巨量資料改變醫療界 顛覆性創新格局

巨量資料分析技術正在改變醫療產業（Wikipedia）

在資訊科技迅速發展的時代，許多生活應用其實都用得到巨量資料分析技術，事實上，巨量資料分析技術不僅可以帶來更多的應用附加價值，更徹底顛覆了許多產業應用的發展。尤其是相當重視資料重要性的醫療領域，巨量資料分析技術，更為醫療產業帶來顛覆性的變化。

巨量資料分析改變醫療方式

透過雲端運算、行動穿戴裝置及物聯網技術的發展，取得醫療資訊的便利性大增，智慧醫療平台不僅能夠更有效地提高醫療資源利用效率、降低醫療成本、減輕患者負擔，同時也可建立更為良好的醫病關係。

但如果要讓前述價值呈現更為正向的循環，如何將累積取得的醫療資訊充分應用，將是智慧醫療發展的關鍵。上海交通大學醫學院副院長陳紅專指出，從經驗醫學到循證醫學，再到如今的精準醫學，研究人員和臨床醫生可以利用巨量資料分析工具，聚焦患者的個人基因、環境、生活方式等個體化差異，為臨床醫生提供更為準確的病因及用藥指導，進而帶給患者更適宜的治療體驗。

史丹佛大學醫學院（Stanford University School of Medicine）院長Lloyd Minor也指出，我們正處於科技和巨量資訊急速發展創新的時代，有非常大的機會利用現有優勢，提升社區甚至全球的健康水準。有鑑於醫療產業早已累積許多巨量資料，也是許多傳統行業中較為重視資料分析的重要性，包括危急重症診斷、罕見疾病診療決策輔助、腫瘤精準醫療的開展、慢性病的調研防治等，都可望利用巨量資料分析技術，協助醫療產業幫助存儲管理各種醫療數據，並從中提取創新價值，相關的醫療技術、產品將不斷湧現，有可能給醫療行業，開拓出嶄新的黃金時代。

輔助醫生臨床診斷

Lloyd Minor指出，在精準醫療領域，巨量資料分析技術，可以帶來「燃料」和「動力」，如史丹佛大學醫學院致力進行的生物醫療改革，該校科研人員正設法從不同資源獲取大量數據，包括電子醫療記錄、全基因組序列、保險和醫藥記錄、可穿戴式感測器和社會環境數據。通過這些數據的分析，醫生和研究人員可以更好地預測個人罹患特定疾病的機率，以此制定出早期檢查和預防的方案。

Lloyd Minor進一步指出，這些分析材料也將為臨床醫生提供實時治療決策時所需的資訊。他透露，史丹佛大學正在研發一種名為「像你一樣的病人」的可檢索智慧工具，它能讓醫生根據文字記載，流動監測以及用藥的真實體驗等上百萬的藥物案例，提供一個更合理的治療方案。

事實上，類似的史丹佛大學「像你一樣的病人」的巨量資料分析工具，北大方正資訊產業集團旗下的北大醫療信息技術公司也已開發出來，其所開發的臨床數據中心（CDR），可將一家醫院的所有病例的症狀、診療情況、醫囑資訊、用藥效果都納入其中，存儲的巨量醫療資料，可以在醫生有需要的時候，隨時檢索出來，目前正在北京大學人民醫院、北京大學國際醫院、江蘇省人民醫院進行測試。

北大醫信的CDR可將這些醫院資訊系統中積累的大量資料，為進行巨量資料分析和利用，打下堅實的基礎。如搜索「冠狀動脈性心臟疾病（冠心病）」時，即使是近百萬例的相關疾病記錄，只要是與冠心病相關的症狀、併發症及常用藥物等有關的資訊，不但都可以查詢出來，資料還可以依據需要如出現頻率自動排列，輔助醫生分析。

又如一位患者在做完肺部手術後，轉氨酶出現偏高的現象時，醫生若想知道這種情況是不是正常現象時，只要在CDR資料庫裡執行進階檢索，就會發現確實有一些病例在肺癌手術後，轉氨酶會超過預警線，雖然這種例子為數不多，但的確存在這種情況，對醫生的下一步治療方案，當然也就會產生輔助決策的作用。

例行治療執行可更加嚴格

許多慢性病如糖尿病，其實並無完全治癒的方法，而且必須要長期監控病情變化，否則就可能發生嚴重的併發症。如糖尿病如果沒有做好血糖控制，就可能會引發眼疾、腎病、中風、心血管疾病等併發症，嚴重時甚至可能需要截肢。

但其實前述問題有許多方式來處理，降低併發症發生的機率，但在許多糖尿病照護研究的案例中，卻發現患者能同時做到很好的血糖控制、血壓控制、血脂控制的比例並不高，其中主要的關鍵，就是長期監控累積的大量病情資料，並沒有進行更深入的分析，及時調整治療方式。

為此，北大人民醫院紀立農教授組織設計出一套糖尿病管理軟體，不但將糖尿病標準化診療的流程圖納入其中，提供醫生決策支援，透過這套軟體所蒐集的資料，更有助於了解治療方式的效果。

該軟體在進行為期一年的運用後，從蒐集回來的資料發現，降血糖藥物二甲雙胍的使用率提升到60%，降血脂的他汀類藥物使用率，也從60%升到90%，治療心血管疾病的阿斯匹靈使用率，也從60%提升到80%以上，顯示使用臨床決策輔助系統，有助於提升患者執行例行治療的意願，事實上，當系統在自動提取個人醫療資訊後，還會自動生成一個生活方式的指導建議，提供糖尿病患者包括運動的建議和飲食的指導，等於是醫療巨量資訊分析的進一步活用。

幫助醫學研究

所謂「預防勝於治療」，醫療巨量資料的價值，不僅能幫助治療，也可以用來建立疾病、症狀、檢驗檢查結果、用藥等資訊之間的關聯性，建構成醫療知識圖譜，可用於疾病探查、輔助診斷、輔助用藥等。

如許多因肺炎住院的老年患者，隨後出現心血管、腦中風或死亡的風險也會顯著增加，但類似的研究結果，可能要花上研究人員走訪數萬病例，跟蹤超過十年，排除可能例外的原因，才能夠得出可靠的結論。如今有了巨量資料分析技術，要建立不同疾病之間的關聯，將會變得更加容易，也徹底改變醫療研究的方式。

值得注意的是，由於醫療巨量資料不但數據化，同時也都會送上雲端，也讓研究人員有機會建立更為廣泛的關聯研究。因為資料將不會僅僅來自於一家醫院，而是也來自於多家醫院的資料聯合檢索、查詢和分析結果。未來不僅是醫院內的資料，包括體檢、急救等只要是在網路上可以查詢的資料，都可能成為醫學研究的範疇。

因此，未來的醫院的醫療雲架構，勢必要走向公有雲+私有雲的混合雲解決方案，所有的醫療資訊，不僅要提供內部使用，更要提供外部研究單位進行資料分析和應用，透過不斷創新的資訊技術和變革服務模式，為廣泛的患者提供更便捷、更智慧、更人性化的醫療服務，為個人的全生命週期健康護航。