夜夜爽夜夜高潮高清视频,久99久女女精品免费观看69堂,日韩精品不卡在线高清,91精品啪国产在线观看

首頁>尋醫·問藥>醫訊同期聲醫訊同期聲

大數據醫療:

開啟精準醫學新篇章

2020年01月08日 09:29 | 作者:實習記者 張嫣羽 | 來源:人民政協報
分享到: 

666

全國政協委員、著名心血管外科專家、中國工程院院士胡盛壽在中國醫學科學院主辦的“由心講堂”上演講。


“互聯網時代的到來,人工智能的發展,可穿戴設備的研發……都將為醫學發展模式轉變提供前所未有的數據基礎,而這也促使我們重新審視當下醫療模式的發展方向,思考大數據時代醫療模式會發生哪些改變。”在近日中國醫學科學院主辦的“由心講堂”上,全國政協委員、著名心血管外科專家、中國工程院院士胡盛壽說道。


◆小數據VS大數據


從傳統醫學到經驗醫學,再到循證醫學,醫學發展走過了歷史漫長的歲月,形成了如今大多數醫院“以疾病為中心”的傳統醫療模式。然而,近些年來“以疾病為中心”的醫療模式弊端卻日趨顯現。對此,胡盛壽介紹:“傳統‘以疾病為中心’的模式是以小數據樣本為基礎,聚焦于疾病診治的某一環節,且更重視治療方式與治療結果之間的因果關系。這樣的模式就是小數據,其局限性是非常明顯的。”

胡盛壽給出了兩組數據:中國心肌梗死回顧性研究表明,我國急性心梗住院死亡率和并發癥發生率從2001年到2011年,10年間并無改善。其中,有再灌注治療適應癥的患者僅約一半接受了治療;而作為心肌梗死的“元兇”之一——高血壓病2015年患病人數已高達2.45億,有效控制率卻不足20%。“這就是僅關注某個臨床環節治療模式的弊端:治療的有效性不高。因此,在信息大爆炸的時代里,大數據醫療是必然的產物。”胡盛壽說道。

相比小數據,大數據采樣和分析都更加全面;在解讀大樣本的基礎上,大數據還深入挖掘、追尋繁雜數據中的真知,關注事件之間的關聯,而并非單一注重某一個環節。“這樣進行大數據分析后,以往被我們忽略的一些數據信息就進入了我們的視野,這將讓曾經出現的藥物、器械使用過度,以及療效不佳、延誤診治等問題造成的醫患矛盾大大減少。”胡盛壽告訴記者。


◆從沒有一個“標準”病人


挖掘“大數據醫療”潛力的初衷,除了互聯網時代的發展,更現實的原因是大數據能夠帶來更快捷、準確的醫療模式,也就是大眾所期望的精準醫療時代。

胡盛壽告訴記者:美國住院死亡三大原因是———誤診、誤治和療效不佳,這是因為“從來沒有一個標準的病人”。

王志(化名)的經歷便是如此。他是2型糖尿病合并高血壓病患者,在接受胰島素強化治療后,他的收縮壓卻低于其他接受相同治療的患者,原因就在于患者個體之間是存在差異性的。而這些差異性,可能恰恰影響了藥物作用的靶點,比如,同一種降壓藥有的患者吃了療效顯著,有的患者卻不明顯,就是這樣的道理。

近年來我國醫療水平總體得到迅速發展,但由于地區之間的發展不平衡,導致了地區間醫療水平差距的逐漸拉大。胡盛壽告訴記者:“就我國各心臟中心年手術量統計數據來看,年手術量大于1000例的43家醫院完成了全年手術總量的52.9%,年手術量低于100例的404家醫院卻僅僅完成了全國年手術總量的6.7%。”胡盛壽表示,這也是繼“沒有標準病人”之后另一個亟待解決的醫療現狀。

有了大數據就不同了,收集了全國乃至全球的數據后,即便是“沒有標準的病人”,但以大數據為基礎而開發的智能診療工具,也能夠幫助基層醫院醫生提高診斷率,并規范基層醫生的診療行為。


◆我國醫療大數據現狀并不樂觀


依托大數據而制定的智慧醫療方案以及所開發的智能診療工具,都是建立在擁有真實、可信、可行的病例基礎上的,但我國的醫療數據現狀卻并不樂觀。

胡盛壽介紹,中國心血管疾病高危篩查項目對全國3602家基層衛生機構全年處方進行分析,發現我國50%的鄉鎮社區衛生機構和90%的村衛生室沒有電子病歷(EMR)系統,而有電子病歷系統的機構中有39%的醫生不能常規使用。造成這一現象的原因之一,是醫療機構所使用的電子病歷系統來自80家不同的IT開發商,相互并不兼容。

“病歷結構化、電子化程度低且沒有統一規范,這都導致我們現在數據庫建立的工作量非常龐大。在上述3602家基層醫療機構中,僅待掃描提取的紙質版處方就有380萬張,需要清理、合并的電子版處方更是高達570萬張。”胡盛壽說。

工作量龐大,更需要一點一滴地扎實推進。“因為用不規范的數據就有可能造成數據偏差,讓‘大數據’變成‘假數據’。我們需要平心靜氣扎實做好基礎研究工作,保證數據訓練出來的智能工具能夠滿足臨床需要。”胡盛壽認真說道。

除此之外,大數據的另一個維度是“全面”,原有病歷上簡單的性別和姓名等信息不能夠滿足大數據的采樣要求。值得信賴的大數據分析需要從遺傳信息、臨床表現、生活方式、精神心理和環境因素等各方面獲取信息,也只有這樣將得到的數據匯總、整合,才能形成一個完善的大數據庫。“對疾病的認識,我們也需要有一個從個體到群體,再到個體的過程。因而我們也需要先采集個體數據,然后讓大數據進行群體分析,進而準確地分析出疾病的發生、發展和演變過程。”胡盛壽表示。


◆從治病到防病


近些年人們生活質量大幅提高,但因生活方式帶來的相關危險因素也正在成為我國心血管病防控的主要挑戰。“過去20年,我國男女居民身體活動水平評分下降了44%和36%;過去30年間,我國因為吸煙所致心腦血管疾病死亡率增加更是顯著,按這個趨勢,僅考慮人口老齡化和人口增加因素,中國35~84歲人群中,心血管疾病患者數量將增加50%以上。”胡盛壽擔憂地說。

但利用“大數據醫療”分析成果,就可以通過對疾病的遺傳傾向和危險因素等進行干預,做到早防早診早治、抑制或者延緩疾病發生。比如:阜外醫院根據中國人群大樣本隊列研發的心血管病風險評估工具,就納入了包括“是否吸煙,是否服用降壓藥,是否有心血管病家族史”等11項生活方式和危險因素指標,可以做到量化評估10年甚至是終生的心血管疾病發病風險。

“目前,我國對大數據醫療的應用還處于起步階段,但主流研究領域對于危險因素和人們生活方式的關注度以及數據積累程度正在慢慢提高,這使得我國距離‘從治病到防病’的目標又近了一步。”胡盛壽最后強調。


編輯:劉暢

關鍵詞:數據 胡盛 盛壽 醫療

更多

更多