基金项目：国家自然科学基金（６１２６３０１１）；广东省科技计划项目（２０１３Ｂ０６０５０００４３）；广州市医药卫生科技项目（２０１４１Ａ０３００２）作者简介：谷魁英（１９９１－）
，女，硕士，研究方向：卫生信息统计分析。通信作者：周 毅，男，博士，副教授，硕士生导师，研究方向：神经科学中的脑电（ＥＥＧ）分析，卫生信息统计分析等，Ｅ-ｍａｉｌ：ｚｈｏｕｙｉ＠ｓｙｓｕ．ｅｄｕ．ｃｎ。
·综 述·
医疗卫生行业大数据应用研究进展
谷魁英１，尔西丁·买买提１，胡 珊２，高昭昇３，徐 静３，周 毅１，
２
（１新疆医科大学研究生院，乌鲁木齐 ８３００１１；２中山大学中山医学院生物医学工程系，广州 ５１００８０；
３广州市卫生信息中心，广州
５１０１８０）
中图分类号：Ｒ３９ 文献标识码：Ａ 文章编号：１００９-５５５１（２０１５）０８-１０５８-０３ｄｏｉ：１０．３９６９／ｊ．
ｉｓｓｎ．１００９-５５５１．２０１５．０８．０３４ 近几年来，
大数据带来的信息风暴正在改变人们的生活、工作和思维方式，也开启了一次重大的时
代转型［１］，大数据已经在通讯行业、零售行业和制造行业等各个领域得到验证［２］。随着医疗数据的极速
积累和大数据技术的不断进步，
并在供给和需求双轮驱动下，促使医疗大数据迎来量变到质变的变革。在给人们带来一定社会价值和经济价值的同时，也
带来了一系列的问题和挑战［３］
。本文就医疗行业内
大数据的应用作一综述。
１ 医疗卫生大数据概述
１．１ 大数据的最新定义 迄今为止，大数据的定义仍未得到统一，Ｇａｒｔｎｅｒ公司给“大数据”（ＢｉｇＤａｔａ）做出了最新的定义：“大数据”是一种海量、高增长率和多样化的信息资产，但必须有新处理模式才能具
有更强的决策力、洞察发现力和流程优化能力［４］。
大数据其本身具有“４Ｖ”特性：规模性（Ｖｏｌｕｍｅ）、多样性（Ｖａｒｉｅｔｙ）、高速性（Ｖｅｌｏｃｉｔｙ）和价值性
（Ｖａｌｕｅ）
，这足以说明大数据不是一门技术，而是一种从数据中去发现价值、挖掘信息的技能。１．２ 医疗卫生大数据的来源 众所周知医疗行业盛行大数据，是数据密集的行业，包括药企研发、科研进展、医生诊疗记录、患者各种病历、检测和用药记录、患者大健康数据、付费方（保险）赔偿记录等方面，同时数据生成和共享的速度也在迅速增加，导致数据量正以爆炸式速度增加。医疗卫生大数据主要来源于４个方面：诊疗数据、患者的行为和管理数据、医保数据和研发数据。诊疗数据主要是医院运
营过程中产生的数据［
５］
，包括电子病历、检验数据（生化、免疫、ＰＣＲ等）
、新兴的检查方法［６］
（基因测序、基因芯片等）、医生用药选择、诊疗路径记录等。患者的行为和管理数据包括居民电子信息档案、家族遗传病史、服药状况、及时监控采集设备、智能电
视手机采集到的健康管理数据等［７］，其最有用的医
学价值是对疾病传播的监控和预防。医保数据是与付费方相关的审核、报销记录，包括被保人的病史、报销记录、药物评价、病种的疾病诊疗路径对比等。
２ 医疗卫生大数据的现状与意义
随着中国医疗卫生信息化进程的推进与发展，
必将产生大量的数据［８］
。医疗卫生大数据包罗的信
息量大，信息种类多，信息间隐含的潜在价值大，若能有效地挖掘，将使医药行业的每个参与方均有望从中受益。目前我国也积极推进区域医疗卫生信息系统的建设，期望与国际水平接轨，在国内许多地方都已实施区域卫生信息化，采用先进的大数据技术对健康信息档案存储、采集、分析和应用。据ＩＤＣ
