醫療大數據的數據中心，

大數據對醫療衛生行業的影響已不言而喻，近幾年醫療服務產生的數據總量更是急速增長，所以說醫療行業正處于一個重要的轉折點。

根據大數據的特性，醫療大數據需要在以下4個方面得到支持：

（1）數據量：診療數據、設備產生的數據；

（2）類型：結構化、非結構化；

（3）價值：基于現有數據庫中的數據進行分析，來支持不能種類的業務：如患者病史、歸檔檢驗結果分析，實時臨床決策分析；

（4）速度：實時數據分析，而非傳統的批量處理分析，對于實時運行中的每個時間節點產生影響，而不是事后處理。

大數據則因為有效的數據整合模式，可以滿足以患者為中心醫療服務的個性化醫療、協調和溝通、患者支持和賦權以及良好可及性等多方面需求，為其提供卓越的技術平臺，從醫學研究、臨床決策、疾病管理、患者參與以及醫療衛生決策等方面推動醫療模式的轉變。

3 醫療大數據面臨的隱私保護挑戰

隨著數據采集、加工和應用，不可避免的會發生泄漏的情況，也將會造成隱私的泄漏。醫療信息的隱私數據泄露的主要途徑包含以下兩個方面：

3.1 非交互式泄露

從醫院內部信息系統中的隱私泄露，在醫院的內部業務流程中有多個節點可以對數據進行訪問；

3.2 交互式泄露

主要針對在信息使用傳遞過程中，發生的泄露，可能包括科學研究的過程，區域性平臺數據交互等可使用基于角色訪問控制技術，但是對于權限分級、設定、信息分級等方面有較大的難度。

因為數據內容的特殊性，數據未能妥善處理會對個人隱私帶來極大的傷害。如孕婦個人信息的泄漏，可能帶來的一系列推銷、詐騙等問題，而在大數據環境下隱私泄漏的危險不僅僅限于其泄漏本身，而還在于基于數據對于下一步行為的預測與判斷。如得到患者的某個檢驗指標，便可以對其的健康狀況進行判斷并對其下一步的行為進行預判。在很多情況下人們認為只要對數據進行匿名處理或者對重要字段進行保護，個人隱私就是安全的，但是大量的事實已經證明，可以通過收集其他信息還是很容易的可以定位到具體的個人。如患者的診斷信息作為重要隱私進行保護，但是還是可以通過用藥信息或者實驗室報告的某個相關指標輕松的推斷出患者的診斷。所以醫療數據的隱私保護需要根據保護內容的不同進行進一步的細分。

4 現狀研究

針對以上提出的問題，以下將從制度與技術兩個方面對目前針對醫療數據的隱私保護進行展開。

從技術角度而言，大數據的隱私保護主要還是依賴于傳統數據隱私保護的一些密碼學技術，而醫療數據因為其特殊性對隱私保護技術的要求也有別與其它的系統。針對這些主要將需要保護的內容聚焦于以下幾點，并結合目前已有的技術手段，進行討論：

4.1 標識隱私匿名保護

在患者診療檔案中，往往會以患者的姓名、身份證號碼等作為患者的唯一標識，但是這些信息本身就應該是隱私保護的內容，所以需要在不影響信息準性的前提情況下對這些信息進行匿名保護。

童云海等提出了一種隱私保護數據中身份保持的匿名方法，在數據中先刪除身份標識準備，然后對準標識數據進行處理，在保持隱私的同時進一步提高了信息有效性，并采用概化和有損連接兩種實現方式。

可以看出標識匿名隱私保護，主要都是采取在保證數據有效性的前提下損失一些數據屬性，來保證數據的安全性，目前大部分的技術均采用了這種方式。但是在目前患者電子診療信息交互的過程中，信息的損失可能會影響正常流程的運行。在很難同時兼顧可用性與安全性的前提下，需要一種針對醫院及區域性平臺運作特點的算法，來找到可用與安全的折中點。

4.2 醫療數據的分級保護制度

以一份完整的診療檔案為例，其構成應當包含了各種信息，如患者基本信息、診斷信息、醫囑信息、檢驗檢查信息、藥品信息、收費信息、主治醫生信息等等。這些信息在隱私保護中都有著不同的權重，如果一概而論對所有信息都采用高級別的保護手段，會影響實際運作的效率，同時也是對資源的浪費。但如果只對核心信息進行保護，也會造成隱形泄露的問題。如只對檢驗報告進行保護，那么檢驗數據的泄露可以也容易的推導出檢驗報告的結果。所以需要建立一套數據的分級制度，對于不同級別的信息采用不同的保護措施，但由于涉及不同的系統和運作方式，制定一套完善分級制度有相當的難度，同時還涉及到了以下的訪問權限的控制；

