2017年7月28日，“2017醫(yī)療IT創(chuàng)新研討會暨醫(yī)療大數(shù)據(jù)發(fā)展論壇”在云南省腫瘤醫(yī)院召開。陸軍軍醫(yī)大學(xué)西南醫(yī)院信息科汪鵬主任圍繞醫(yī)療大數(shù)據(jù)臨床應(yīng)用發(fā)表了精彩演講，從“醫(yī)療大數(shù)據(jù)正逢其時、百家爭鳴之靈感觸動、臨床輔診之探幽索勝、醫(yī)學(xué)智能之未來簡史”這四個方面，全面闡述了醫(yī)療大數(shù)據(jù)的基本內(nèi)涵、創(chuàng)新需求、發(fā)展現(xiàn)狀、建設(shè)實踐和未來動向，以期為我國醫(yī)療大數(shù)據(jù)的研發(fā)應(yīng)用提供些許借鑒。

　　汪鵬

　　陸軍軍醫(yī)大學(xué)第一附屬醫(yī)院

　　（重慶西南醫(yī)院）

　　如何跳出傳統(tǒng)IT思維，去推動和輔助臨床信息化創(chuàng)新？這是新一代醫(yī)療IT建設(shè)者們需要思考的問題。

　　醫(yī)院信息化經(jīng)過20年的快速發(fā)展，已經(jīng)進入一個高度信息化、數(shù)據(jù)化的時代。然而，我們的臨床醫(yī)生看病與20年前又有什么本質(zhì)區(qū)別呢？——從手寫到用鍵盤取而代之，甚至“忘了”手寫，這似乎是為數(shù)不多的變化。

　　能否利用最新科技改變傳統(tǒng)診療模式，給醫(yī)生和患者提供更多智能和幫助呢？我認為，醫(yī)療大數(shù)據(jù)是邁向“智能醫(yī)學(xué)”的必經(jīng)之路。傳統(tǒng)醫(yī)學(xué)模式正在加速向5P醫(yī)學(xué)模式轉(zhuǎn)變，即預(yù)防性（Preventive）、預(yù)測性（Predictive）、個體化（Personalized）、參與性（Participatory）、精準(zhǔn)醫(yī)療（PrecisionMedicine）——整個醫(yī)療服務(wù)領(lǐng)域已經(jīng)步入數(shù)據(jù)驅(qū)動時代，醫(yī)療大數(shù)據(jù)就是精準(zhǔn)診療、智能診療的基礎(chǔ)。

　　1

　　醫(yī)療大數(shù)據(jù)正逢其時

　　概念逐步落地

　　需求蓬勃發(fā)展

　　政府強力引導(dǎo)

　　2008年，Nature雜志出版?？疊igData，“大數(shù)據(jù)”一詞正式登上科學(xué)舞臺，并迅速成為各領(lǐng)域研究熱點。

　　資料卡：定義大數(shù)據(jù)

　　國際數(shù)據(jù)公司IDC對大數(shù)據(jù)定義如下：一種新一代的數(shù)據(jù)集及其技術(shù)和架構(gòu)，具備高效的捕捉、發(fā)現(xiàn)和分析能力，能夠經(jīng)濟地從類型復(fù)雜、數(shù)量龐大的數(shù)據(jù)中挖掘出價值。

　　然而，至今仍然有很多人認為大數(shù)據(jù)是炒作居多，仍沉浸在傳統(tǒng)思維中。特別是健康醫(yī)療大數(shù)據(jù)，常被“詬病”為“不夠多、不夠大，根本談不上什么大數(shù)據(jù)，更鮮少成熟應(yīng)用”。這主要是因為沒有看清傳統(tǒng)方法對新需求的力不從心，沒有看清健康醫(yī)療大數(shù)據(jù)發(fā)展的巨大潛力和創(chuàng)造力。

　　對于大數(shù)據(jù)的標(biāo)準(zhǔn)，國家統(tǒng)計局給出的最新特征是“6V+1C”（見圖1），大數(shù)據(jù)是指無法以傳統(tǒng)方法進行抓取、管理、處理和利用的數(shù)據(jù)集合。來源于臨床病歷、健康檔案、基礎(chǔ)知識庫、臨床知識庫、參考文獻、個人健康數(shù)據(jù)、基因與組學(xué)數(shù)據(jù)的醫(yī)療場景數(shù)據(jù)和大數(shù)據(jù)相關(guān)技術(shù)深度結(jié)合，使新模式、新價值得以產(chǎn)生。

　　數(shù)據(jù)種類豐富、結(jié)構(gòu)復(fù)雜是醫(yī)療數(shù)據(jù)的顯著特點（圖2），有學(xué)者測算，電子健康檔案（EHRs）中有80%的數(shù)據(jù)是以非結(jié)構(gòu)化形式存儲的，通常都是自然語言處理/錄入。因此，需要對自然語言進行語義分析和數(shù)據(jù)特征提取。目前，這仍然是較難的一個技術(shù)點，特別是中文。