２０１２年的预测，
截至２０２０年，人类产生和复制的总数据量将达到４０万亿ＧＢ，是２０１０年的３０倍。预
测到２０１６年，单中国的医疗卫生行业将会花费３３９．９亿美元在ＩＴ市场研发方面。因此要充分利用医疗卫生大数据，熟练掌握相关的大数据分析技术，快速高效地从海量数据中发掘相关联的、有价值的信息，促进医院的信息化建设向一体化、智能化方向发展，从而使大数据推动中国医院实现智慧转型、医疗服务水平和效率实现质的飞跃。但目前医疗卫生
第３８卷 第８期新疆医科大学学报
Ｖｏｌ．３８ Ｎｏ．８ ２０１５年８月
ＪｏｕｒｎａｌｏｆＸｉｎｊｉａｎｇＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ
Ａｕｇ．２０１５
大数据已经不单是数据量大，最重要的是对其进行整合分析获取更多智能的、深入的、有价值的信息。大数据分析方法在医疗领域就显得尤为重要，可以说是判断最终信息是否有价值的决定性因素。
３ 医疗卫生大数据的场景应用领域
随着移动互联网的发展，大数据在医疗卫生行业中的应用越来越广泛，越来越精细。目前，大数据已经被成功地应用于通讯行业、零售行业和制造行业等各个领域［９］。在我们身边也有很多大数据相关应用，如手机ＡＰＰ，可以通过微信挂号、查阅病例和检查报告等，大大地方便了患者，节约了时间。在医疗卫生领域，大家也越来越关注大数据在诊疗、科研、管理和教学等方面的作用。目前大数据的新技术应用于居民健康信息档案最具有实际的、显而易见的意义。本文从临床诊疗、新型的医疗商业、医药支付与定价、医药研究和公众健康５个方面的应用前景进行论述。
在临床诊疗方面，临床医生可以通过查阅海量文献及相关知识，全面地了解病人的特征，比较多种方法，找出适合病人最佳的临床决策路径，进行分级诊疗工作，不仅提高了诊疗质量、效率和透明度，也减少了不良事件的发生率，从而提高医疗卫生行业的服务质量［１０］。对于偏远地区，还可进行远程会诊，结合手机ＡＰＰ软件等实时监测、诊断并确定最佳治疗，从而提高治愈率，提高生命质量，节约患者的医疗费用。随着医疗信息系统的不断完善，临床上可以结合病人的电子健康档案中患者的临床记录、药物使用情况、医保状况等数据进行综合分析，可以对易感人群进行早期预防，提高临床决策能力［１１］。这将是今后医疗发展的一个新的商业模式，例如马云的未来医院［１２］。在医保的支付方中，通过自动化检测系统监测医保类型、趋势及其欺诈行为，避免造成重大经济损失。通过大数据分析技术，在医药研发阶段，采集临床试验数据及电子信息档案数据，通过建模分析（使用统计工具和机器算法），预测临床结果，寻找最优临床路径，研发出有效低成本的药品，预测市场药品的需求量，而且针对不同患者情况，实行个性化治疗，从而优化研发重点和资源配置，以获得更高的潜在市场回报［１３］。公共大数据是国家资源，公众健康数据的使用目的是提高疾病预警能力，改善公众健康监控［１４］。如“谷歌流感趋势”通过分析网民的搜索内容，预测全球范围内流感等疾病的传播状况。公众健康数据的使用将大幅提高公众的健康意识，降低传染病感染率，减少医疗索赔支出。
４ 医疗卫生大数据的场景应用价值