4.3 基于訪問控制的隱私保護

醫療系統中隱私保護的難點還在于參與的人員節點多，導致了潛在的泄露點也多。訪問控制技術可以對不同的人員設置不同的權限來限制其訪問的內容，這其實就包括了數據分級的問題。如財務部門的人員應該只能訪問相關的收費信息而不能訪問醫生的診斷信息。

而目前大部分的訪問控制技術均是基于角色的訪問控制，更夠很好的控制角色能夠訪問的內容以及其相應的操作。但是規則的設置與權限的分級的實現手段比較復雜，無法通過統一的規則設置來進行統一的授權，許多情況下需要對角色的特殊情況進行單獨設置，也不便與進行整體的管理和調整。需要對規則引擎進行進一步的研究在適應醫療領域實際應用的需要。

通過以上對于不同問題不同技術手段的分析可以看出，在醫療大數據領域技術手段還不能很好的滿足實際應用的需求。同時需要建立一套適用于醫療大數據領域的完整隱私保護體系，在醫療數據的存儲環節、訪問環節、應用環節等形成系統性的保護。而在構建隱私保護體系時，除了相關技術，更應用完善制度保障。

技術作為隱私保護的必要條件，在有了技術的基礎上還是需要有相應切實可行的制度來規范人們的行為以及技術手段順利執行。如密碼學中的社會工程攻擊法，它并沒有直接針對任何加密系統，只是利用人們在執行過程中的一些弱點與漏洞來達到攻擊的目的，所有隱私保護同樣離不開法律、政策等的支撐。

美國在這方面起步的最早，1974年美國就正式制定了《隱私權法》1996年美國國會就頒布了《健康保險攜帶和責任法案》（Health Insurance Portability and Accountability Act，HIPAA），2000年美國衛生和福利部（HHS）依據該法授權制定《個人可識別健康信息的隱私標準》。由此可以看出，美國已經建立了一個完整的醫療隱私保護體系。相比較我國對于這方面的法律政策還比較欠缺目前還有專門關于患者隱私保護方面的內容，只是有少數條文零星的涉及。2013年底，國家衛計委下發了關于《人口健康信息管理辦法（試行）》（征求意見稿），針對患者的電子信息對信息采集方的義務和行為進行規范了說明，并明確“誰采集、誰負責”的原則。除此之外，還需要明確的是患者電子診療檔案歸屬權的問題，患者的電子診療信息雖然產生在醫院并由醫院采集保管，但其所屬權是否應當屬于患者。即電子診療信息的用途應當僅限于為患者提供醫療服務，若為了其它目的使用時，如科研、教學等，使用者應當告知患者。

5 小結

在本文中對大數據環境下醫療大數據的形成進行了分析，并對醫療大數據所面臨的隱私安全問題以及相應的技術手段進行了梳理。隨著大數據技術的迅猛發展，醫療大數據已經初具規模。在享用醫療大數據帶來的便利同時，不得不去考慮其帶來的一系統隱私保護問題。相對而言國內目前的相關技術和制度研究均處于剛起步階段，還缺乏系統性的整體架構來對患者隱私進行保護。通過對目前一些隱私保護技術的梳理可以看到，每項技術雖然都有不同的特點，但是其真正在醫療領域的使用范圍及性能都受到了一定的限制，而且在一定程度上還缺乏對應的制度保障。只有通過對于技術手段和法規制度相結合的方式，針對醫療領域和醫療大數據的特性，才能構建出一套完善的隱私保護體系，相關的工作還需要我們進一步的研究。

參考文獻

[1]維基百科，大數據，.

[5]童云海，陶有東，唐世渭.隱私保護數據中身份保持的匿名方法[J].軟件學報，2010（04）：771-781.

