医堂焦星堂苤查兰鱼！垒至篁圣！鲞墓鱼塑！Ｑ堕垦丛丛堕丛！ＱＩ垦丛！丛！Ｑ垦丛堑Ｉ堕至Ｑ！垒！ｙ鱼Ｉ墨墨，丛Ｑ．！・专论：医疗健康大数据・随着以博客、社交网络等为代表的新型信息发布方式不断涌现以及云计算、物联网等技术的兴起，数据正以前所未有的速度增长和累积，大数据时代已经到来。学术界、工业界甚至于政府机构都已经开本期始密切关注大数据问题。所谓“大数据”，是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集，在强调数据规模（Ｖｏｌｕｍｅ）和多样性（Ｖａｒｉｅｔｙ）的同时，也考虑产生和变化的速度（Ｖｅｌｏｃｉｔｙ）以及确定性（Ｖｅｒａｃｉｔｙ）。大数据不是单纯的新技术，而是信息技术产业又一次颠覆性的技术革新。据国际数据公司预测，中国的大数据市场在２０１２～２０１６年间将增长５倍，政府、银行、医疗卫生、电信等行业将在其中占据最多的份额。目前我国卫生信息化建设日益加快，各类信息系统在医疗卫生机构的广泛应用以及医疗设备和专论鲁读仪器的逐步数字化使得医疗健康数据呈爆发式增长，这些数据资源是宝贵的医疗卫生信息，对于疾病的诊断、治疗、研究、诊疗费用的控制等都具有重要价值。医疗卫生数据量的快速增长，使医疗卫生领域迎来了自己的“大数据时代”，对这些数据创新性的管理和应用，将为生命科学及医疗健康领域带来一次新的革命。医疗健康大数据的来源主要包括临床医疗、制药企业、医学研究、费用管理、疾病监测、生物信息、健康管理、社交网络等方面，如何利用这些海量的信息资源更好地为医疗卫生行业的诊疗、科研、管理和教学服务，已经越来越为．ｚ，．４ｒＪ所关注。大数据时代无疑对我国卫生信息化建设产生巨大的影响和推动，将解决以前医疗卫生领域无法解决的一些问题和难点，而怎样利用好大数据技术并充分发挥其作用也还存在诸多挑战。本期专论以“医疗健康大数据”为主题，内容涵盖“医疗大数据及其面临的机遇与挑战”、“医疗健康大数据的种类、性质及有关问题”、“基于大数据技术的临床数据中心与智能分析应用平台构建”几方面，希望引起相关研究者与从业者的关注，共同推进我国医疗健康大数据的研究和利用水平，为提高广大民众的健康水平做出贡献。万方数据匿堂焦皇堂蛰鲞至Ｑ堕至墓箜鲞墓垒翅！Ｑ堕垦丛丛Ｑ！丛！Ｑ！坠！！丛堕垦丛垒！！堡至Ｑ丝：塑！：墨墨：丛Ｑ：垒医疗大数据及其面临的机遇与挑战张振周毅杜守洪罗雪琼梅甜（中山大学中山医学院生物医学（新疆医科大学医学工程技术学（中山大学中山医学院生物医学工程系广州５１００８０）院乌鲁木齐８３００１０）工程系广州５１００８０）［摘要］介绍大数据的概念和医疗大数据的来源、特点，综述医疗大数据在智慧医疗、医药研究、商业智能方面所面临的机遇，分析其在技术应用及具体实施中遇到的挑战，在此基础上进行思考并提出建议。［关键词］医疗卫生；信息化；医疗大数据；机遇与挑战［中图分类号］Ｒ－０５８［文献标识码］Ａ［ＤＯＩ］１０．３９６９／ｊ．ｉｓｓｎ．１６７３—６０３６．２０１４．０６．