大数据分析及其在医疗领域中的应用_邹北骥.docVIP

第 7 期 2014 年 4 月 10 日 计 算 机 教 育 Computer Education 中图分类号:G64224 大数据分析及其在医疗领域中的应用 邹北骥 (中南大学 信息科学与工程学院,湖南 长沙 410083 摘 要:互联网和物联网技术的快速发展给数据的上传与下载带来了前所未有的便利,使得互联网上 的数据量急剧增长,由此产生了针对大数据的存储、计算、分析、处理等新问题,尤其是对大数据的 挖掘。文章分析当前大数据产生的背景,阐述大数据的基本特征及其应用,结合医疗领域,论述医疗 大数据分析的目的、意义和主要方法。 关键词:大数据;物联网;医疗;大数据挖掘 1 大数据早已存在,为何现在称之为大 数据时代 计算与数据是一对孪生姐妹,计算需要数 据,数据通过计算产生新的价值。数据是客观事 物的定量表达,来自于客观世界并早已存在。例 如,半个世纪前,全球的人口数量就有数十亿, 与之相关的数据就是大数据;但是在那个时代, 由于技术的局限性,大数据的采集、存储和处理 还难以实现。 互联网时代之前,采集世界各地的数据并让 它们快速地进入计算系统几乎是一件不可想象的 事情。 20世纪 80年代兴起的互联网技术在近 30年里发生了翻天覆地的变化,彻底地改变了人们 的工作和生活方式 [1]。通过互联网人们不仅可以 下载到新闻、小说、论文等各类文字数据,而 且可以轻而易举地下载到音乐、图像和视频等多 媒体数据,这使得互联网上的数据流量急剧增 长。据统计,现在互联网上每分钟流入流出的数 据量达到 1 000 PB,即 10亿 GB [2]。 推动大数据产生的另一 个重要因素是物联网技术。 近几年发展起来的物联网技 术通过给每个物品贴上标签 并应用 RFID 等技术实现了 各类物品信息的快速采集 [3]。如新研发的各种穿 戴式设备可实时在线获取人体运动过程中的各种 数据,各类带有 USB 接口或网络接口的电子仪 器可迅速地将仪器中的数据上传到互联网并进 入计算系统 [4],智能化生产过程中产生的各种数 据、 GPS 导航系统和飞机汽车等现代交通工具在 行进中产生的数据均可通过移动互联网上传。所 有这一切表明,由于互联网技术的发展和物联网 技术的推动,使得原本存在的大数据可快速地进 入到计算系统,大数据时代到来了。 大数据的产生也与其他领域的技术发展密 不可分。如生物遗传学领域近几年开展的一项巨 文章编号:1672-5913(201407-0024-06 新视点 中图分类号:G642 作者简介:邹北骥,男,中南大学信息科学与工程学院副院长,教授,博士生导师,教育部中南大学移动医疗重 点实验室副主任,中国计算机学会 CADCG专业委员会副主任,湖南省高等教育学会计算机教育专业委员会理 事长;在医学图像分析领域承担多项国家自然科学基金研究项目,主持开展基于电子病历的大数据分析项目研 发和基于移动平台的健康管理系统开发,先后在国际国内外重要学术刊物和会议上发表学术论文 120余篇,其中 SCI 收录 20余篇,获得专利 2项,湖南省科技进步奖 1项,出版著作 3部。bjzou@; bjzou@。 第 7 期 25新视点 大工程——人类基因组计划,要对人类 23对染 色体基因中 30亿个碱基对进行测序,其数据量 之巨大,以至于当前高性能计算机系统都难以在 可接受的时间内完成 [5]。高能物理实验一天产生 的数据高达几个 TB ,这些数据都在排队等待处 理,当前的计算系统已难以满足它们的处理要 求了 [6]。 人们关注大数据的最重要原因是因为大数据 中隐藏着具有丰富价值的信息。互联网上传递的 商品订购信息反映了消费者的意向、对商品质量 的评价等,于是不断地收集互联网上的这些信息 并进行挖掘分析将有助于企业分析其产品前景, 从而不断改进以获得更多利润。分布在全球各地 的气象设备采集的气象数据通过互联网汇集并通 过挖掘分析后可用于预测天气情况,来自世界各 地的地震监控仪采集的大量地下数据通过互联网 收集形成大数据,采用数据挖掘方法分析并预测 地震。大数据最早应用于电子商务领域,美国亚 马逊公司的电子商务平台每天获得大量的客户订 单和消费数据,应用机器学习和数据挖掘方法分 析这些数据,发现了商品销售中的关联性,如商 品 A 和商品 B 经常被客户同时购买,于是有意 识地将这两种商品(也许它们是毫不相干的两类 商品 摆在同一个货架上,使得商品的销售量大 增。这就是典型的大数据分析的结果。因此大数 据时代我们所要做的事情就是对隐藏于大数据中 有价值的信息进行分析与挖掘,以便利用它们为 人类服务。 2 大数据的特征与计算系统面临的新问题 来自于各个领域的大数据尽管代表着不同的 事物,隐藏着不同的价值信息,但都具备 4个重 要特征,称为 4V 特征,即 V o