　　同時需要注意的是，生物醫(yī)學(xué)大數(shù)據(jù)的增長規(guī)模和復(fù)雜程度超出想象——來看一組數(shù)據(jù)。

　　資料卡：大數(shù)據(jù)有多大

　　2015年，生命科學(xué)和醫(yī)學(xué)研究產(chǎn)出科學(xué)數(shù)據(jù)保守估計已經(jīng)超過EB量級，相當(dāng)于五百萬個國家圖書館的信息量；

　　單個個體相關(guān)的組學(xué)數(shù)據(jù)和臨床數(shù)據(jù)總和已經(jīng)超過400G，相當(dāng)于2000個國家圖書館的信息量。

　　生物醫(yī)學(xué)大數(shù)據(jù)正以前所未有的方式推動生命科學(xué)與生物技術(shù)的進步，生命科學(xué)進入信息時代，通過數(shù)據(jù)鏈整合產(chǎn)業(yè)技術(shù)創(chuàng)新鏈已經(jīng)成為國際競爭新的技術(shù)制高點。

　　大數(shù)據(jù)需求蓬勃增長，應(yīng)用前景廣闊，以下簡單歸納了一些面向不同對象的醫(yī)療大數(shù)據(jù)應(yīng)用需求。

　　面向醫(yī)生

　　提供不良反應(yīng)與差錯分析提醒、智能臨床輔助診療與治療、單病種大宗病例統(tǒng)計分析、治療方法與療效對比、最小有效治療分析、精準(zhǔn)診療與個性化治療、醫(yī)學(xué)影像學(xué)智能標(biāo)注與分析等。

　　面向患者

　　提供全生命周期的健康檔案、自我健康管理、健康狀態(tài)的預(yù)測與預(yù)警等。

　　面向研究人員

　　提供科研數(shù)據(jù)采集與分析、科研選題與科研發(fā)現(xiàn)、用藥分析與藥物研發(fā)等。

　　面向管理者

　　提供精細化管理決策支持、基于數(shù)據(jù)的模擬分析、病種與疾病譜分析、疾病與疫情監(jiān)測等。

　　雖然需求非常旺盛，但到目前為止，還鮮見能夠非常成熟的去實現(xiàn)這些需求，特別是投入臨床應(yīng)用的、讓醫(yī)生和患者都滿意的信息化產(chǎn)品。因此，我們信息人還有很多工作要做！

　　圖3醫(yī)療大數(shù)據(jù)應(yīng)用促進診療模式的變革

　　醫(yī)療大數(shù)據(jù)應(yīng)用將有利于促進診療模式的變革。20年前，醫(yī)生主要靠手寫；20年來，醫(yī)生逐漸擺脫紙筆，利用電腦開處方、寫病歷；5-10年后，我預(yù)測，醫(yī)生不再孤獨地“戰(zhàn)斗”，在他們的背后會有大數(shù)據(jù)、人工智能、云計算等IT資源提供強有力的知識外掛組件。

　　我國政府也越來越關(guān)注大數(shù)據(jù)的布局——

　　2015年，國務(wù)院印發(fā)《促進大數(shù)據(jù)發(fā)展行動綱要的通知》

　　2016年，發(fā)布《十三五規(guī)劃綱要》，實施國家大數(shù)據(jù)戰(zhàn)略

　　2016年，國務(wù)院辦公廳再發(fā)《關(guān)于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展指導(dǎo)意見》——從戰(zhàn)略到具體實施，國家從各個層面來指導(dǎo)健康醫(yī)療大數(shù)據(jù)的發(fā)展和實施。

　　2017年7月20日，國務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，其中有兩點涉及到了大健康產(chǎn)業(yè)：一是關(guān)于智能醫(yī)療的；二是關(guān)于智能健康和養(yǎng)老的。規(guī)劃對全行業(yè)人工智能的發(fā)展進行了闡述，明確了我國新一代人工智能發(fā)展的“三步走”戰(zhàn)略目標(biāo)，提出到2030年中國要達到國際領(lǐng)先地位。

　　國家這些政策和利好對企業(yè)來說是商機，對我們醫(yī)療IT建設(shè)者來說是方向和指導(dǎo)。因此，健康醫(yī)療大數(shù)據(jù)的產(chǎn)業(yè)熱度會保持很長一段時間，有望向新興的人工智能產(chǎn)業(yè)邁出堅實的一步。

　　2

　　百家爭鳴之靈感觸動

　　一枝獨秀不是春

　　百花齊放春滿園

　　資料卡：本節(jié)提及的企業(yè)/研究機構(gòu)

