醫(yī)療大數(shù)據(jù)是當前醫(yī)療信息化最熱門的話題之一。然而，面對如何建設醫(yī)療大數(shù)據(jù)的問題，大部分醫(yī)療信息化從業(yè)者都是非常迷茫的。

我們先來看看現(xiàn)階段大家對醫(yī)療大數(shù)據(jù)的期望是什么。業(yè)界廣泛認為，醫(yī)療大數(shù)據(jù)目前可以應用在疾病預防、臨床決策、藥品研發(fā)、就診行為分析、費用監(jiān)管和分析等方面。觀察這部分應用的基礎對象—數(shù)據(jù)，被用于分析的數(shù)據(jù)包括就診記錄、檢查報告、用藥情況、費用情況等等，從EMR、HIS、PACS、LIS等系統(tǒng)中獲取，數(shù)據(jù)源會有結構化數(shù)據(jù)和非結構化數(shù)據(jù)。然而，在實際大數(shù)據(jù)分析過程中，使用的基本上是結構化數(shù)據(jù)或者轉化為結構化數(shù)據(jù)的信息，我們目前沒有太好的辦法對非結構化數(shù)據(jù)直接進行大數(shù)據(jù)分析，例如Pacs的影像文件，一般只能分析從Pacs圖像中提取出來的病理信息來用于分析。這樣，醫(yī)療大數(shù)據(jù)處理數(shù)據(jù)的類型和方式就基本確定：結構化數(shù)據(jù)以及非機構化數(shù)據(jù)提取出來的結構化信息用于復雜、快速的大數(shù)據(jù)分析應用;非結構化文件不用于分析，大數(shù)據(jù)系統(tǒng)提供統(tǒng)一存放管理非結構化數(shù)據(jù)的資源池，并且提供快速檢索查詢文件的能力。

先看看大數(shù)據(jù)分析拿結構化數(shù)據(jù)來做什么。例如，疾病預防應用主要分析歷史的流行病相關數(shù)據(jù)，多維度歸納分析出影響各類疾病流行的因素以及影響程度大小，從而判斷預測疾病流行的趨勢和可能性。該應用屬于事后分析，不要求實時性，但是有時效性需求，也就是越快越好，預期是在分析數(shù)據(jù)規(guī)模非常龐大的時候。分析的算法其實就是使用數(shù)據(jù)庫的排序，對比，條件查詢、篩選等基礎操作組合成算法，數(shù)據(jù)規(guī)模不大的情況下關系型數(shù)據(jù)庫完成可以勝任，數(shù)據(jù)規(guī)模達到一定程度之后，可以使用MPP DB、Hadoop Hive/Hbase等方式處理，從實際測試驗證過程得知，當前階段，采用MPP DB效率***，并不一定要用到Hadoop。部分情況下，處理該類算法，MPP DB效率會比HBase高出一個數(shù)量級。藥品研發(fā)、臨床決策、就診行為分析等應用情況類似。此類應用一般要求將分析結果多維度展示和提供報告，目前看來，傳統(tǒng)BI的展示工具是最為成熟和適用的。綜上所述，使用大數(shù)據(jù)系統(tǒng)的MPP DB取代BI原有單機數(shù)據(jù)庫，結合BI展示工具組成整體方案，是事后分析型業(yè)務***選擇之一。

另一類結構化數(shù)據(jù)大數(shù)據(jù)業(yè)務是需求實時性的，例如違規(guī)用藥監(jiān)管，異常醫(yī)保監(jiān)管，過度醫(yī)療監(jiān)管等，海量數(shù)據(jù)流實時不斷流入，需求實時判斷和監(jiān)管。此類應用***的選擇是Storm類的實時流處理引擎，設定簡單的判定算子，所有數(shù)據(jù)經(jīng)算子過濾，實時篩選出異常情況供人工處理，這里也不需要Hadoop。

我們回頭再看非結構數(shù)據(jù)部分，這部分數(shù)據(jù)量是最為龐大的，目前缺乏有效的工具對醫(yī)療行業(yè)非機構化數(shù)據(jù)直接進行大數(shù)據(jù)分析，但這并不意味著醫(yī)療大數(shù)據(jù)不需要考慮非結構化數(shù)據(jù)?，F(xiàn)有的技術條件下，對非結構化數(shù)據(jù)的大數(shù)據(jù)價值挖掘手段有這么兩種：其一，抽取非機構化數(shù)據(jù)中關鍵信息，利用結構化數(shù)據(jù)處理手段進行分析;其二，構建非機構化數(shù)據(jù)資源池，統(tǒng)一存放管理原本分散的非結構化數(shù)據(jù)，部署檢索引擎，建立資料庫供醫(yī)務人員、研究人員查閱和參考。

說到這里，可能大家會有疑問，醫(yī)療大數(shù)據(jù)僅僅這么簡單?業(yè)界風起云涌的各種大數(shù)據(jù)技術、趨勢、工具好像都沒怎么用上呀。就我國醫(yī)療行業(yè)信息化現(xiàn)狀來說，目前的確只能是這樣。我們的醫(yī)療信息化缺乏基礎，這個基礎并非是指技術或者工具，這些都可以借鑒和學習，無法照搬的是醫(yī)療行業(yè)對大量數(shù)據(jù)的使用思路和使用效率，這類經(jīng)驗必須在實踐過程中逐步積累和成型，無捷徑可走。所以，對于國內(nèi)醫(yī)療行業(yè)來說，機器學習、人工智能太遙遠，給了也用不上或者不知道怎么用，從簡單的應用開始，逐步摸索，逐步積累才是效率***的方式，無捷徑可走。

醫(yī)療行業(yè)現(xiàn)在沒有現(xiàn)成可用的大數(shù)據(jù)應用，為了積累大數(shù)據(jù)經(jīng)驗，當前階段醫(yī)療大數(shù)據(jù)的建設都是帶有一些嘗試性質的，都是需要長期投入人力、物力進行開發(fā)、試用、改進的。每個行業(yè)的大數(shù)據(jù)都需要經(jīng)歷這樣的過程，包括目前看起來大數(shù)據(jù)試用比較成熟的互聯(lián)網(wǎng)行業(yè)，在行業(yè)應用中用出來的大數(shù)據(jù)系統(tǒng)才是成熟的，具備行業(yè)適用性的。

在實際的醫(yī)療大數(shù)據(jù)嘗試過程中，我們發(fā)現(xiàn)，醫(yī)療專家缺乏大數(shù)據(jù)技術，包比如醫(yī)院和衛(wèi)計委，而包括IT廠商、軟件開發(fā)商、互聯(lián)網(wǎng)廠商在內(nèi)大數(shù)據(jù)專家缺乏對醫(yī)療體制和醫(yī)療專業(yè)經(jīng)驗的認識。單獨一方進行醫(yī)療大數(shù)據(jù)嘗試往往很難成功，相互合作，互為補充或許是一條可行的路。華為公司作為IT與大數(shù)據(jù)技術全球領先的公司，期待與醫(yī)院和衛(wèi)計委的合作，共同開拓中國的醫(yī)療大數(shù)據(jù)成功之路!