醫(yī)學(xué)大數(shù)據(jù)分析 課件 第1章 醫(yī)學(xué)大數(shù)據(jù)概述

醫(yī)學(xué)大數(shù)據(jù)分析醫(yī)學(xué)大數(shù)據(jù)概述高等教育出版社CONTENTS目錄1基礎(chǔ)知識(shí)2醫(yī)學(xué)大數(shù)據(jù)分析的特點(diǎn)3醫(yī)學(xué)大數(shù)據(jù)應(yīng)用4醫(yī)學(xué)數(shù)據(jù)的倫理問(wèn)題1基礎(chǔ)知識(shí)大數(shù)據(jù)的概念2012年3月22日，美國(guó)政府宣布投資2億美元拉動(dòng)大數(shù)據(jù)相關(guān)產(chǎn)業(yè)發(fā)展，將“大數(shù)據(jù)戰(zhàn)略”上升為國(guó)家戰(zhàn)略。2014年3月18日，“大數(shù)據(jù)”首次寫(xiě)入政府工作報(bào)告。關(guān)于促進(jìn)大數(shù)據(jù)發(fā)展的行動(dòng)綱要(國(guó)務(wù)院2015年9月5日)大數(shù)據(jù)的概念大數(shù)據(jù)的概念是指其規(guī)模、多樣性和復(fù)雜性需要新的架構(gòu)、技術(shù)、算法和分析方法來(lái)管理并從中提取有價(jià)值的、隱藏的知識(shí)的數(shù)據(jù)。大數(shù)據(jù)的概念基本知識(shí)：字節(jié)大小字節(jié)最小的基本單位是Byte（B），按照進(jìn)率1024（即2的十次方）計(jì)算，順序給出為：1B=8bit（位），一個(gè)英文字符1KB=1024B，一個(gè)句子1MB=1024KB，一個(gè)20頁(yè)的幻燈片演示文稿或一本小書(shū)1GB=1024MB，書(shū)架上9米長(zhǎng)的書(shū)1TB=1024GB，300小時(shí)的優(yōu)質(zhì)視頻、美國(guó)國(guó)會(huì)圖書(shū)館存儲(chǔ)容量的十分之一（TB，terabyte）1PB=1024TB，35萬(wàn)張數(shù)字照片太字節(jié)拍字節(jié)(PB)

1EB=1024PB，1999年全世界生成的信息的一半艾字節(jié)(EB)1ZB=1024EB，暫時(shí)無(wú)法想象澤它字節(jié)(ZB)1YB=1024ZB堯它字節(jié)(YB)……大數(shù)據(jù)的概念診療數(shù)據(jù)主要來(lái)自醫(yī)院、診所等醫(yī)療機(jī)構(gòu)在臨床診治過(guò)程中產(chǎn)生的數(shù)據(jù)。研發(fā)數(shù)據(jù)主要來(lái)自科研機(jī)構(gòu)、醫(yī)藥器械研發(fā)企業(yè)、研發(fā)外包公司等研發(fā)過(guò)程中產(chǎn)生的數(shù)據(jù)?；ヂ?lián)網(wǎng)健康數(shù)據(jù)在醫(yī)院外產(chǎn)生的、個(gè)人行為或感官產(chǎn)生的數(shù)據(jù)。一類(lèi)是使用智能手機(jī)APP或可穿戴醫(yī)學(xué)設(shè)備采集的體征類(lèi)數(shù)據(jù)，另一類(lèi)是在互聯(lián)網(wǎng)醫(yī)療公司提供網(wǎng)絡(luò)醫(yī)療服務(wù)過(guò)程中收集的網(wǎng)絡(luò)醫(yī)療行為數(shù)據(jù)生物組學(xué)數(shù)據(jù)在細(xì)胞領(lǐng)域，基因測(cè)序技術(shù)幾乎都形成了所有層面的各類(lèi)“組學(xué)”數(shù)據(jù)，基因組學(xué)、代謝組學(xué)，蛋白質(zhì)組學(xué)數(shù)據(jù)等等，由此產(chǎn)生了各種類(lèi)型的生物組學(xué)數(shù)據(jù)庫(kù)。醫(yī)療支付數(shù)據(jù)一切與付費(fèi)相關(guān)的審核或報(bào)銷(xiāo)的記錄，如醫(yī)院、醫(yī)保部門(mén)、藥店、互聯(lián)網(wǎng)醫(yī)療公司、醫(yī)療器械供應(yīng)商收集的病人支付數(shù)據(jù)、醫(yī)藥支付記錄和報(bào)銷(xiāo)賠付數(shù)據(jù)等。