大數(shù)據(jù)如何幫助醫(yī)療領(lǐng)域節(jié)省4000億美元
原創(chuàng)隨著低成本傳感器的增長超過預(yù)期,計(jì)算機(jī)在醫(yī)療領(lǐng)域正在產(chǎn)生前所未有的數(shù)據(jù)量。這其中,有的被用于研究目的,比如兒科醫(yī)生監(jiān)測哮喘背后的環(huán)境誘發(fā)因素。也有的將其用于個(gè)人消費(fèi)領(lǐng)域,比如對(duì)心率和血壓的監(jiān)測。而大數(shù)據(jù)醫(yī)療在其中最主要的作用是提高患者的醫(yī)療效果并壓低醫(yī)療成本。
今年十月底,IEEE(電氣與電子工程師協(xié)會(huì))將在加利福尼亞州圣克拉拉市舉辦2015年國際大數(shù)據(jù)會(huì)議,研究大數(shù)據(jù)在醫(yī)療IT領(lǐng)域的潛力。大會(huì)有2個(gè)分論壇,其一標(biāo)題為“從大數(shù)據(jù)在醫(yī)療保健中獲得價(jià)值,”將作為跨學(xué)科論壇,數(shù)據(jù)科學(xué)家和臨床研究人員交流思想和分享信息的平臺(tái)。另一個(gè)被稱為“挖掘大數(shù)據(jù),以提高臨床療效”,其目標(biāo)是匯集研究人員在大數(shù)據(jù)挖掘和醫(yī)療保健的交叉與合作,分享和相互學(xué)習(xí)。
基于對(duì)大數(shù)據(jù)的應(yīng)用早期的成功分析,麥肯錫估計(jì)大數(shù)據(jù)幫助醫(yī)療領(lǐng)域節(jié)省12%至17%的醫(yī)療費(fèi)用。外推至2013年用于醫(yī)療保健的費(fèi)用約為2.9萬億美元,也就是說相當(dāng)在3480億到 4930億美元的成本降低。要知道在2013年實(shí)現(xiàn)這些收益并不容易。在2015年2月數(shù)字成像期刊中,研究人員在美國馬里蘭州的巴爾的摩大學(xué)講述了他們是如何利用全國肺癌篩查試驗(yàn)中獲得應(yīng)用于日常肺癌篩查臨床決策支持工具的數(shù)據(jù)。病人的人口統(tǒng)計(jì)資料和NLST科目肺結(jié)節(jié)的特性轉(zhuǎn)化成結(jié)構(gòu)化查詢語言表,并上傳到Web服務(wù)器,提供用于研究人員實(shí)時(shí)查詢的數(shù)據(jù)庫。
其結(jié)果簡直讓人難以置信的。通過把試驗(yàn)結(jié)果轉(zhuǎn)換成一個(gè)方便的參考數(shù)據(jù)庫,從而使個(gè)別病人通過和數(shù)據(jù)庫的匹配而得到其病情的客觀評(píng)估。
以吸煙者為例,通過數(shù)據(jù)匹配,然后在患者吸煙史、年齡、和地理位置的上下文中計(jì)算結(jié)果中篩選出個(gè)體結(jié)節(jié)是良性還是惡性,通過大量的數(shù)據(jù)對(duì)比可以給出更有參考意義的結(jié)果。
去年春天,在SIIM年會(huì)上,美國馬里蘭大學(xué)的阿瓊夏爾馬博士列舉了通過數(shù)據(jù)篩選實(shí)驗(yàn)來預(yù)測前列腺、肺、結(jié)腸直腸和卵巢癌等疾病。夏爾馬描述一個(gè)基于Web的應(yīng)用程序,可以從PLCO審判過程中匹配患者信息,借助病人人口統(tǒng)計(jì)和個(gè)人風(fēng)險(xiǎn)因素評(píng)估篩選得到結(jié)果。
成千上萬的美元通常用于治療個(gè)別癌癥的醫(yī)學(xué)或者放射治療管理等。在此背景下,麥肯錫估計(jì)通過利用大數(shù)據(jù),可以節(jié)省數(shù)千億美元似乎不那么古怪。
慢性疾病和常見疾病的數(shù)據(jù)通常由政府和私人公司研究挖掘,目前大都可以在美國疾病控制和預(yù)防搜集的數(shù)據(jù)中得到。而大數(shù)據(jù)在醫(yī)療方面最大的潛力,是正在興建中的電子健康檔案數(shù)據(jù)。這些數(shù)據(jù)的絕大多數(shù)都沒有使用超出收集他們的醫(yī)療保健企業(yè)的范圍,大部分甚至沒有用對(duì)其潛能進(jìn)行深度挖掘。顯然,對(duì)于未來的臨床決策支持,它們對(duì)于改進(jìn)治療效果會(huì)起到非常大的作用。