醫(yī)療行業(yè)大數(shù)據(jù)應(yīng)用的15個場景知識分享

1、醫(yī)療行業(yè)大數(shù)據(jù)應(yīng)用的15個場景商業(yè)推動了 IT不斷向前發(fā)展，云計算就是一個有趣的例子。甲骨文CEO拉里埃里森 曾經(jīng)對近兩年大行其道的云計算表示不屑，因?yàn)樵朴嬎悴⒉皇且豁?xiàng)新技術(shù)。但迫于市場競爭 的壓力，甲骨文還是在2011年推出了云計算戰(zhàn)略。IBM全球高級副總裁Robert LeBlanc曾對 本報記者說，IBM從上世紀(jì)六七十年代就開始做云計算了。他這么說的原因是云計算的核心 技術(shù)那時就有了。然而，最近幾年由于物流云、醫(yī)療云、商務(wù)云等云計算商業(yè)模式的出現(xiàn)， 云計算才得以開花結(jié)果。大數(shù)據(jù)也一樣。1989年，Gartner提出BI概念。2008年，Gartner將BI概念進(jìn)一步升級 為高級分析(Ad

2、vanced Analytics)。2011年，麥肯錫闡釋大數(shù)據(jù)概念。雖然名稱不同，但實(shí)際 上它們要解決的問題從來沒變過。只不過，現(xiàn)在的大數(shù)據(jù)分析技術(shù)能處理相比20年前更大 量、多樣、實(shí)時(Volume、Variety、Velocity)的數(shù)據(jù)，即大數(shù)據(jù)。相比20年前的BI，現(xiàn)在的 大數(shù)據(jù)分析能夠產(chǎn)生更大的商業(yè)價值，大數(shù)據(jù)存儲和分析技術(shù)的發(fā)展也得益于商業(yè)場景中數(shù) 據(jù)量的激增和數(shù)據(jù)種類的多樣化。因此在實(shí)施大數(shù)據(jù)分析項(xiàng)目之前，企業(yè)不僅應(yīng)該知道使用何種技術(shù)，更應(yīng)該知道在什么 時候、什么地方使用。除了較早前就開始利用大數(shù)據(jù)的互聯(lián)網(wǎng)公司，醫(yī)療行業(yè)可能是讓大數(shù) 據(jù)分析最先發(fā)揚(yáng)光大的傳統(tǒng)行業(yè)之一。醫(yī)療行業(yè)早

3、就遇到了海量數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的挑戰(zhàn)， 而近年來很多國家都在積極推進(jìn)醫(yī)療信息化發(fā)展，這使得很多醫(yī)療機(jī)構(gòu)有資金來做大數(shù)據(jù)分 析。因此，醫(yī)療行業(yè)將和銀行、電信、保險等行業(yè)一起首先邁入大數(shù)據(jù)時代。麥肯錫在其報 告中指出，排除體制障礙，大數(shù)據(jù)分析可以幫助美國的醫(yī)療服務(wù)業(yè)一年創(chuàng)造3000億美元的 附加價值。本文列出了醫(yī)療服務(wù)業(yè)5大領(lǐng)域(臨床業(yè)務(wù)、付款/定價、研發(fā)、新的商業(yè)模式、 公眾健康)的15項(xiàng)應(yīng)用，這些場景下，大數(shù)據(jù)的分析和應(yīng)用都將發(fā)揮巨大的作用，提高醫(yī)療 效率和醫(yī)療效果。臨床操作在臨床操作方面，有5個主要場景的大數(shù)據(jù)應(yīng)用。麥肯錫估計，如果這些應(yīng)用被充分采 用，光是美國，國家醫(yī)療健康開支一年就將減少

4、165億美元。比較效果研究通過全面分析病人特征數(shù)據(jù)和療效數(shù)據(jù)，然后比較多種干預(yù)措施的有效性，可以找到針 對特定病人的最佳治療途徑?；诏熜У难芯堪ū容^效果研究(Comparative Effectiveness Research， CER)。研究表 明，對同一病人來說，醫(yī)療服務(wù)提供方不同，醫(yī)療護(hù)理方法和效果不同，成本上也存在著很 大的差異。精準(zhǔn)分析包括病人體征數(shù)據(jù)、費(fèi)用數(shù)據(jù)和療效數(shù)據(jù)在內(nèi)的大型數(shù)據(jù)集，可以幫助 醫(yī)生確定臨床上最有效和最具有成本效益的治療方法。醫(yī)療護(hù)理系統(tǒng)實(shí)現(xiàn)CER，將有可能減 少過度治療（比如避免那些副作用比療效明顯的治療方式），以及治療不足。從長遠(yuǎn)來看，不 管是過度治療還是

