精準醫療在中國 | 醫療數據應用思路與瓶頸

眾所周知，醫療領域是一個非常大的市場，美國醫療健康領域能佔到GDP的18%，佔到6%，以50萬億的規模來算，一年3萬億的市場，挖掘潛力巨大。伴隨著人工智慧時代的到來，幾乎所有的大企業，如IBM、谷歌、百度、阿里等都在奮力搶佔「人工智慧+醫療」的市場藍海。國有企業也不甘示弱，6月20日，移動、國家開發銀行、工商銀行、銀行等共9家企業在北京組建了「健康醫療大數據股份有限公司」，攜手打造健康產業航母。

人工智慧需要大量的數據支撐，「人工智慧+醫療」自然離不開大量醫療數據的收集與分析。其實，數據分析技術從它誕生的第一天就與醫療有關係，現在很多人工智慧技術的基礎，比如概率論的發明，最早就是解決歐洲的疫苗接種問題。

醫療數據主要包括三大類：臨床數據、基因數據和大健康數據。醫療數據分析就是要從海量的醫療數據中，尋找醫學證據，然後利用這些證據提供更加個性化的基於證據的臨床治療。在醫院，其實每天都會生成大量的醫療數據。以為例，一年就診的人次接近70億人次，70億次就診產生了大量的臨床數據，但是這些數據並沒有被很好分析。

目前，業內已有很多應用人工智慧技術解決醫療問題的嘗試，在醫療數據分析方面也有一些可供借鑒的思路。

資料庫里有45000個心梗病人，有超過800個變數描述病人的基本信息，包括它的治療信息、臨床信息等。醫生想知道哪些因素會導致患者出現院內死亡，每個患者院內死亡的可能性有多高，這就是一個典型的疾病風險預測的問題。

醫生一般會從800個變數裡面挑出15或20個，然後從45000個人裡面挑出一千個人，用經典統計方法去做單變數多變數的回歸，去看是不是有顯著性，這是目前醫學統計常用的方法。

但是應用人工智慧時，就會用很多新的方法，比如新的特徵抽取。

舉個例子：如果用共生模式挖掘，一個患者可能既有高血壓又有糖尿病，這樣的一種共病可能是一個更有意義的風險因素，這些因素以前醫生不會考慮，而我們可以通過一些數據挖掘方法獲得。又如一個病人同時用了A葯和B葯進行治療，以前醫生可能用A或者B，並不會考慮A+B。如果用共生模式去挖掘共治方案，恰當的聯合用藥可能對病人起到更好的保護作用。

還有一些生理指標也是這樣，比如血壓。如果病人血壓高壓是150，他是從90連續漲上來的還是一直持續在150，還是從180掉下來，醫生不管，醫生只通過一個時間來做判斷，其實數據時間序列的信息沒有很好利用起來。但是用人工智慧的方法，如RN建模或者其他分析的方法，可以很好地捕捉到數據之間時間序列的信息，利用這樣的信息可以做更好的預測。

對患者進行精準分群，這是精準醫療的重要內容。什麼叫精準？有兩個極端，一個極端觀點認為每個人都是不一樣的，作為個體化治療要個性化到每個個體，這是一種理想狀態，但是現在做不到。另外一種是人群治療，比如二型糖尿病，這是一個定義，這群人怎麼治？

精準醫療希望能在這兩個極端之間找到更多的細分點。以為例，糖尿病病人1億，這1億人肯定不一樣，肯定不是1億種情況，也肯定不會是一種情況，怎樣在中間找到一個更合理的分群個性化的治療。

以法華林為例，這個治療如果用藥過量會導致腦溢血。所以，醫生每天都會面臨一個選擇。其實以前可能有一些不該吃這葯的病人也吃了。但是很不幸，僅靠經驗判斷發現不了那些不該吃的病人，也就達不到精準。這就需要依靠數據模型，捕捉病人的細微差異，實現精準細分。

患者精準分群的方法，能判斷哪一些因素對患者聚類是非常重要的，哪一些因素比較重要，每個因素的權重是多少。依據這些指標可以將患者精細劃分開，幫助醫生從病例數據中間挖掘出更精準的患者分群，實施個性化治療。

在目前的醫療領域，數據分析仍然要解決兩個問題：一是解決多模態醫療數據的存儲問題。醫療數據是多模態數據，有結構化很好的數據，比如化驗單、處方；還有一些半結構化的數據，比如住院小結、出院小結；還有完全無結構化的數據，比如醫療影像；還包括像基因測序這樣的組學數據；還包括時間序列數據，比如ICU里會看到一個人插著各種各樣的儀器測量血壓心率脈搏等各種流數據。

這些數據是不同模態的，有些數據適合用關係型的數據存儲，有些數據適用時間序列數據存儲。目前，沒有一種單一數據模型能夠覆蓋這種多模態的醫療數據，如何有好的雲平台去處理多模態醫療數據，這是需要解決的第一個問題。

第二個問題就是安全和隱私問題，因為醫療數據是非常隱私的個人數據，怎樣對這些數據進行保護，這是雲平台一定要做好的。

歐美一些國家都有針對醫療數據保護的法規，患者的關鍵隱私數據（如姓名、住址、電話、身份證號等）進入數據管理的時候必須要打馬賽克，同時對數據進行強加密，數據即使被泄露也是不可解密的；對所有的數據訪問（誰什麼時間能訪問什麼）都要有一套嚴格的訪問控制，通過這樣的方式來保證數據安全性。

會議推薦