医疗大数据个性化医疗服务应用.pdfVIP

医疗大数据个性化医疗服务应用

利用医疗大数据形成个性化医疗服务和治疗，即基于基

因科学的医疗模式、个体特征和身体情况，通过对居民健康

影响因素进行分析，对患者健康信息进行整合，为疾病的诊

断和治疗提供更好的数据证据，进行居民健康知识库的积

累，从而改进居民健康。在基因测序、个性化药物及个人健

康管理等医疗个性化服务方面的方案思路如下。

1.1基因测序分析应用

随着大数据的飞速发展，它已经把触角触及到很多领

域。在医疗健康领域，美国已经开始利用大数据应用来防止

流感蔓延，而伴随科学技术的不断发展，也让以往无比昂贵

的基因测序变得不再遥不可及，基因测序的成本已经逼近1

千美元。目前在美国拥有2千多家从事人类基因序列分析的

公司，而且未来会有更多的企业将涉足这一领域。这就意味

着，个性化医疗的时代即将来临。

利用这些基因测序数据发现基因中罕见的病变信息，而

正是这些病变信息造成了癌症、新生儿疾病、镰状细胞性贫

血等。随着从基因测序解决方案中得到越来越多的遗传信

息，未来对基因组进行可扩展分析的需求显然将会越来越

多。

1.2个性化药物应用

通过对大型数据集(例如基因组数据)的分析发展个性

化治疗。该应用考察遗传变异、对特定疾病的易感性和对特

殊药物的反应三者之间的关系，然后在药物研发和用药过程

中考虑个人的遗传变异因素。很多情况下，病人用同样的诊

疗方案但是疗效却不一样，部分原因是遗传变异。针对不同

的患者采取不同的诊疗方案，或者根据患者的实际情况调整

药物剂量，可以减少副作用。

通过减少处方药量可以减少30%～70%的医疗成本。比

如，早期发现和治疗可以显著降低肺癌给卫生系统造成的负

担，因为早期的手术费用是后期治疗费用的一半。

1.3个人健康管理应用

利用大数据技术，对个人健康进行全生命周期管理，实

现在任何时间、任何地点都可以访问相关信息，从而保证了

健康信息的一致性、连续性，如谷歌的GoogleHealth、微

软的HealthVault等平台。健康管理系统的最主要特点就

是：个人的健康状态得得到了连续观测，健康分析人员能够

有效地对个人健康状况进行分析，以便在身体处于非健康状

态时得到及时的干预。

在健康管理领域中最需要解决的问题就是及时发现身

体的健康异常和重大疾病风险预警，传统情况下我们会通过

年度体检来实现这一要求，但是体检时间跨度大，同时地域

的覆盖能力也不足够，可穿戴式设备能够实现跨地域大人群

身体异常实时发现。通过体征数据（如心率、脉率、呼吸频

率、体温、热消耗量、血压、血糖和血氧、激素和BMI指数，

体脂含量）监测来帮助用户管理重要的生理活动。现阶段可

以利用的体征数据传感器包括：①体温传感器；②热通量传

感器：用来监测热量消耗能力，可以用于血糖辅助计算和新

陈代谢能力推算；③体重计量传感器：用于计算BMI指数；

④脉搏波传感器：推算血压，脉率等数据；⑤生物电传感器：

可用于心电、脑电数据采集，也可用来推算脂肪含量等；⑥

光学传感器：推算血氧含量，血流速。设备初始会将一天设

定数十个检测点，只需累积28个检测结果即可建立个人初

级模型，利用大数据技术对所有产生数据进行分析，汇总成

一个健康风险指数，用户可以看到自己的健康风险指数和同

龄、同性别人群的平均风险指数，并且能明确自己的健康风

险在同龄人群中的排位。同时，利用大数据技术，设备会根

据使用者实际情况进行调整，一旦数据显示异常，就会加大

检测密度，反之则会拉长检测间隔，进行动态调整。

这些数值交叉分析结果可以用来分析用户现在的体质

状况，进行健康风险评估，并可以结合数据给出几项关键生

理活动：睡眠、饮食、运动和服药的个性化改善建议，让用

户保持在一个稳定的身体健康状况。