胡盛壽院士：大數據在醫療健康領域的應用展望

2017年8月11日，心臟大會（CHC）2017暨第二屆血管大會（CVC），於北京國家會議中心正式拉開帷幕，大會主席醫學科學院阜外醫院胡盛壽院士在開幕式上致辭並發表主旨演講，展望了大數據時代醫療健康領域的未來發展方向，引發醫學工作者的諸多思考，現整理成文，以饗讀者。

健康大數據是現在衛生健康檢索中的熱點名詞，其實健康大數據的概念由來已久，也是我們認識世界的重要途徑。美國有句諺語說到：除了上帝，任何人都要用數據說話。從根本上說，大數據是我們觀察大千世界各種表現因素之間必然聯繫的哲學思想。在古代，無論是二十四節氣還是李時珍的《本草綱目》，都體現了用數據展現自然和人文的客觀發展規律內在聯繫的一種方法。大數據應該是人類在測量、記錄、分析世界的一種渴望和動力來源。

醫學大數據的到來是在信息大爆炸時代、計算機和互聯網快速發展背景下的必然產物，也是對當今醫療模式客觀審慎的必然結果。過去三十年甚至更長的一段時間中，我們的醫療模式以既定為中心的治療模式，救治了成千上萬患者的生命，但是也同時看到了這種模式存在的弊端。從生活方式干預到過度醫療，再到療效不佳、藥物不良反應，這些中間現象的產生，後面還有對患者主動性認識的差異、資源配置的不合理、尤其是在當今醫患關係的加據，這些現象提示我們在醫學的認識上還存在很多誤區及不足之處。所以，以大數據理念來看待現代醫學發展，就可以發現其存在的不同局限性。

小數據，既往的經驗醫學不斷發展至今，很多現象都是隨著小樣本產生的數據派生出龐大的人群。當今的診療更集中在疾病的每一個環節，重視疾病整體系統的治療，更多注重治療本身的結果而淡化疾病發展相關原因的探究。如果採用現今大數據來審視我們的思考方式，一定會發現存在諸多問題。在過去10年的發展中，很多新的治療方法不斷成熟，但是在這過程中也存在的一定的問題，除了醫療本身水平的差異，中間也存在很多客觀的原因，對疾病每一個環節的治療、數據採集和監管方面存在很大缺陷和誤區。如作為高血壓大國，但其控制率卻又不盡如人意，這不得不去審視治療方法本身以及治療方法背後所隱含的諸多現象，值得深思。

美國作為最發達的現代醫療的典範，在醫療費用不斷上漲、醫療本身患者獲益的背後，其存在的弊端不可忽視，如過度醫療、醫療差錯和醫療差錯導致的資源浪費等。如果用大數據的視角審視，重新看待有以下幾個方面值得思考：

第一、大數據時代需要改變對疾病的認識和處理方式。隨著醫療知識積累的不斷深入、專業的細化、碎片化，必然向大數據時代的集成化、系統化方向發展。因為心血管疾病的發生髮展彙集了遺傳因素和各種環境因素的交互作用。現代醫療中患者的病史、癥狀、體征、實驗室診斷，但常忽視患者的遺傳背景、基因組數據、環境背景因素以及對疾病主要監測指標持續的觀察和亞組分析，包括目前日常醫療診療中常根據疾病某個遺傳表徵，而忽略最基本信息。需要把過去碎片化的信息更加的集成化，對新生兒疾病發病機制的研究、診斷和治療等需要系統化的信息集成處理。

現在，大量信息都沒有被納入到日常臨床對疾病的認識和處理中，而恰恰在我們認識數據以外的事情中。傳統對疾病的分型認識上，對認識疾病和處理類似疾病起到了非常重要的作用，但是不可否認傳統疾病分析存在的誤差，各自不同片面化的信息，無論是慢性病的分型還是未來分型，還有很多立場。常常只是關注疾病某一階段或某一片段的判斷，而忽視了全面的系統化的信息積累。所以，基於大數據需要更新疾病新的分型，不僅要對疾病表觀的現象，來自臨床診斷、物理診斷、實驗室診斷、影像診斷，同時要彙集來自遺傳背景和環境因素的影響，共同編製一個新的疾病類型，以此為醫護人員全方位對疾病的系統認識。

我們對疾病的認識經常是基於某一個疾病的整體，忽視了疾病個體之間的差異。因此，需要利用大數據，從個體到群體再到個體這樣一個循環，這樣系統化的對疾病的整體認識再到個體認識。目前對疾病的治療方法是對某一個疾病的標準治療方法，但沒有一個患者是標準的，如不同的糖尿病患者是不一樣的，而某一個藥物開出的藥方對所有糖尿病患者都是一樣的，這存在很大的誤區。誤區的來源就是缺乏對疾病的個體的整體產生的差異或者認識上的差別。

