大数据在医疗行业中的5种应用

网事计算机与网络大数据在医疗行业中的5种应用（湖北工业大学张帆）■李荣大数据正在改变全球绝大部分行业，医疗业也不例外。通过对医疗数据的分析，人类不但能够预测流行疾病的爆发趋势、避免感染和降低医疗成本等，还能让患者享受到更加便利的服务。医生往往都希望尽可能多地收集病人信息，尽早发现疾病。对于患者来说，不但降低了身体健康受损的风险，同时也能够减少医疗支出。下面我们来看一看数据分析在医疗行业应用的5个具体案例。1.电子病历到目前为止，大数据最强大的应用就是电子医疗记录的收集。每一个病人都有自己的电子记录，包括个人病史、家族病史、过敏症以及所有医疗检测结果等。这些记录通过安全的信息系统（究竟是否安全值得商榷），在不同的医疗机构之间共享。每一个医生都能够在系统中添加或变更记录，而无需再通过耗时的纸质工作来完成。同时，这些记录也能帮助病人掌握自己的用药情况，是医学研究的重要数据参考。网络安全隐患：数据收集方在数据存储、传输和使用中的安全隐患（泄露、损毁和篡改等）；获得数据共享的第三方医疗机构在该数据存储、传输和使用中的安全隐患。2.实时的健康状况告警医疗业的另一个创新是可穿戴设备的应用，这些设备能够实时汇报病人的健康状况。和医院内部分析医疗数据的软件类似，这些新的分析设备具备同样的功能，但能在医疗机构之外的场所使用，降低了医疗成本，病人在家就能获知自己的健康状况，同时还获得智能设备所提供的治疗建议。这些可穿戴设备持续不断地收集健康数据并存储在云端。除了为个体患者提供实时信息以外，这些信息的收集也能被用于分析某个群体的健康状况，并根据地理位置、人口或社会经济水平的不同用于医疗研究，最后在这些前期研究的基础上制定并调整疾病的预防与治疗方案。装有GPS定位的哮喘吸入器就是一个典型的例子，它观察的不仅是单个患者的哮喘，还能从同一区域、多名患者的哮喘规律中找到更好的适合该地区的治疗方案。另一个例子是血压跟踪器。一旦发现血压达到警戒值，血21.自动驾驶尽管自动驾驶汽车具有巨大的市场机会，但完全的自动驾驶时间表仍不明确。一些如物流等行业的应用可以看到早期采用自动驾驶的车辆。即使部署时间表仍不明确，各行各业都在积极投资并采用自主技术。22.作物监测初创公司和现有企业正在接受作物监测AI来管理驱虫、发现问题，并预测天气变化如何影响农业。23.网络安全识别对网络攻击做出反应已经不够了。计算能力和算法的进步正在将以前的理论攻击变成真正的安全问题。作为回应，使用机器学习主动“搜寻”威胁正在网络安全中获得支持。2019年最重要的人工智能趋势之一将是跨越不同业务类型的威胁猎手的新兴需求。24.对话AI对于许多企业来说，聊天机器人成了人工智能的代名词，但承诺并没有跟上现实。尽管它们被广泛采用，但聊天机器人一直在努力分析衡量情况的紧迫性———在健康和保险等复杂领域。AI可以改善聊天机器人在这些领域的功能，但它对于算法来说它仍然是特别艰巨的任务。25.药物研发随着AI生物技术创业公司的兴起，传统制药公司正在寻求人工智能创业公司缩短长期药物研发周期。虽然这些创业公司中的许多仍处于资助的早期阶段，但他们已经拥有一批制药客户。2019年人工智能的最大趋势之一将是领先的制药企业增加对该领域的投资。从CBinsights的分析中可以看出，AI对各行各业的影响是显而易见的，AI的爆发点也许已经不远了。42计算机与网络网事压仪就会向医生发出告警，医生收到告警后立即提醒患者及时治疗。可穿戴设备在我们的日常生活中随处可见，计步器、体重跟踪器、睡眠监测仪和家用血压计等都为医疗数据库提供着关键数据。网络安全隐患：可穿戴设备是物联网中一个小小的组成部分。除了名字、身份证和电话等个人信息，我们的身体健康状况也要“上云”、受监控。