其实自大数据被提出以来，医疗行业包括医院内部，对医疗大数据应用研究的探索就从未停止过，可大多结果不甚理想。原因何在?是数据样本不足、标准不一或别的因素使然?或许我们该听听一线医学专家的心声。
【51CTO记者 李玲玲 北京报道】近年来大数据、人工智能、区块链或物联网等新热技术发展有一个普遍显著的特点，即都聚集于场景化应用的争夺。比如大数据，金融场景比较专注于如何给用户带来更精准的营销服务，交通大数据多用于研究人、车、路的和谐出行，政务大数据专于研究如何提供更便捷的政务服务等。而医疗大数据的探讨也在不断深入。不过，鉴于目前各医院医疗数据比较分散、标准不统一等现状问题致使医疗大数据研究仍普遍聚焦在科研领域的探索，尚未对临床形成真正意义上的指导。
对此，从事妇幼健康管理、研究及临床医疗工作近40年的北京妇产医院、妇幼保健院原副院长丁辉教授以一名常年在一线的医学工作者视角与51CTO记者深谈了她对医疗大数据的看法。
从医疗质量研究入手，大数据指导临床指日可待
“其实互联网本身是非常好的平台，但说到大数据，我认为还是要多关注临床医疗质量研究。”丁辉教授说。之所以产生这样的需求认知，与其多年的临床研究工作密不可分。
长期以来，丁辉教授在坚持临床、教学、科研工作的同时，一直致力于医学科普工作，尤其重点专注于妇产和妇幼保健医学，致力于妇女全生命周期的医学研究。她在母婴安全、妇女“两癌”及妇科多发病防治、孕产妇出生缺陷与围产保健、女性职业医学与营养保健、人体功能医学和生活方式保健领域，做过诸多相关研究及临床工作。并于2002年引入当时国际最新理念，即将临床与保健相结合，将生理保健、情绪保健、营养保健融为一体，创立并开展身心合一的妇女亚健康医学门诊。
随着国内二胎政策的放开，丁辉教授更加关注妇幼心身医学方面的研究。她认为，“目前心身医学的重要性远远超越了疾病医学认知。”她呼吁，应从心理、生理、社会、环境、道德五环模式综合分析人文社会因素对人的整体健康、生命质量以及疾病发生的重要影响。
以糖尿病为例。有研究显示，血糖增高在相当时间内可能是身体的一种应激状态反应而非一种疾病。所谓应激状态，是人在压力来临之时身体的一个回应，这个回应会使我们的身体各种代谢有一些反应和不足。如果这时候人去检查身体，肯定会有不正常的指标。但如果就拿这个横断面指标，一下给人打上“糖尿病”的标签，显然是不规范、不合理、不科学的。此时此刻再去用药，药物的副作用就容易伤害身体，而用药其实已经开始在耗竭我们身体的很多酶系统，特别是对肝脏、肾脏的代谢。
因此，丁辉教授认为，目前医疗大数据的真正价值难以在临床得到体现，主要原因：一是数据样本难以公开分享;再一个，对临床实践与工作实践而言难以形成对老百姓、对管理者更为可信的判断。
“比如临床医疗，现在我想快速查阅如柳叶刀、儿童身心健康和女性身心健康一类的文献，包括像《新英格兰医学杂志》这些前沿杂志的近三年的证据和成果能不能给临床医生阅读?另外有的医生反映，在查阅时，因为语言的短板导致很多医生不可能快速跟进国外新的前沿进展。她还举例说，比如中国很多家庭想要生二胎，不孕不育的原因呈现多样性，综合研究发现，一个是医生的诊断水平非常弱化，有的医生往往将有生育需求的女性的压力应激状态当成了疾病治疗，结果有可能导致药物阻碍生育的副作用;还有，我们在少女或者儿童期的生理教育及最基本的健康指导、心理教育非常少，包括从青春期的生理发育、心理准备、生理准备，到怀孕期的身体准备、环境的准备等等这些知识储备不重视，也缺乏有效的指导。“那么，在我所关注的不孕不育领域，想要搞大数据，我认为对临床医疗质量分析是特别重要的。”丁辉教授表示。
此外，在人体功能代谢指标方面，丁辉教授也急需相关的大数据研究能发挥作用。
丁辉教授说道，此前她整理并编纂了万例关于女性人体功能代谢的大数据，特别想研制能在患者与医生，及医生与医生的互动指导分析的有价值的东西，但医生和研发者的互动还不够，她更希望，基于病案样本的大数据去研发应用，得到更能符合医生-患者深度需求的成果。同时，我们希望通过一定数据的分析、频率的分析，找出一些规律，能给基层医生形成更有成效的培训指导。”