医疗卫生行业中大数据的信息量大，信息种类繁多，数据本身存在无穷被挖掘的可能性，如果能通过大数据分析技术进行有效合理探索，可利用的潜在的信息价值将无法估量，从而使得医疗行业的每个参与方均有望从中受益［１５］。麦肯锡２０１０年曾预测，综合考虑医疗大数据可以为医药行业各个环节带来改进，累计有望带来３３３０亿美金的价值（包括ＩＴ行业研发花费），而千亿美金数量级价值的实现有赖于数据的积累和挖掘［１６］。
大数据为医疗行业带来潜在的６个方面的价值：（１）整合医院信息，提高医院医生的临床决策支持，对疾病早期预防，智能化提醒，在进行精准治疗的前提下，提高疾病的治愈率；（２）分析公共健康数据，提高疾病预警能力，防止疫情暴发，预测流病的发病状况；（３）对门诊、住院患者及社区慢病患者进行疾病和健康的管理，合理优化医院资源配置，降低平均住院日；（４）通过大数据挖掘技术的应用，实现对医疗保险的赔付精算和预测；（５）医药公司对大数据分析后，可提高临床实验效率，进而帮助药企开发更多靶向治疗；（６）对医疗机构的运营、质控、安全、效率等多个指标进行分析，可以优化医疗行业资源配置，提高药物经济学评价。
５ 医疗卫生大数据面临的问题与挑战近年来，随着全球大趋势的智能医疗发展风暴的到来，我国无论是政府方还是医疗行政支持方都对医疗信息化的趋势有了清醒的认识，所以不断加大对医疗信息化的投入，对深化我国的医疗体制改革、缓解医疗事故和医疗纠纷问题、解决看病难和看病贵等问题有着深刻而长远的意义。但是由于目前我国正处于社会主义初级阶段，我国的医疗信息化建设也处于一个艰难的初级起步阶段，区域信息化的不平衡发展及信息共享机制的不健全、标准化的不统一等诸多问题都有待解决。医疗卫生大数据的发展为解决医疗行业所面临的一系列问题提供了可能性，通过对海量关联性数据进行整合分析，可能会发现独立数据中不可能发现的有价值的信息，给我们带来了一定的社会价值和经济价值［１７］。但国内医疗行业的数据中也面临着诸多的问题与挑战。一是数据隐私和安全方面的问题和挑战，这是最不容忽视的问题。医疗数据和应用呈现指数级增长趋势的同时，患者信息安全如何在医疗大数据背景下得到隐私保护，已成为今年全国两会期间大家共同呼
９５０１
第８期谷魁英，等：医疗卫生行业大数据应用研究进展
吁的问题［１８］。患者隐私的泄露常发生在数据分析师在医疗数据采集、整合、清洗和应用的阶段。如肿瘤患者的个人信息被无意间泄露，可能会带来医药代表药物推销、诈骗等一系列不必要的问题；目前医疗行业热潮的话题“互联网”，在我们固然有所期待的同时，也应防患于未然，开发商在开发互联网医疗时，是基于电子信息档案，健康信息隐私的特殊性迫使我们应将隐私保护技术的开发研究放到重中之重之。在这个名副其实的医疗大数据的背景之下，加强患者的隐私保护，推进分级诊疗和社会医疗，毫无疑问地成为了目前亟待解决的问题。二是人才和技术的问题。随着医疗数据的爆炸性增长，医疗的三大数据库（电子病历、卫生管理和健康档案）已达到ＰＢ级别的庞大数据库，而且数据种类的复杂性等导致传统的存储、备份、扩容和交换等有一定的局限性，这也迫使我们要有清晰的意识，它不再是传统的统计规则，也不再需要抽样处理数据，而是全量处理数据进行处理分析，可以提高科研的质量和效率，更能准确、全面地反映海量数据中所隐含的实际价值和意义，为管理决策部门、监管实施部门等机构提供更为科学有效的依据，但这也给传统的分析技术带来了巨大的冲击和挑战［１９］；进行全量数据的处理分析，需要大数据方面的人才和技术，所以应该鼓励相关的事业单位、企业和公司积极加强参与新技术和人才的培养，从而推动大数据相关的先进技术在医疗卫生领域发挥更大的应用价值。