尽管健康数据的收集对于疾病的及时发现具有重要意义，但是如果不加以保护，数据一旦被不法分子获取，推销医疗产品的电话骚扰、与身体健康关联的电信诈骗和掌握可穿戴设备使用者的物理位置等负面影响也将接踵而来。3.根据患者需求预测，安排医护人员“阵容”医疗资源的按需调配能够极大地降低医疗成本，因此这项工作对全球医疗行业意义非凡。看似像不可能完成的任务，但大数据帮助一些“试点”单位实现了这一构想。在法国巴黎，有4家医院通过多个来源的数据，预测每家医院每天和每小时的患者数量。他们采用一种被称为“时间序列分析”的技术，分析过去10年的患者入院记录。这项研究能够帮助研究人员发现患者入院的规律并利用机器学习，找到能够预测未来入院规律的算法。这项数据最终会提供给医院的管理人员，帮助他们预测接下来15天中所需要的医护人员“阵容”，为患者提供更加“对口”的服务，缩短他们的等待时间，同时也有利于为医护人员尽可能合理地安排工作量。网络安全隐患：一旦数据遭篡改，医护人员的排班管理将陷入混乱状态，影响医院的正常运行，甚至耽误患者的及时治疗。4.大数据与人工智能另一个大数据在医疗业中的应用归功于AI的崛起。简单来说，人工智能技术通过算法和软件，分析复杂的医疗数据，达到近似人类认知的目的。因此AI使得计算机算法让没有直接人为输入的情况下预估结论成为可能。例1：由AI支持的脑机接口可以帮助恢复基本的人类体验，因神经系统疾病和神经系统创伤而丧失的说话和沟通功能。在不使用键盘、显示器或鼠标的情况下，在人类大脑和计算机之间创建直接接口，将大幅提高肌萎缩、侧索硬化或中风损伤患者的生活质量。例2：AI是新一代放射工具的重要组成部分，通过“虚拟活检”帮助分析整个肿瘤情况，而不再通过一个小小的侵入性活检样本。AI在放射医疗领域的应用能够利用基于图像的算法来表现肿瘤的特性。尤其是在发展中国家，精通放射学、超声波等领域的医护人员非常匮乏。AI能够在一定程度上完成原本需要人类参与的诊断行为。例如，AI成像工具可以筛选X射线，降低实际操作中对一个专业放射科医师的需求。例3：AI还能够提高电子病历的录入效率。患者信息的电子录入需要耗费不少的时间与精力。目前具有一定可行性的做法是将病人的每一次看病记录都通过视频的形式记录下来，AI与机器学习通过检索视频中的信息获取更有价值的信息。此外，类似亚马逊Alexa这样的虚拟助手可以在患者的病床边输入实时信息，或帮助医护人员处理患者的常规请求，例如药物添加或通知检测结果。总之，AI能够大幅减轻医护工作者在管理方面的工作量。网络安全隐患：机器既然能被好人利用，用于造福人类，也能被恶人控制，用于破坏社会安定。人工智能中的安全隐患不再局限于数据，我们所担忧的是这些模仿人类的机器被恶意黑客控制，作出违背道德伦理的举动。5.大数据在医学影像中的应用医学影像包括X射线、核磁共振成像和超声波等，这些都是医疗过程中的关键环节。放射科医生往往需要单独查看每一个检查结果，不但产生了巨大的工作量，同时也有可能耽误患者的最佳治疗时间，但是大数据能够完全改变他们的分析方式。例如，数十万张图像能够构建一个识别图像中模型的算法。这些模型则能够反之形成一个编号系统，帮助医生做出诊断。算法所能够研究的图像数量远远超出人类大脑，任何一个放射科医师穷尽一生也不可能与机器的运行速度和强度匹敌。网络安全隐患：如果信息系统中样本数据被窃取、篡改，医生就会根据错误的分析结果作出错误的诊断，危及患者生命。以上5个应用实践深刻地表明了大数据在医疗行业中不可动摇的时代地位。大数据极大地改善了全球患者的就医体验，也在很大程度上优化了医疗机构的诊治效率和准确度。只是福兮，祸之所伏。大数据同样无法免俗，其中潜伏着一头洪水猛兽———网络安全，不加以防御和制约，这头猛兽早晚有一天会苏醒。43