篇7

關鍵詞 大數據 醫療 運用

醫療行業數據包括病人病情病歷的醫療記錄、診斷相關的影像數據、患者行為及社交網絡、基因數據、醫院內部設備設施運行信息等等。通過對這些含有意義的數據進行專業化處理，提高處理能力和深入信息攫取，從而實現數據的增值和醫療工作的變革。大數據分析在醫療行業逐步承擔起越來越重要的角色，觀念的變革和新技術的使用使我們正處在醫療行業的一個重要轉折點。以下列舉大數據在醫療行業工作中運用的幾個方面：

一、醫療分析診斷上的運用

1、大數據在臨床數據對比、臨床決策支持扮演著重要角色。例如醫院使用醫療設備在病人身上裝上各種管線同時得到大量的數據，心電圖每秒鐘就能產生大量的數據讀數，但只有少部分的數據是被保存利用的，但是這些數據都能在一定程度上表現出病人的情況。當與其他病人的數據一起考慮的時候，或者將同一類型的患者數據歸納分析找出共同點，它們就能顯現出哪些治療方法是有效的。

2、對病人檔案的先進分析和遠程病人監控。醫院患者信息共享，在病人轉院之前預先了解病人病歷檔案，匯總患者的臨床記錄和醫療保險數據集，并進行高級分析，將提高醫決策能力，超前制定診療方案，為重癥病人搶奪生命時間，進一步提高病人治療效率和縮短平均住院時間，有效節省患者治療成本。

二、對病情預知的運用

1、可以通過對同類患者生活方式和行為引發的疾病分析，找出某種病情高發的相關因素。在病人檔案方面應用高級分析可以確定哪些人是某類疾病的易感人群。舉例說，應用高級分析可以幫助識別哪些病人有患糖尿病的高風險，使他們盡早接受預防性保健方案。這些方法也可以幫患者從已經存在的疾病管理方案中找到最好的治療方案。

2、通過對于數據的感知、處理和分析，從海量的病歷數據找出隱含的相關性，將可以實時發現重大疾病即將發生的征兆，并實時提醒醫療機構服務人員實施快速和有效的響應措施，提高工作效率的同時降低了醫療機構服務人員的工作負擔。對于病人本身，數據分析可以幫助醫療系統發現慢性疾病的發生，以及其他病癥的變化，及時提醒患者采取相對應的措施，有效預防病情惡化或者病變發生。

三、醫療工作中的新模式發展

1、大數據的使用可以改善公眾健康監控。公共衛生部門可以通過覆蓋全國的患者電子病歷數據庫，快速檢測傳染病，進行全面的疫情監測，并通過集成疾病監測和響應程序，快速進行響應。這將帶來很多好處，包括醫療索賠支出減少、傳染病感染率降低，衛生部門可以更快地檢測出新的傳染病和疫情。通過提供準確和及時的公眾健康咨詢，將會大幅提高公眾健康風險意識，同時也將降低傳染病感染風險。

2、通過健康信息整合平臺的建立，使得醫療信息和資源在不同醫療服務機構間可以共享，實現了跨醫療機構的在線預約和雙向轉診，從而提升了醫療服務可及性與工作效率，大幅提升醫療資源的合理化分配。

3、通過農村和地方社區醫院與中心醫院的鏈接，使醫療從業者能夠實時得到專家建議和培訓，突破病人對城市與鄉鎮、社區與大醫院之間的距離限制，為所有人提供更高質量和惠民的醫療服務。網絡平臺和社區信息這個潛在的大數據啟動的商業模型是網絡平臺和大數據，這些平臺已經產生了大量有價值的數據。

四、醫療設備的維護保養方面的運用

1、對設備故障的監控。收集和分析數據的花費比出現停產的損失要小得多。目前在機器、發動機和設備器材等醫療及保障設施上放置傳感器，用來記錄散發的熱量、振幅、承壓和發出的聲音等，從而找出設備的異常點，同時了解設備運行狀況，以及找出設備的易損易耗單元，統計單元平均壽命提前更換確保設備完好率，提早檢修保養防患于未然，避免因設備故障導致延誤醫療工作。

一個東西出故障是慢慢地出現問題的而不是瞬間，通過收集所有的數據，我們可以預先捕捉到事物要出故障的信號，比方說發動機的嗡嗡聲、引擎過熱都說明他們可能要出故障了。系統把這些異常情況與正常情況進行對比，就會知道什么地方出了毛病。通過盡早發現異常，系統可以提醒我們在故障之前更換零件或者修復問題。通過找出一個關聯物并監控它我們就能預測未來。當然，預測性分析并不能解釋故障可能會發生的原因，只會告訴你存在什么問題，不過這對于保障醫療急救設備的正常運行已完全足夠。

