大數據+智慧醫療解決方案

1.概述
　　衛生信息化是指以健康信息為核心、管理信息為紐帶、分析決策系統信息為主導的全面信息化進程。它體現了現代信息技術在醫療衛生領域的充分應用，有助于實現資源整合、流程優化，降低運行成本，提高服務質量、工作效率和管理水平。
　　眾所周知，在都市中奮斗的白領階級雖然拿著較高的工資，卻也付出了較大的心力。據相關統計顯示，白領階層中工作時間超過8小時的高達90%，10小時以上的占62.3%，超過12小時的占20%，而中國白領平均每周的運動時間卻只有2.61個小時。
　　長時間超負荷的工作，一再被壓縮的運動時間，導致越來越多白領脫離了健康的“軌道”。由于受限于現有的網絡和硬件設施，各區縣現有的社區衛生服務應用系統的建設差別較大。
　　比較起來，城區的社區衛生應用軟件建設起步早，而在偏遠地區，社區衛生服務工作基本停留在手工操作階段。但是，即使在經濟比較發達的城區，各區甚至各社區服務中心都沒有統一功能統一版本的社區衛生服務信息系統， 社區服務中心自行開發的應用軟件只能滿足基本的社區衛生服務要求。這為社區衛生相關政策的執行，社區衛生服務系統與外系統的接口帶來了很大的不便。因此，從社區衛生管理的需要出發，急需建設一套保留個性化要求的、全市統一的社區衛生服務信息系統應用軟件。
　　2.“大數據＋醫療”：智慧醫療探索
　　數據顯示，當前國內現有2000多款移動醫療APP，且處于快速增長階段。去年，我國移動醫療市場規模達到30．1億元，比2013年增長26．8％，預計2017年將達到125．3億元。移動醫療APP德國調研公司Research2guidance報告稱，當前全球移動健康應用的數量超過10萬項，大部分應用的下載量不超過5萬次，營收低于1萬美元。
　　《綱要》提出，要鼓勵和規范有關企事業單位開展醫療健康大數據創新應用研究，構建綜合健康服務應用。事實上，好多與醫療相關的企業已經開始了這樣的探索。
　　以大數據為基礎的精準營銷，已經在顛覆傳統的廣告模式
　　有人說，2013年是大數據元年，未來五年會有一大批基于大數據商業模式的公司催生出來。在味庫身上，的確看到了這種趨勢。
　　資深互聯網評論人士謝文認為，大數據時代將首先對健康和醫療領域帶來深刻變革，因為該領域已經過了思想革命的概念階段，逐步邁入商業模式創新時期。這或許恰好解釋了為何移動健康行業在今年成為風險投資的熱土。
　　如果把大數據時代分為前臺、中臺和后臺三個主戰場，前臺就是數據終端，負責數據獲取和傳輸，如手機、電腦、智能眼鏡、汽車以及各種傳感器等，將物質世界和人類社會的一切數據化。在謝文看來，前臺是目前爭奪的主要戰場，出現的創新數不勝數——這正是近兩年智能手表、智能手環、電子秤等智能可穿戴設備大熱的背景。
　　與此同時，各種健康數據收集平臺也在今年陸續登臺亮相：先是三星公司5月底發布一款健康追蹤腕帶Simband和智能健康追蹤平臺SIMI，接著蘋果公司在6月WWDC大會上發布移動應用平臺HealthKit，數天之后，谷歌緊追不舍在其年度開發者大會上推出名為GoogleFit的健康平臺。近日，微信以公眾號為接口，與咕咚、華為、樂心和iHealth四款運動手環展開合作的消息又博到不少中國媒體的眼球。外界紛紛揣測，騰訊公司此舉實乃有意借微信打造出一個開放的健康數據平臺。
面對如火如荼的大數據前臺、中臺爭奪戰，百度董事長兼CEO李彥宏5月29日在黃山召開的“百度聯盟峰會”上語驚四座：“我們真正想要的數據現在沒有，或是還沒有搜集上來，已經被搜集上來的數據基本沒有價值。”
