您的当前位置: 首页  >> 健康 >> 突破10:医疗大数据,一切还只是开始

突破10:医疗大数据,一切还只是开始

作者:    

医疗数据越丰富,医生越能够依据数据做出最佳的判断,但数据的收集、处理和分析都是难题。

大数据在2015年是一个不可忽视的热词,在医疗中,它同样占据了重要地位。美国的医疗大数据公司Flatiron Health可以说是震撼了整个医学界。宾夕法尼亚的校友特纳和温伯格创办了这家公司,希望能够收集和分析海量的癌症治疗临床数据。
谷歌为Flatiron Health注资1亿美元,美国著名的肿瘤专家、杜克大学的医学教授艾米·阿伯内西认为其收集数据的方法严密而周全,并加入该公司担任了首席医疗官。这家公司到底为何如此吸引人呢?即使在美国,也只有一小部分癌症患者的治疗数据被系统地收集了起来(一般来自随机的临床研究案例),仅占了成年癌症患者总数的4%左右。Flatiron Health的目标就是,将剩下的96%的数据,也系统化地、标准化地收集起来并且反馈给医生,帮助医生寻找最适合的治疗方案。
为什么这些数据可以帮助医生呢?现代医学和传统医学最大的区别之一是,现代医学是循证医学,即遵循证据的医学。医生必须参照临床研究依据,再结合个人的临床经验,最终做出判断和制定治疗方案。大数据就能够为医生提供临床依据。例如,一位医生可以在Flatiron Health系统中将自己治疗乳腺癌的效果与美国其他专家的治疗效果做比较,这样能够快速修正和改善自己的治疗,否则这位医生需要一次又一次地在病人身上试验疗法,经过好几次失败或许才能找到最适合的疗法。对个人而言,患者能够更快地获得匹配的治疗,而从广义上讲,医疗资源能够得到最有效的运用,避免了浪费。
其实医疗大数据以往也有人做,例如EMR(电子病历系统)。但很多医生感觉它提供的数据太杂乱,无法使用。例如,一位患者的数据可能是由多方提供的,包括肿瘤科医生、放射科医生、外科医生、化验室等,不同诊所使用的格式也可能不同,散乱的数据让人“眼花缭乱”。而Flatiron Health采用了各种计算机巧和匹配算法,让计算机能够阅读各种杂乱的原始病历,从中提取数据,并最终以统一的格式表达。当然,庞大的数据和复杂的运算很容易出错,而Flatiron Health独有的人机混合感知系统可以找出并纠正错误。
美国已有210家癌症医疗中心使用Flatiron Health系统,这些医疗中心每年共收治约30万名患者。除此以外,一些学术机构,如耶鲁纽黑文医院的斯米洛癌症诊所、宾夕法尼亚大学的艾布拉姆森癌症中心也在使用Flatiron Health。不少医生都觉得,该系统不仅能收集海量数据,而且能够整理数据,对其加以评估和归类,让数据的使用更有效率了。
当然,也有人对于癌症治疗大数据表示怀疑。美国麻省理工学院怀特黑德生活医学研究所的创始人罗伯特·温伯格就认为,肿瘤研究中,蛋白质之间的互相作用和基因突变方面的数据太过庞大,我们还无法解读。也就是说,收集这些数据需要很大的工作量,可是产出却常常不成正比。Flatiron Health方面表示,现在只是一个开始,以后癌症的大数据系统会更加完善。

欢迎转载,转载时请注明文章出处为健康之家杂志官网http://read.yeecare.com/

分享到:

相关文章