精准医疗和大数据库的关系

　　随着大规模生物样本数据库、强大组学和医疗技术、计算工具及大数据的发展，精准医疗的地位得到显著提升。作为一种依据每个个体的基因、健康差异来制定个性化治疗和预防方案的新型治疗方法，精准医疗或许可以引领新的医学时代。

　　大数据的趋势以及价值是现在最热门的话题，也改变了许多企业经营的方式，对于各行各业来说是势必是一个大挑战，能否将大数据的力量从危机到转机就要看现代经营者有没有转变传统型态的思维？

　　首先什么是大数据？传统数据一年的数据量大概为3TB左右，以现今数据来说一天的资料量为50TB，由这简单的数据量差就可以得知传统数据跟现今数据的差异多么庞大，也就是现在俗称的大数据时代。数据庞大之下，不管是银行业、传统零售业、社会建设公共方面甚至是医疗保健产业对数据处理、分析方式以及经营企业的模式将会有所改变。

　　在过往的医疗诊断历史，到医院看病时必须耗费许多时间等待看诊，而医生看诊又要再花费时间。当医生要求病患拍摄X光片或检验时，又要再花额外许多时间诊断。而在现今医疗信息高度发展的台湾，看诊程序从网络挂号、候诊顺序、诊间病历调阅、医师医令、处方开立、放射影像存取、检查检验数据储存等，无数的数据信息便在医院中传递、交换、储存。同时大多数的生理检验信息在你回诊时得以从电子病历中检索，这些我们认为理所当然的信息处理，在台湾我们只要花费少许的时间如一个早上便完成了，而这一切正是仰赖医学信息分析与医疗大数据的交换处理。

　　医学大数据的产生，主要归功于医疗设备数字化及电子化病历发展两大领域的突破，透过仪器数字化，医院得以获得更多病人疾病与健康信息纪录。而在病人医疗诊断方面，为了完善纪录病患个人资料、诊断数据与过往医疗纪录等，即促成了电子病历系统发展。医学大数据发展由过去纸张记录、纸本信息数字化、医学纪录储存到现今多信息整合，其数据量有着爆炸性的成长，不仅由过去个人社经信息、诊断信息等文字媒介，更拓展到多媒体影像信息，如X光影像，动态视讯影像信息，如核磁共振MRI以及电讯号信息，如心电图等等，这些庞大医学数据的汇集与高度整合技术能力，正是台湾医学信息领域发展领先的原因，同时更显得医学数据发展的多元应用及其重要性。

　　而由医疗健保产业来说，个人医疗信息终端的产生给医疗产业带来革命性的变化，连结了传统医院、政府（社会保障）、保险公司、药物生产公司等相关产业，形成新的行业生态圈。将互联网＋医疗保健去建构一个智能的健康系统，在整个健康系统下会有智能的合作伙伴，包含医院、医生、诊所、学术中心、保险公司、药厂、医疗设备制造商、政府等相关人员等，接着产生出个人化的护理体系，其中包含个人健康、成本节约、提高效率、病人教育、增强通信、绩效度量、预防等相关内容，使得人们有着更健康的社会。

　　经常听到的医疗云、照护云以及健康云都是运用云端技术结合大数据去提供健康咨询的服务。在网络普及下，人手一台智能型手机让这些云更能够去发挥，客户只需要使用健康感知的终端，其中包含穿戴型装置、爱睡宝、电视机以及相关的智能型测量装置，就能够让亲人、医生以及相关的护理人员得知目前的身体状态，不仅如此，还可以远程监护以及远程门诊，一切都透过远程医疗平台让人们有着安全、方便、快速及健康舒适的生活环境。

　　大数据在生技医疗卫生发展状况及应用，大数据已深耕于经济领域且创造了巨大的经济价值

　　美国的大数据产业已经创造了巨大的价值，具体表现在：大数据使美国医疗服务质量得到提高。

　　对于医疗服务的提供方和支付方来说，在减少医疗成本的同时不断提高医疗质量和效率仍然是一个难以实现的目标，而这也是改善民生的重大机遇。2010年，全美医疗支出占国内生产总值的17.9%，比2000年增长13.8%。而且，某些慢性疾病如糖尿病的患病率正在增加，正在消耗更多的医疗资源。