大数据是人类进入信息化时代的产物和必然结果。在未来的发展中数据应用决定一切，大数据相关技术进入到医院的主流技术中尚需时间，公共与健康的数据量将会大幅度增长［２０］，医疗卫生大数据在体检、基因等领域将会有较大的应用前途。而医疗行业中海量的而复杂多样大数据及大数据相关的前沿技术，如果被合理而高效利用并转化为巨大的社会和经济价值，那无疑是医疗行业中“未来的石油”。
参考文献：
［１］ ＬｙｎｃｈＣ．Ｂｉｇｄａｔａ：ｈｏｗｄｏｙｏｕｒｄａｔａｇｒｏｗ［Ｊ］．Ｎａｔｕｒｅ，２０１３，４５５（７２０９）：２８-２９．
［２］ ＳｚｌｅｚａｋＮ，ＥｖｅｒｓＭ，ＷａｎｇＪ，ｅｔａｌ．Ｔｈｅｒｏｌｅｏｆｂｉｇｄａｔａａｎｄａｄｖａｎｃｅｄａｎａｌｙｔｉｃｓｉｎｄｒｕｇｄｉｓｃｏｖｅｒｙ，ｄｅｖｅｌｏｐｍｅｎｔ，ａｎｄｃｏｍ-ｍｅｒｃｉａｌｉｚａｔｉｏｎ［Ｊ］．ＣｌｉｎＰｈａｒｍａｃｏｌＴｈｅｒ，２０１４，９（５）：４９２-４９５．［３］ 维克托·迈尔—舍恩伯格，肯尼思·库克耶．大数据时代［Ｍ］．杭州：浙江人民出版社，２０１３：４６-４７．
［４］ ＣｏｌｌｉｎｓＢ．ＢｉｇＤａｔａａｎｄＨｅａｌｔｈＥｃｏｎｏｍｉｃｓ：Ｓｔｒｅｎｇｔｈｓ，Ｗｅａｋ-ｎｅｓｓｅｓ，ＯｐｐｏｒｔｕｎｉｔｉｅｓａｎｄＴｈｒｅａｔｓ［Ｊ］．Ｐｈａｒｍａｃｏｅｃｏｎｏｍｉｃｓ，２０１５，６（２１）：１４６-１６９．
［５］ ＧｉｌｍｅｒＴＰ，Ｏ′ＣｏｎｎｏｒＰＪ，Ｓｐｅｒｌ-ＨｉｌｌｅｎＪＭ，ｅｔａｌ．Ｃｏｓｔ-ｅｆｆｅｃ-ｔｉｖｅｎｅｓｓｏｆａｎｅｌｅｃｔｒｏｎｉｃｍｅｄｉｃａｌｒｅｃｏｒｄｂａｓｅｄｃｌｉｎｉｃａｌｄｅｃｉｓｉｏｎ
ｓｕｐｐｏｒｔｓｙｓｔｅｍ［Ｊ］．ＨｅａｌｔｈＳｅｒｖｒｅｓ，２０１２，４７（６）：２１３７-２１５８．［６］ ＳｈｏｅｎｂｉｌｌＫＬ，ＦｏｓｔＮ，ＴａｃｈｉｎａｒｄｉＵ，ｅｔａｌ．Ｇｅｎｅｔｉｃｄａｔａａｎｄｅ-ｌｅｃｔｒｏｎｉｃｈｅａｌｔｈｒｅｃｏｒｄｓ：ａｄｉｓｃｕｓｓｉｏｎｏｆｅｔｈｉｃａｌ，ｌｏｇｉｓｔｉｃａｌａｎｄ
ｔｅｃｈｎｏｌｏｇｉｃａｌｃｏｎｓｉｄｅｒａｔｉｏｎｓ［Ｊ］．ＪＡｍＭｅｄＩｎｆｏｒｍＡｓｓｏｃ，２０１４，２１（７）：１７１-１８０．
［７］ ＡｔｚｏｒｉＬ，ＩｅｒａＡ，ＭｏｒａｂｉｔｏＧ．ＴｈｅＩｎｔｅｒｎｅｔｏｆｔｈｉｎｇｓ：ａｓｕｖｅｖｙ［Ｊ］．ＣｏｍｐｕｔｅｒＮｅｔｗ，２０１０，５４（２）：２７８７-２８０５．
［８］ 于广军，杨佳泓，郑宁，等．上海市级医院临床信息共享项目（医联工程）的建设方案与实施策略［Ｊ］．中国医院，２０１０，１４（１０）：９-１１．
［９］ ＭｕｒｄｏｃｈＴＢ，ＤｅｔｓｋｙＡＳ．Ｔｈｅｉｎｅｖｉｔａｂｌｅａｐｐｌｉｃａｔｉｏｎｏｆｂｉｇｄａｔａｔｏｈｅａｌｔｈｃａｒｅ［Ｊ］．ＪＡＭＡ，２０１３，３０９（１３）：１３５１-１３５２．