００１ＭｅｄｉｃａｌＢｉｇＤａｔａａｎｄｔｈｅＦａｄｎｇＯｐｐｏｒｔｕｎｉｔｉｅｓａｎｄＣｈａｌｌｅｎｇｅｓＺＨＡＮＧＺｈｅｎ，ＺＨＯＵＹｉ，ＤｅｐａａｍｅｍｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｏｎｇｓｈａｎＳｃｈｏｏｌｏｆＭｅｄｉｃｉｎｅ，ＳｕｎＹａｔ—ｓｅｎＵｎｗｅｎｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１００８０，Ｃｈｉｎａ；ＤＵＳｈｏｕ—ｂ昭，ＣｏｌｌｅｇｅｏｆＭｅＳｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＴｅｃｈｎｏｌｏｇｙ，ＸｉｎｊｉａｎｇＭｅｄｉｃａｌＥ肮妇ｅ瑙毋，Ｗｕｌｕｍｕｑｉ８３００１０，Ｃｈｉｎａ；ＬＵＯＸｕｅ—ｑｉｏｎｇ，ＭＥＩＴｉａｎ，ＤｅｐａｎｍｅｍｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒ－ｉｎｇ，ＺｈｏｎｇｓｈａｎＳｃｈｏｏｌｏｆＭｅｄｉｃｉｎｅ，ＳＵＮＹａｔ—ｓｅｎＵｎｉｖｅ瑙ｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１００８０，Ｃｈｉｎａ［Ａｂｓｔｒａｃｔ］Ｔｈｅｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｔｈｅｃｏｎｃｅｐｔｏｆｂｉｇｄａｔａ，ｄｅｓｃｒｉｂｅｓｔｈｅｓｏｕｒｃｅａｎｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｍｅｄｉｃａｌｂｉｇｄａｔａ，ｓｕｍｍａｒｉｚｅｓｔｈｅｏｐｐｏｒｔｕｎｉｔｉｅｓｏｆｍｅｄｉｃａｌｂｉｇｄａｔａｉｎｉｎｔｅｌｌｉｇｅｎｔｍｅｄｉｃｉｎｅ，ｍｅｄｉｃａｌｒｅｓｅａｒｃｈ，ｂｕｓｉｎｅｓｓｉｎｔｅｌｌｉｇｅｎｃｅ，ａｎａｌｙｚｅｓｔｈｅｃｈａｌｌｅｎｇｅｓｉｎｔｅｃｈｎｏｌｏｇｙａｐｐｌｉｃａｔｉｏｎａｎｄｉｍｐｌｅｍｅｎｔａｔｉｏｎ．Ｂａｓｅｄｏｎｔｈｅａｂｏｖｅｓｏｍｅｓｕｇｇｅｓｔｉｏｎｓａｒｅｐｕｔｆｏｒｗａｒｄ．［Ｋｅｙｗｏｒｄｓ］Ｍｅｄｉｃｉｎｅａｎｄｈｅａｌｔｈ；Ｉｎｆｏｒｍａｔｉｚａｔｉｏｎ；Ｍｅｄｉｃａｌｂｉｇｄａｔａ；Ｏｐｐｏｒｔｕｎｉｔｙａｎｄｃｈａｌｌｅｎｇｅ卫生信息化日新月异，２０１３年成为大数据元年。医１引言疗卫生信息平台、业务系统、数字化医疗仪器与设备在医疗卫生机构迅速普及开来，与之同时产生了近年来信息技术飞速发展，实现物物相联的物大量的医疗信息资源。如何利用这些海量的信息资联网和使ＩＴ资源按需分配的云计算等技术使得医疗源更好地为医疗卫生行业的管理、医院的诊疗、科研和教学服务，已经越来越成为人们所关注的热［收稿日期］２０１４—０６—２０点…。２０１３年中国卫生信息学会仿照Ｇａｒｔｎｅｒ公司［作者简介）张振，硕士研究生，研究方向为医学信息的方法，尝试做出中国健康信息技术（ＨｅａｌｔｈＩｎｆｏｒ－学、神经电生理与神经系统建模等，发表论ｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＨＩＴ）的成熟度曲线，曲线显示文４篇；通讯作者：周毅。