5、治療不足都將給病人身體帶來負(fù)面影響，以及產(chǎn)生更高的醫(yī)療費(fèi)用。世界各地的很多醫(yī)療機(jī)構(gòu)（如英國的NICE，德國IQWIG，加拿大普通藥品檢查機(jī)構(gòu)等） 已經(jīng)開始了 CER項(xiàng)目并取得了初步成功。2009年，美國通過的復(fù)蘇與再投資法案，就是向 這個方向邁出的第一步。在這一法案下，設(shè)立的比較效果研究聯(lián)邦協(xié)調(diào)委員會協(xié)調(diào)整個聯(lián)邦 政府的比較效果的研究，并對4億美元投入資金進(jìn)行分配。這一投入想要獲得成功，還有大 量潛在問題需要解決，比如，臨床數(shù)據(jù)和保險數(shù)據(jù)的一致性問題，當(dāng)前在缺少EHR（電子健 康檔案）標(biāo)準(zhǔn)和互操作性的前提下，大范圍倉促部署EHR可能造成不同數(shù)據(jù)集難以整合。再 如，病人隱私問題，想要在保護(hù)病人隱

6、私的前提下，又要提供足夠詳細(xì)的數(shù)據(jù)以便保證分析 結(jié)果的有效性不是一件容易的事情。還有一些體制問題，比如目前美國法律禁止醫(yī)療保險機(jī) 構(gòu)和醫(yī)療補(bǔ)助服務(wù)中心（Centers for Medicare and Medicaid Services）（醫(yī)療服務(wù)支付方）使用成 本/效益比例來制定報銷決策，因此即便他們通過大數(shù)據(jù)分析找到更好的方法也很難落實(shí)。臨床決策支持系統(tǒng)臨床決策支持系統(tǒng)可以提高工作效率和診療質(zhì)量。目前的臨床決策支持系統(tǒng)分析醫(yī)生輸 入的條目，比較其與醫(yī)學(xué)指引不同的地方，從而提醒醫(yī)生防止?jié)撛诘腻e誤，如藥物不良反應(yīng)。 通過部署這些系統(tǒng)，醫(yī)療服務(wù)提供方可以降低醫(yī)療事故率和索賠數(shù)，尤其是那些臨床錯誤

7、引 起的醫(yī)療事故。在美國Metropolitan兒科重癥病房的研究中，兩個月內(nèi)，臨床決策支持系統(tǒng) 就削減了 40%的藥品不良反應(yīng)事件數(shù)量。大數(shù)據(jù)分析技術(shù)將使臨床決策支持系統(tǒng)更智能，這得益于對非結(jié)構(gòu)化數(shù)據(jù)的分析能力的 日益加強(qiáng)。比如可以使用圖像分析和識別技術(shù)，識別醫(yī)療影像X光、CT、MRI）數(shù)據(jù)，或者挖 掘醫(yī)療文獻(xiàn)數(shù)據(jù)建立醫(yī)療專家數(shù)據(jù)庫（就像IBM Watson做的），從而給醫(yī)生提出診療建議。 此外，臨床決策支持系統(tǒng)還可以使醫(yī)療流程中大部分的工作流流向護(hù)理人員和助理醫(yī)生，使 醫(yī)生從耗時過長的簡單咨詢工作中解脫出來，從而提高治療效率。醫(yī)療數(shù)據(jù)透明度提高醫(yī)療過程數(shù)據(jù)的透明度，可以使醫(yī)療從業(yè)者、醫(yī)療機(jī)

