大数据在健康医疗领域的应用现状.docVIP

大数据在健康医疗领域的应用现状 摘要：医疗大数据具有极大的价值，挖掘医疗大数据中的价值信息对于疾病诊断、治疗方案确定、流行病预测、医学研究和药物副作用分析等方面具有重要的意义。从某种意义上讲，医疗大数据系统对于改善人类生活环境、提高生活质量、获得更高的幸福指数均有重要的作用。 关键词：医疗 大数据 应用 在大数据时代，我们每天都生活在数据的世界中。全球每秒钟发送 2.9 百万封电子邮件，一分钟读一篇的话，足够一个人昼夜不息的读5.5 年…每天会有 2.88 万个小时的视频上传到Youtube，足够一个人昼夜不息的观看3.3 年…推特上每天发布 5 千万条消息，假设10 秒钟浏览一条信息，这些消息足够一个人昼夜不息的浏览16 年…每天亚马逊上将产生 6.3 百万笔订单…每个月网民在Facebook 上要花费7 千亿分钟，被移动互联网使用者发送和接收的数据高达1.3EB…Google 上每天需要处理24PB 的数据… 　　大数据时代，数据不再是社会生产的“副产物”，而是可被二次乃至多次加工的原料，是可再生资源，从中可以探索更大价值，它变成了生产资料。然而不可再生资源呢？据统计，全球煤炭资源仅供开采162年、石油仅供开采40年，天然气仅供开采65年。数据量大，数据类型复杂医疗领域的数据量巨大，数据类型复杂。到2020年，医疗数据将增至35ZB，相当于2009年数据量的44倍。另外，在医院，每个患者不但要经过 辨证论治的个体化诊疗，还会经过各种理化检测进行疾病及其预后的诊断，所以不光有病历资料中包含的信息，还会有生化检查、多种影像或病理切片检查的生物学 信息，数据类型十分复杂。这给数据的存储、分析、处理、传输等带来很大挑战。 2信息采集不足，收集渠道不畅 要想在医疗领域使用大数据技术，首先要有足够的病人、药物等相关信息，这是数据分析的基础，然而许多病人可能出于隐私考虑不愿提供这些信息，制药企 业也有可能因为商业利益不愿共享药物成分等敏感信息。另外，各个医院及机构的医疗信息、软件及硬件服务都各自独立，缺乏合理接口，大数据收集的渠道不畅， 导致采集与应用存在一定程度上的脱离。 大数据高效分析能力欠缺 采集到足够信息后，需要由相关领域的专业人士与信息技术专家一起对数据进行有针对性地归纳和分析，得出由大量新兴技术(如Hadoop Map Reduce、内存数据库等)组成的高性能的专业的分析技术架构解决方案，而这种跨学科、跨领域合作能否顺利实现，是大数据技术实际应用中的重要问题。 大数据的安全 随着数据量的不断增加，数据存储的物理安全性越来越重要，对数据的多副本与容灾机制提出更高的要求。但是网络和数字化生活使得犯罪分子更容易获得关于人的信息，也有了更多不易被追踪和防范的犯罪手段，大数据的保护越来越重要。 观念落后 目前医疗领域的决策往往是建立在经验或者传统数据粗糙的分析方法基础上的，而改变各层次决策者旧的决策习惯，使其学会利用大数据的分析结果进行决策，还有一段路要走。 区分数据与信息数据与信息二者并不是一回事、定义也不尽相同。数据只有在准确并获得及时更新的情况下才能与实际信息相符。如果二者不相符，那么这部分数据根本没有保存的价值。仅在系统中承载数据还远远不够，在信息收集或分析前需要确认这些数据是否实际有效。2)对数据进行细致观察，做好整体规划由于现在数据生态系统孤立且凌乱，容纳数据的各系统之间往往也严重脱节、根本无法彼此交互。最重要的是，数据捕捉与存储各自采取不同方式，这不仅引发大量 潜在错误、还迫使工作人员不得不以手动方式加以处理。因此，在大数据技术中首先要对数据进行细致观察，做好整体规划，确定系统的交互方式、数据捕捉与存储 方式等，以保证后续工作的顺利进行。3)对大数据有清晰的认识，小规模入手Big Data还处于发展初期，还存在许多潜在的问题和不被众所所理解的地方。公司建立大数据项目，需要接触新的技术、流程和基础设施，一般需要很长时间才能看 到结果。管理者们还是需要多了解相关知识，对大数据技术有清晰的认识。不要贪大图快，需按步骤一步一步来，比较明智的作法是，计划完毕，从小规模入手。4)将数据映射至业务流程很多机构在推动数据质量项目时经常纯粹从“数据及系统的角度”审视数据，这时，管理者应该从更为宏观的视角进行观察，识别不同数据在日常工作中会被哪些业 务流程所使用。识别重复数据条目的最佳方式在于后退一步，将数据的捕捉与存储机制与各业务流程线加以映射。只有这样技术人员才能准确把握整个机构的数据 流，并更好地找出哪部分流程最容易发生错误或出现重复条目。5)平衡大数据的各种技术大数据技术涉及到数据存储、处理等多种技术，由于大数据容易消耗巨大的时间和成本，因此，在实行大数据技术战略部署时，如何平衡各种技术，组成高效的系统 是一个非常重要的问题。首