用数据“治病” 大数据时代的个人健康革命

1996年，美国计算机专家尼葛洛庞帝曾在其书《数字化生存》中预言道，互联网将最先改变销售、出版、汽车和医疗事业。如今这些曾被视为荒诞的预言正慢慢变成现实，我们身边的一切都在 “数字化”。其中，大数据的颠覆性创新让公共卫生信息化也插上了飞翔的翅膀。

IT巨头扎堆涉足公共医疗健康

维克托 迈尔 舍恩伯格的《大数据时代》一书中有两个关于大数据与公共卫生结合的案例令人印象深刻：

乔布斯自罹癌至离世长达8年之久，这几乎创造了胰腺癌历史上的奇迹。据悉，乔布斯曾在此期间支付大量费用获得了自己包括整个基因密码在内的数据文档。借此，医生们能基于乔的特定基因组成以及大数据按所需效果用药，并调整医疗方案。

如果上述案例是个体的，那么带来群体价值的案例，便是Google成功预测流感爆发期。2009年甲型H1N1流感爆发几周前，Google通过对人们网上搜索记录的观察、分析、建模，结果显示，他们的预测与官方数据的相关性高达97%，且判断比疾控中心更及时。

从个人健康管理到公共健康管理，大数据在对个人医疗的改变以及极富价值的预警能力吸引着IT巨头们迫不及待与医疗“联姻”。例如在中国，搜索巨头百度在这方面的举动更值得未来发展参考。

一方面，百度发布大数据引擎，将开放云、数据工厂、百度大脑三大组件在内的核心大数据对外开放，实现对各行各业的数据进行挖掘，利用“数据工厂”和“百度大脑”分析数据，输出分析为自己和合作伙伴提供解决方案。2014年2月，北京市卫计委表示，卫生系统将把所拥有的医疗卫生机构的资质信息、资源的准入信息与百度强大的网络搜索能力、后台信息甄别和过滤技术进行联合，以在公共突发事件、流行性疾病爆发、健康服务业发展、人口流动等领域提供分析和预警，为科学决策做依据。

另一方面，打造“软硬云”结合的智能健康医疗移动平台，记录下人们日常生活方式，比如每天的运动量和运动时间、睡眠量、久坐时间、身高、血压等，这些被量化的数据具备了长时性和趋势化，都会成为病情分析的重要依据。

在大数据技术下，我们完全可以想象这样一个从生产数据、到挖掘、管理、分析信息，以及最后提供解决方案的医疗场景。如全球每年有几百万人患心脏病，大数据能从这些患病人群里找到共性，实现提前治疗预警。从健康的角度而言，提前预防将极大地提高人们对抗疾病的能力。从保险公司的角度而言，也能极大地降低赔付率。

大数据与大健康会擦出什么火花？

用“黑匣子”表述大数据意义的理论非常形象——问题从一个端口进去，中间是一个集合成千上万数据的“黑匣子”，经过一番计算机工程“提纯”、“钻取”后，有用的信息从另一个端口出去。

毫无疑问的是，当大健康穿过大数据这个“黑匣子”，便兼具了“打破传统”和“智慧未来”的巨大推力。两者结合产生出最闪耀的几束火花值得关注。

第一束火花是，能在一个人健康状态的全过程发力，且预测是其核心要点。健康医疗极具“个性”，必须个体化。此处大数据的厉害之处在于：一来是基于预测的个人健康管理，这是目前可穿戴设备们、健康类APP们最常见的应用领域；另一个是个体治疗过程中的病情监控、评估疗效、康复护理等大数据管理。

第二束火花是，大数据是不同系统平台的“打通利器”，让信息流动更畅快。这些系统平台包括医院医生、患者或亚健康等人群、医药公司、监管部门等。打破传统医疗中，患者只在看病时与医生有交流的被动局面。

第三束火花是，医疗模式被改变，健康管理以及治疗将打破空间约束。借助大数据，未来检查结果等的解读可能由智能机器进行数据分析。一项全球研究显示，出院后的远程监护可将病人的医疗费用降低42%，看医生的时间间隔将延长71%。

不过，我们也需要看到在医疗健康管理的数字化进程中，还面临更多现实挑战。健康医疗中复杂、专业信息带来的医疗专业壁垒，是首要挑战。这也是大数据后“慢数据”时代提出的解决目标。需将大数据公司与医疗行业从业者更紧密的联合起来，共同发现海量大数据中的价值点。

其次，医疗信息现存的碎片化。即便在北京同级别医院，患者的诊疗信息都无法共享，更何况全国。医院内部信息化，在大多数医院还是单打独斗的局面，少数如北京大学人民医院、北京协和医院有意识地建设医学大数据信息平台。没有统一、规范的平台，未来的数据整合必然面临难题，“黑匣子”功能将受影响。这也是前文提及的北京市卫计委与百度合作的重要诱因，唯有通过统一的大数据引擎平台实现数据统一管理，才能实现更大价值的释放。