此外，需要對疾病的認識由過去單純的疾病診斷過渡到疾病潛在的預警、預測。要實現這一目標就要基於來自不同的大數據積累。醫生關注更多的是患者的臨床信息，但是對於患者的遺傳背景信息、環境因素等這些共同信息可能不僅僅幫助診斷疾病，同時更好的預測疾病。大數據時代要促使對疾病防控整體水平單純從疾病治療到疾病預測方向發展。隨著數據的積累我們會更多的預警、預測疾病，而不是單純的治療疾病，這就促進整個現代醫學模式的發展，即更多的強調預防。

第二，大數據時代要改變整個醫療評價方式。在過去的30年中，改革開放和經濟實力的積累、醫療資源配置的增加、整體醫療可及性得到不斷改善。即使不斷發展，技術規模也在快速的發展，大量患者得到救治。但是在規模快速增長的同時，是否轉化成對疾病本身效果的控制？比如疾病救治成功率、併發症發生率、疾病自身發展狀況是否得到遏制？結果確實不盡如人意，各種心血管疾病診斷上升速度非常快。另外一方面，是幅員遼闊的大國，經濟發展不平衡導致醫療配置和醫療水平的差異，這一認識背後，我們看到這種差異背後對醫療質量的監管和評價存在很大不足。主要問題除了醫療整體水平發展差異外，不得不看到在醫療資源的監管上存在很大缺陷。

基於全新的醫療體系，需要採集各種各樣的數據，包括來自基本信息、門診信息、住院信息、檢查信息、社會經濟學信息、病例回顧與調查，綜合數據的提取來構成醫療全方位評價。不僅僅對醫療結果本身，同時要觀察臨床的精神面貌，不僅要關注患者的併發症和死亡率，同時要關注醫生報告、醫院報告、賬單生成。在功能方面，不僅要關注治療本身的成敗，更多的需要關注患者身體的、心理的、社會體驗、還有對健康的認知、來自患者的體驗和感受。用數據提升醫生自我學習的能力來完善臨床實踐的能力，這是大數據給我們的提示。

第三、大數據時代需要改變對醫學生培養的觀念。AlphaGo（阿爾法圍棋）引發了對圍棋的思考，希望用人工智慧解決人類不能解決的問題。回到醫學，已經有很大的進展。大家都不陌生「沃森醫生 」（智能醫生）的概念。在病理切片的影像解讀上，智能醫生通過比對2000萬份癌症論文，用10分鐘診斷出一種被長期誤診的罕見白血病，不僅集成了影像學數據，還將所有研究癌症診斷的所有標準，包括很多指南全都彙集到一起，無疑人腦與其之間存在差異。

傳統的醫學模式在大數據時代形成了新的體系，過去的專科培養使醫生對數據的理解越來越局限。我們需要從單純的醫生經驗的積累過渡到醫學數據的積累，這是醫學大數據時代所必須的，以及醫學上各種指南制定所需要的。作為醫生，需要轉變思想，需要接受人腦和電腦的結合，每一個未來醫生都應該熟練應用智能工具處理海量信息以尋求更加準確的診治方案。未來優秀醫生應該具備很好的數據科學知識。醫生需要具備基本的態度，數據是冷冰冰的，而人是溫暖的。特定的專業領域加上數字計算技術，醫生在數據的獲取、構架、處理和解讀方面仍然是主導者。大數據時代的醫生勢必大有所為，經過二三十年的積累，的互聯網技術加上實踐過程中的特色的微信、淘寶等平台資源的利用，13億人龐大的數據資源，再加上政府所釋放出來的健康大數據的產業政策，無疑為的醫生利用大數據時代產生結果提供了廣闊的前景。所以，在大數據時代重塑醫學人格是值得思考的話題。

在大數據時代需要重塑醫學人格的局限性：①本著謙卑的心態，樹立科學價值；②積极參与。儘管大數據時代需要技術處理，但更多的「權」還是在醫生手裡。我們要學會利用大數據，學會智能心臟和智能醫生的手段，改變疾病發生的研究，更多的重視疾病本身，到重視疾病與環境間的相互作用，改變醫療行為方式，從治療疾病到預防疾病；改變疾病防控手段，增加醫生自我學習能力，完善自我水平。大數據時代，我相信會給千萬患者更好的照顧，會給心血管疾病患者發生髮展產生不同凡響的預防醫學時代。