　　Google、微軟、法國高速基因組測序分析平臺、飛利浦、HealthNucleus、IBM、威斯康星大學(xué)麥迪遜威絲曼中心、中國科學(xué)院北京基因組研究所生命與健康大數(shù)據(jù)中心、清華大學(xué)數(shù)據(jù)科學(xué)研究院醫(yī)療健康大數(shù)據(jù)研究中心、電子科技大學(xué)的健康大數(shù)據(jù)研究所、高血壓大數(shù)據(jù)聯(lián)合實驗室、春雨·中國科學(xué)院大學(xué)健康大數(shù)據(jù)聯(lián)合實驗室、貴州省大數(shù)據(jù)精準(zhǔn)醫(yī)學(xué)實驗室、上海精準(zhǔn)醫(yī)療大數(shù)據(jù)中心、中華精準(zhǔn)醫(yī)學(xué)中心、醫(yī)渡云、柯林布瑞、樂九醫(yī)療、Airdoc、同濟CT“阿爾法狗”、華大基因、華西-希氏醫(yī)學(xué)人工智能研發(fā)中心

　?。ㄗ髡邆渥ⅲ阂韵沦Y料均來自互聯(lián)網(wǎng)業(yè)界報道，部分資料為本人與相關(guān)廠商交流獲悉。）

　　首先來看一組全球醫(yī)療大數(shù)據(jù)臨床應(yīng)用方面的具體實踐

　　GoogleFluView

　　專攻搜索引擎的一些公司在掌握大數(shù)據(jù)資源方面具有得天獨厚的優(yōu)勢，他們可以基于這些數(shù)據(jù)挖掘很多應(yīng)用，如關(guān)注熱點、消費習(xí)慣等。Google公司的FluView，是一個基于大數(shù)據(jù)分析的跟蹤工具，對流感預(yù)測是非常好的一個案例，也是較早廣泛報道成功案例。FluView能夠接收并處理來自搜索用戶、醫(yī)生、醫(yī)院以及CDC實驗室的大量數(shù)據(jù)，為流感疫情的蔓延提供一個清晰的圖像，進而幫助阻止流感疫情的蔓延。

　　微軟Azure云平臺

　　微軟Azure云平臺推廣大型、開放的基因組數(shù)據(jù)集1000基因組，為研究人員提供幫助，并與很多基因公司合作，打造基因組大數(shù)據(jù)分析平臺。

　　法國高速基因組測序分析平臺

　　法國開建2個高速基因組測序分析平臺，主攻癌癥、糖尿病、罕見病，平均每年能夠?qū)崿F(xiàn)對1.8萬個基因組的測序和解讀。同時，啟動基因組和個體化醫(yī)療項目，以提高國家醫(yī)療診斷和疾病預(yù)防能力為整體目標(biāo)，預(yù)計在全國范圍內(nèi)建立12個基因測序平臺，2個國家數(shù)據(jù)中心。

　　飛利浦

　　飛利浦聯(lián)合威徹斯特醫(yī)學(xué)中心啟動精準(zhǔn)醫(yī)療計劃，IntelliSpace基因組學(xué)解決方案無縫銜接了來自多個數(shù)據(jù)源的數(shù)據(jù)，將基因組學(xué)分析與患者臨床數(shù)據(jù)相整合。

　　HealthNucleus

　　HealthNucleus的全基因組健康管理服務(wù)提供全基因組測序、微生物組測序、代謝組學(xué)分析、臨床檢查和影像服務(wù)，可通過用戶基因組與人類參考基因組進行比較，評估用戶的基因組。

　　IBMWatsonHealth

　　廣受關(guān)注的IBMWatsonHealth的認知系統(tǒng)能不斷地學(xué)習(xí)、訓(xùn)練、產(chǎn)生知識，與理解的對象產(chǎn)生互動。整個方案包括Watsonforoncology（腫瘤，lung，breast，colon/rectal等的治療方案）、Watsonclinicaltrialmatching（臨床方案匹配，識別患者相適應(yīng)的臨床方案）、Watsondiscoveryadvisor（醫(yī)學(xué)發(fā)現(xiàn)，從海量醫(yī)學(xué)文獻獲得洞察力）、Watsongenomicsadvisor（基因，從DNA序列中獲得洞察力）、Analysisofmedicalimages（醫(yī)學(xué)影像分析）。

　　IBMWatson要做的不是“占有”數(shù)據(jù)，而是通過提供平臺鼓勵用戶自己訓(xùn)練Watson——我認為這個思路是正確的?；贗BMWatson的醫(yī)療助理每秒可以閱讀數(shù)億頁資料，幫助醫(yī)務(wù)人員獲取數(shù)據(jù)，這在之前是做不到的。

　　GoogleAI

　　GoogleAI進軍醫(yī)療，在一些類型的乳腺癌的病理識別準(zhǔn)確率上超過了醫(yī)生——病理學(xué)家花了整整30個小時，仔細分析了130張切片，準(zhǔn)確率為73.3%，而谷歌AI交出的答卷則是88.5%。