2、將物物聯網，整合各種設備的數據信息，獲得醫院運營信息為決策者提供一手資料。一個醫院的能耗支出（包括水電氣等）是否符合正常比例是否與病人流量相當，醫院內部的節能降耗工作應由哪一部分優先入手，是員工習慣、設施老化導致的損耗還是新技術新設備的更新換代等等因素。將信息點分部于各個科室，通過對信息的監控對比找出問題所在。除此之外，通過對醫療器材設備以及后勤保障特種設備的維護統計分析，能夠評價設備的品質，節約醫院成本。

五、結語

醫療行業管理模式及發展思路眾多，其中通過大數據分析在醫療行業的應用就可以大大提高行業的核心競爭力，走出一條更科學的診斷和決策優勢之路，大數據時代的來臨勢為醫療行業變革掀起一股強有力的浪潮。

參考文獻：

[1][英]維克托?邁爾-舍恩伯格，[英] 肯尼思?庫克耶 著 盛楊燕，周濤 譯.大數據時代[M].浙江人民出版社， 2013：63-67.

篇8

秦悅農 上海中醫藥大學附屬龍華醫院乳腺科副主任醫師，副教授。1993年7月畢業于上海第二醫科大學醫療系臨床醫學專業，2004年12月起參加上海市高級“西學中”研修班。2003年起，跟隨上海中醫藥大學終身教授、全國名老中醫陸德銘，學習中醫辨證治療乳腺良、惡性疾病。

近年來，主要工作為中西醫結合診治乳腺疾病。擅長各類乳腺良、惡性疾病的診斷和手術治療，尤其對早期乳腺癌患者采用與國際接軌的規范化保乳手術，既能提高患者的生存率，又能改善患者的生活質量。對于乳腺增生性疾病和乳腺癌術后患者，能應用中西醫兩種方法治療。

《滿城盡帶黃金甲》熱映之后，有關女性的問題再次成為人們茶余飯后的熱門話題。據“2006長三角女性乳腺健康調查”顯示，87．8％的單身育齡女性患有不同程度的乳腺疾病。乳腺疾病的發病率越來越高，這絕對不是聳人聽聞。乳腺疾病在給女性的生理帶來很大傷害的同時，也給心理帶來很大的陰影，尤其是乳腺癌。怎樣才能將傷害降到最低？有沒有既能達到根治乳癌目的，又能保住圓潤的手術方法呢？為此，本刊特地采訪了上海中醫藥大學附屬龍華醫院乳腺科秦悅農副主任醫師。

秦主任說，每一位女性都希望自己有一對豐滿而富有彈性的。但有統計資料顯示，我國每20～25名婦女一生中有一人會患乳腺癌。最后為了阻止癌細胞進一步發展，不得不接受切除雙側或一側的全乳切除術，面對“平坦”的胸部，心中的困惑確實是無法言表。那么，“是什么原因導致乳腺癌發現如此之晚？”秦主任向記者介紹了這樣兩位患者：

保不住，錯在不及時就醫

有一位50多歲的大媽，來看病的時候腫瘤已經非常大，把脂肪和皮膚都漲破了，皮膚潰爛。她說其實自己早就摸到有一個腫塊，但是這個腫塊既不痛又不癢，也沒有發熱的癥狀，所以，她一直覺得沒事，就沒有放在心上，也沒有去醫院檢查。后來，有朋友送了她一臺理療儀，于是，她就開始用理療儀對這個腫塊進行按摩。誰知道幾個月以后，腫塊周圍的皮膚竟然開始潰破，讓這位大媽痛苦不堪，無奈只能去就醫。經過手術，從她的取出的腫塊竟然有500克重！秦主任惋惜地說，“如果不是這樣，早些來治療的話可以進行保乳手術，可是已經到了這個地步，任憑醫生有再大的本事，也辦不到啊。”

還有一位病人，也是在長了一個腫塊，但是她一發現就去做了檢查。檢查以后醫生告訴她應該動手術切除這個腫塊。這位女士不愿相信這個事實，于是，到處求醫問藥，看了好多家醫院，很想從醫生口中得到“良性的，沒事”的答案，可結果是令人失望的。病情一拖再拖，當最后在醫院動手術切除這個乳腺腫塊的時候，其腫塊直徑已經達到了8厘米。