　　对这些疾病和其他相关健康服务的管理将深刻地影响国家的福祉。在这方面大数据可以发挥作用。为在广大人群中取得最有效的医疗效果，更多地使用电子健康记录（电子健康档案），并与新的分析工具相结合，将提供挖掘信息的机会。研究人员可以利用信息寻找有效的统计趋势，并依据真实的医疗服务质量开展医疗评估。

　　服务模式（以患者为中心，形成居民健康全过程服务），从被动到主动；医疗模式（以预防为主，人人享有基本医疗卫生服务，将医疗卫生工作重点由后治前移到预防保健），从治病到防病；诊疗模式（避免各自为政，实行上下联合，专业分工），从排斥到联动；数据模式（从业务系统数据向整体数据转变，改变过去的数据不统一、不互通、不共享），从隔离到整体；技术模式（采用各种新技术手段，包括大数据、云计算、物联网、移动互联等，形成技术合力），从简单到综合的转变。

　　据了解，目前2017中国国际大数据产业博览会分论坛确定了最后一个核心论坛主题，即“第三届中国大数据安全高层论坛”。届时，政府部门、大型行业、产业界代表及专家、学者等300位嘉宾将出席该论坛，共议大数据安全。而医疗大数据作为大数据中举重若轻的一部分，也一直为大家所乐道，那么它在精准医疗发展过程中究竟占据着怎样的地位呢？

　　1998年，劳埃德和同事首次在全世界报道了一种名为“上半规管裂损症候群”的罕见病。患有这种病的人对声音异常的敏感，严重会出现眩晕等症状。英国也报道过一名患有此病的女子，不仅能够听见自己的心跳声、大脑的搅动声，即便轻轻地咬一口苹果都会感到震耳欲聋。劳埃德在网上发表了这种病的相关论文以后，世界各国的人开始能够通过互联网搜索到这个病的信息。而通过这种在线搜索的方式，那些多年来找不到病因或者在错误的科室试验着治疗方案的病人终于得到了确诊。利用确诊的信息，这些病人能够被送到正确的地方，开始得到正确的治疗方案。

　　这就是“互联网＋”对医疗领域的推动力，而推动力的背后，蕴藏着医疗大数据的应用。

　　只有流动的大数据，才能形成价值，而流动的载体，便是互联网。

　　劳埃德的例子，启发斯坦福医学院的科学家们开始了和“互联网＋”结合的道路。如今已是斯坦福大学医学院院长的劳埃德，带着一群富有创新精神的医学专家和互联网医疗行业的专家，正在推进一项最新的科研项目：“和你一样的病人”。这是一个人工智能系统，通过其背后的数据库和知识库搜索算法，病人能够自我进行疾病的监控和检查。这一套系统能减少医生经验不足而进行的误诊和漏诊。

　　这样一种通过人工智能和医疗大数据的结合，改变了传统医疗领域中的看病模式。传统的看病模式，医生通过“一对一”的方式来给病人进行看病，但是随着疾病的复杂度日益增长，医生的经验积累越来越有限，很多情况下没有精准的各种体检指标的数据，医生是无法准确和快速地进行诊断的。

　　这种传统的模式，无论是医生经过30年还是50年的经验积累，也无法和医疗大数据的体量进行比较。在互联网时代，以患者为中心构建的个体医疗大数据，可能比任何一位有经验的医生掌握的知识还多。经过人工智能的处理，系统筛选出来的治疗方案，也许比医生的方案效果更好。

　　这样一种基于医疗大数据的人工智能系统，在未来很有可能会改变医疗领域的传统模式。例如，在哈佛大学医学院已经有医生尝试给乳腺癌患者看病，首先通过系统筛查全美乳腺癌患者病历，然后挑出和具体患者相同或相似的年龄、生活环境、突变基因等，最终挑选出一个生存期、生活质量最高的治疗方案提供给患者。这是目前“医疗大数据＋人工智能”最成功的一个案例。