Facebook加入
LINE加入
2021/12/25
大數據的意義在於提供「大見解」：從不同來源收集數據並分析它，以揭示用其他方法發現不了的趨勢。在利用大數據發掘價值的所有行業中，醫療行業有可能實現最大的回報。憑藉大數據，醫療服務提供商不僅可以知道如何提高盈利能力和經營效率，還能找到直接增進人類福祉的關鍵所在。
從電子病歷到行動感測數據，從人工智慧（AI）到穿戴設備，從實證醫療到精準治療，都顯示新醫療方法的到來勢不可擋，而醫療大數據正是核心所在。
大數據在醫療領域中有許多應用，以下是大數據在醫療行業的一些常見用途，包括醫療行為和運營管理：
1
分析電子病歷醫生共享電子病歷，可以匯總和分析數據，尋找可降低醫療成本的方法。醫生和醫療服務提供商之間共享患者數據，可以讓患者減少重複檢查，並改善患者護理服務。但目前，大部分的電子病歷都無法共享，這在很大程度上是出於安全和合規的考慮。如果開發一種安全的方法來挖掘患者數據，就能夠有效改善醫護質量並降低醫療成本。2
分析治療方式想想大數據給我們分析治療方式帶來的好處。例如，對兒科病房醫療設備的統合分析，可以更早地識別潛在的嬰兒感染趨勢。或者再想想減少術后葡萄球菌感染的好處。通過利用大數據，醫院可以知道，醫生在術后開的抗生素能否有效地防止感染。3
實證醫學利用實證醫學，醫生可以將病人的癥狀與龐大的患者資料庫進行比對，從而更快地做出準確診斷。在這裡，大數據扮演的角色是從不同來源採集信息，並對數據實施標準化。4
降低再入院率看病費用之所以上漲，原因之一是因為患者離開醫院30天內，再入院率居高不下。利用大數據分析，按照過往記錄、圖表信息和患者特點，醫院能識別高風險病人，並提供必要的護理，從而降低再入院率。5
行動感測數據大數據應用於電子病歷與行動感測數據，除了方便醫生與病患使用外，更重要的是後端的運算系統能利用機器學習演算法計算病人的健康指數，從大量資料細節中來探究健康指數，發現病患發病的潛在因素，從而及時發現問題。6
機器學習演算法智能感測裝置與電子病歷累積的海量數據，能夠通過機器學習演算法應用於醫療領域中，然後通過電子病歷與手術後患者的感測數據回傳，藉由機器學習演算法判斷哪些患者病情嚴重、或者病情易複發需再度住院治療，使用預測模型讓醫院可以提前預測緊急情況的發生，提高治療效果並降低營運成本。這些僅僅是大數據對醫療行業產生重大影響的六個領域。醫生和醫院管理者可使用的數據越多，就越容易發現規律和趨勢，越容易對患者數據進行標準化整合，也越容易找到治療過程中的瓶頸。
對於醫生來說，大腦的記憶容量和時間都是有限的，絕大多數醫生都不可能讀完和理解最新的幾萬份有關研究論文，更不可能記住人類可能患上的上萬種疾病。
但是人工智慧不同，通過深度學習，它可以不間斷地從大量的醫學工具書、醫學雜誌、臨床診斷手冊、醫療電子記錄、百科全書、詞典、圖書、新聞甚至電影劇本中提到的電子病歷進行機器學習，幾乎可以及時存儲所有最新的醫學知識。
而且更為重要的是，機器人醫生能夠學以致用，通過認知分析技術，憑藉從各種渠道搜集的海量數據，迅速給出「意見」，指導醫生做出診斷和治療決策，並且不會因為人的情緒導致缺診或誤診，同時患者能夠更快速地獲得醫療服務，而醫療機構也可節省成本。
基於物聯網技術逐漸成熟，隨著行動醫療與健康照護的需求日趨明顯，加上面臨少子化與高齡化社會的問題，以及事前預防勝於事後治療的照護概念的興起，行動醫療科技未來將扮演著重要的照護角色，不僅可進行自我健康管理，也可提供個人化信息，協助行動醫療領域的應用。
此外，攜帶式裝置與物聯網的應用，也讓醫療設備不再僅僅是醫院裡大型的儀器與操作面板，攜帶式裝置成為醫療儀器與專業醫護人員的延伸。而這些每日快速產生、大量且類型多樣化的數據，也隨著人工智慧和大數據應用技術的發展，提供醫學研究領域更多深入洞察、增值服務應用分析的機會。
不過，專家指出，移動醫療智能化是大勢所趨，但當前國內的實際情況決定了移動醫療智能化還有很長的路要走。如果移動醫療要往智慧醫療方面發展，首先要考慮醫院、醫生的接受程度，以及社會、病患的認可程度。
另外，技術保障也是關鍵一環。目前的移動設備面臨網路信號不均勻，條形碼識別率不高，待機時間短等問題，嚴重影響使用體驗和工作效率。與此同時，移動醫療規範化、標準化也是今後另一大挑戰。
（作者：李揚 人民大學統計學院統計諮詢中心
秦磊 北京對外經貿大學統計學院
謝邦昌 台北醫學大學管理學院及大數據研究中心）
【參考文獻】
[1]《7 Big Data Use Cases for Healthcare》,Ingram Micro Advisor, 2016(10).
[2]《巨量資料分析時代來了》,環球生技月刊,Deloitte全球調查報告,2016(4).
[3]《移動醫療進入人工智慧 健康大數據時代來臨》,通信信息報,何瓏,2016(5).
熱門推薦
留言回覆