秦主任說，盡管這兩個病例都很極端，卻從中折射出不少女性對于疾病的一種不正確心態。尤其是有些患者對乳腺癌特別恐懼，只要還有一絲希望就抱著被誤診的幻想，不愿意面對現實。然而在輾轉了各家醫院以后，病情只會越來越嚴重，耽誤了最佳治療時間，原先本可以進行保乳手術乳癌患者就這樣白白錯失了進行保乳手術的大好機會。

保不住，

錯在醫患雙方都有后顧之憂

據秦主任介紹，雖然國內一些專業醫院的專科醫生已經嘗試開展了保乳手術，但根治術、改良根治術在國內仍然占主導地位。國內保乳手術1991年統計僅占1．05％，相當于美國1960年代的比例；近年即使有所上升，仍然僅有2％～5％，與歐美相差30年左右。這其中既有患者的原因，也有醫生的原因。

總的來說，我國婦女的思想觀念還比較保守，定期作檢查的人群比例很低。大多數婦女仍然把發現癥狀（摸到包塊、血性溢液、疼痛甚至局部潰爛）作為就診的條件，甚至發現了癥狀仍不愿及時就診。秦主任說，有不少患者認為“癌癥＝死亡”，非常恐懼癌癥，因此，總希望通過實施根治術來徹底治療癌癥，斷了病根。但他們不知道根治術也有復發率。

而醫生一方的現實情況是，在醫學方面的對外交流較少，因此不了解世界上最新的醫學動態，在技能的傳授上基本上是沿襲傳統的診斷和治療方法。另外，我國作為發展中國家，許多人缺乏衛生科普常識，腫瘤“三早”，即早發現、早診斷、早治療工作比較差，許多患者到醫院就診的時候已經是中晚期。除此以外，由于當前醫患矛盾比較尖銳，醫務人員不免產生自我保護的思想，現階段國內占主導的仍然是根治術，所以，對醫生而言，從眾是最安全的，因為進行根治術后，如果復發，往往患者也就認命了，但是一旦醫生建議采取保乳手術，就要承擔更大的風險，一旦復發，醫生恐怕難以逃脫患者及其家屬的責難和糾纏。

保乳手術，保留女性第二性征

近年來，醫學界對乳腺癌的研究進一步開展，使各國醫學專家達成了一個共識：乳腺癌是一種全身性疾病，單純手術范圍的大小與生存率無明顯關系。乳腺癌的治療從解剖學概念為主導發展到以生物學概念為主導，即以綜合治療為主。因此，手術治療范圍也由大到小，從標準根治術、擴大根治術逐步進展為改良根治術，直到今天保乳手術地位的確立。

“手術以后的患者是否還需要輔助治療？日常生活能否恢復如初？”這是每個患者和家屬都關心的問題。目前，大部分的病人都需要做輔助化療，而選擇做保乳手術的患者還需要接受放療。治療的周期為5～6個月，半年內可以完成治療，有不少的年輕病人在治療半年后就恢復了正常工作，恢復情況相當不錯。

癌癥治療要實行“個體化”，手術也“個體化”。同樣，保乳手術并不適合所有的患者。保乳手術的禁忌癥主要分為兩類，一類為術后不能保留外觀者，例如小但是病灶大者；另外一類是不能堅持5～6周的放療者，例如懷孕期的患者以及慢性肺部疾病患者等。

秦主任告訴記者，曾經有早期乳腺癌的患者選擇進行改良根治術，后來卻后悔采取這種治療方式，而沒有采用保乳手術。因此，如果病人的病情符合以下條件就適合保乳手術：一是有保乳愿望且有條件完成術后綜合治療以及長期隨訪者；二是腫瘤單發，直徑不超過3厘米，且不在、乳暈下者；三是檢查淋巴結陰性或只有一個可以活動的淋巴結（小于2厘米）。這些病人為了今后的生活質量，不要輕易放棄保留的機會。