3.“大數據＋智能穿戴”：移動醫療創新
“戴個手環、弄個眼鏡”，計算每天走多少步、消耗了多少卡路里、心跳多少次，對治病沒有什么幫助。“互聯網公司通過可穿戴設備搜集了很多數據，結果又發現沒法對這些數據進行分析。”李彥宏說。
在利用體檢數據方面，美國硅谷早有成功案例。幾年前，經爾緯數據技術有限公司創始人糜萬軍在美國硅谷完成了一個大數據創業項目。該項目利用數據挖掘技術，綜合分析斯坦福大學全校員工的體檢記錄和就診記錄，并據此對所有人每年的醫療費用進行預測。糜萬軍說，項目成立的初衷，是希望利用個人的醫療信息預測其醫療費用，給保險公司做參考。但后來，美國許多大企業卻成為客戶的主要來源。
　　變化是這樣發生的：糜萬軍帶領的團隊，在了解每名員工的健康狀況之后，通過數據分析，為其制訂了個性化的健身計劃，有效地幫助員工改善了健康狀況。這項業務受到美國企業的歡迎，從斯坦福大學到思科、蘋果等大公司，都樂于購買它的服務。
　　創新總在以飛快的速度迭代，但在李彥宏看來，真正能給醫療健康行業帶來革新的，是一種“慢數據”：通過一種簡單的方法，在三個月、半年甚至更長的時間內，持續不斷地監測你的某些指標，通過長時間的數據積累，準確預測你未來患上的某種疾病的可能性，以達到中醫所講的“治未病”的效果。這并非空穴來風。7月13日，發表在阿爾茨海默癥國際會議上的四篇論文進一步支持了如下結論：通過對眼睛和嗅覺的檢測，能夠預測阿爾茨海默癥(俗稱老年癡呆癥)的發生。
　　無獨有偶，最近伊利諾斯大學的研究者透露，他們根據現有數據研究發現，人臉的衰老速度與壽命之間存在著確切的關聯。假設該研究順利進入應用階段，保險公司只需對準顧客的面部乃至照片掃描一番，即可知曉他的天壽幾何，從而優化該顧客的相關保險配置。
4.等待人工智能
　　今天，大數據已經在生活和醫療健康行業扎根萌芽。隨著科技的發展，人類社會管理方式的進步，它也將對軍事、金融、航空以及制造業等各行各業帶來變革。同時，智能社會、智能社區以及智能交通等等，將隨著大數據應用的突破逐漸成型。
　　據麥肯錫預測，未來中國大數據產品的潛在市場規模有望達到1.57萬億元?；蛟S，在5-10年間，下一個谷歌或者下一個Facebook將在大數據領域誕生。
　　然而，大數據時代的推進，也面臨重重桎梏。首先，它給人類社會現有的管理方式帶來了巨大的挑戰。如謝文所言，大數據時代的核心詞是開放與融合，以及“一切皆可數據化”的思維。但是，“完整綜合的、開放公共的、動態及時的”大數據并不會自動生成，它有賴于政府數據開放平臺和數據交易市場的建成。
　　據工信部于2014年5月發布的《大數據白皮書》，目前不少國家已加入到開放政府數據行動，推出公共數據庫開放網站。例如，美國數據開放網站Data.gov目前已有超過37萬個數據集、1209個數據工具、309個網頁應用和137個移動應用，數據源來自171個機構。
“開放數據”已經成為一種潮流，所有國家、公司乃至個人或早或晚都將卷入其中。但在謝文看來，無論政府還是公司，中國在信息共享方面的理念都相當保守，同時還缺乏完善的市場經濟制度和法治體系作為基礎支撐。這都將成為中國大數據發展中的致命弱點。
　　實現數據的開放與融合，還僅僅是大數據時代邁出的第一步?！洞髷祿灼分刑岬?，在人類全部數字化的數據中，僅有非常小部分的數值型數據(約占總數據量的1%)得到深入分析和挖掘(如回歸、分類、聚類)，大型互聯網企業對網頁索引、社交數據等半結構化數據也只進行了淺層分析(如排序)，占總量近60%的語音、圖片、視頻等非結構化的數據，還難以進行有效分析。