大數據與健康北京

陶麗新 霍達 郭秀花

信息技術與當今社會的交匯融合引發了數據迅猛增長,數據已成為國家基礎性戰略資源,被譽為“21世紀的金礦”。 2016 年全國衛生與健康大會審議通過了《“健康中國2030”規劃綱要》,提出利用大數據實現“健 康 中 國” 的 國 家 戰 略[1]。 依 據“健 康 中 國2030”,北京市制定了《“健康北京2030”規劃綱要》,明確構建人口健康信息服務體系,推進健康醫療信息協同與大數據應用[2]。

1 北京健康領域的大數據

2011 年5 月,在美國舉辦的“云計算相遇大數據”主題會議上正式提出了“大數據”(big data)的概念。 大數據的特征可概括為“4 V”:①數據容量(volume)大,常常在PB(1 PB=250

B)級以上;②數據種類(variety)多,常常具有不同的數據類型(結構化、半結構化和非結構化)和多種數據來源;③產生和更新速度(velocity)快(如實時數據流),時效性要求高;④科學價值(value)大,盡管利用程度尚低,卻常常蘊藏著新知識或具有重要預測價值。 醫療衛生領域是大數據技術應用最為廣闊的市場,北京健康信息中存在多種大數據:通過社區衛生信息服務系統獲取的大數據、通過醫院電子病歷系統獲取的大數據、通過健康物聯設備獲取的大數據等。

通過社區衛生信息服務系統獲取居民電子健康檔案,是居民健康管理方面的重要數據基礎。 北京地區的社區衛生服務系統發展較為完善,截至2015 年底,共有1 594 家社區衛生服務站和332 家社區衛生服務中心為廣大社區居民提供服務,16 個區衛生健康委所屬社管衛生服務管理中心作為各區社區衛生服務工作的中樞,對轄區社區衛生服務機構及其工作進行管理、監督、質量控制和考核,逐步完善并形成了居民電子健康檔案大數據[3]。 此外,北京健康大數據也有基于專門設計的醫學研究或疾病監測數據,包括各種抽樣調查和疾病監測數據、醫保數據、居民營養與健康狀況調查等。

醫院的電子病歷是主要的健康醫療大數據,主要來源于醫院常規臨床診治、科研和管理過程,包括急、門診病歷和住院病歷,影像資料,實驗室檢測,用藥記錄,手術記錄,隨訪問卷和醫療保險數據等[4]。 2011年,北京市衛生局啟動了全市預約掛號統一平臺,通過電話和網站兩種方式為公眾提供服務。

通過健康物聯設備獲取大數據是移動技術、互聯網和健康服務融合的產物,是電子健康監測和遠程醫療的新擴展。 由生物傳感器組成的健康物聯設備是獲取個體健康信息的基礎設備,是健康管理數據采集的來源。 隨著可穿戴設備和移動互聯網技術的發展,針對移動和家庭場景的遠程心臟監護和心律失常篩查成為預防心血管病的有效手段;研制可穿戴設備實時監測血壓、運動,通過柔性電子皮膚監測血糖等是新的科技潮流[5]。 隨著科技的發展,各行業商家抓住時機,開發出一系列便攜式監測設備和配套應用(APPs),可獲取和使用用戶健康信息數據。

2 大數據中的北京健康

健康大數據的意義不僅在于掌握海量數據,更在于對有價值的數據進行挖掘分析從而實現數據的“增值”。 首先需要對北京健康信息中的大數據進行整合,打破信息壁壘、信息孤島和信息壟斷;繼而利用各種適宜的、先進的大數據分析方法,從中挖掘信息、獲取新知識。 因此,北京健康信息中的大數據分析過程需要依靠可靠、規范、龐大的數據資源。 針對不同來源和不同格式的數據,規范化的收集和存儲是第一道工序;數據分析處理的過程中主要用到數據挖掘技術,通過數據建模進行數據分析和結果預測,并以數字與圖像相結合的方式進行呈現。

在疾病發生前的預防階段,通過對已有的居民電子健康檔案或歷次健康體檢資料增加個體行為方式、環境因素、遺傳背景等信息,可以構建疾病預防與風險評估大數據。 并以健康人群作為對照,通過挖掘和分析,歸納疾病相關因素,評估患病風險、指導行為、減少暴露,進而降低患病率。