醫(yī)學(xué)大數(shù)據(jù)的種類(lèi)數(shù)據(jù)規(guī)模大大數(shù)據(jù)的特征數(shù)據(jù)增長(zhǎng)快數(shù)據(jù)類(lèi)型多樣化真實(shí)性數(shù)據(jù)價(jià)值高谷歌數(shù)據(jù)中心備份系統(tǒng)服務(wù)器集群冷卻系統(tǒng)存儲(chǔ)陣列電力系統(tǒng)非洲亞洲歐洲南美洲北美洲在全球，谷歌約有36個(gè)數(shù)據(jù)中心，其中19個(gè)在美國(guó)，12個(gè)在歐洲，3個(gè)在亞洲，1個(gè)在俄羅斯，1個(gè)在南美。谷歌還計(jì)劃在臺(tái)灣、馬來(lái)西亞、立匋宛、南加州等地區(qū)和國(guó)家建立數(shù)據(jù)中心。谷歌數(shù)據(jù)中心增長(zhǎng)速度快---數(shù)據(jù)爆炸式增長(zhǎng)（每分鐘……）Twitter上發(fā)布98000+新微博13000+個(gè)iPhone應(yīng)用下載Skype上37萬(wàn)+分鐘的語(yǔ)音通話上傳6600張新照片到flickr發(fā)出1.68億+條EmailYouTube上上傳600+新視頻淘寶光棍節(jié)10680+個(gè)新訂單Facebook上更新69.5萬(wàn)+條新?tīng)顟B(tài)12306出票1840+張數(shù)據(jù)類(lèi)型多樣化SocialMediaMachine/SensorDOC/MediaWebClickstreamAppsCallLogLog半結(jié)構(gòu)化/非結(jié)構(gòu)化數(shù)據(jù)價(jià)值高挖掘大數(shù)據(jù)的價(jià)值類(lèi)似沙里淘金，從海量數(shù)據(jù)中挖掘稀疏但珍貴的信息。價(jià)值密度低，是大數(shù)據(jù)的一個(gè)典型特征。為了一點(diǎn)金子，需要保存全部沙子不完整性醫(yī)學(xué)大數(shù)據(jù)的特征隱私性時(shí)序性冗余性2醫(yī)學(xué)大數(shù)據(jù)分析的特點(diǎn)指導(dǎo)性分析是比較復(fù)雜的，需要數(shù)據(jù)、分析模型和各種領(lǐng)域知識(shí)規(guī)則相結(jié)合，以確定最佳的解決方案。標(biāo)題描述性分析利用描述性分析可以分析患者使用的某種藥物以及治療的效果，如基于關(guān)聯(lián)規(guī)則識(shí)別基因作為藥物反應(yīng)的候選驅(qū)動(dòng)因素，分析抗癌藥物的臨床反應(yīng)。診斷性分析分析結(jié)果和很多因素的相關(guān)性。典型的應(yīng)用有應(yīng)用多個(gè)因素（如診斷和處方藥）對(duì)患者進(jìn)行不同類(lèi)型的劃分，衡量住院風(fēng)險(xiǎn)。如利用回歸分析識(shí)別65歲以上急診患者摔倒和多種危險(xiǎn)因素（平衡、步態(tài)、肌肉骨骼系統(tǒng)、視力、心血管狀況、神經(jīng)功能）的關(guān)系。預(yù)測(cè)性分析通常利用各種可變數(shù)據(jù)進(jìn)行預(yù)測(cè)。各種可變數(shù)據(jù)如年齡，過(guò)去的治療或疾病史，BMI，膽固醇等變量來(lái)預(yù)測(cè)是否易患心臟病，一個(gè)人年齡越大，患心臟病的可能性就越大，我們可以說(shuō)年齡與心臟病發(fā)作的風(fēng)險(xiǎn)呈線性關(guān)系。大數(shù)據(jù)分析的類(lèi)型描述性分析更復(fù)雜、更有價(jià)值診斷性分析預(yù)測(cè)性分析指導(dǎo)性分析發(fā)生了什么為什么會(huì)發(fā)生什么可能會(huì)發(fā)生該做些什么大數(shù)據(jù)分析的類(lèi)型3醫(yī)學(xué)大數(shù)據(jù)的應(yīng)用臨床決策支持藥物研發(fā)藥品研發(fā)大數(shù)據(jù)共享平臺(tái)，以便用于尋找生物標(biāo)志物，快速地找到用于藥物研發(fā)的關(guān)鍵化合物、或用于藥物療效跟蹤等。