8、構(gòu)的績效更透明，間接促進(jìn)醫(yī) 療服務(wù)質(zhì)量的提高。根據(jù)醫(yī)療服務(wù)提供方設(shè)置的操作和績效數(shù)據(jù)集，可以進(jìn)行數(shù)據(jù)分析并創(chuàng)建可視化的流程 圖和儀表盤，促進(jìn)信息透明。流程圖的目標(biāo)是識別和分析臨床變異和醫(yī)療廢物的來源，然后 優(yōu)化流程。僅僅發(fā)布成本、質(zhì)量和績效數(shù)據(jù)，即使沒有與之相應(yīng)的物質(zhì)上的獎勵，也往往可 以促進(jìn)績效的提高，使醫(yī)療服務(wù)機(jī)構(gòu)提供更好的服務(wù)，從而更有競爭力。數(shù)據(jù)分析可以帶來業(yè)務(wù)流程的精簡，通過精益生產(chǎn)降低成本，找到符合需求的工作更高 效的員工，從而提高護(hù)理質(zhì)量并給病人帶來更好的體驗(yàn)，也給醫(yī)療服務(wù)機(jī)構(gòu)帶來額外的業(yè)績 增長潛力。美國醫(yī)療保險和醫(yī)療補(bǔ)助服務(wù)中心正在測試儀表盤，將其作為建設(shè)主動、透明、 開放、

9、協(xié)作型政府的一部分。本著同樣的精神，美國疾病控制和預(yù)防中心（Centers for Disease Control and Prevention）已經(jīng)公開發(fā)布醫(yī)療數(shù)據(jù)，包括業(yè)務(wù)數(shù)據(jù)。公開發(fā)布醫(yī)療質(zhì)量和績效數(shù)據(jù)還可以幫助病人做出更明智的健康護(hù)理決定，這也將幫助 醫(yī)療服務(wù)提供方提高總體績效，從而更具競爭力。遠(yuǎn)程病人監(jiān)控從對慢性病人的遠(yuǎn)程監(jiān)控系統(tǒng)收集數(shù)據(jù)，并將分析結(jié)果反饋給監(jiān)控設(shè)備（查看病人是否 正在遵從醫(yī)囑），從而確定今后的用藥和治療方案。2010年，美國有1.5億慢性病患者，如糖尿病、充血性心臟衰竭、高血壓患者，他們的 醫(yī)療費(fèi)用占到了醫(yī)療衛(wèi)生系統(tǒng)醫(yī)療成本的80%。遠(yuǎn)程病人監(jiān)護(hù)系統(tǒng)對治療慢性病患者

10、是非常 有用的。遠(yuǎn)程病人監(jiān)護(hù)系統(tǒng)包括家用心臟監(jiān)測設(shè)備、血糖儀，甚至還包括芯片藥片，芯片藥 片被患者攝入后，實(shí)時傳送數(shù)據(jù)到電子病歷數(shù)據(jù)庫。舉個例子，遠(yuǎn)程監(jiān)控可以提醒醫(yī)生對充 血性心臟衰竭病人采取及時治療措施，防止緊急狀況發(fā)生，因?yàn)槌溲孕呐K衰竭的標(biāo)志之一 是由于保水產(chǎn)生的體重增加現(xiàn)象，這可以通過遠(yuǎn)程監(jiān)控實(shí)現(xiàn)預(yù)防。更多的好處是，通過對遠(yuǎn) 程監(jiān)控系統(tǒng)產(chǎn)生的數(shù)據(jù)的分析，可以減少病人住院時間，減少急診量，實(shí)現(xiàn)提高家庭護(hù)理比 例和門診醫(yī)生預(yù)約量的目標(biāo)。對病人檔案的先進(jìn)分析在病人檔案方面應(yīng)用高級分析可以確定哪些人是某類疾病的易感人群。舉例說，應(yīng)用高 級分析可以幫助識別哪些病人有患糖尿病的高風(fēng)險，使他們盡早接

11、受預(yù)防性保健方案。這些 方法也可以幫患者從已經(jīng)存在的疾病管理方案中找到最好的治療方案。付款/定價對醫(yī)療支付方來說，通過大數(shù)據(jù)分析可以更好地對醫(yī)療服務(wù)進(jìn)行定價。以美國為例，這 將有潛力創(chuàng)造每年500億美元的價值，其中一半來源于國家醫(yī)療開支的降低。自動化系統(tǒng)自動化系統(tǒng)（例如機(jī)器學(xué)習(xí)技術(shù)）檢測欺詐行為。業(yè)內(nèi)人士評估，每年有2%4%的醫(yī)療索 賠是欺詐性的或不合理的，因此檢測索賠欺詐具有巨大的經(jīng)濟(jì)意義。通過一個全面的一致的 索賠數(shù)據(jù)庫和相應(yīng)的算法，可以檢測索賠準(zhǔn)確性，查出欺詐行為。這種欺詐檢測可以是追溯 性的，也可以是實(shí)時的。在實(shí)時檢測中，自動化系統(tǒng)可以在支付發(fā)生前就識別出欺詐，避免 重大的損失。基于衛(wèi)

