精准医学时代,健康医疗大数据需要标准化
近年来,“精准医学”“大数据”已成为健康医疗行业的热词,健康医疗大数据产业也孕育着大市场,带来科技进步或价值转化。21日,在BT峰会的高端对话上,围绕“健康医疗大数据发展的机遇与挑战”这一主题,中国科学院院士贺林、美国医学信息学会主席道格拉斯·弗里斯玛、美国医学信息学院院士刘宏芳、北科生物董事长胡祥、神州数码医疗科技股份有限公司总裁史文钊,共同探讨生物医学大数据产业发展中的共享和转化、数据安全、标准建设、社会伦理等热点问题,预测我国健康医疗大数据的发展趋势。专家们表示,在精准医学时代,健康医疗大数据需要加快整合和标准化,才能更好地为预防疾病做贡献。
大数据经整合挖掘才有价值
随着云计算、大数据、人工智能等信息技术与生物技术融合发展,健康医疗大数据产业正成为生物材料与信息的最好体现。去年国务院《关于促进和规范健康医疗大数据应用发展的指导意见》的出台后,健康医疗大数据受到政府、医院、科研机构和学术界越来越多的重视。
什么样的数据才是健康医疗大数据?贺林说,健康医疗大数据与交通大数据、气候大数据有根本性的区别,“一个是活的,一个是死的。”然而,目前我国的健康医疗大数据全是孤岛型的,没有联系,也没有标准化,这些孤立的、没有标准化的大数据没有价值。在他看来,健康医疗大数据的含义是把同类的或者相关的数据整合在一起后,得到一个相关网络的位点,也就是能从相关性的数据中挖掘出有价值的内容为人类服务,“比如平均温度提高2 会带来哪些健康问题等。”
道格拉斯·弗里斯玛也表达了同样的观点。她表示,健康医疗大数据首先要有量,有非常强的流动性,还要有真实性。目前,健康医疗数据多种多样,但要成为大数据就需要收集和整合,并把这些数据进行分类和描述,因为只有准确的数据才能真正帮助了解病人的状况。“将不同类型的数据整合在一起,可以降低数据种类性,同时保证数据的真实性。”道格拉斯·弗里斯玛说。而且采集和整合健康医疗大数据的最终目的不是大数据本身,而是通过大数据来帮助治疗疾病,因为每个病人身上获取的数据很多,挖掘出这些数据的价值用于临床,诊治下一个病人的成功率就越来越高。
在美国,健康医疗大数据同样也存在数据的孤岛,“在研究的过程中,数据也是研究者所拥有的,很多人不愿意把数据拿出来分享,我们希望能打破,但难度很大。”因此,在道格拉斯·弗里斯玛看来,数据的整合仍是健康医疗大数据发展面临的一大挑战。不过,她也相信随着开放性科学不断的推动,及平台的日益增加,会让研究者公开他们的数据,最终形成有效的数据池。
大数据行业亟需建立标准
健康医疗大数据时代,大量医疗数据被源源不断采集。正如胡祥所说,目前医疗健康大数据的来源、产生源很多,如医院、医药公司等机构产生的医疗数据、各种基因组学的数据。对于整个健康医疗大数据行业来说,标准的制定也非常迫切。
“生命科学不仅是医学,还是生命基础科学研究,但各个机构之间从来没有一个统一标准,都是各做各的,最后出来的数据质量也不一样。”贺林说,有的不是大数据,小数据也说成大数据。
贺林表示,健康医疗大数据最后是要进行解读,但是如何去解读也没有统一化和标准化,“数学家在用数学的方法,统计学家用统计学的方法,生物学家要用遗传咨询的方法。”不同的解读方法,最后解读出来的结果也不一样。因此,在他看来,如何建立标准是健康医疗大数据行业要考虑的问题,“谁来制定标准,怎么样制定标准,比哪一步都重要。”
胡祥也表示,临床积累的健康医疗数据需要标准化,因为每个医生描述不一样,最后做数据分析和挖掘的结果也不一样。“未来重要的数据是组学数据,这些数据包括基因组、蛋白组、微生物组,最后读出来就是机器,可以高效识别,但这些数据的标准化与人类健康相关性很强。”胡祥说。
道格拉斯·弗里斯玛认为,中国有很大机会建立标准化统一平台,“中国既能造高铁,也能造医疗上的 高铁 。”
可用大数据训练人工智能
专家们非常看好健康医疗大数据在中国的应用前景。“随着各种传感器和可穿戴设备的应用,24小时持续采集的数据越来越多,如果把标准做好,方法学找到,用高效的方法把数据资源集中起来,我们的医疗健康大数据不会输给别人。”胡祥说。其次,目前我国正在推进医改,要解决医疗行业存在的一些问题,可以通过更先进的工具和技术来解决。更重要的是,目前我国的算法和计算能力正在快速进步的时候,能把核心数据高效的整理起来,以此为起点,可以通过这些数据快速地训练人工智能,推动人工智能的发展。
胡祥认为,在大健康医疗领域,人工智能才是未来的制高点。因此,下一步抢的是AI、人工智能。“训练人工智能的前提是要有数据训练算法,现在我们就是要挖掘数据,人工智能一旦成熟以后,可能会出现各种各样的可穿戴设备,再把采集的各种数据送上去以后,这些设备性能会高很多。”胡祥说。
“医疗健康大数据在国内很有发展前景。”刘宏芳表示,“大数据的发展要以人为本,通过大数据帮助普通老百姓分诊、预防疾病,目前中国有大量的人才,政府重视,企业不断创新,资本也不断投入。”她建议,未来中国健康医疗数据的收集要全方位,这也可以避免走很多弯路。
数据分析咨询请扫描二维码
数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20统计学专业的就业方向和前景非常广泛且充满机遇。随着大数据、人工智能等技术的快速发展,统计学的重要性进一步凸显,相关人才的 ...
2024-11-20