［１０］ 陈峰．医疗改革与大数据［Ｊ］．中国信息界-ｅ医疗，２０１３，５：４-６．［１１］ ＡｎｄｅｒｍａｎｎＡ，ＢｌａｎｃｑｕａｅｒｔｌＬ，ＢｅａｕｃｈａｍｐＳ，ｅｔａｌ．ＲｅｖｉｓｉｔｉｎｇＷｉｌｓｏｎａｎｄＪｕｎｇｕｎｇｎｅｒｉｎｔｈｅｇｅｎｏｍｉｃａｇｅ：ａｒｅｖｉｅｗｏｆ
ｓｃｒｅｅｎｉｎｇｃｒｉｔｅｒｉａｏｖｅｒｔｈｅｐａｓｔ４０ｙｅａｒｓ［Ｊ］．ＢｕｌｌＷｏｒｌｄ
ＨｅａｌｔｈＯｒｇａｎ，２００８，８６（４）：３１７-９．
［１２］ 刘颖．医疗行业大数据分析的应用初探［Ｊ］．装饰，２０１４，６（２５４）：４２-４６．
［１３］ ＹｕＳＣ，ＸｉａｏＧＸ．Ｒｅｓｅａｒｃｈｏｎｇｌｏｂａｌｂｕｒｄｅｎｏｆｄｉｓｅａｓｅ-ｂｉｇｄａｔａａｎａｌｙｓｉｓａｐｐｌｉｃａｔｉｏｎｅｘａｍｐｌｅｓ［Ｊ］．ＪＭｅｄＩｎｆｏｒｍ，２０１３，３４
（９）：１２-１６．
［１４］ ＸｕＤＱ，ＹａｎｇＨＱ．Ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｂｉｇｄａｔａｏｎｈｅａｌｔｈｃａｒｅｐｅｒｓｏｎａｌｉｚｅｄｓｅｒｖｉｃｅ［Ｊ］．ＣｈｉｎＪＨｅａｌｔｈＩｎｆｏｒｍＭａｎａｇ，２０１３，
１０（４）：３０１-３０４．
［１５］ 刘雷．大数据时代的生物医学［Ｊ］．中国计算机学会通讯，２０１３，９（９）：１６-１９．
［１６］ ＩｓｓａＮＴ，ＢｙｅｒｓＳＷ，ＤａｋｓｈａｎａｍｕｒｔｈｙＳ．Ｂｉｇｄａｔａ：ｔｈｅｎｅｘｔｆｒｏｎｔｉｅｒｆｏｒｉｎｎｏｖａｔｉｏｎｉｎｔｈｅｒａｐｅｕｔｉｃｓａｎｄｈｅａｌｔｈｃａｒｅ［Ｊ］．Ｅｘ-
ｐｅｒｔＲｅｖＣｌｉｎＰｈａｒｍａｃｏｌ，２０１４，７（３）：２９３-２９８．
［１７］ 许志远．移动互联网［Ｊ］．数据通讯，２０１１，２１（１）：５-８．
［１８］ 孟小峰，慈祥．大数据管理：概念、技术与挑战［Ｊ］．计算机研究与发展，２０１３，５０（１）：１４６-１６９．
［１９］ 陈金雄．医院信息系统发展及对存储和数据安全的新要求［Ｊ］．中国医疗备，２０１０，２５（８）：１-３．
［２０］ 买买提·牙森．从卫生经济学的角度对“看病难，看病贵”的理性思考与分析［Ｊ］．新疆医科大学学报，２００９，３０（７）：
７６９-７７３．
［收稿日期：２０１５-０４-２６］
（本文编辑 杨晨晨）
０６０１新疆医科大学学报第３８卷
医疗卫生行业大数据应用研究进展
作者：谷魁英， 尔西丁·买买提， 胡珊， 高昭昇， 徐静， 周毅
作者单位：谷魁英,尔西丁·买买提(新疆医科大学研究生院,乌鲁木齐,830011)， 胡珊(中山大学中山医学院生物医学工程系,广州,510080)， 高昭昇,徐静(广州市卫生信息中心,广州,510180)
， 周毅(新疆医科大学研究生院，乌鲁木齐 830011; 中山大学中山医学院生物医学工程系
，广州 510080)
刊名：
新疆医科大学学报
英文刊名：Journal of Xinjiang Medical University
年，卷(期)：2015(8)
参考文献(20条)
1.Lynch C Big data:how do your data grow 2013(7209)
2.Szlezak N;Evers M;Wang J The role of big data and advanced analytics in drug