12、生經(jīng)濟(jì)學(xué)和療效研究的定價計劃在藥品定價方面，制藥公司可以參與分擔(dān)治療風(fēng)險，比如基于治療效果制定定價策略。 這對醫(yī)療支付方的好處顯而易見，有利于控制醫(yī)療保健成本支出。對患者來說，好處更加直 接。他們能夠以合理的價格獲得創(chuàng)新的藥物，并且這些藥物經(jīng)過基于療效的研究。而對醫(yī)藥 產(chǎn)品公司來說，更好的定價策略也是好處多多。他們可以獲得更高的市場準(zhǔn)入可能性，也可 以通過創(chuàng)新的定價方案，更有針對性療效藥品的推出，獲得更高的收入。在歐洲，現(xiàn)在有一些基于衛(wèi)生經(jīng)濟(jì)學(xué)和療效的藥品定價試點(diǎn)項(xiàng)目。一些醫(yī)療支付方正在利用數(shù)據(jù)分析衡量醫(yī)療服務(wù)提供方的服務(wù)，并依據(jù)服務(wù)水平進(jìn)行定 價。醫(yī)療服務(wù)支付方可以基于醫(yī)療效果進(jìn)行支付，他們

13、可以與醫(yī)療服務(wù)提供方進(jìn)行談判，看 醫(yī)療服務(wù)提供方提供的服務(wù)是否達(dá)到特定的基準(zhǔn)。研發(fā)醫(yī)療產(chǎn)品公司可以利用大數(shù)據(jù)提高研發(fā)效率。拿美國為例，這將創(chuàng)造每年超過1000億 美元的價值。預(yù)測建模醫(yī)藥公司在新藥物的研發(fā)階段，可以通過數(shù)據(jù)建模和分析，確定最有效率的投入產(chǎn)出比， 從而配備最佳資源組合。模型基于藥物臨床試驗(yàn)階段之前的數(shù)據(jù)集及早期臨床階段的數(shù)據(jù)集， 盡可能及時地預(yù)測臨床結(jié)果。評價因素包括產(chǎn)品的安全性、有效性、潛在的副作用和整體的 試驗(yàn)結(jié)果。通過預(yù)測建?？梢越档歪t(yī)藥產(chǎn)品公司的研發(fā)成本，在通過數(shù)據(jù)建模和分析預(yù)測藥 物臨床結(jié)果后，可以暫緩研究次優(yōu)的藥物，或者停止在次優(yōu)藥物上的昂貴的臨床試驗(yàn)。除了研發(fā)成本，

14、醫(yī)藥公司還可以更快地得到回報。通過數(shù)據(jù)建模和分析，醫(yī)藥公司可以 將藥物更快推向市場，生產(chǎn)更有針對性的藥物，有更高潛在市場回報和治療成功率的藥物。 原來一般新藥從研發(fā)到推向市場的時間大約為13年，使用預(yù)測模型可以幫助醫(yī)藥企業(yè)提早 35年將新藥推向市場。提高臨床試驗(yàn)設(shè)計的統(tǒng)計工具和算法使用統(tǒng)計工具和算法，可以提高臨床試驗(yàn)設(shè)計水平，并在臨床試驗(yàn)階段更容易地招募到 患者。通過挖掘病人數(shù)據(jù)，評估招募患者是否符合試驗(yàn)條件，從而加快臨床試驗(yàn)進(jìn)程，提出 更有效的臨床試驗(yàn)設(shè)計建議，并能找出最合適的臨床試驗(yàn)基地。比如那些擁有大量潛在符合 條件的臨床試驗(yàn)患者的試驗(yàn)基地可能是更理想的，或者在試驗(yàn)患者群體的規(guī)模和特征二