在采訪過程中，記者還了解到這樣的情況：有不少癌癥患者在治療告一段落以后，雖然恢復了正常的生活，但是總是小心翼翼的，這也不敢吃，那也不敢碰。對此，秦主任認為，在飲食方面，癌癥康復病人的禁忌并不多，主要是不能吃腌制的食品和含有激素的食品或保健品以及高脂肪的食品，例如腌肉、火腿、胎盤、蜂皇漿等。有些病人以為海產品不能吃，有時候的確如此，不過問題不在于海產品本身，而在于海產品的養殖過程中添加的一些藥物等，例如吃過避孕藥的黃鱔，就不應該食用了，至于海產品本身，是非常有營養的食物，在確認食品安全的前提下，完全可以放心的食用。

篇9

文中涉及到的中國商人輿情指數是中國企業輿情研究院華聲IM輿情監測系統，參考包括中國商人雜志在內的紙媒、廣播、電視等傳統媒體報道量，網絡媒體新聞轉載、量總和加權得出。本期輿情監測時間為3月1日到3月25日。

中國商人輿情關注榜第一名：馬云

中國商人輿情指數：96分

角色：阿里巴巴董事局主席

語錄：未來的世界，我們將不再由石油驅動，而是由數據驅動；未來的世界，生意將是C2B而不是B2C，用戶改變企業，而不是企業向用戶出售――因為我們將有大量的數據。

中國商人輿情關注榜第二名：任正非

中國商人輿情指數：93分

角色：華為技術有限公司總裁

語錄：我們在爭奪高端市場的同時，千萬不能把低端市場丟了。我們現在是“針尖”戰略，聚焦全力往前攻，我很擔心一點，“腦袋”鉆進去了，“屁股”還露在外面。如果低端產品讓別人占據了市場，有可能就培育了潛在的競爭對手，將來高端市場也會受到影響。

中國商人輿情關注榜第三名：雷軍

中國商人輿情指數：91分

角色：小米科技董事長兼首席執行官

語錄：要感謝這個時代給我們的機遇。第一是電子商務，通過電子商務直銷，把整個渠道和零售成本全部壓縮掉；第二要感謝社交媒體時代，口碑傳播的速度比以前快了，以前需要花大量成本做廣告，今天不需要了。只要你的產品好，有好的口碑，社交化媒體傳播的速度就會分分鐘把你的商品傳遍大江南北，使大家很容易買到你的商品。

中國商人輿情關注榜第四名：董明珠

中國商人輿情指數：89分

角色：格力電器董事長兼總裁

語錄：和雷軍賭不賭，我都是贏家，格力有強大的創新能力、創新團隊。它（小米年收入）稅前700億，我（格力年收入）稅后1400億。市值只是參考，真正要看的是凈資產和年銷售利潤。

中國商人輿情關注榜第五名：陶華碧

中國商人輿情指數：87分

角色：老干媽集團創始人

語錄：你說老干媽賣到多少個國家？我也不曉得賣到了多少個國家，我只能告訴你，全世界有華人的地方就有老干媽。我是中國人，我不賺中國人的錢，我要把老干媽賣到外國去，賺外國人的錢。

中國商人輿情關注榜第六名：王健林

中國商人輿情指數：86分

角色：大連萬達集團董事長

語錄：中國內地的房產行業現在走到了“轉折點”，會供過于求。不可能看到過去那種30%-40%的超速年增長，但我預計未來10年可能維持在10%這個穩定持續的增長水平。

中國商人輿情關注榜第七名：姚勁波

中國商人輿情指數：85分

角色：58同城網CEO

語錄：整體來說，O2O本地服務還是一個風口，如果你在其中束手束腳，為了短期利益不做長遠考慮，作為一個CEO其實是不稱職的。我要做的是確保5年、10年的成功，而不是短期內的利潤和股價。

中國商人輿情關注榜第八名：徐小平

中國商人輿情指數：83分

角色：真格基金創始人

語錄：在今天所有的投資項目里面，幾乎99%的公司對于推廣、市場營銷、PR忽略了，因為它植根我們的血液、我們的文化。當我看到硅谷有這個問題的時候，我覺得我們要掀起一個掃盲運動。大家對于推廣、銷售總是貶值，其實你要想產品被人知道，必須要有強大的營銷能力。每個CEO應該是一個最了不起的銷售員，最應該走到前面，永遠和你的目標用戶對面。

中國商人輿情關注榜第九名：王石

中國商人輿情指數：81分

角色：萬科集團董事會主席

語錄：新人也好老人也好，有什么東西在萬科企業文化當中是不變的？首先你是一個人，你是一個在社會上有自尊、有家庭、上有老下有小的人。萬科所重視所強調的是對生命的尊重。