　　類似的基于圖像識別的應(yīng)用還很多，例如基于腦部MRI的白質(zhì)高信號灶分割、基于皮膚鏡照片的皮膚癌分類診斷、基于數(shù)字病理切片的乳腺癌淋巴結(jié)轉(zhuǎn)移檢測、基于眼底照片的糖尿病性視網(wǎng)膜病變檢測等等。這些基于影像的分析診斷能夠成功，主要是因為影像學(xué)提供了足夠的規(guī)則，因此很容易做出大數(shù)據(jù)判別。

　　威斯康星大學(xué)麥迪遜威絲曼中心和威斯康星發(fā)現(xiàn)研究院

　　基于錄音也可以進行大數(shù)據(jù)診斷，這非常新穎。根據(jù)威斯康星大學(xué)麥迪遜威絲曼中心和威斯康星發(fā)現(xiàn)研究院的新研究，依靠5min的錄音就足以判斷某個人是否容易罹患與基因相關(guān)的遺傳性疾病。目前已經(jīng)可以準(zhǔn)確地識別個體的突變前期的脆弱的X染色體。

　　達芬奇手術(shù)機器人

　　可以輔助醫(yī)生做手術(shù)的手術(shù)機器人也是重要的一部分，它可以利用各種知識庫可以實現(xiàn)精準(zhǔn)診療。達芬奇手術(shù)機器人已經(jīng)成為全球最成功和應(yīng)用最廣的手術(shù)機器人。

　　國內(nèi)在大數(shù)據(jù)、精準(zhǔn)診療方向上也有很多布局和應(yīng)用

　　中國科學(xué)院北京基因組研究所生命與健康大數(shù)據(jù)中心

　　中國科學(xué)院北京基因組研究所生命與健康大數(shù)據(jù)中心建立了海量生物組學(xué)大數(shù)據(jù)儲存與分析體系，建設(shè)組學(xué)大數(shù)據(jù)應(yīng)用與共享平臺，已完成整合全球1700多個生物數(shù)據(jù)庫，國內(nèi)首個原始組學(xué)數(shù)據(jù)歸檔庫正式上線，目前正開展人群精準(zhǔn)醫(yī)學(xué)信息庫、原始組學(xué)數(shù)據(jù)的共享平臺。

　　清華大學(xué)數(shù)據(jù)科學(xué)研究院醫(yī)療健康大數(shù)據(jù)研究中心

　　清華大學(xué)數(shù)據(jù)科學(xué)研究院醫(yī)療健康大數(shù)據(jù)研究中心整合海量醫(yī)療健康大數(shù)據(jù)，為公眾健康、臨床決策、政府決策提供支持；對臨床表型與生命組學(xué)數(shù)據(jù)進行整合分析，實現(xiàn)對腫瘤、慢性病、罕見病等高危疾病實現(xiàn)精準(zhǔn)預(yù)防、診斷和治療。

　　電子科技大學(xué)健康大數(shù)據(jù)研究所

　　電子科技大學(xué)健康大數(shù)據(jù)研究所已經(jīng)完成大數(shù)據(jù)分級診療監(jiān)測評估系統(tǒng)，目前承擔(dān)著基于健康云的老年健康管理服務(wù)、面向醫(yī)療保險的大數(shù)據(jù)分析應(yīng)用、醫(yī)學(xué)數(shù)字影像唯一身份識別等科研任務(wù)。

　　高血壓大數(shù)據(jù)聯(lián)合實驗室

　　高血壓大數(shù)據(jù)聯(lián)合實驗室由中國科學(xué)技術(shù)信息研究所、北京同仁醫(yī)院、科學(xué)技術(shù)文獻出版社共同成立，正在打通院內(nèi)數(shù)據(jù)，形成產(chǎn)、學(xué)、研融合的高血壓數(shù)據(jù)平臺、管理平臺，后期將面向全國形成高血壓數(shù)據(jù)共享、應(yīng)用、發(fā)布的數(shù)據(jù)支撐平臺。

　　春雨·中國科學(xué)院大學(xué)健康大數(shù)據(jù)聯(lián)合實驗室

　　春雨·中國科學(xué)院大學(xué)健康大數(shù)據(jù)聯(lián)合實驗室是國內(nèi)專注于健康大數(shù)據(jù)的專業(yè)實驗室，目標(biāo)是實現(xiàn)智能和自動化的慢病管理，根據(jù)用戶線上問診數(shù)據(jù)，實現(xiàn)初步的智能化疾病診斷，目前已成型使用，正開展分析健康消費數(shù)據(jù)，增加用戶用藥和治療經(jīng)濟性，降低醫(yī)保賠付率。

