2016年6月，国务院办公厅发布《关于促进和规范健康医疗大数据应用发展的指导意见》，将医疗大数据应用与发展正式纳入国家大数据战略布局。然而，互联网、大数据、云计算等相关信息技术与医疗领域的跨界融合，使得医疗数据快速增长，规模越来越大，类型越来越多，呈现多样化和复杂化。如何利用医疗大数据，使其在医疗信息化进程中发挥应有的作用，体现出数据的价值，促进医疗行业的发展，现已成为医学界、学术界和产业界研究的热点。
大数据技术能够帮助医生从复杂和异构的医疗数据中，包括病人长期医疗记录、病理分析报告、医学影像、基因分析和日常行为数据，提取与疾病预防、报警、保健、诊断、治疗和康复等全医学周期相关的知识，实现精准的、个性化的健康管理、疾病预防和诊断治疗。在此背景下，本期专题邀请国内几位在医疗信息化领域有所建树的专家撰文，从医疗大数据的现状、大数据在临床医疗上的应用以及大数据分析平台的构建等方面展开讨论，介绍大数据时代下医疗信息化相关工作的最新进展，探讨大数据促进智慧医疗和精准医疗的发展趋势和挑战。
医疗大数据相较于一般数据而言具有与众不同的特性，其作为大数据的“富矿”被业界誉为黄金资源。空军总医院特诊科主任王新宴等撰写的《大数据与精准适度医疗》一文，从临床医生的角度，介绍了当前医疗大数据的独有特性。文章分别从医疗大数据的类型、应用方向及其对精准医疗的推进作用等方面作了阐述。文章特别指出，大数据分析技术在医疗中，一方面可以用来发现疾病相关的新知识和新规律，另一方面可以为患者进行个性化治疗。随着个体医疗数据越来越丰富，医疗大数据在未来可以使得整个人群的医疗更加精准化。通过长期采集个体与群体的健康数据，综合分析才能把握各种影响因素与健康的关系，把握群体规律的同时，也把握个体的规律，才能实现量体裁衣、辨证施治的个性化精准医疗。
对医疗大数据进行分析，医学专家还可以有效地预测新型诊疗手段的具体疗效。哈尔滨工业大学副研究员李钦策团队撰写的《虚拟生理心脏系统的构建及其应用》一文，介绍了如何通过综合运用大数据、心脏生理学和虚拟现实等技术和理论，建立虚拟生理心脏模型，模拟心脏功能，从而促进心脏在在健康和患有疾病情况下生命活动规律的研究。文章特别指出，以前研制一种治疗心脏病的新药物从开始研发到最终投入市场平均需要10年，消耗资金超过20亿美元。将利用大数据技术建立的虚拟生理心脏模型用于临床前的药物筛选，则可以大幅度降低新药物开发费用，而且能够减少病人因服药导致的不良反应。由此可见，大数据技术应用于对药物研发具有巨大的市场前景。
北京航空航天大学教授朱皞罡撰写的《数据科学下的青光眼诊治》一文，全面介绍了大数据技术在青光眼临床决策支持、全基因关联、病理分子机制、神经保护等方面的应用。最近以设计AlphaGo闻名世界的DeepMind公司正在和英国最大的眼科医院合作，计划用深度学习技术解决眼科疾病诊断问题。朱皞罡在文章中指出，目前国际上青光眼数据的汇集速度与质量正在加速增长，为深度学习等方法提供了数据基础。但是，青光眼作为一种慢性疾病，在长期跟进的过程中会经历多次测量工具与标准的改变，而这些工具与标准往往并不兼容。因此如何汇集连续、可对比的医疗大数据时间序列对于青光眼等慢性疾病的诊断与研究至关重要。另外，随着穿戴式设备与物联网技术的发展，人的日常行为模式的测量与分析将可能有助于早期筛查众多疾病。
在生物医药大数据时代，数据的分析离不开高性能计算平台支持，如何利用我国在超级计算领域积累的技术优势，构建面向生物和医药领域的大数据基础架构与上层应用的生态系统，是当前需要重点解决的问题。“天河”系列超级计算机作为目前世界上最快的超算系统，将在医药领域的大数据处理方面发挥重要作用。国防科技大学副研究员彭绍亮等撰写的《天河超级计算机上的生物医药大数据研究》一文，介绍了利用 “天河”系列超级计算机有效进行基因大数据的分析、大规模虚拟药物的筛选、肿瘤信息学数据的分析以及生物医药文献的挖掘。
利用大数据实现医疗行业信息化符合国家信息化发展的战略方针，以此可以缓解医疗资源分布不均衡的现状，提高各级医疗机构的运行效率和诊疗水平。希望本期专题能吸引更多读者关注医疗大数据的研究。
京公网安备 11010802032778号