京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据在医疗领域的应用
医疗大数据的发展会给医疗行业带来哪些变化呢?
让医疗诊断和结果的描述更加精准,更加客观
让医疗效果的展现更加直观,更加能说服于人,如果从此方面对医生的业绩进行考核,则会更客观可信
让疾病的预测更准确,更科学
让真正的个性化医疗成为可能
让医疗中的决策更快速,更高效
让医疗事故等责任划分方面更加明确
大数据
大数据定义很多,我个人选取了以下两种(如有错误,欢迎留言指出交流)
动词定义:当今社会所独有的一种新型能力,一种前所未有的方式,通过对海量数据进行分析,获得巨大价值的产品、服务和见解;
名次定义:基于多源异构、跨域关联的海量数据(数据量、数据形态、数据分析处理方式),通过分析所产生的决策流程、商业模式、科学范式、生活方式和观念形态上的颠覆性变化的总和。
医疗数据
医生对患者诊疗和治疗过程中产生的数据,包括患者的基本数据、电子病历、诊疗数据、医学影像数据、医学管理、经济数据、医疗设备和仪器数据等,以患者为中心,成为医疗数据的主要来源。
医疗数据来源
医疗数据主要来源于4个方面:患者就医、临床研究和科研、生命制药、可穿戴设备等。
患者就医过程产生的数据:以患者为中心,所有数据均来源于患者,患者的体征数据、患者的化验数据、患者的描述,患者的住院数据、医生对患者的问诊数据、医生对患者的临床诊治、用药、手术等数据。
临床医疗研究和实验室数据:主要是实验中产生的数据,也包含患者产生的数据,没有严格的边界区分。
制药企业和生命科学产生的数据:同样主要是实验产生的数据,与用药相关的用药量,用药时间,用药成分,实验对象反应时间,症状改善表象等数据,与生命等基因组学相关的数据。
可穿戴设备部带来的健康数据:主要通过各种穿戴设备(手环、起搏器、眼镜等)收集的人体的各种体征数据。
医疗数据特性
医疗数据首先它属于数据的一种,所以其大数据也必定具备一般的数据特性:规模大、结构多样、增长快速、价值巨大,但是其作为医疗领域产生的数据也同样具备医疗性:多态性、不完整性、冗余性、时间性、隐私性
多态性:医疗 数据包含有像化验产生的纯数据,也会有像体检产生的图像数据类似心电图等信号图谱,医生对患者的症状描述以及跟进自己经验或者数据结果做出的判断等文字描述,另外还有像心跳声,哭声,咳嗽声等类似的声音资料,同时现代医院的数据中还有各种动画数据(像胎动的影像等)
不完整性:由于各种原因导致有很多医学数据是不完整的,像医生的主观判断以及文字描述的不完整,患者治疗中断导致的数据不完整,患者描述不清导致的数据不完整等
冗余性:医疗数据量巨大,每天会产生大量多余的数据,这给数据分析的筛选带来了很大困难
时间性:大多医疗数据都是具有时间性、持续性的,像心电图,胎动思维图均属于时间维度内的数据变化图谱
隐私性:另外隐私性也是医疗数据的一个重要特性,同时也是现在大部分医疗数据不愿对外开放的一个原因,很多医院的临床数据系统都是相对独立的局域网络,甚至不会去对外联网。
数据的处理
数据的处理一般分为6个步骤:挖掘数据、收集数据、分析数据、存储数据、数据转化实用,最终在实用过程中产生数据,如此循环。
在数据处理的每个环节中均可找到不小的市场。
在挖掘医疗数据方面,涉及到医院、医联体等医疗机构,现在这些机构越来越重视医疗数据,虽然这些机构可能并没有找到比较好的处理和分析这些数据的方法;
收集医疗数据,虽然大量医疗数据的收集依旧在医院等医疗机构,但是其中可穿戴设备厂商俨然一股不可小觑的势力,并且收集的数据形式、数量、种类也越来越多样化,这对医疗大数据的组成也是必不可少的一部分;
分析医疗数据,现在市场上已经有不少涉及医疗数据分析 业务的企业,像碳云智能,23魔方等企业(后面会讲到);
存储数据,由于大数据本身具备的规模大,机构多样、增长快速等特性决定医疗数据必然也会涉及到存储的问题,目前互联网巨头BAT,以及IBM等大型企业也均在构建自己的医疗大数据库;
医疗大数据的实用,目前市面上的移动医疗 公司均打着大数据个性化定制等口号,像春雨医生智能问诊、掌上糖医、IBM沃森精准医疗,23墨方基因预测等,但是做到医疗大数据的实用,首先需找到一个有效的分析手段以及具备有大数据级别的医疗数据来源。
医疗大数据的用途
医疗大数据的主要用途有:用药分析、病因分析、移动医疗、基因组学、疾病预防、可穿戴医疗等。随着医疗大数据的发展和分析方法、人工智能等技术的不断革新,能够准确利用医疗大数据来进行分析和预测的场景会越来越多,到时大数据终将会成为医疗决策的一种重要辅助依据,决策的路径也会跟随着变化:从之前的“经验即决策”,到现在的“数据辅助决策”,至将来的“数据即决策”数据即决策。
医疗大数据企业
医疗大数据企业主要分为三类:慢病及健康管理(辅助患者)、临床决策支持(辅助医生)、医药研发;
医疗大数据的服务对象主要有:居民、医生、科研、管理机构、公众健康。
其中根据收集到的信息主要介绍以下三家企业:
碳云智能:将基于全球专业度最高、指数增长的全息全程健康医疗大数据,通过顶尖的数据挖掘和机器分析技术,提供私人专享的健康指数分析和预测。面对的客户群体包括:研究机构,药厂,体检中心,医院,诊断公司,保险公司,健康管理公司等。
雅森科技:作为国内最早一家从核医学领域切入的CAD公司,目前也是医学影像人工智能分析大军中的一员,专注于采用各类数学算法进行医疗图像处理、机器训练、大数据库比对、标准生物物理影像模型的开发与应用,将海量数据可以转化为高效的诊断能力。
太美医疗致力于信息技术在医疗领域的应用,为医疗行业提供SaaS解决方案。产品和服务涵盖临床研究和药物警戒等领域。
医疗大数据方向
社会化医学:以医疗大数据为基础引起政务、教育、商业等各个领域的变革。如“国民健康生活引导”的发布,“广播体操”的不断更新。
个性化医学:以大数据为基础为患者量身设计出最佳方案,以期达到治疗效果最大化和副作用最小化的定制医疗模式。
目前国家重点企业牵头 已经组建了三家健康大数据企业:中国健康医疗大数据产业发展集团公司、中国健康医疗大数据科技发展集团公司、中国健康医疗大数据股份有限公司。目标非常明确:
通过健康医疗大数据应用促进优质医疗资源下沉到基层群众,努力提高人民群众获得感;
通过健康医疗大数据支持三医联动、分级诊疗、异地结算和远程服务等,为深化医改注入新动力;
通过健康医疗大数据应用发展,创新健康服务新业态,发展健康科技产品,推进覆盖一二三产业的全健康产业链的发展,促进数字经济为国民经济增添新动能。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12