大数据驱动的医学科学研究.pdf

大数据驱动的医学科学研究 Big Data-driven Medical Scientific Research 一、基 本 概 念 1、大数据 （Big Data）——是指无法在一定 时间范围内用常规软件工具进行采集、管理和处理的 数据集合，是需要新处理模式才能具有更强决策力、 洞察力和优化能力的海量、多样化的信息资产。 大数据是指不用随机分析法 （抽样调查）这样的捷 径，而采用所有数据进行分析处理。大数据具有5V特 点：Volume （大量）、Velocity （高速）、Variety （多样）、Value （价值）、Veracity （质量）。 2、大数据科研平台——是以现有的信息 系统为基础，开辟不同系统间的数据通道，对 现在的、历史的、分散的健康医疗数据进行钻 取和整合，充分利 用现有资源，迅速 激活大量电子数据， 促进健康医疗管理 和临床诊疗水平迈 上新台阶。 医学大数据科研平台的总体架构图 医学大数据科研平台的功能架构图 二、健康医疗大数据的内容 健康医疗大数据 （Medical Big Data）是 涵盖人的全生命周期，包括个人健康、临床诊 疗、疾病防控、健康保障、食品安全、养生保 健以及基因组学等多方面数据的聚合。 健康医疗大数据是国家重要的基础性战略 资源。利用健康医疗大数据，不仅对改进健康 医疗服务模式，而且对经济社会发展都有着重 要的促进作用。 1、临床数据 根据 医生关注的内容，可按照时间、 疾病、人体组织器官等属性进行导航， 自动提取既往病历或诊疗数据及信息， 实现三维可视化病历。 裸眼、多视角 移动 翻转 旋转 放大 3D成像技术 缩小 模拟 预测 投送 医学知识库 三维重建技术 数字人体 虚拟现实技术 数据库 病历要素信息 诊疗信息 语义学处理 数据库 PACS LIS 体检工作站 护士工作站 医生工作站 2、组学数据 3、健康档案数据 4、循证医学数据 5、生活方式数据 健康 = 60%生活方式 + 15%遗传因素 + 7%气候因素 + 10%社会因素 + 8%医疗因素 6、健康环境数据 7、临床经验数据 三、健康医疗大数据的科研方法 1、医学科研类型与循证医学证据等级 2、医学科研模式 ◆ 第一范式：实验研究 （几千年前） —— 以实验为主，描述自然现象 ◆ 第二范式：理论研究 （过去数百年） ——利用模型和归纳，出现理论研究分支 ◆ 第三范式：计算和模拟 （过去数十年） ——对复杂现象进行仿真，出现计算分支 ◆ 第四范式：数据密集型研究 （今天） ——将理论、实验和计算仿真统一起来 由仪器收集或仿真计算产生数据，由软件处理数据，由 计算机存储信息和知识，由科学家管理和分析数据。 3、大数据科研流程 4、大数据分析技术 1、描述型分析——发生了什么？ 报表工具/BI工具 疾病谱统计、地域分布、抗生素使