醫(yī)院都是希望盡可能多地收集病人信息，盡早發(fā)現(xiàn)疾病。這于患者而言，不僅降低了身體健康受損的風險，同時也能夠減少醫(yī)療支出。下面來看看數(shù)據分析在醫(yī)療行業(yè)的5個具體應用案例。

數(shù)據分析在醫(yī)療行業(yè)的5個具體應用案例

01.電子病歷

到目前為止，大數(shù)據強大的應用就是電子醫(yī)療記錄的收集。每一個病人都有自己的電子記錄，包括個人病史、家族病史、過敏癥以及所有醫(yī)療檢測結果等。

這些記錄通過安全的信息系統(tǒng)(究竟是否安全值得商榷)在不同的醫(yī)療機構之間共享。每一個醫(yī)生都能夠在系統(tǒng)中添加或變更記錄，而無需再通過耗時的紙質工作來完成。這些記錄同時也能幫助病人掌握自己的用藥情況，同時也是醫(yī)學研究的重要數(shù)據參考。

網絡安全隱患

數(shù)據收集方在數(shù)據存儲、傳輸、使用中的安全隱患(泄露、損毀、篡改等);獲得數(shù)據共享的第三方醫(yī)療機構在該數(shù)據存儲、傳輸、使用中的安全隱患。

02.實時的健康狀況告警

醫(yī)療業(yè)的另一個創(chuàng)新是可穿戴設備的應用，這些設備能夠實時匯報病人的健康狀況。

和醫(yī)院內部分析醫(yī)療數(shù)據的軟件類似，這些新的分析設備具備同樣的功能，但能在醫(yī)療機構之外的場所使用，降低了醫(yī)療成本，病人在家就能獲知自己的健康狀況，同時還獲得智能設備所提供的治療建議。

這些可穿戴設備持續(xù)不斷地收集健康數(shù)據并存儲在云端。

除了為個體患者提供實時信息以外，這些信息的收集也能被用于分析某個群體的健康狀況，并根據地理位置、人口或社會經濟水平的不同用于醫(yī)療研究。最后在這些前期研究的基礎上制定并調整疾病的預防與治療方案。

裝有GPS定位的哮喘吸入器就是一個典型的例子，它觀察的不僅是單個患者的哮喘，還能從同一區(qū)域、多名患者的哮喘規(guī)律中找到更好的適合該地區(qū)的治療方案。

另一個例子是血壓跟蹤器。一旦發(fā)現(xiàn)血壓達到警戒值，血壓儀就會向醫(yī)生發(fā)出告警。醫(yī)生收到告警后立即提醒患者及時治療。

可穿戴設備在我們的日常生活中隨處可見，計步器、體重跟蹤器、睡眠監(jiān)測儀、家用血壓計等都為醫(yī)療數(shù)據庫提供著關鍵數(shù)據。

網絡安全隱患

可穿戴設備是物聯(lián)網中一個小小的組成部分。除了名字、身份證、電話等個人信息，我們的身體健康狀況也要“上云”、受監(jiān)控啦。

盡管健康數(shù)據的收集對于疾病的及時發(fā)現(xiàn)具有重要意義，但是如果不加以保護，數(shù)據一旦被不法分子獲取，推及醫(yī)療產品的電信干擾、與身體健康關聯(lián)的電信詐騙、掌握可穿戴設備使用者的物理位置等等負面影響也將接踵而來。

03.根據患者需求預測，安排醫(yī)護人員“陣容”

醫(yī)療資源的按需調配能夠極大地降低醫(yī)療成本，因此這項工作對全球醫(yī)療行業(yè)意義非凡。

看似像是不可能完成的任務，但大數(shù)據幫助一些“試點”單位實現(xiàn)了這一構想。在法國巴黎，有四家醫(yī)院通過多個來源的數(shù)據預測每家醫(yī)院每天和每小時的患者數(shù)量。

他們采用一種被稱為“時間序列分析”的技術，分析過去10年的患者入院記錄。這項研究能夠幫助研究人員發(fā)現(xiàn)患者入院的規(guī)律并利用機器學習，找到能夠預測未來入院規(guī)律的算法。