在發病后臨床治療階段,如何利用健康醫療數據和健康醫療知識庫開發新型應用是一個關鍵問題。健康醫療領域大數據應用范圍廣泛,幾乎涵蓋整個生命周期。 健康醫療大數據可提高對病情評估的準確性,有助于臨床工作人員快速了解病人狀態,確定治療和護理方案。 通過對各種生理指標大數據的分析,可以更準確地預測病情變化趨勢,使院內診療和看護更有效率。 醫療信息系統交互操作有助于減少醫療成本、改善醫療服務質量和效率、促進醫療資源配置均衡化[6]。

患者的院外監護對其康復有著重要的影響,短期再入院中接近1/5 的患者出院后30 d 內會再次住院,造成了嚴重的醫療資源浪費[7]。 對健康物聯網設備獲取的大數據進行分析、解釋和利用,可以發現與再住院相關的因素,及時干預即可降低再住院率[8]。 隨著大數據分析技術的不斷成熟,大數據將滲透到各個行業的各個細節,改變人們院外的生活方式和就醫體驗。

當然,在北京衛生健康醫療大數據的分析、解釋與利用過程中,還要注意個體信息的保密,防止未經授權的訪問、使用、披露、破壞、修改、銷毀等操作,也就是保障信息安全中經典的三性:保密性(confidentiality)、完整性(integrity)和可用性(availability)。

3 群體預防及精準干預與北京健康

隨著數據科學在健康領域的快速發展與應用,對于個人健康狀況的評價和管理,不僅僅依靠于醫生的主觀判斷,而是基于海量數據分析的結果,使得個體化的評價和預防更加具有可靠性和科學性。 移動健康是群體預防和精準干預的載體,在母嬰保健、慢病管理、傳染病預防中發揮著重要的作用[9]。 例如,在哮喘的預防中,移動健康技術可通過檢測環境標志物、個人發病周期、哮喘癥狀、藥物使用情況,以及最大呼氣流速和血氧飽和度等實時數據,預測哮喘發生、提示患者進行自我管理并與醫務人員進行實時交流,給哮喘患者帶來極大便利;在艾滋病的個體預防中,針對艾滋病患者的移動健康干預措施包括藥物依從性干預、復診提醒、疾病支持、推送實驗室檢測結果和臨床診斷等方面,為個人的疾病管理提供了極大的幫助。

醫療衛生大數據的建設和應用為患者或亞健康人群實施疾病預防和干預提供了新方向。 通過云平臺智能采集個體的健康數據,個人可以隨時查閱、了解自身的健康狀況;社交網絡為患者提供了臨床癥狀交流和診治經驗的分享平臺,醫生借此可獲得院外治療效果的統計數據;通過收集患者的健康信息,利用大數據對群體的健康危險因素進行評價,提出生活方式等方面的干預建議;利用互聯網、移動設備和大數據分析對患者進行隨訪,可以追蹤患者的康復狀況?；颊呖梢愿鶕】禒顩r主動調節生活方式,同時醫生也可以通過平臺對患者進行指導,有效改善患者的身心狀況、提高生活質量。 同時降低反復入院率,節約衛生資源。

精準干預對疾病的控制也具有不容忽視的作用。隨著基因組學、蛋白組學、代謝組學、糖基組學等迅猛進展,涌現出大量的組學數據。 疾病的全基因組關聯分析使我們獲得了大量的疾病遺傳標識位點,這些和個人健康相關的基因位點在基于各種組學大數據的挖掘與驗證中被利用起來,使疾病的早期精準干預成為可能[10]。例如,針對糖尿病的預防干預,可以通過組學和可穿戴監測技術的數據整合,從分子水平和宏觀生理水平進行分析,建立胰島素抵抗的預測模型,從而取代目前繁復的檢測過程,實現精準健康干預[11]。

對環境的監測與保護也可作為維護人群健康的一種策略。 可根據環境監測結果制定環境衛生標準,引導社會群眾更好地保護環境。 把大量的以往沒有得到足夠重視的水質、空氣、污染源監控視頻信息的“大數據”進行集成、挖掘,把來自社交網絡的大量非結構化的但具有生態環境信息意義的數據資源賦予數據系統新的深度,從而達到提高環境質量綜合評價技術水平的目的[12]。 將海量、分散、實時變化的環保大數據進行挖掘并提取信息,以提升環境綜合預警能力,為政府決策提供可靠信息;將大數據的分析結果社會化,以實現公眾對環境保護的重視。 當前環保的核心已逐步轉移到保護人群健康方面,將環境變量的大數據與人群移動、疾病預測、城市資源配置相關聯,將環境污染程度與人群健康聯系起來,通過模型分析,定量描述污染對不同敏感個體產生危害的風險,然后對相應敏感人群和特異人群實施群體預防或精準干預。