　　貴州省大數(shù)據(jù)精準(zhǔn)醫(yī)學(xué)實驗室

　　貴州省大數(shù)據(jù)精準(zhǔn)醫(yī)學(xué)實驗室由貴州省醫(yī)牽頭成立，通過醫(yī)學(xué)影像大數(shù)據(jù)，形成人工智能醫(yī)療體系，正在開展3D醫(yī)學(xué)影像，以讓醫(yī)學(xué)生更加熟悉人體構(gòu)造，同時將影像設(shè)備結(jié)合大數(shù)據(jù)分析提供出了更精準(zhǔn)的診斷方式。

　　上海精準(zhǔn)醫(yī)療大數(shù)據(jù)中心

　　上海精準(zhǔn)醫(yī)療大數(shù)據(jù)中心由復(fù)旦大學(xué)、復(fù)旦大學(xué)各個附屬醫(yī)院、上海張江轉(zhuǎn)化醫(yī)學(xué)研發(fā)中心組成，已開展生物大數(shù)據(jù)開發(fā)與利用研究，建立標(biāo)準(zhǔn)化的食管癌患者臨床信息管理系統(tǒng)，搭建了精準(zhǔn)醫(yī)療臨床決策支持系統(tǒng)。

　　中華精準(zhǔn)醫(yī)學(xué)中心

　　中華精準(zhǔn)醫(yī)學(xué)中心由復(fù)旦大學(xué)附屬中山醫(yī)院和華大基因聯(lián)合成立；通過基因大數(shù)據(jù)，建立覆蓋生育健康、腫瘤預(yù)防、心腦血管、遺傳及感染等領(lǐng)域具有國際水平的基因組學(xué)研究和應(yīng)用中心。

　　醫(yī)渡云、柯林布瑞、樂九醫(yī)療等國內(nèi)醫(yī)療大數(shù)據(jù)企業(yè)

　　國內(nèi)的醫(yī)渡云、柯林布瑞、樂九醫(yī)療等醫(yī)療大數(shù)據(jù)企業(yè)率先在醫(yī)院推廣全數(shù)據(jù)搜索引擎，把醫(yī)院積累的海量數(shù)據(jù)資源盤活，使得臨床資料的精確查找達到秒級水平?；谛阅茏吭降尼t(yī)療大數(shù)據(jù)平臺，醫(yī)渡云等企業(yè)還在與醫(yī)院合作，利用其積累深厚的NLP和大數(shù)據(jù)平臺構(gòu)建技術(shù)，共同探索面向臨床的知識推薦服務(wù)系統(tǒng)。

　　Airdoc

　　人工智能企業(yè)Airdoc的輔助診斷模型可以識別百萬級甚至更高數(shù)量級的醫(yī)學(xué)影像。如能夠通過多維度數(shù)據(jù)分析輔助診斷及疾病預(yù)測，通過對文本、影像等多模態(tài)海量數(shù)據(jù)的綜合挖掘，建立預(yù)測分析模型，進一步探索疾病分布演化規(guī)律；如醫(yī)學(xué)影像識別，已經(jīng)針對大腦、心血管、肺部、肝臟、骨骼健康領(lǐng)域研發(fā)出多個模型。

　　同濟CT“阿爾法狗”

　　還有同濟CT“阿爾法狗”，據(jù)稱5秒讀結(jié)果，閱片水平已經(jīng)接近主治醫(yī)師，對于三毫米以內(nèi)的小病灶，人肉眼很容易遺漏掉，但是它卻能夠識別出來，對肺結(jié)節(jié)的發(fā)現(xiàn)準(zhǔn)確率更是高達90%。

　　華大基因

　　華大基因通過基因測序預(yù)測破解疾病，通過搭建生物信息云平臺進行超大規(guī)模的全基因組關(guān)聯(lián)分析，可以進行母體腫瘤早期篩查，研究遺傳病的分子流行病的突變點頻譜分布。

　　華西-希氏醫(yī)學(xué)人工智能研發(fā)中心

　　就在7月27日，四川華西醫(yī)院的華西-希氏醫(yī)學(xué)人工智能研發(fā)中心經(jīng)過3個月研發(fā)，已經(jīng)實現(xiàn)了人工智能對消化內(nèi)鏡圖片的秒級診斷，診斷準(zhǔn)確率達90%以上，有望于未來2-3年臨床應(yīng)用。

　　據(jù)報道顯示，該人工智能技術(shù)的研發(fā)過程分為數(shù)據(jù)篩選、消化病變歸類、AI模型數(shù)據(jù)訓(xùn)練和深度學(xué)習(xí)、模型測試調(diào)整及再訓(xùn)練等4階段，目前已對20萬份病例數(shù)據(jù)進行了深度學(xué)習(xí)，對息肉、腫瘤、靜脈曲張的初期診斷準(zhǔn)確率分別達到了92.7%、93.9%和96.8%。