這項數(shù)據最終會提供給醫(yī)院的管理人員，幫助他們預測接下來15天中所需要的醫(yī)護人員“陣容”，為患者提供更加“對口”的服務，縮短他們的等待時間，同時也有利于為醫(yī)護人員盡可能合理地安排工作量。

網絡安全隱患

一旦數(shù)據遭篡改，醫(yī)護人員的排班管理將陷入混亂狀態(tài)，影響醫(yī)院的正常運行，甚至耽誤患者的及時治療。

04.大數(shù)據與人工智能

另一個大數(shù)據在醫(yī)療業(yè)中的應用歸功于AI的崛起。

簡單來說，人工智能技術通過算法和軟件，分析復雜的醫(yī)療數(shù)據，達到近似人類認知的目的。因此AI使得計算機算法能夠在沒有直接人為輸入的情況下預估結論成為可能。

例如：由AI支持的腦機接口可以幫助恢復基本的人類體驗，例如因神經系統(tǒng)疾病和神經系統(tǒng)創(chuàng)傷而喪失的說話和溝通功能。

在不使用鍵盤、顯示器或鼠標的情況下，在人類大腦和計算機之間創(chuàng)建直接接口，將大幅提高肌萎縮側索硬化或中風損傷患者的生活質量。

AI是新一代放射工具的重要組成部分，通過“虛擬活檢”幫助分析整個腫瘤情況，而不再通過一個小小的侵入性活檢樣本。AI在放射醫(yī)療領域的應用能夠利用基于圖像的算法來表現(xiàn)腫瘤的特性。

尤其是在發(fā)展中國家，精通放射學、超聲波等領域的醫(yī)護人員非常匱乏。AI能夠在一定程度上完成原本需要人類參與的診斷行為。例如，AI成像工具可以篩選X射線，降低實際操作中對一個專業(yè)放射科醫(yī)師的需求。

AI還能夠提高電子病歷的錄入效率。患者信息的電子錄入需要耗費不少的時間與精力。

目前已具有一定可行性的做法是將病人的每一次看病記錄都通過視頻的形式記錄下來，AI與機器學習通過檢索視頻中的信息獲取更有價值的信息。

此外，類似亞馬遜Alexa這樣的虛擬助手可以在患者的病床邊輸入實時信息，或幫助醫(yī)護人員處理患者的常規(guī)請求，例如藥物添加或通知檢測結果。

總之，AI能夠大幅減輕醫(yī)護工作者在管理方面的工作量。

網絡安全隱患

機器既然能被好人利用，用于造福人類，也能被惡人控制，用于破壞社會安定。人工智能中的安全隱患不再局限于數(shù)據，我們所擔憂的是這些模仿人類的機器被惡意黑客控制，作出違背道德倫理的舉動。

05.大數(shù)據在醫(yī)學影像中的應用

醫(yī)學影像包括X射線、核磁共振成像、超聲波等，這些都是醫(yī)療過程中的關鍵環(huán)節(jié)。

放射科醫(yī)生往往需要單獨查看每一個檢查結果，不但形產生了巨大的工作量，同時也有可能耽誤患者的最佳治療時間。但是大數(shù)據能夠完全改變他們的分析方式。

例如，數(shù)十萬張圖像能夠構建一個識別圖像中模型的算法。這些模型則能夠反之形成一個編號系統(tǒng)，幫助醫(yī)生做出診斷。算法所能夠研究的圖像數(shù)量遠遠超出人類大腦，任何一個放射科醫(yī)師窮盡一生也不可能與機器的運行速度和強度匹敵。

網絡安全隱患

如果信息系統(tǒng)中樣本數(shù)據被竊取、篡改，醫(yī)生就會根據錯誤的分析結果作出錯誤的診斷，危及患者生命。

數(shù)據分析正在改變全球絕大部分行業(yè)，醫(yī)療業(yè)也不例外。通過對醫(yī)療數(shù)據的分析，人類不但能夠預測流行疾病的爆發(fā)趨勢、避免感染、降低醫(yī)療成本等，還能讓患者享受到更加便利的服務。