如何利用数据科学提升医疗保健质量

原创大数据文摘大数据文摘

大数据文摘编辑作品，未经授权禁止转载，转载具体要求见文末。

◆ ◆ ◆

导读

在医疗行业中，没有什么比提高医疗保健的结果更重要。世界各地的医疗工作者时时刻刻都在想方设法提高我们的健康和生活质量。然而世界改变得比我们大多数人能接受得要更快。直观的经验和知识已经不足以提高病人的生存质量和医疗结果。另一方面，医疗数据堆积越来越多，从中找出有用信息越来越困难。大数据并非无所不能：它可以同时提供真知灼见，也可能迷糊了我们的视线。

◆ ◆ ◆

数据科学在医疗领域的具体应用

事实上，数据科学正以其快速、灵活和精准的方式，自动处理着无数繁重的信息，为提高医疗服务的结果提供着宝贵的信息。只要看看我们当前对疫情发展的预测能力，疾病治愈治愈能力，以及患者越来越安全舒适的住院体验就知道了。在医疗行业，数据科学应被视为“有益智能（beneficial intelligence）”而不仅仅是人工智能，从而增强医疗行业的专业人士所能提供的服务。

1、医院索赔数据

截至2010年，美国国家医院出院调查收集了3510万出院记录率，其平均住院时间为4.8天。该纪录同时收录了5140万次医疗操作的执行。2011年美国国家门诊医疗调查共收录了1亿2570万次门诊访问记录和1363万急诊访问记录。这些基本的数据展现了美国医疗行业所提供服务的总量。用数据科学方法来年度总结这类数据，可以让医疗提供者透过这些信息，开始建立一个全新的直觉，有助于避免疾病传播和一些特定的健康威胁。通过描述性统计分析，探索性数据分析，和预测性分析，制定一套对某些疾病最具性价比的治疗方案，并减少不必要的甚至重复的治疗，变得轻而易举。用已有知识预测未来的最大价值，正是可以帮助我们改变今天的一些行为模式。

2、电子病历

可交互式电子病历（Interoperable EHRs）对降低病患护理成本的潜力惊人。EHRs可协助医疗机构增进对慢性病的管理，提高运营效率，转化自身的财务状况，并改善患者的预后。然而，全国范围内电子病历的实施仍然差强人意，且他们的利益没有被完全实现。医疗机构决策者们所面临的挑战之一，是如何使电子病历易于访问，所收集的数据得到有效使用，并容易获得。

通过优化使用电子病历中获取的数据，我们可以揭示多样化和复杂信息中隐藏的关系，并识别模式和趋势，改善慢性病管理，提高运营效率，转变医疗机构的财务状况。

3、患者的行为和情绪数据

AMI Research的一项研究表明，可穿戴设备的市场到2019年可达到$ 5200万。可穿戴设备在监控心脏速率、睡眠模式、步行等等的同时，还提供环境、地理位置、行为模式、和生物统计的新维度。与社交媒体数据及非结构化的“生活方式”的数据相结合，将是一个强大的潜力无限的组合，不仅仅是数字和推文。

很明显，我们将从分析医疗保健数据的因果关系中获得巨大的益处。根据我的判断，我们将继续感受到对预防胜过治疗的推动，使预测结果成为前沿的和中心的任务。毕竟，在早期阶段发现的东西更容易处理，疫情爆发也更容易得到控制。

可能不像今天这样会有广泛共鸣，但在未来，我们将回顾一下数据科学对医疗保健的显著作用。这是合理的预期，我们将有可能更迅速地从疾病和受伤中恢复，因为新发现的药物而寿命更长，，并受益于更有效的医院手术- 这在很大程度上都取决于我们如何分析大数据。

生活在大数据时代为何如此令人兴奋？因为医疗保健行业将不得不借助大数据来寻找更好的工具，技巧和技术来处理患者数据，得到更深入的见解？当医疗卫生选择完全接受数据科学，它将改变每个人的未来。

4、基因组学

廉价的基因测序和新一代的基因组技术正在改变医疗保健供应商的经营方式。我们现在有能力测序整个基因组序列，并测量数以万计的血液成分来评估健康状况。新一代基因组技术使得数据科学家大幅增加研究人群的基因组数据收集量。

当结合新的信息学方法，并进一步整合许多在医疗保健领域的应用，如疾病的研究、处方的有效性等多种种类的数据，我们能更好地了解药物反应和疾病的遗传基础。

研究人员的目标是实现“超个性化(ultra-personalized)”的医疗保健。作为一个开始，美国食品药品管理局已经开始发行药品标签，对特别的基因变异的病人指定不同的剂量。

5、病人监护及家庭医疗服务装置

虽然医生们可以做许多事，但他们不能每一分钟都监测患者的病情。而新兴的穿戴式身体传感器，可以做到检测从心率到睾丸激素水平等许多方面。

传感器只是医疗技术正在从医院走进家庭的的一种呢方式。家用的医疗监测仪以及移动应用设备每天都在日新月异，如黑色素瘤诊断仪、个人心脑电图监测等都已成为可能。

设计这些小型的仪器是为了帮助患者，当然也可以用于收集数据。例如，在2011年即有了哮喘GPS追踪仪，可以记录哮喘病人使用吸入器的情况。收集、综合分析这些信息并结合来自于疾病控制中心的资料（如在新英格兰进行的高花粉计数）可以帮助医生了解如何做到最好的预防。

在2012年开始发售的Ginger.io’s移动仪，是建立在病人知情同意的基础上监测并收集他们的电话、短信、位置和运动数据，并结合来自国家卫生研究所的行为健康的信息以及其他方面的数据以便发现患者的潜在问题。比如过多的深夜电话或许是焦虑发作的高风险。

总部位于波士顿的伊莉莎公司，研发了一种可以提高患者的服药依从性的监测仪，针对不同类型的人进行不同的提醒。这种针对性智能提醒提高了用药依从性。

◆ ◆ ◆

未来的挑战

目前，将大数据应用到医疗保健行业仍有许多障碍，既有技术性的，也有心理上的问题。医疗保健工作者多年来收集大量的纸质文件，已经根深蒂固，并导致了低效率，而新习惯需要慢慢养成。也有人认为不能冒进，至少要花时间搞清楚数据所有权、患者隐私以及医疗保健的总体发展方向。

选自：Data Science Central

原作者：SameerDhanrajani

翻译/整理：孙强 Dr.Guo 肥毛毛虫 HeHe 汪霞

关于转载
如需转载，请在开篇显著位置注明作者和出处（转自：大数据文摘|bigdatadigest），并在文章结尾放置大数据文摘醒目二维码，转载后请将转载链接发送给我们。申请白名单授权请发送【文章名称-待授权公众号名称及ID】给我们。联系邮箱：zz@bigdatadigest.cn。未经许可的转载以及改编者，我们将依法追究其法律责任。