醫(yī)療大數(shù)據(jù)是當(dāng)前醫(yī)療信息化最熱門(mén)的話題之一。然而，面對(duì)如何建設(shè)醫(yī)療大數(shù)據(jù)的問(wèn)題，大部分醫(yī)療信息化從業(yè)者都是非常迷茫的。

我們先來(lái)看看現(xiàn)階段大家對(duì)醫(yī)療大數(shù)據(jù)的期望是什么。業(yè)界廣泛認(rèn)為，醫(yī)療大數(shù)據(jù)目前可以應(yīng)用在疾病預(yù)防、臨床決策、藥品研發(fā)、就診行為分析、費(fèi)用監(jiān)管和分析等方面。觀察這部分應(yīng)用的基礎(chǔ)對(duì)象—數(shù)據(jù)，被用于分析的數(shù)據(jù)包括就診記錄、檢查報(bào)告、用藥情況、費(fèi)用情況等等，從EMR、HIS、PACS、LIS等系統(tǒng)中獲取，數(shù)據(jù)源會(huì)有結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。然而，在實(shí)際大數(shù)據(jù)分析過(guò)程中，使用的基本上是結(jié)構(gòu)化數(shù)據(jù)或者轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)的信息，我們目前沒(méi)有太好的辦法對(duì)非結(jié)構(gòu)化數(shù)據(jù)直接進(jìn)行大數(shù)據(jù)分析，例如Pacs的影像文件，一般只能分析從Pacs圖像中提取出來(lái)的病理信息來(lái)用于分析。這樣，醫(yī)療大數(shù)據(jù)處理數(shù)據(jù)的類(lèi)型和方式就基本確定：結(jié)構(gòu)化數(shù)據(jù)以及非機(jī)構(gòu)化數(shù)據(jù)提取出來(lái)的結(jié)構(gòu)化信息用于復(fù)雜、快速的大數(shù)據(jù)分析應(yīng)用;非結(jié)構(gòu)化文件不用于分析，大數(shù)據(jù)系統(tǒng)提供統(tǒng)一存放管理非結(jié)構(gòu)化數(shù)據(jù)的資源池，并且提供快速檢索查詢文件的能力。

先看看大數(shù)據(jù)分析拿結(jié)構(gòu)化數(shù)據(jù)來(lái)做什么。例如，疾病預(yù)防應(yīng)用主要分析歷史的流行病相關(guān)數(shù)據(jù)，多維度歸納分析出影響各類(lèi)疾病流行的因素以及影響程度大小，從而判斷預(yù)測(cè)疾病流行的趨勢(shì)和可能性。該應(yīng)用屬于事后分析，不要求實(shí)時(shí)性，但是有時(shí)效性需求，也就是越快越好，預(yù)期是在分析數(shù)據(jù)規(guī)模非常龐大的時(shí)候。分析的算法其實(shí)就是使用數(shù)據(jù)庫(kù)的排序，對(duì)比，條件查詢、篩選等基礎(chǔ)操作組合成算法，數(shù)據(jù)規(guī)模不大的情況下關(guān)系型數(shù)據(jù)庫(kù)完成可以勝任，數(shù)據(jù)規(guī)模達(dá)到一定程度之后，可以使用MPP DB、Hadoop Hive/Hbase等方式處理，從實(shí)際測(cè)試驗(yàn)證過(guò)程得知，當(dāng)前階段，采用MPP DB效率***，并不一定要用到Hadoop。部分情況下，處理該類(lèi)算法，MPP DB效率會(huì)比HBase高出一個(gè)數(shù)量級(jí)。藥品研發(fā)、臨床決策、就診行為分析等應(yīng)用情況類(lèi)似。此類(lèi)應(yīng)用一般要求將分析結(jié)果多維度展示和提供報(bào)告，目前看來(lái)，傳統(tǒng)BI的展示工具是最為成熟和適用的。綜上所述，使用大數(shù)據(jù)系統(tǒng)的MPP DB取代BI原有單機(jī)數(shù)據(jù)庫(kù)，結(jié)合BI展示工具組成整體方案，是事后分析型業(yè)務(wù)***選擇之一。

另一類(lèi)結(jié)構(gòu)化數(shù)據(jù)大數(shù)據(jù)業(yè)務(wù)是需求實(shí)時(shí)性的，例如違規(guī)用藥監(jiān)管，異常醫(yī)保監(jiān)管，過(guò)度醫(yī)療監(jiān)管等，海量數(shù)據(jù)流實(shí)時(shí)不斷流入，需求實(shí)時(shí)判斷和監(jiān)管。此類(lèi)應(yīng)用***的選擇是Storm類(lèi)的實(shí)時(shí)流處理引擎，設(shè)定簡(jiǎn)單的判定算子，所有數(shù)據(jù)經(jīng)算子過(guò)濾，實(shí)時(shí)篩選出異常情況供人工處理，這里也不需要Hadoop。