discovery,development,and com-mercialization 2014(05)
3.维克托?迈尔-舍恩伯格;肯尼思?库克耶大数据时代 2013
4.Collins B Big Data and Health Economics:Strengths,Weak-nesses,Opportunities and Threats 2015(21)
5.Gilmer TP;O′Connor PJ;Sperl-Hillen J M Cost-effec-tiveness ofan electronic medical record based clinicald ecision support system 2012(06)
6.Shoenbill KL;Fost N;Tachinardi U Genetic data and e-lectronic health records:a discussion of ethical,logistical and technological considerations 2014(07)
7.Atzori L;Iera A;Morabito G The Internet of things:a suvevy 2010(02)
8.于广军,杨佳泓,郑宁,王英杰上海市级医院临床信息共享项目（医联工程）的建设方案与实施策略[期刊论文]-中国医院 2010(10)
9.Murdoch TB;Detsky AS The inevitable application of big data to health care 2013(13)
10.陈峰医疗改革与大数据 2013
11.Andermann A;Blancquaertl L;Beauchamp S Revisiting Wilsonand Jungungner in the genomic age:a review of screening criteria over the past 40 years 2008(04)
12.刘颖医疗行业大数据分析的应用初探 2014(254)
13.于石成,肖革新全球疾病负担研究--大数据分析应用实例[期刊论文]-医学信息学杂志 2013(9)
14.许德泉,杨慧清大数据在医疗个性化服务中的应用[期刊论文]-中国卫生信息管理杂志 2013(4)
15.刘雷大数据时代的生物医学 2013(09)
16.Issa NT;Byers SW;Dakshanamurthy S Big data:the next frontier for innovation in therapeutics and healthcare 2014(03)
17.许志远移动互联网[期刊论文]-数据通信 2011(1)
18.孟小峰,慈祥大数据管理：概念、技术与挑战[期刊论文]-计算机研究与发展 2013(1)
19.陈金雄医院信息系统发展及对存储和数据安全的新要求[期刊论文]-中国医疗设备 2010(8)
20.买买提·牙森从卫生经济学的角度对"看病难,看病贵"的理性思考与分析[期刊论文]-新疆医科大学学报
2007(7)
引用本文格式：谷魁英.尔西丁·买买提.胡珊.高昭昇.徐静.周毅医疗卫生行业大数据应用研究进展[期刊论文]-
新疆医科大学学报 2015(8)