為了更好應對新冠肺炎疫情的防控，各大媒體紛紛上線了實時更新的“新冠肺炎疫情最新動態的大數據”。在國家採取一系列強有力的措施，及全國人民上下一心，齊心抗疫，新冠肺炎疫情最新動態的大數據表明，抗疫效果明顯。
新冠肺炎傳染性非常強，如此巨量的數據用傳統的概率論統計方法，以樣本結論推斷總體越來越不妥當，而大數據方法則可以幫助人們有效應對空前規模的數據信息。而在疫情期間，一件沉冤28年的南醫大命案的破案關鍵也是深度應用大數據。可見，大數據應用的領域廣泛，預示了大數據時代的到來，那麼，大數據應用在健康管理上，將會產生什麼呢？下面請隨小德君一起探究。
依託大數據
國外的發展情況
作為醫療行業的全球領先，和大數據的發源地——美國，奧巴馬政府提出了大數據國家戰略。2014年，美國的公共數據開放項目OpenFDA上線，開放了300萬份藥物不良反應報告數據，涵蓋2004年至2013年FDA收集到的藥品不良反應和醫療過失記錄，對醫療機構而言，這些數據的分析使用能夠減少醫療悲劇的再次發生。
美國醫療界正在使用的電子健康記錄系統，大大方便了臨床數據的獲得，為降低美國醫療費用支出迎來了前所未有的機遇。英國的NHS系統在基層單位中的使用，已取得一定進展，但更大規模的運用仍在嘗試中。國外MapReduce和Hadoop的開發和使用開啟了大數據分析領域的新天地，標誌著臨床大數據的開發進程取得了長足進步。其中，Hadoop是目前最為流行的大數據處理平臺。為提高數據管理的效率，國外研究人員設計了大數據技術的使用生態圈，該生態圈囊括了數據採集、過濾、分析、存儲、發佈、檢索和發現等方面。
依託大數據
國外的發展情況
我國的健康管理產業起步較晚，第一家健康管理公司成立於2001年，但發展迅速，每年以平均25%的速度增長，現在的數量已過萬。
浙江杭州嘗試建立社區衛生服務網，該信息共享平臺不僅對醫務人員開放，還可對普通居民開放，使普通民眾也能主動管理自身健康。高血壓早期預警和管理平臺的開發，基於雲計算和大數據挖掘技術，包括收集數據和建立檔案，評估風險與劃分重點人群，開展健康指導及評價干預效果等四個部分。基於物聯網與雲計算的新型健康管理系統對健康進行網絡化管理，目的是在疾病形成以前對人體健康進行有針對性的預防和干預，從而成功阻斷疾病發生和發展的進程。該系統不僅將徹底顛覆傳統的健康管理模式，能夠提供實時的智能健康管理和健康維護服務，還能讓人隨時監護自身健康狀況，體現“我的健康我做主”的新型健康管理理念。
然而，目前我國的健康管理機構仍以開展健康體檢業務為主，健康管理服務的專業化程度很低。雖然市面上有很多醫療APP，但大多僅能提供分析評估服務，用戶無法體驗完整的醫療服務，開發能夠將優質醫療下沉到社區的移動醫療信息平臺的需求正急劇增長。2009年的醫改提出“公共醫療衛生要以預防為主”的要求後，各地政府紛紛建立居民電子健康檔案，但因技術、資金和民眾認知等原因，進展緩慢。在我國，規模龐大的個人健康數據資產因受數據殘缺不全、更新遲滯、流動性差等影響，尚未得到較好的開發利用。
依託大數據
真相觸目驚心
疾病總人口數超乎想像
- 中國高血壓人口有1.6-1.7億多人
- 高血脂人口有1億多人
- 糖尿病患者達到9240萬人
- 超重或者肥胖症7000萬——2億人
- 血脂異常的1.6億人
- 脂肪肝患者約1.2億人
有研究數據顯示：平均每30秒就有一個人罹患癌症，平均每30秒就有一個人罹患糖尿病，平均每30秒至少有一個人死於心腦血管疾病。
慢性病患病率已達23%，死亡數佔總死亡數的86% ；慢性病、惡性腫瘤將成為威脅中國人健康的致命因素。
慢性病主要包括：心腦血管疾病、癌症、慢性呼吸系統疾病、糖尿病和口腔疾病，以及內分泌、腎臟、骨骼、神經等疾病。
