你如何管理你的健康呢？
一年一度的例行体检？还是有个头疼脑热就立刻打开搜索引擎找诊断？
你依赖专业的医疗保健机构，还是对他们到底能做什么心存疑惑？
信息技术正深刻改变着医疗领域，5G医疗、远程问诊、机器人手术都在一一变成现实。然而你是否知道，大数据掀起的这场医疗保健的革命，到底是如何从技术层面影响医疗体系并保障人们的健康呢？
01 我们有什么数据
医疗保健事项所涉及的数据是非常复杂和独特的，就像每一台手术都各不相同一样，在合理合规的前提下，我们需要一套特殊的方案统筹不同来源中的结构化和非结构化数据。
TIPS
结构化数据：结构化数据是指驻留在记录或文件内固定字段中的任何数据。结构化数据的优点是易于输入，存储，查询和分析；缺点是成本高和性能受限，使用结构化数据的关系数据库和电子表格是有效管理数据的唯一方法。
非结构化数据：非结构化数据是无法轻易归类并放入整齐的盒子中的所有事物：照片和图形图像，视频，流式仪器数据，网页，PDF，PowerPoint，email，博客条目，Wiki和文字处理文档等。
各式各样的保健系统都在纷纷导入自己的数据，因此数据聚合将变得至关重要。我们回溯历史，可以看到人们在此项的花销和数据的管理及质量不成正比，人们不应该为数据的“数量”买单，真正重要的是数据的“价值”。
所以医疗服务机构应当充分利用数据聚合技术，从内部系统和外部合作伙伴（例如客户的保险数据）中提取数据，利用新技术，比如Hadoop，MapReduce和HIVE等新系统，从过去单纯的查看结构化数据过渡到合并非结构化数据，以便他们可以全面了解患者或人群的数据，从而对其进行风险预估，数据定量和定性分析。
据统计，一个患者一次普通检查基础数据为几百KB，如有影像检查，则数据量飙升为2GB左右。按照人均1GB的数据量，每年中国的全国就诊人次近80亿，将产生800万TB的数据。诸如此类的数据将会给医疗服务机构造成数据存储“成本”的巨大压力。而健康云则为医疗保健组织提供了一种经济高效且安全的扩展方式。
健康云助力医疗数据存储
我们对医疗数据的新定义是包括各种自由格式的文本，例如医生的便笺，放射科医生的报告和医学期刊文章，电子邮件，静止图像（例如CAT扫描），视频，记录的语音，患者历史数据，基因组文件，生物测定数据等来自临床研究和药物开发的科学数据。它还包括可穿戴设备，医疗设备，呼吸器，血压计和其他连接设备的物联网（IoT）数据。甚至是来自各种社交媒体渠道（比如你的微博、抖音）的数据。除了专业的医疗系统（EMR，PACS，RTHS，EMPI，LIS和PMS）等，所有上述数据都包含在医疗大数据当中。
因此，有一些医疗服务机构已经开始对数据进行全生命周期的信息管理（ILM：Information life cycle management），ILM不仅能够帮助这些机构降低资源储存成本，还可以根据时间周期的变化调整不同的策略，发挥数据的最大价值。数字医疗要求医疗专业人员能够及时、直接和自然地拿到原始格式的数据并进行分析。他们可以实时向坐在医生办公室里的患者，或者在家修养的病人，甚至是最新的医院研究报告提供数据支撑。
02 我们如何使用数据
远程医疗：突破时间和空间的限制，为患者提供及时、负担得起的医疗服务。
借助意大利Telea Medical公司的数字家庭医疗平台，一名医生可以利用视频系统和电子健康档案，同时对50名患者的病情进行跟踪和监护。西班牙安达卢西亚电子健康系统公司专门为医患双方提供电子健康档案系统，将患者的健康情况、早期治疗过程以及专家意见等信息进行有效综合。以色列一家医院的新冠肺炎危重症护理中心不仅开展远程诊疗，还通过远程方式监测重症监护室、隔离病房，并与患者互动。
远程医疗让身处偏远地区或是家庭环境中的患者获得虚拟护理变成可能，远程医疗可以有效扩展医疗服务的范围，比如医院的远程监控，专业的护理设施、康复训练、慢性病患者的家庭健康监测；针对低视力、皮肤科和其他专业的虚拟访问以及针对肿瘤、中风和神经学等专业的第二意见服务。
未来，远程医疗将向实时交互、资源管理、多重任务处理以及人工智能等方向发展，将更具个性化、智能化、安全化特点。
可穿戴智能设备、虚拟现实的快速发展，也给未来医疗带来新机遇。德国百多力公司生产的心脏遥测装置在与手机连接后，可将实时监测到的心律不齐等数据传输至监控中心。法国初创企业“KineQuantum”将术后恢复以及物理治疗等以3D和虚拟现实游戏的方式传输到移动端，远程指导患者操作。5G网络具有高速率、大容量、低时延等特点，可以应用到远程监护、查房、会诊等场景中，泰国亿旺资讯服务公司正基于此研发5G机器人协助医生工作。
再比如虚拟护理助理的出现，根据Syneos的健康通讯，64%的病人报告说他们会对人工智能虚拟护士助手感到舒服。人工智能虚拟护理助理可以极大地增加有效的医疗资源，缓解医患矛盾，并进一步促进医疗的人性化程度。与此同时，虚拟医疗助手还可以在诊疗的过程中能够充分利用人工智能的辅助服务和运算安排，在医生诊疗之外提供辅助性的就诊咨询、健康护理和病例跟踪等服务，补充医疗服务的力量，提高就诊效率。
大数据技术在解决数字医疗问题的同时，可以改善实时医疗系统里（RTHS：real-time health systems )对于患者护理的基本决策，从基于证据的服务到基于价值的服务向创建有效的以患者为中心的护理模式转变，最终改善临床治疗结果。
03 医疗大数据面临的挑战
借助数字化，人们可以获得自己360度的医疗保健数据可视图。但是请想象一下，如果你手机外卖下单一个海鲜披萨，正当你准备付款的时候，系统提示你无法下单，因为检索到你的健康档案，你血脂偏高，不适宜吃动物性的东西，最好吃植物性的东西，所以建议你换成水果披萨。你的第一感受是什么？大数据究竟是照顾了你的身体还是入侵了你的生活？这本身就是一个在行业内争执不断的话题，放在医疗领域就更是如此。
数据安全
根据“美国身份窃盗资源中心”发布的一份报告，2014年，在美国所有发生的网络攻击和数据被窃事件中，医疗和健康行业占比超过42%。曾经轰动一时的美国第二大的医疗保险服务商Anthem公司信息系统被黑客攻破事件，造成近8000万员工和客户资料被盗，包括个人基本信息、医保ID、就诊记录、疾病数据等。医疗数据的泄露将会导致患者隐私的暴露，医疗隐私对个人而言是最为敏感的数据，会影响工作、生活，甚至生命安全。
但是医疗大数据面临的挑战远不止于此：各医疗机构缺乏一致的医学术语标准，难以进行数据间的统一；医疗机构出于利益、患者隐私、数据安全等考虑，往往不愿公开自己医院的医疗数据，甚至医院内部的临床信息系统都运行在独立、封闭的局域网中。这些都为医疗大数据的聚合、分析以及应用设置了不小的挑战。
