大數據讓醫療保健更親民

薩納斯 時間:2020-03-30 16:35:30 瀏覽:158

       大數據將醫療保健帶入新的時代,在醫療改革中可以起到科技支撐作用。從不同源頭采集各類數據,構建預測模型,以減少人們的醫療支出,提高服務質量。大數據使得醫療保健和疾病預防變得更加個性化,貼近人們的真正需要,不久的將來相信每個人都能從中受益。

 

人們在醫療保健方面的花費是巨大的,包括醫藥費、體檢、衛生保健。世界衛生組織把無效藥物、重復看病和紙質病歷,以及喪失疾病防治機會看作是一種浪費。據估計,通過大數據健康分析,在電子健康檔案、保險索賠、藥品處方、臨床研究、政府報告和實驗室結果等方面挖掘出貴如珍寶的信息,可以使衛生保健產業節約數十億經費,還可以為更多的人提供更好、更廉價的服務。

優化臨床治療

大數據在醫療保健領域究竟可以做什么呢?事實上,對臨床資料進行系統分析,可以使治療方案建立在最好的可用數據基礎上,而不是僅僅根據醫生的判斷。醫院床位緊張一直是人們看病就醫時經常碰到的問題,如果利用大數據提前預計和分配好床位,那么可以大大減少患者入院的等待時間。如果衛生部門能夠跟蹤流感患者數量和分布地區,流感的集中爆發就可以被遏制。

位于美國奧克蘭的凱澤永久醫療集團是美國一家集保險公司、醫院、診所、藥店和坐診醫生的職能于一身的大型醫療保健系統公司。旗下的凱瑟基金會健康計劃擁有900萬成員、17000名內科醫生、611個醫療辦事處和37家醫院。凱瑟基金會擁有美國絕大部分的電子健康檔案,大約有30拍字節的數據,而且幾乎每兩年增加1倍。主任邁克爾·約翰遜指出,電子健康檔案中積累的數據是改進公共衛生取之不盡的源泉,讓人們懂得自己的需要,還能揭示整個社會在醫療保健方面的不公平待遇和差異。

雖然凱瑟基金會在10多年前就開始建立電子健康檔案,但是直到最近研究人員才開發出了大數據分析工具,對醫院的護理信息進行分析,提出改進的措施。例如,糖尿病患者究竟應該隔多久檢測一次血糖水平?利用大數據分析工具,對住院患者每天的血糖檢測數據進行分析,醫生可以根據分析結果及時調整治療方案,從而優化治療。一名醫生每天可能只看20名患者,如果把大數據分析工具和電子病歷結合起來,那么醫生一天也許能看75~100人。這將是未來醫療保健的方向。凱瑟基金會也在用大數據分析工具改進醫院的規程,因為有些搶救分秒必爭。他們開發這些大數據分析工具,旨在防止患者在醫院突發急病,預測患者的住院時長,創建預警系統,減少因同樣原因再次住院的人數。

預防疾病更有效

大數據在醫療保健方面的另一個典型應用,就是與流感作斗爭。季節性流感很容易傳播,能快速席卷學校、養老院、企業等人口密集區域。在世界范圍內,這種年度流行造成約300萬~500萬例嚴重疾病和約25萬~50萬例死亡。為了牽制流感的傳播,減少流行的機會,美國疾病控制中心每星期會公布從各個衛生保健中心送來的70萬份流感分析報告,包括病情、治療及療效。疾病控制中心會利用這些數據,分析疾病在怎樣傳播、什么疫苗最有效。世界衛生組織在60多個國家擁有國家流感中心和參考實驗室,世界衛生組織會對他們提供的流感數據進行分析,用于跟蹤全球流感病毒的移動,給出流行病學的解釋,并將實時分析數據以圖、表等形式公之于眾。

美國南加利福尼亞大學的科學家和醫學專家還組成了一個團隊,用大數據更好地治療患有帕金森病的患者。該團隊研制了一個算法,分析從傳感器獲取的數據。這些數據主要來自3D傳感器(類似于微軟公司的體感游戲系統)、智能手機和身體狀態傳感器。傳感器能跟蹤患者的運動,實時監控患者的身體變化和治療的有效性。如果患者活動范圍減小或靈活性變差,則警告照顧者需要改變藥方,或者試用其他的肌肉強化練習。

助力個性化醫療

很多情況下,患者用同樣的診療方案但療效卻不一樣。如果能夠針對不同的患者采取不同的診療方案,或者根據患者的實際情況調整藥物劑量,那么可以大大提高療效和減少副作用。來自臨床結果、遺傳圖譜和組織形態的大數據分析將是個性化醫療的一大動力。隨著我們對來自不同來源的數據對比整合,為每個患者量身定制治療方案也將成為可能。

個性化醫療又稱精準醫療,是指以個人基因組信息為基礎,結合蛋白質組、代謝組等相關內環境信息,為患者量身設計出最佳治療方案,以期達到治療效果最大化和副作用最小化的一門定制醫療模式。個性化醫療不是對“癥”下藥,而是對“人”下藥。攻克癌癥長期以來都是人們的夢想。現在許多人認識到需要用患者的數據進行個性化的癌癥治療。例如,通過對從實驗樣品和活組織切片中獲取大量的數據進行分析,可以使我們有機會發現與疾病相關的未知因子,并用來當作藥物靶點或疾病分子標記,從而為每個患者找到不同的藥物及治療方案。

在大數據的幫助下,更加個性化的醫療,使用特定患者的數據,包括基因組學的數據,將是醫療保健的未來。個性化的治療方案將控制花費,并改善生活質量。達到這一目的,至少有3種方法:減少反復試探性的處方,避免藥物不良反應,防止不必要的住院治療。

大數據將醫療保健帶入新的時代,在醫療改革中可以起到科技支撐作用。從不同源頭采集各類數據,構建預測模型,以減少人們的醫療支出,提高服務質量。大數據使得醫療保健和疾病預防變得更加個性化,貼近人們的真正需要,不久的將來相信每個人都能從中受益。


商務合作
商務合作
球探足球500 安徽十一选五遗漏导航 今晚p62开奖结果结果 江西快三走势图今天 秒速时时彩是国家开的 卩62开奖结结果 天津福彩快乐10分钟开奖查询 下载海南体彩飞鱼 哪个彩票平台有河南快3 极速赛车 分分十一选五下载手机版 一定牛11选五走势图 融资可用额度为什么不能用完 排列3走势图综合版啥 天津11选5软件 理财规划师 内蒙古十一选五开奖查询