　　以上這些案例并不足以完整描繪整個醫(yī)療大數(shù)據(jù)發(fā)展現(xiàn)狀，但足以看出，無論是在國內(nèi)還是國外，大數(shù)據(jù)、精準(zhǔn)診療、人工智能都是一個重要的風(fēng)口上，這將是信息化發(fā)展到一定階段后產(chǎn)生質(zhì)變的關(guān)鍵時期，我們應(yīng)該迎難而上，隨著潮流來做一些有意義、能落地的工作。

　　3

　　臨床輔診之探幽索勝

　　所有的理論法則都依賴于實踐法則

　　——德國哲學(xué)家費希特

　　依托于西南醫(yī)院豐富的數(shù)據(jù)，我們結(jié)合醫(yī)院實際情況做了一些膚淺的工作。

　　資料卡：西南醫(yī)院的大數(shù)據(jù)有多大

　　以2016年為例，西南醫(yī)院門診量近400萬，20幾年來已經(jīng)積累了海量數(shù)據(jù)，為大數(shù)據(jù)分析提供了基礎(chǔ)。目前醫(yī)院包括影像系統(tǒng)在內(nèi)有600T以上的豐富數(shù)據(jù)儲備，其中包含4123萬條醫(yī)療就診記錄，253萬份電子病歷文檔資料，80萬份標(biāo)準(zhǔn)化存儲的生物樣本，110萬份與沙區(qū)共享的居民電子健康檔案。

　　目前，我院開展了臨床數(shù)據(jù)中心與搜索引擎、遺傳基因檢測運算、臨床醫(yī)師評價體系、CDSS研究、生物樣本庫、結(jié)構(gòu)化電子病歷智能檢索、輔助管理決策支持、臨床?？撇》N數(shù)據(jù)庫等八個方面的醫(yī)療數(shù)據(jù)研究與應(yīng)用。

　　利用醫(yī)學(xué)超算平臺進行大數(shù)據(jù)研究

　　圖4西南醫(yī)院腫瘤遺傳與基因組中心專家利用超算平臺系統(tǒng)，該圖為基因在人類染色體上的位置

　　2015年，我院依托生物遺傳中心、腫瘤遺傳與基因組中心、感染科等，結(jié)合中科院重慶綠色智能技術(shù)研究院超級高性能計算平臺，以及中科院軟件所大數(shù)據(jù)分析技術(shù)，通過基因數(shù)據(jù)分析、跟蹤、對比研究，建立了大數(shù)據(jù)基因測序平臺，服務(wù)于個體健康和人類基因組數(shù)據(jù)應(yīng)用。中科院曙光5000A超算平臺能滿足300萬億次浮點計算能力，完全能夠滿足各科室需求。經(jīng)過兩年多的應(yīng)用實踐，共處理、分析兩萬余份生物樣本，使用超算CPU超過近10000機時，為西南醫(yī)院的科研和臨床應(yīng)用提供了重要支撐。

　　基于Hadoop架構(gòu)的醫(yī)院醫(yī)療大數(shù)據(jù)基礎(chǔ)服務(wù)平臺

　　圖5基于Hadoop架構(gòu)的醫(yī)院醫(yī)療大數(shù)據(jù)基礎(chǔ)服務(wù)平臺

　　該平臺可完成數(shù)據(jù)收集、數(shù)據(jù)存儲、數(shù)據(jù)清洗等工作，醫(yī)院HIS、EMRS、LIS、PACS等醫(yī)療信息子系統(tǒng)的數(shù)據(jù)通過ETL、收集、清洗、歸一化等處理，為上層應(yīng)用服務(wù)提供準(zhǔn)確的基礎(chǔ)數(shù)據(jù)支撐。

　　以乳腺癌治療為突破口的CDSS研究

　　圖6以乳腺癌治療為突破口進行CDSS的研究

　　根據(jù)近十年來乳腺癌臨床治療的發(fā)展和變化，我院乳腺中心姜軍教授提出一個創(chuàng)新理論，即最小有效治療，認為由于患者年齡、身體狀況、臨床分期、組織類型、分子分型等等不同，應(yīng)更多地進行個體化治療，減少盲目和不合理的治療。

　　這種“最小有效治療”理論能減少過度治療帶來的盲目診療、縮短住院時間，對患者而言，不良反應(yīng)和并發(fā)癥相對較少，也更加經(jīng)濟。而這需要對疾病診療的知識特征進行分析，以盡量貼近醫(yī)生思考、判別的思維方式，因此需要構(gòu)建依托醫(yī)療大數(shù)據(jù)的精準(zhǔn)診療方案智能指導(dǎo)系統(tǒng)，即臨床診療決策支持系統(tǒng)。依托于該系統(tǒng)能夠輔助實施精準(zhǔn)診療，輔助醫(yī)生進行知識學(xué)習(xí)更新和臨床診療。該系統(tǒng)目前也已經(jīng)針對患者開發(fā)了信息采集、病情分析和診療決策功能，并提供了病例查詢和統(tǒng)計分析等功能。