中國商人輿情關注榜第十名：李東生

中國商人輿情指數：78分

篇10

關鍵詞：大數據 發展前景 應用 策略

中圖分類號：TP311 文獻標識碼：A 文章編號：1003-9082 （2017） 04-0009-01

引言

縱觀全球，對大數據技術應用與發展的關注與日俱增，大數據在各行業中的應用如火如荼。

大數據技術的特征被定義為4V概念，有Variety、Velocity、Volume、Value四部分，即符合種類多、流量大、容量大、r值高四個指標的數據稱為大數據。大數據技術在金融、電子商務、醫療、教育等行業都有廣泛應用。本文將重點介紹大數據時代下，大數據技術在金融、醫療、教育等代表性行業的發展前景，及其未來的應用策略，試圖為各行業從業者以及信息化政策制定者提出部分參考。

一、大數據應用現狀分析

目前，我國大數據應用主體主要為政策制定者以及各行業應用者。以過去的2016年為例，大數據應用有著突飛猛進的進步，其關注熱度有了較大飛躍。2016上半年政府大數據項目與2015年對比增長率達到60%以上。大數據應用在醫療衛生、金融、教育等行業中顯得最為廣泛和活躍，同時，看病難、教育資源不均衡、金融風險防范、食品安全、交通擁堵等各行業存在的民生問題一直為城市發展的瓶頸。利用大數據技術在各行業的應用，來解決上述民生問題，是大數據應用的重點所在。

1.大數據的特點

大數據作為近些年頗受關注的新概念，其具有以下四個特點，也被權威人士歸納為4個V特點。

首先是數量（Volume），即指數據巨大，目前存儲計算量從TB級別躍升到PB級別；其次是多樣性（Variety），指數據類型繁多，包括傳統的格式化數據，及來自互聯網的視頻、圖片、位置信息等；再次是速度（Velocity）維度的特點，即處理速度快；最后是其價值（Value），即成為大數據還須具有較低的數據密度與較高的挖掘價值。

2.大數據在各行業的應用現狀分析

2.1 互聯網金融與電子商務的大數據應用

互聯網金融，是在大數據的基礎上，以平臺、品牌、消費者為保障，以信息技術為手段的一種新型金融模式。該種金融模式較廣泛地使用了大數據分析技術作為其業務發展方法。在互聯網金融模式下，移動支付、網上銀行、券款支付等功能給人們的生活帶來極大便利，線上貸款以及股票、債券發行交易顛覆了人們生活中傳統的金融行為模式。除互聯網金融領域大數據的應用外，我國今年來蓬勃發展的電子商務同樣也體現著大數據技術的應用。

自淘寶網為首的購物網站于2009年開始的雙十一購物節的興盛見證著我國電子商務交易大數據的巨量增幅。近些年來我國的電子商務交易持續快速增長，2016年淘寶網天貓雙11購物狂歡節在再次以全天總交易額1207.49億刷新紀錄，遠超去年的912.17億元。正是由阿里云的大數據處理服務平成了在“雙11購物節”中所產生的大量的在線交易與物流業務。支付寶系統采用的處理能力高達每日10億筆以上的“云支付”構架，正是在大數據的技術支持上，具備著更高的服務質量、安全性、穩定性，更低的系統成本。

2.2 醫療行業的大數據應用

受近年來總理提出的“互聯網+”概念的影響，醫療行業也在進行著其利用醫療數據完成升級變革的過程。 醫療數據可以分為患者基本數據、診療數據、醫學影像數據、醫療設備儀器數據等包括醫生在對患者診療與治療過程中產生的所有數據。該類數據信息的利用，可以在對病人及疾病管理、控制與醫療研究等領域中起到積極作用，蘊含著巨大價值。按照大數據在醫療行業應用中所服務對象的不同，下面從服務居民、服務醫生、服務科研以及服務公共健康四個角度，分別介紹大數據技術的應用情況與具體功能。

2.3教育行業的大數據技術應用

在教育特別是在學校教育中，數據的利用顯得尤為重要。 學生方面對學習成績的記錄與分析、總結與歸納提高成績，政府以升學率對學校進行評價，教師以正確率對學生掌握情況進行了解。數據是說明效果的有利手段。比如學生作業的正確率、課堂的表現率――回答問題的次數、正確率、考試的通過率。這些具體的數據經過專門的收集、分類、整理、統計、分析可為大數據。教育行業中的大數據技術可以按照教育的階段分為K12教育與非K12教育兩個方面進行探討。