15、者之 間找到平衡。臨床實(shí)驗(yàn)數(shù)據(jù)的分析分析臨床試驗(yàn)數(shù)據(jù)和病人記錄可以確定藥品更多的適應(yīng)癥和發(fā)現(xiàn)副作用。在對臨床試驗(yàn) 數(shù)據(jù)和病人記錄進(jìn)行分析后，可以對藥物進(jìn)行重新定位，或者實(shí)現(xiàn)針對其他適應(yīng)癥的營銷。 實(shí)時或者近乎實(shí)時地收集不良反應(yīng)報告可以促進(jìn)藥物警戒（藥物警戒是上市藥品的安全保障 體系，對藥物不良反應(yīng)進(jìn)行監(jiān)測、評價和預(yù)防）?；蛘咴谝恍┣闆r下，臨床實(shí)驗(yàn)暗示出了一 些情況但沒有足夠的統(tǒng)計數(shù)據(jù)去證明，現(xiàn)在基于臨床試驗(yàn)大數(shù)據(jù)的分析可以給出證據(jù)。這些分析項(xiàng)目是非常重要的?？梢钥吹阶罱鼛啄晁幤烦肥袛?shù)量屢創(chuàng)新高，藥品撤市可能 給醫(yī)藥公司帶來毀滅性的打擊。2004年從市場上撤下的止痛藥Vioxx，給默克公司造成7

16、0 億美元的損失，短短幾天內(nèi)就造成股東價值33%的損失。個性化治療另一種在研發(fā)領(lǐng)域有前途的大數(shù)據(jù)創(chuàng)新，是通過對大型數(shù)據(jù)集例如基因組數(shù)據(jù)）的分析 發(fā)展個性化治療。這一應(yīng)用考察遺傳變異、對特定疾病的易感性和對特殊藥物的反應(yīng)的關(guān)系， 然后在藥物研發(fā)和用藥過程中考慮個人的遺傳變異因素。個性化醫(yī)學(xué)可以改善醫(yī)療保健效果，比如在患者發(fā)生疾病癥狀前，就提供早期的檢測和 診斷。很多情況下，病人用同樣的診療方案但是療效卻不一樣，部分原因是遺傳變異。針對 不同的患者采取不同的診療方案，或者根據(jù)患者的實(shí)際情況調(diào)整藥物劑量，可以減少副作用。個性化醫(yī)療目前還處在初期階段。麥肯錫估計，在某些案例中，通過減少處方藥量可以 減

17、少30%70%的醫(yī)療成本。比如，早期發(fā)現(xiàn)和治療可以顯著降低肺癌給衛(wèi)生系統(tǒng)造成的負(fù) 擔(dān)，因?yàn)樵缙诘氖中g(shù)費(fèi)用是后期治療費(fèi)用的一半。疾病模式的分析通過分析疾病的模式和趨勢，可以幫助醫(yī)療產(chǎn)品企業(yè)制定戰(zhàn)略性的研發(fā)投資決策，幫助 其優(yōu)化研發(fā)重點(diǎn)，優(yōu)化配備資源。新的商業(yè)模式大數(shù)據(jù)分析可以給醫(yī)療服務(wù)行業(yè)帶來新的商業(yè)模式。匯總患者的臨床記錄和醫(yī)療保險數(shù)據(jù)集匯總患者的臨床記錄和醫(yī)療保險數(shù)據(jù)集，并進(jìn)行高級分析，將提高醫(yī)療支付方、醫(yī)療服 務(wù)提供方和醫(yī)藥企業(yè)的決策能力。比如，對醫(yī)藥企業(yè)來說，他們不僅可以生產(chǎn)出具有更佳療 效的藥品，而且能保證藥品適銷對路。臨床記錄和醫(yī)療保險數(shù)據(jù)集的市場剛剛開始發(fā)展，擴(kuò) 張的速度將取決于醫(yī)療保健行業(yè)完成EMR和循證醫(yī)學(xué)發(fā)展的速度。網(wǎng)絡(luò)平臺和社區(qū)另一個潛在的大數(shù)據(jù)啟動的商業(yè)模型是網(wǎng)絡(luò)平臺和大數(shù)據(jù)，這些平臺已經(jīng)產(chǎn)生了大量有 價值的數(shù)據(jù)。比如PatientsLikeM網(wǎng)站，病人可以這個網(wǎng)站上分享治療經(jīng)驗(yàn)S 網(wǎng)站，醫(yī)生可以在這個網(wǎng)站上分享醫(yī)療見解;P網(wǎng)站，