毛树松：“五步”构建医院大数据_数据分析师

在大数据时代，在新思维、新途径方面，要抓住大数据时代医学科学跨越式发展机遇，重构临床研究体系。

科学技术日新月异。当我们从以“信息化”为目标，以IT为技术支撑的20世纪信息时代，迈入以“数据化”为目标，以Big Data(大数据)为技术支撑的21世纪大数据时代之时，人们的生活发生了巨大变化：足不出户，点点鼠标，网购商品送货上门；拿起手机，只要有移动网络或者wifi，不需要支付电话费，就能通过社交工具与在世界任一角落的朋友实时聊天，真正做到“天涯若比邻”。

与之相应，在大数据时代，医院也开始走上数据化道路，数据已经成为医院发展的重要资源，对医院数据资源建设和数据资源利用的要求越来越急迫：如何将大数据思维与医院的信息化之路相结合，如何在医院创新发展中发挥大数据能力，用新思路走一条新路径，成为每一位医院管理者都在思考的问题。

为何探索大数据

在一家超市中，人们发现了一个特别有趣的现象：尿布与啤酒这两种风马牛不相及的商品居然摆在一起。但这一奇怪的举措居然使尿布和啤酒的销量大幅增加了。这可不是一个笑话，而是一直被商家所津津乐道的发生在美国沃尔玛连锁超市的一个真实案例。

原来，美国的妇女通常在家照顾孩子，所以她们经常会嘱咐丈夫在下班回家的路上为孩子买尿布，而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。这个发现为商家带来了大量的利润，但是如何从浩如烟海却又杂乱无章的数据中，发现啤酒和尿布销售之间的联系呢？这又给了我们什么样的启示呢？

首先，突破了所谓“传统认知”。其次，我们应该关注“是什么”，不需追究“为什么”。另外，要重视数据关联关系所产生的价值。最后，来自真实世界的大数据，是我们的宝贵“资源”。

按照百科词条解释，Big Data，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

大数据与海量数据和大规模数据的概念一脉相承，但其在数据体量、数据复杂性和产生速度三个方面均大大超出了传统的数据形态，也超出了现有技术手段的处理能力，并带来了巨大的产业创新的机遇。

当我们谈Big Data大数据时，谈的不仅仅是数据量，其实还包含了其5V特性：数据量(Volume)、时效性(Velocity)、多样性(Variety)、可疑性(Veracity)、价值高（Value）：

Volume：海量数据的产生、处理、保存。

Velocity：时效性，即处理的时效。Big Data的用途之一是做市场预测，如果处理的时效太长，就会失去预测的意义。所以处理的时效对Big Data来说是非常关键的——500万笔数据的深入分析,可能只花5分钟的时间。

Variety：多变性指的是数据的形态,包含文字、影音、网页、串流等结构性、非结构性的数据。

Veracity：可疑性指的是当数据的来源变得更多元时，这些数据本身的可靠度、质量是否足够，也许需要打个问号。若数据本身就有问题，那分析后的结果也不会正确。

Value：价值高，则指的是其对于国家与工业的极大价值。

在理念层面，大数据引导人们从狂热追求“为什么”的束缚中解放出来，重要的是去研究和回答“是什么”。在方法层面，以往认识世界是从因果关系角度，引导人们用精确的小数据去探求“因果”，而大数据认识世界的方法是从相关关系角度，引导人们用繁杂的大数据去建立“关联”。

借大数据重构临床研究体系

如今，在生命科学的发展趋势方面，美国国立卫生研究院正在为医学研究铺设一条生命科学“信息高速公路”和“知识仓库”，建立一批国家生物医学计算中心，重构医学科学研究体系，并集中一批优秀的生物学、医药学、数学、统计学、物理学、生物化学、标准化和计算机科学的专家，采用系统工程和复杂科学理论与方法，共同研究和处理日积月累的大规模生物医学数据，努力实现生命科学的创新发展。

科学技术的发展趋势方面，正处于一个从分析向综合回归的过程。科学技术出现了从分析向综合、局部到整体、结构到功能、静态向动态、简单向复杂的转变。尤其在生命科学领域，多学科交叉相互渗透，创建新理论新技术新方法认识生命和疾病现象已成热点。

信息技术的发展趋势则是：互联网的智慧化——物联网（The Internet of Things），意即将各种信息传感设备，如射频识别(RFID)装置、红外感应器、全球定位系统、激光扫描器等种种装置与互联网结合起来而形成的一个巨大网络。一个让所有的物品都与网络连接在一起，方便识别和管理的智慧化网络。

所以，我们的结论是，在新思维、新途径方面，要抓住大数据时代医学科学跨越式发展机遇，重构临床研究体系。开创基于真实世界的医学临床研究新模式和新途径是医学现代化事业赋予我们的历史责任。医学科学创新发展必由之路，是建立基于真实世界的临床大数据，用大数据绘制医学发展的航海图。生命科学数据是大数据的重要组成，对生命科学数据的规范化和结构化，使其更趋完整和更近真实！更有助于数据的分析挖掘和知识发现。

“五步”构建医院大数据

临床诊断的主要依据之一是“症状”，在临床研究中动态跟踪观察“症状”的变化是研究“症－治－效”的关键环节。现代医学信息学将“症状”作为一个研究疾病状态的基本元素——数据元，对其进行规范（定名定义）和结构化（属性分类），为深化临床研究提供了新途径。

我们首先需要建设研究型医院，完成医院的重大转型。抓住契机、变革观念、建立创新型体制机制。同时扩展视野、开放办院、实现医院的转型目标。

其次，需要引领医学学术发展，构建协同创新共同体。要统领发展、协同创新、形成临床科研共同体。还要统一标准、构建网路、实现数据资源的共享。

还需要创建临床研究新范式，绘制数据工程路线图。构建医学临床创新型研究范式，绘制基于数据的临床工程路线图，确保实现医院发展战略目标。

最后，实施临床数据共享工程，推进临床科研一体化。构建临床数据中心（网络平台），应用大数据理念、技术与方法，实现医院临床科研一体化，开拓协同创新新局面。

在新思维、新途径方面，要抓住大数据时代医学科学跨越式发展机遇，重构临床研究体系。