在12月15日舉辦的“中國工程科技論壇(第149場)——醫療物聯網暨健康云服務繼2012imit醫院院長高峰論壇”上，中國工程院院士鄔賀銓介紹了醫療大數據的應用。

　　鄔賀銓介紹，所謂大數據是指在允許的時間里，無法用常規軟件對數據進行抓取、管理和處理而產生的數據集合。而在醫療數字化的過程中，醫院成了大數據產生的重要來源，病歷、影像、遠程醫療等都會產生大量的數據。

　　“大數據的應用首當其沖的就是智慧醫療。”鄔賀銓表示，“具體可應用在臨床診斷、遠程監控、藥品研發、防止醫療詐騙等方面。”

　　在他看來，大數據的應用可產生很高的經濟價值。“按照世界經濟論壇的說法，大數據是新財富，價值堪比石油。麥肯錫曾說，大數據就是生產資料。一份報告顯示，醫療大數據的分析會為美國產生3000億美元的價值，減少8%的美國國家醫療保健的支出。”

　　不過，鄔賀銓也提醒，要把醫療大數據轉換為經濟價值，最難的是醫療數據的挖掘。“關鍵是怎么能夠提取出與診療有關的數據。”

　　幫助醫生臨床診斷

　　鄔賀銓介紹，大數據的第一個應用是臨床診斷。“這首先體現在對病人的數據分析。”他說。精準地分析病人的體征、治療費用和療效數據，可避免過度治療、避免副作用較為明顯的治療。通過進一步比較各種治療措施的效果，醫生可更好地確定臨床最有效、效益最好的治療方法。

　　其次體現在臨床決策系統。通過將醫生處方和醫療專家庫醫學指導比較，系統可提醒醫生避免出錯，如藥品不良反應、過度使用抗生素等，幫助醫生降低醫療風險。“美國的一個兒科醫院通過使用臨床決策支持系統，兩個月內減少了40%的藥品不良反應。”他舉例說。

　　最后是可以讓臨床醫療數據更加透明。鄔賀銓表示，美國疾控中心公布了醫療數據，幫助病人作出更明智的決定，從而選擇性價比更高的治療方案。“通過告訴病人多種不同的醫療方案，病人可以自己選擇治療方案。美國還公開發布不同醫院的醫療質量和績效數據，這有助于督促醫院改進醫療服務質量。”鄔賀銓評價道，“僅僅這個醫療臨床決策系統，對美國來講，一年就能減少1650億美元醫療支出。”

　　實現遠程監護醫療

　　“大數據的第二個應用是計算機遠程監護。”鄔賀銓說。

　　首先，通過收集數據，醫生可以更好地判斷病人病情。他舉例說，“比如，充血性心臟衰竭的治療檢查費用非常高。但是通過大數據分析發現，凡是充血性心臟衰竭的病人，他的頸靜脈會擴張。所以根據頸靜脈擴張的檢查，就能判斷他是不是充血性心臟衰竭。而頸靜脈的檢查，根本就不要成本，摸一下就夠了。而這也是通過大量數據的搜集而總結出來的。”

　　其次，通過對數據的收集和分析，可實現計算機遠程監護，對慢性病進行管理。比如，充血性心臟的標志之一是由于保水而增加體重，因此通過遠程監控體重可發現相關疾病，提醒醫生及時采取治療措施，防止急性狀況發生。

　　“計算機遠程監護還可以減少病人住院時間、減少急診量，提高家庭護理比例和門診醫生預約量。”鄔賀銓表示。

　　加快藥品研發入市

　　“大數據的第三個應用是醫療研發。”鄔賀銓介紹，“這首先體現在預測建模。”通過收集臨床實驗前期和結果的數據，可以評價新藥的安全性、有效性以及潛在的副作用，提高研發效率。“原來，一般新藥從研發到推向市場的時間大約為13年，使用預測模型至少可以提早3-5年。”

　　其次是臨床實驗設計的統計工具和算法。通過挖掘病人數據，可以評估和招募患者是否符合試驗條件，并進一步找出最合適的臨床實驗基地，從而加快臨床試驗進程。

　　三是通過分析臨床試驗數據和病人記錄，可以確定藥品更多適應癥或副作用。

　　四是個性化治療應用，通過對大型數據集(例如基因組數據)的分析，研究遺傳變異，實現個性化醫療和調整藥物劑量。鄔賀銓表示，“麥卡錫估計，在某些案例里，通過減少處方藥，減少了30%-70%的醫療成本。另外，早期發現腫瘤的治療和手術費用，是后期發現的一半。”

　　最后，大數據疾病模式和趨勢分析可幫助企業做出戰略性研發及投資決策。

　　鄔賀銓稱，大數據還可應用于合成生物學，“比如DNA的編程，我們把人的DNA分解，從中找出哪一個DNA會影響什么。”還有新藥的設計和合成、中藥的藥理分析等等。

　　防止醫療詐騙

　　鄔賀銓指出，大數據不僅可以應用在臨床診療，而且在醫院的定價付款方面也有用處。首先是防止醫療詐騙。“建立索賠數據庫和相應的算法，可以記錄醫療詐騙和索賠行為，防止醫療詐騙。”他說，“美國每年有2%-4%的醫療索賠是欺詐性行為。”

　　其次是藥品定價計劃的應用。鄔賀銓舉例說，“美國藥企可以參與藥品定價，但必須承擔治療風險。也就是如果藥品治療效果好，藥品可以定價高一些;如果治療效果不好，藥品就要降價。通過建立數據庫和監測，能實現這個目標。”

　　他表示，上述做法有利于控制醫療保健成本的開支，有利于患者以合適的價格獲得基于醫療研究的創新藥物。同時，醫藥產品市場準入門檻更高，醫藥企業也可更有針對性地推出療效藥品。“歐洲一些國家已經開始了基于衛生經濟學和療效的藥品定價測試項目。在定價付款方面，美國每年能產生300億美元的價值，其中一半是由于國家醫療保健開支的減少。”

　　用于商業及公共政策制定

　　大數據還可應用于醫療商業模式。“匯總患者的臨床記錄和保險數據并加以分析，可提高醫保支付方、醫院和藥企的決策水平，藥企可生產出治療效果更好的藥品。”鄔賀銓介紹。

　　另外，通過社交網絡在線平臺，患者之間可分享治療經驗，醫生可交流治療方案見解。鄔賀銓介紹說，美國有一個叫PatientsLikeme.com網站，病人可通過網站分享治療經驗。同時，這個網站對醫生是免費的，對于藥品公司是收費的。“這樣，藥品公司可以在這個網上介紹藥品，病人也可以從醫生那里獲得醫療常識。”

　　大數據還可用于公共健康監控。公共衛生部門可對覆蓋全國的電子病歷數據及社區居民的醫療數據進行分析，可用于流行病、慢性病調查、趨勢分析和預警，為進一步制定防治、干預計劃提供了有力的參考依據。另外，通過提供準確、及時的公眾健康咨詢，公眾健康風險意識大幅度提高，居民感染傳染病的風險降低，醫療索賠支出減少。