慢性病的危險因素之吸菸、喝酒，都是早已公佈的一級致癌物。
年輕人患上了「老年病」
越來越多的年輕人患上了過去只有老人才有的“老年病”，風哥周圍就有三十好幾血糖高的，不到四十高血壓的，年輕人的身體一點不年輕。
- 中國22%的中年人死於心腦血管疾病；
- 七成人有過勞死的危險；
- 白領亞健康比例高達76%；
- 中青年女性易得婦科，心腦血管疾病；
- 中青年男性面臨猝死、過勞和癌症等問題；
70、80後成為癌症的青睞對象，一項保險行業的數據顯示：重大疾病的平均索賠年齡是42歲！
目前健康管理越來越受到人們的重視，健康管理需求在不斷增加，“治未病”的觀念逐漸深入人心。大數據時代的到來，可為動態掌握健康狀況、及時處理健康問題、實現個體化用藥等提供更多可能。
大數據：即涉及的數據量規模巨大，無法通過人工在合理時間內截取、管理、處理並整理成為人類能解讀的信息的數據，簡而言之，這些數據己超出典型軟件的管理能力。麥肯錫最先研究大數據，指出大數據是超出常規數據庫工具獲取、存儲、管理及分析能力的數據集。
國際數據公司（IDC）認為大數據的特徵包括：海量的數據模式，快速的數據流轉，動態的數據體系，多樣的數據類型，巨大的數據價值。大數據是一種量大而又複雜的數據集，可被用來識別特殊人群的健康發展趨勢，為預防疾病提出建議，開展健康促進活動，制定基於人群研究的治療方案。
2015年，1所綜合醫院1年內就可以產生665 TB的數據。大數據的真正價值不在於數據本身，而是通過處理、分析後的數據共享，使不同利益相關方能夠及時獲取信息，從而大大降低數據收集和處理的成本。
大數據時代的到來是大勢所趨，大數據分析，因其強大的預測能力，在疾病診療、模型建立、個人健康管理、基因分析等領域逐漸顯示出強大的優勢。
健康管理：是指一種對個人或人群的健康危險因素進行全面管理，建立以個人健康檔案為核心的全生命週期的全面管理過程。這種健康檔案不僅能在醫院使用，也能通過網絡在其他平臺上查看。
健康管理起源於上世紀80年代的美國，目前己形成一個規模龐大的產業群，超過9000萬的美國人參加了健康管理計劃。健康管理服務包括健康狀況檢測、風險評估、風險干預或健康促進3個基本服務內容，由專家對居民健康程度做出診斷，預測可能發生的健康問題，採取適當措施，避免高危人群患病，阻止已患疾病病情惡化，減少個人醫療費用支出，節省醫保資金，實現疾病的科學管理。
研究顯示，每投入1元錢到健康管理中，就可以減少6-9元的醫療費用支出，並可降低慢性病的死亡率。
健康管理與大數據：在健康管理領域，可通過對臨床數據、行為數據的大數據分析，為患者提供個體化的預防保健服務，設計出個性化的健康體檢套餐；醫療機構可利用大數據提高生產力、改進醫療護理水平、增強創新能力；利用大數據可預測疾病，如流感的爆發等，與生活方式有關的疾病也可以通過長時間的數據觀察進行預測，如吸菸與肺癌的關係。
在疾病的發展過程中，若能及時篩查和干預危險因素，至少80%的死亡可以避免；通過大數據技術可以分析海量的臨床治療記錄、用藥記錄、治療效果及醫療費用等數據，得出針對疾病的最有效治療方法和臨床路徑，為醫護人員做出臨床決策提供強有力的支持，從而將醫護人員的經驗與大數據優勢結合起來，提高臨床決策成效。
對於基層醫院而言，醫學大數據的使用，有助於提高醫療水平，消除或部分消除因醫療資源分配不均帶來的不利影響；通過分析來自社交網絡慢性病患者的數據可獲得院外治療效果；將大數據驅動方法應用於個人保健領域，一方面可貫徹以患者為中心的理念，研究認為還可以降低患者的再入院率。總之，大數據與健康管理的結合將產生無法預計的經濟效益和社會效應。
閱讀更多 德誠學院 的文章