臨床研究PubMed上搜索"real-worlddata"或者"real-worldevidence"，文獻(xiàn)數(shù)從2012年的124篇增加到2020年的2314篇，其中直到2018年才達(dá)到千篇以上（1150篇）公共衛(wèi)生健康管理個(gè)性化醫(yī)療4醫(yī)學(xué)數(shù)據(jù)的倫理問(wèn)題醫(yī)學(xué)數(shù)據(jù)的收集、使用和保存等等，都會(huì)涉及數(shù)據(jù)主體（包括個(gè)人和群體）的相關(guān)權(quán)益。數(shù)據(jù)的收集是否基于個(gè)人自愿？數(shù)據(jù)主體是否知曉并允許這些數(shù)據(jù)基于特定的目的被收集和使用？他們是否同意將數(shù)據(jù)保存起來(lái)進(jìn)行二次利用？基于哪些目的可以使用醫(yī)學(xué)數(shù)據(jù)？醫(yī)學(xué)數(shù)據(jù)及其處理為什么會(huì)涉及倫理問(wèn)題？202020162019《中華人民共和國(guó)民法典》《涉及人的生物醫(yī)學(xué)研究倫理審查辦法》《中華人民共和國(guó)人類(lèi)遺傳資源管理?xiàng)l例》自然人的個(gè)人信息受法律保護(hù)。個(gè)人信息是以電子或者其他方式記錄的能夠單獨(dú)或者與其他信息結(jié)合識(shí)別特定自然人的各種信息。倫理法律基礎(chǔ)2016《涉及人的健康相關(guān)研究國(guó)際倫理準(zhǔn)則》2013《赫爾辛基宣言》將所有使用醫(yī)學(xué)數(shù)據(jù)開(kāi)展的研究都納入倫理委員會(huì)的監(jiān)管范圍。我國(guó)的《涉及人的生物醫(yī)學(xué)研究倫理審查辦法》（2016）則是采用了這種策略。與此同時(shí)，在設(shè)置這個(gè)基本倫理審查要求的基礎(chǔ)上，考慮到倫理審查的質(zhì)量和效率，還應(yīng)對(duì)涉及醫(yī)學(xué)數(shù)據(jù)的研究做進(jìn)一步分類(lèi)管理，包括考慮研究涉及的數(shù)據(jù)內(nèi)容和敏感性特征，可能的風(fēng)險(xiǎn)，對(duì)公眾健康和公共利益可能的影響等等，做到具體問(wèn)題具體分析，并進(jìn)一步采取恰當(dāng)?shù)膫惱韺彶樾问健惱韺彶槊獬龑彶楹?jiǎn)易審查程序會(huì)議審查如果研究使用的數(shù)據(jù)信息是可以公開(kāi)獲取的，例如，通過(guò)公共可及的網(wǎng)絡(luò)平臺(tái)或開(kāi)放式數(shù)據(jù)庫(kù)等，且研究者記錄信息的方式不會(huì)使受試者的身份被直接識(shí)別或通過(guò)相關(guān)識(shí)別物被間接的識(shí)別，那么，該研究可以考慮免除審查（exemption）。免除審查的決定需由倫理委員會(huì)做出。如果研究涉及的風(fēng)險(xiǎn)不大于最小風(fēng)險(xiǎn)（MinimalRisk），同時(shí)研究?jī)H涉及去標(biāo)識(shí)的數(shù)據(jù)，且研究者不會(huì)以任何方式嘗試識(shí)別個(gè)體受試者，那么，該研究可以考慮使用快速審查（也稱“簡(jiǎn)易審查程序”）。當(dāng)研究大于最小風(fēng)險(xiǎn)，或不滿足上述免除審查以及快速審查的條件時(shí)，均應(yīng)采用會(huì)議審查。會(huì)議審查是涉及人的研究最常見(jiàn)的倫理審查方式，要求出席會(huì)議的倫理委員會(huì)委員滿足法定人數(shù)要求，在充分討論研究項(xiàng)目實(shí)施方案、知情同意書(shū)等倫理審查申請(qǐng)材料的基礎(chǔ)上，形成審查決定倫理審查010203知情同意原則上，只要涉及前瞻性數(shù)據(jù)收集或者研究者在研究實(shí)施過(guò)程中會(huì)重新接觸受試者，那么，就應(yīng)該獲得受試者明確的知情同意，以確保研究合法合規(guī)的開(kāi)展?；砻庵橥鈱?duì)于僅涉及二次使用的醫(yī)學(xué)數(shù)據(jù)相關(guān)研究，在倫理審查中，無(wú)論采取哪種倫理