　　醫(yī)院專享“百度”

　　如何才能充分挖掘醫(yī)院積累的千百萬份病歷數(shù)據(jù)？

　　如何才能提高醫(yī)生錄入科研及隨訪數(shù)據(jù)的效率？

　　如何形成以學(xué)科、病種為主題的醫(yī)學(xué)科研數(shù)據(jù)庫？

　　如何才能把臨床大數(shù)據(jù)轉(zhuǎn)化成臨床詢證知識系統(tǒng)？

　　如何把醫(yī)院數(shù)據(jù)轉(zhuǎn)化為有價值、可促進學(xué)科發(fā)展的資產(chǎn)？

　　圖7西南醫(yī)院臨床大數(shù)據(jù)醫(yī)學(xué)科研搜索引擎

　　我們開發(fā)了基于科研數(shù)據(jù)中心的臨床科研信息系統(tǒng)；開發(fā)了臨床科研信息平臺，嘗試著將歷史積累的病例數(shù)據(jù)轉(zhuǎn)化為支撐學(xué)科長期發(fā)展的戰(zhàn)略信息資源；開發(fā)了醫(yī)院臨床大數(shù)據(jù)醫(yī)學(xué)科研搜索引擎，輸入關(guān)鍵字后，三秒內(nèi)可以遍歷全院臨床資料，顯示搜索結(jié)果；開發(fā)了單病種科研隨訪系統(tǒng)；我們還嘗試著開展臨床詢證知識推送系統(tǒng)研究，與門診醫(yī)生站、住院工作站、個人/科室科研數(shù)據(jù)庫集成融合，讓臨床醫(yī)生在診療過程中即時使用醫(yī)院積累的數(shù)據(jù)知識，在臨床診療過程中做科研。

　　圖8正在開發(fā)中的醫(yī)生站臨床詢證知識推送系統(tǒng)

　　在我們與一批大數(shù)據(jù)公司的合作規(guī)劃中，將逐步完成診療線索、臨床知識庫、智能文獻助手、智能決策四期工程。整體設(shè)計思路是與醫(yī)生站緊密結(jié)合，以便通過醫(yī)生站即可獲取臨床輔助決策信息。我們力爭形成這樣的大數(shù)據(jù)產(chǎn)品：工具化、產(chǎn)品化，與醫(yī)生的日常工作平臺緊密嵌入，具備高度的實時性和方便性，具備自主學(xué)習(xí)和智能化能力。

　　4

　　醫(yī)學(xué)智能之未來簡史

　　醫(yī)療大數(shù)據(jù)與醫(yī)學(xué)人工智能

　　是一場事關(guān)人類健康與生存的知識革命

　　最近有一部暢銷書叫《未來簡史》，我參照該書目錄的提法，描述一下醫(yī)療大數(shù)據(jù)的＂未來簡史＂。

　　第一章悠長的過往

　　1996年以前的漫長時期，醫(yī)院信息化絕大部分以財務(wù)系統(tǒng)為主，從DOS到桌面，從單機到網(wǎng)絡(luò)，從同軸電纜到雙絞線，一切都是為了把錢收準(zhǔn)、把賬管好。

　　第二章全面信息化簡史

　　從1997-2012年是醫(yī)院信息化發(fā)展非?？斓碾A段，圍繞電子病歷、質(zhì)量與效率管理等的各大系統(tǒng)陸續(xù)上線，并改變了醫(yī)生傳統(tǒng)的工作方式。

　　第三章傳統(tǒng)方式的終結(jié)

　　從2013年-2016年，隨著醫(yī)院數(shù)據(jù)積累越來越大、系統(tǒng)間的接口越來越多，傳統(tǒng)信息不斷堆砌的方法走向終結(jié)，醫(yī)院信息系統(tǒng)在交互性、標(biāo)準(zhǔn)化等方面迫切需要更好的規(guī)劃設(shè)計和調(diào)整。

　　第四章未來第一次浪潮：從ESB、CDR走向開放互聯(lián)

　　從2015年-2020年，我們迎來了“未來第一次浪潮”，醫(yī)院信息化建設(shè)從ESB、CDR走向標(biāo)準(zhǔn)化的開放互聯(lián)，將為大數(shù)據(jù)發(fā)展奠定基礎(chǔ)。

　　第五章未來第二次浪潮：基于云端大數(shù)據(jù)的臨床輔診

　　從2017年-2025年，我們將迎來“未來第二次浪潮”，基于云端大數(shù)據(jù)的輔助診療系統(tǒng)將在臨床工作中越來越深入的應(yīng)用。

　　第六章未來第三次浪潮：醫(yī)學(xué)人工智能的革命

　　從2020年-2030年，在“未來第三次浪潮”中，我們將迎來醫(yī)學(xué)人工智能的革命，計算機真的能代替醫(yī)生的很多工作。

　　第七章中國將如何

　　如果說從工業(yè)革命到信息革命，中國都處于落后與被動局面，那么在人工智能研發(fā)應(yīng)用領(lǐng)域，我們與國外基本是在一個起跑線上。我們必須抓住機遇，加大基礎(chǔ)研究和應(yīng)用研發(fā)，10-15年后爭取成為人工智能研發(fā)與應(yīng)用的大國、強國。