国外医疗大数据研究很有活力
采访前才从美国考察归来的丁辉教授对国外医疗大数据发展印象尤其深刻。她表示，令她感到很吃惊的是，一方面从事相关研究的人员年龄层次普遍偏小，且多为创业团队;另一方面，国外对大数据的研究更有成效，特别是很善于挖掘需求，“一旦有一点需求就会变成一个数据的积累”，在短短二十多天时间里，她所在的考察团集中考察了美国20多家相关研究机构。
她说道，“有一家机构很有意思的是什么呢?比如急诊，美国各个社区都配有急诊系列，这个社区距离急诊地方有五公里的、有十公里的、有十五公里的，他就将这个半圆区域全部需求都做成了大数据集，将大家的需求分析之后，服务于这个社区的10万人。本来这10万人完全可以自己再到别的地方去，但他就把这个地方变成一个区域化的管理，依据不同服务半径的服务理念、服务方式和服务流程，提供上门服务。再比如，考察IBM的沃森系统，运用大数据管理对疑难病症进行快速诊疗。整个过程完全依赖医院大数据的积累，采用某种模型算法进行区分。参观美国大数据和人工智能的整个过程给人印象是特别有活力。三个人就是一个创业公司，五个人就是一个创业团队，人人讲的头头是道，不少团队获得了实实在在的融资。我们听到与看到的，都是他们对需求进行了深刻地分析。其中有几家机构是专注于肿瘤和乳腺癌，还有不孕不育的研究。我觉得研究不孕不育的这家企业做得很好。而我们国内在不孕不育方面的诊断标准不规范，不统一，很难去计算其中的数据规律。”丁辉教授两相比较颇有感触地说。
她还透露，此次考察接触了原来在国外做基因数据的回国创业团队，目前也在与这家团队一起合作开展肠道菌群检测方面的大数据研究。
通过大数据挖掘需求是方向，但数据来源成掣肘
相比国外大数据研究的活力四射，国内医疗大数据研究进展缓慢除了外部客观因素的影响外，最大问题还在于难以准确把握需求。这里有疾病本身的复杂性因素，也有医疗质量难量化的问题。在丁辉教授的研究领域，常年的一线临床与科研、科普工作，让她迫切想利用大数据解开一些难题。
比如，在不孕不育以及生育疑难咨询方面，当前丁辉教授长期坚持在做的一件事就是自己制作科学怀孕的故事片段，每天录一分钟。内容由其从生理开始讲起，补上青少年或是青春期男女发育的一课，然后讲述从生理、心理怎样促进怀孕。另外带病是不是能怀孕?有肌瘤怎么办?有炎症怎么办?发生多囊卵巢综合征怎么办?胎停育怎么办等颇具针对性的问题讲解。“国内现在不统一的原因关键在于多种医疗方式各自为政。中医有中医的诊疗特点，西医有西医的特点，每种西医的诊疗又不一样，规范归规范，指南归指南。这导致在执行中的大数据极不规范。现在针对产后抑郁问题，我们也在逐步通过协作推进有关大数据研究。”
另外，在大众健康方面，丁辉教授也认为国内相关领域的专科化研究极为欠缺。在此情况下，她希望能借由大数据推动相关领域的进展。目前，丁辉教授正在推进部分大数据试点研究。
“一个是肌养监测大数据研究。我们为试验者佩戴一个可穿戴监测设备，获知个体肌养力指标参数，再比照标准值给予相应的指导方案。这个项目中国--加拿大合作项目，是通过收集有关数据，形成肌养监测的大数据。作为第五大生命指标，目前肌养监测在国际相关领域有三个团队在爬山，其中两个是欧美团队，另一个就是我们这个团队，也是争取形成一个大数据集，更好的为大众健康服务。”
总体上，结合自身的研究领域，丁辉教授认为，想要挖掘需求，应多围绕21世纪的三大热点和难点来进行：生命的准备、生命的保护、生命的质量。妇产科和多学科的医生要关注职业压力和有害因素对不孕不育、产后抑郁、母乳喂养等领域的影响，建立相关大数据研究项目，通过大数据，找准这些问题的痛点进行解决。
但是，对于数据的来源，丁辉教授认为。政府的指令、医疗病例的标准化、数据结构的统一化是问题的焦点。(完)
【51CTO原创稿件，合作站点转载请注明原文作者和出处为51CTO.com】