我們回頭再看非結(jié)構(gòu)數(shù)據(jù)部分，這部分?jǐn)?shù)據(jù)量是最為龐大的，目前缺乏有效的工具對(duì)醫(yī)療行業(yè)非機(jī)構(gòu)化數(shù)據(jù)直接進(jìn)行大數(shù)據(jù)分析，但這并不意味著醫(yī)療大數(shù)據(jù)不需要考慮非結(jié)構(gòu)化數(shù)據(jù)。現(xiàn)有的技術(shù)條件下，對(duì)非結(jié)構(gòu)化數(shù)據(jù)的大數(shù)據(jù)價(jià)值挖掘手段有這么兩種：其一，抽取非機(jī)構(gòu)化數(shù)據(jù)中關(guān)鍵信息，利用結(jié)構(gòu)化數(shù)據(jù)處理手段進(jìn)行分析;其二，構(gòu)建非機(jī)構(gòu)化數(shù)據(jù)資源池，統(tǒng)一存放管理原本分散的非結(jié)構(gòu)化數(shù)據(jù)，部署檢索引擎，建立資料庫(kù)供醫(yī)務(wù)人員、研究人員查閱和參考。

說(shuō)到這里，可能大家會(huì)有疑問(wèn)，醫(yī)療大數(shù)據(jù)僅僅這么簡(jiǎn)單?業(yè)界風(fēng)起云涌的各種大數(shù)據(jù)技術(shù)、趨勢(shì)、工具好像都沒(méi)怎么用上呀。就我國(guó)醫(yī)療行業(yè)信息化現(xiàn)狀來(lái)說(shuō)，目前的確只能是這樣。我們的醫(yī)療信息化缺乏基礎(chǔ)，這個(gè)基礎(chǔ)并非是指技術(shù)或者工具，這些都可以借鑒和學(xué)習(xí)，無(wú)法照搬的是醫(yī)療行業(yè)對(duì)大量數(shù)據(jù)的使用思路和使用效率，這類(lèi)經(jīng)驗(yàn)必須在實(shí)踐過(guò)程中逐步積累和成型，無(wú)捷徑可走。所以，對(duì)于國(guó)內(nèi)醫(yī)療行業(yè)來(lái)說(shuō)，機(jī)器學(xué)習(xí)、人工智能太遙遠(yuǎn)，給了也用不上或者不知道怎么用，從簡(jiǎn)單的應(yīng)用開(kāi)始，逐步摸索，逐步積累才是效率***的方式，無(wú)捷徑可走。

醫(yī)療行業(yè)現(xiàn)在沒(méi)有現(xiàn)成可用的大數(shù)據(jù)應(yīng)用，為了積累大數(shù)據(jù)經(jīng)驗(yàn)，當(dāng)前階段醫(yī)療大數(shù)據(jù)的建設(shè)都是帶有一些嘗試性質(zhì)的，都是需要長(zhǎng)期投入人力、物力進(jìn)行開(kāi)發(fā)、試用、改進(jìn)的。每個(gè)行業(yè)的大數(shù)據(jù)都需要經(jīng)歷這樣的過(guò)程，包括目前看起來(lái)大數(shù)據(jù)試用比較成熟的互聯(lián)網(wǎng)行業(yè)，在行業(yè)應(yīng)用中用出來(lái)的大數(shù)據(jù)系統(tǒng)才是成熟的，具備行業(yè)適用性的。

在實(shí)際的醫(yī)療大數(shù)據(jù)嘗試過(guò)程中，我們發(fā)現(xiàn)，醫(yī)療專(zhuān)家缺乏大數(shù)據(jù)技術(shù)，包比如醫(yī)院和衛(wèi)計(jì)委，而包括IT廠商、軟件開(kāi)發(fā)商、互聯(lián)網(wǎng)廠商在內(nèi)大數(shù)據(jù)專(zhuān)家缺乏對(duì)醫(yī)療體制和醫(yī)療專(zhuān)業(yè)經(jīng)驗(yàn)的認(rèn)識(shí)。單獨(dú)一方進(jìn)行醫(yī)療大數(shù)據(jù)嘗試往往很難成功，相互合作，互為補(bǔ)充或許是一條可行的路。華為公司作為IT與大數(shù)據(jù)技術(shù)全球領(lǐng)先的公司，期待與醫(yī)院和衛(wèi)計(jì)委的合作，共同開(kāi)拓中國(guó)的醫(yī)療大數(shù)據(jù)成功之路!