　　在談醫(yī)學(xué)人工智能之前，讓我們再回顧一下人工智能的前世今生。

　　人工智能這一概念是在1956年的達特莫斯（Dartmouth）會議上首次提出的，這一學(xué)科的研究領(lǐng)域現(xiàn)在包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能的發(fā)展經(jīng)歷了上世紀(jì)50-60年代的形成期、上世紀(jì)70年代的暗淡期、上世紀(jì)80-90年代的應(yīng)用期，在21世紀(jì)進入突飛猛進期，人工智能在語音、語義、圖像等方面的應(yīng)用日益廣泛成熟，引起了各國各大研究機構(gòu)的關(guān)注，紛紛布局人工智能醫(yī)療研究領(lǐng)域。

　　依托于計算機視覺技術(shù)、自然語言處理技術(shù)、語音識別技術(shù)、機器人技術(shù)、機器深度學(xué)習(xí)技術(shù)這五大人工智能核心技術(shù)，在醫(yī)學(xué)人工智能領(lǐng)域，知識共享、更快的分析、更智能的學(xué)習(xí)、更聰明的機器人、更自然的互動，將是未來的發(fā)展趨勢。

　　在今后一段時間，我個人判斷，融合人工智能技術(shù)的醫(yī)療大數(shù)據(jù)應(yīng)用將深度嵌入臨床診療過程，主要有以下幾個方面的趨勢。

　　醫(yī)療大數(shù)據(jù)應(yīng)用從當(dāng)前的科研數(shù)據(jù)利用層面逐步進入到臨床診療過程輔助層面；

　　循證醫(yī)學(xué)數(shù)據(jù)、臨床指南、醫(yī)學(xué)文獻等豐富數(shù)據(jù)資源將共同服務(wù)于臨床診療過程；

　　醫(yī)生工作站平臺將會外掛越來越來的醫(yī)學(xué)知識庫為診療過程提供智能化支持；

　　基于大數(shù)據(jù)分析的人工智能有望取代如影像科、病理科等大部分單一識別性與分析性工作；

　　醫(yī)院管理可實現(xiàn)全時段、全領(lǐng)域、全維度“數(shù)據(jù)型優(yōu)化”。

　　在具體應(yīng)用層面，可輔助診斷疾病的虛擬助理、可輔助醫(yī)生看片的醫(yī)學(xué)影像人工智能、可大幅度降低藥物研發(fā)成本的虛擬藥物篩選及挖掘、以意念控制芯片的康復(fù)醫(yī)療、可識別和降低疾病風(fēng)險的健康管理、可優(yōu)化醫(yī)療服務(wù)流程和資源配置的醫(yī)院管理等等，都是未來值得關(guān)注的發(fā)展方向。

　　不過，在醫(yī)療的AI研究領(lǐng)域，長期以來的一個困難是缺乏高質(zhì)量干凈的有臨床標(biāo)注的數(shù)據(jù)。同時，醫(yī)學(xué)的復(fù)雜性也使得尋找一個完美的訓(xùn)練集非常不容易。從大數(shù)據(jù)到AI，除了“有數(shù)”以外，還得鍛煉“庖丁解牛”的精湛技藝與方法體系。目前人工智能在醫(yī)療領(lǐng)域的應(yīng)用尚處于比較淺顯的階段，人工智能可取代醫(yī)生的重復(fù)性體力勞動工作，提升醫(yī)生的職業(yè)專業(yè)程度，但是從更深一步的診斷決策和治療尚有缺陷。

　　最后，我想引用作者尤瓦爾·赫拉利在《未來簡史》中的兩句話：

　?、偃祟愔圆辉敢飧淖儯且驗楹ε挛粗?。但歷史唯一不變的事實，就是一切都會改變。

　　②全球經(jīng)濟導(dǎo)向已經(jīng)從物質(zhì)經(jīng)濟轉(zhuǎn)變?yōu)橹R經(jīng)濟，過去主要的財富來源是物質(zhì)資產(chǎn)，比如金礦、麥田、油井，現(xiàn)在的主要財富來源則是知識。

　　為此，在可見的未來，我可以大膽地預(yù)測，醫(yī)療大數(shù)據(jù)與醫(yī)學(xué)人工智能將是一場事關(guān)人類健康與生存的知識革命！

　　同道們，讓我們一起改變，一起投入到這場偉大的人類健康革命中去吧！

　　-end-