何谓大数据？顾名思义，就是体量特别大且数据类型复杂多样的数据集，其特征是数量大、类别多、真实性高、速度快，因而难以用传统数据库工具对其内容进行抓取、管理和处理。如今，随着现代科技的发展，人们对数据处理的能力也在明显提高，以往一团迷雾一样的大数据成为新的科研富矿，从中人们可以科学地存储、研发、利用、分析数据，并得到精确的结果。

　　在未来学家的眼里，大数据正是“第三次浪潮的华彩乐章”，如今大数据确实已经开始发挥作用。美国这一一贯走在世界前列的国家于2012年3月22日就宣布投资2亿美元拉动大数据相关产业发展，并将“大数据战略”上升至国家战略。奥巴马政府将大数据定义为“未来的新石油”。

　　未来总是超乎我们的想象。手机的兴起还是21世纪以后的事，“大砖头”时代谈论手机的照相功能还只是个笑话，但看看现在，现在视频、上网、照相……各类APP已经让手机几乎无所不能。一直走在概念前端的苹果公司在新一轮的广告中，将手机的宣传重点放在了健康控制上，人们在用手机干什么？社交、聊天还是订票？别土了，时下最in的是健康控制，当随身携带的手机变成健康监控器，医疗与数字的结合就成为人类对未来的期许。

　　正所谓“在医言医“，在这里要和大家探讨的自然是医疗大数据。对于一个这几年刚刚起步的概念，医疗大数据也许是颠覆性的改变，也许还要经过漫长的改良，但不可否认的是，我们正在见证新兴医疗时代的开启和到来。

　　传统就医模式正在发生颠覆性改变

　　医疗大数据将给医疗模式带来哪些改变？50岁患有心血管病的王女士用电子产品在家中即可完成基本医疗检测并上传数据，在网上选择医院就诊、挂号，就诊时间可精确到分钟。坐到医生面前，不用开口，详细到近期大便情况都记录在案的电子病历已在医生面前，手机交费，检查结果实时上传，拿个药的时间下次复诊的号也约上了。

　　医生也能随身携带王女士的病历，既不用总去一堆病历中找，也能一方录入，多方使用，与同科室或其他科室的医生探讨病情，并与其他病历进行对比，从细节中再找治疗方法。或外出正遇专家，拿出手机即可寻求建议。另一方面，医生还能对王女士的病情发展进行远程监控，第一时间获悉王女士情况。根据动态真实的健康数据，医生为她提供真正的个体化医疗服务。

　　医疗模式的改变将电子信息技术引入医疗，最直观的改变便是可为患者提供更加高效、透明、准确的医疗，最终实现患者的自我监控和自我反馈。

　　当年，马可波罗有着当时几乎“出国访问”的最好资源，从意大利到中国用了3年，现在只要一张飞机票，普通人几个小时就能到；“实体店不可替代”的口号犹在耳边，铺天盖地的网店已彻底改变了人们的消费方式。那么问题来了，挖掘……在这个煎饼果子店都有WiFi的数字时代，为什么我们还要起大早到医院，排队挂号、等号、等交费、等检查、等检查结果、等开药、等缴费、等拿药，等到复诊，再来一轮。更为关键的是，在这个低效的流程里，患者几乎无法得到系统、持续的治疗和护理，医生对患者信息了解不足，更无法远程管理监控患者健康状况，医患双方均身心俱疲。

　　欧洲心脏病学学会前任主席Panos E.Vardas这样描绘大数据时代的医疗：远程医疗、远程护理、临床信息系统、区域和国家一体化信息网络及疾病网络教育等进入日常临床治疗。患者就诊时间短了，医生了解的信息多了，医生将以全新的、健康指导者的姿态参与医疗。

　　医疗大数据的应用广泛 优势初显

　　医疗大数据时代也将改变循证医学对医生的禁锢，循证医学正面临大数据的强烈冲击！

　　马云曾说，“下一个能够超过我的人，一定出现在健康产业里”。目前，众多网络“大佬”入主医疗，期待在这个大时代到来前，抢占先机，相关数据也已在验证时代的交替：2015年，APPStore中医疗类APP销售量同比上升250%，2018年全球将有17亿人口成为移动医疗产品应用者。

　　医疗大数据的利用可以从以下几方面减少浪费和提高效率↓

　　临床操作： 相对更有效的医学研究，发展出临床相关性更强和成本效益更高的方法用来诊断和治疗病人。

　　研究和发展：在药品和医疗器械方面，建立更低磨损度，更精简，更快速，更有针对性的研发产品线。统计工具和算法方面，提高临床试验设计和患者的招募，使得治疗方法可以更好地匹配个体患者的病症，从而降低临床试验失败的可能和加快新的治疗方法推向市场。分析临床试验和病人的病历，以确定后续的迹象，并在产品进入市场前发现病人对药物医疗方法的不良反应。

　　公共卫生：分析疾病模式和追踪疾病暴发及传播方式途径，提高公共卫生监测和反应速度。更快更准确地研制靶向疫苗，例如：开发每年的流感疫苗。

　　此外，医疗大数据的分析还有利于以下几方面的发展：

　　循证医学：结合和分析各种结构化和非结构化数据，电子病历，财务和运营数据，临床资料和基因组数据用以寻找与病症信息相匹配的治疗，预测疾病的高危患者或提供更多高效的医疗服务。

　　基因组分析：更有效和低成本的执行基因测序，使基因组分析成为正规医疗保健决策的必要信息并纳入病人病历记录。

　　提前裁定欺诈分析：快速分析大量的索赔请求，降低欺诈成功率，减少浪费和滥用。

　　设备/远程监控：从住院和家庭医疗装置采集和分析实时大容量的快速移动数据，用于安全监控和不良反应的预测。

　　病人的个人资料分析：全面分析病人个人信息（例如，分割和预测模型）从中找到能从特定健保措施中获益的个人。例如，某些疾病的高危患者（如糖尿病）可以从预防措施中受益。这些人如果拥有足够的时间提前有针对性的预防病情，那么大多数的危害可以降到最低程度，甚至可以完全消除。

　　新的医学时代即将到来，我们需要针对个体而非群体的试验数据；需要针对已确定需要医治的患者提供量身定制的筛查；需要合适的药物和恰当的剂量；需要专业性的医生、高质量的医疗服务、合理的医疗支出。这些都将随着医疗数据时代的到来而一一实现。

　　电子医疗和大数据是大趋势，并最终会从根本上颠覆医疗模式。解决数据的统一与对接是电子医疗首要解决的问题。临床信息系统已逐渐引入日常临床治疗中，但由于临床决策系统一直缺乏互通性，所以尚未实现与健康档案系统的连接。对于未来的发展，我们认为，医生的参与是数据医疗不可或缺的因素，进行创新的医疗模式探索并促进其落地生根，这才是有执业精神的医生应该做的事情。