K12教育在我國表現主要表現為義務教育，其數據產生主要為學生學籍卡的刷入刷出等來源，其主要受控于各學校管理者，數據利用程度與挖掘程度不高。而非 K12教育，如最近很火的遠程教育則是應用大數據很好的典范，近年來越來越多的網絡在線教育和大規模開放式網絡課程的出現，打破了傳統教學方式，開辟了一條創新、個性的教育道路，改革了學生的學習、教師的教學、教育政策制定的方式與方法，不僅大大降低了成本，也為解決資源分布不均問題找到了途徑，使教育領域中的大數據更廣泛的應用。以技術整合資源、以數據驅動教育。 數據采集與分析使用戶信息能更準確的預測，數據的挖掘與反饋使學習過程獲得妥善監督管理。大數據在教育行業的應用如今漸入佳境，面臨著更為蓬勃的明天。

二、大數據應用的前景和策略探索

上文具體分析了大數據在互聯網金融、電子商務、醫療、教育等行業的應用現狀，而大數據技術作為改變與提升人們生活的一大利器， 未來也是具有更為廣闊的應用前景，本文將對其應用前景與應用策略進行分析，試圖為想要在自身行業應用大數據的從業者與信息化政策制定者提供相關參考。

1.利用大數據分析在各行業服務過程中提供更準確用戶畫像

對于為大量消費者提品及服務的企業，企業管理者可以利用大數據技術對客戶進行精準定位，并對其采取精準的營銷手段。如根據客戶的購買習慣，分析出更準確用戶畫像，為其推送可能感興趣的信息。企業還可以利用大數據做服務轉型。一些傳統企業則需要與時俱進充分利用大數據的價值。不管是互聯網金融、電子商務，或是進行醫療服務推送或是教育服務訂閱的企業，其大數據技術的深度應用均可以通過更準確用戶畫像給出，為用戶提供更為合理與精良的服務。

2.利用大數據改善傳統企業經營模式

大數據在方方面面滲透于企業運營與發展，能夠幫助企業把握市場態勢、預測經濟發展的趨勢、及時掌握最新的消費需求、降低生產成本、提升科研效率等等。

3.利用大數據技術的更深度應用改善民生問題

大數據技術在醫療行業與公共健康領域的應用尚處于較為初級階段，未來的深度應用將進一步升級醫療服務，也改善諸多民生問題。 例如，大數據技術使用可以在公共健康監控方面有積極改善作用。傳染病的調查與控制一直為衛生部門比較頭疼的痛點，而公共衛生部門如能成立覆蓋全國患者（包含縣級及以下的醫療場所所返還的數據）的電子病歷數據庫，將在傳染病的宏觀控制上有較大突破，醫療索賠支出與傳染病感染率都下井，新傳染病與疫情的調查效率也將大大提升。

三、結語

置身于這個信息化時代，數據科技可給人們生活帶來的變革日新月異。人們的衣食住行，各行各業的經營運作無時無刻不在產生著大量數據，世界可謂是數據型世界。有著云計算和大數據的基礎鋪墊，原本很難采集和使用的數據開始容易被利用起來。大數據及相關產業發展將是未來政府以及各行業從業者的重點關心所在。本文在介紹大數據相關概念的前提下，對大數據技術目前在各行業的應用進行了相關歸納，并重點對大數據技術的應用前景與策略進行了探索，試圖為政策制定者以及行業從業者做出部分應用大數據的解決方案參考。希望未來能通過不斷進行的理論技術實踐，以數據激活經濟，使大數據真正成為治理體系中的一個環節，改善民生，優化服務，真正將科技符號變成文化符號。

參考文獻

[1]王欽敏.經濟社會發展中的大數據應用[J].地理學報，2015，05： 691-695.

[2]王元卓，靳小龍，程學旗.網絡大數據： 現狀與展望[J].算機學報，2013，06：1125-1138.

[3]楊現民，王榴卉，唐斯斯.教育大數據的應用模式與政策建議[J].電化教育研究，2015，09：54-61+69.

[4]胡艷輝.淺析大數據時代電子商務發展的新特征[J].改革與戰略，2016，01：118-122.