［基金项目］国家自然科学基金项目（项目编号：大数据即将到达期望膨胀期，能够在５—１０年的时６１２６３０１１）；新疆自治区高技术研究发展项目间里达到一个成熟的阶段进而稳步发展直至变为实（项目编号：２０１２１２１２７）；中央高校基本科研际生产力旧ｏ，见图１。业务费中山大学培育项目（项目编号：１１ｙｋｐｙ０７）；广东省科技计划项目（项目编号：２０１１８０４０２０００９１）。・２・万方数据！Ｑ型垦丛垒！Ｑ！丛！旦！垦垒！Ｉ丛！Ｑ呈！！盟！垦三Ｉ卅／ｉ｛－簖脚ｔ呻ｔｔ峥镀ａｔｉ酬ｎ掣三』！已吵７ｌ醚７』ｊ／厶ｓ÷！崎△ｉ数雾ｙ｝屿’受。写生＋ｉ＼¨椭蝴ｉ一黼ｆ《≥酶：瞄数据的意义不在于掌握海量的数据，而是通过数２大数据概论２．１大数据概念据挖掘等手段对其进行专业的分析来实现“增值”。２．２医疗大数据大数据不是单纯的新技术，而是继云计算、物联网之后ＩＴ产业又一次颠覆性的技术革新心。３Ｊ。需要从如下３个方面理解大数据：数据、思维、技术。从数据上来理解，大数据是海量数据的加强版，海量数据常常指数据的规模（Ｖｏｌｕｍｅ）和多样性（Ｖａｒｉｅｔｙ），而大数据在强调规模和多样性的同时，也考虑数据产生和变化的速度（Ｖｅｌｏｃｉ—ｔｙ）以及数据的价值（Ｖａｌｕｅ）。规模、多样性、增长速度、价值４种特性统称为大数据的４Ｖ特性。从思维上来理解，大数据提供了一种新的看待世界的方法，不再以随机样本代替整体，不再追求少量个体的精确度，不再执着于事物的因果关系，认为对整体的近似把握往往比对少量个体的精确把握更加有价值，因为前者是决定性的价值。从技术上理解，大数据是一次技术革新，对大数据医疗大数据指的是在医疗行业中产生的数据，它的来源主要包括４类Ｈ’６‘７］。（１）制药企业／生命科学：药物研发是密集型的过程，对于中小型的企业产生的数据也在ＴＢ以上。在生命科学领域，随着计算能力和基因测序能力逐步增强，美国哈佛医学院个人基因组项目负责人詹森・鲍比认为，到２０１５年将会有５０００万人拥有个人基因图谱，而一个基因组序列文件大小约为７５０ＭＢ。图２显示了人类基因数据爆炸性增长的情况。（２）临床医疗／实验室数据：临床和实验室数据整合在一起，使得医疗机构面ｌ临的数据增长非常快，一张普通ＣＴ图像含有大约１５０ＭＢ的数据，一个标准的病理图则接近５ＧＢ。如果将这些数据量乘以人口数量和平均寿命，仅一个社区医院累积的数据量，就可达数ＴＢ甚至数ＰＢ之多。（３）费用报的整合、存储、挖掘、检索、决策生成都是传统的数据处理技术无法顺利完成的，新技术的发展销／利用率：患者就医过程中产生的费用信息、报销信息、新农合基金使用情况等。（４）健康管理／社交网络：随着移动设备和移动互联网的飞速发展，便携化的生理设备正在普及，如果个体健康信息都能连入互联网，由此产生的数据量不可估量，见图３。・３・和成熟加速了大数据时代的来临，如果将数据比作肉体，那技术就是灵魂∞。５ｊ。大数据时代，数据、技术、思维三足鼎力。《大数据时代》作者维克托认为大数据使人们真正拥有了决定性的价值资源，它是新的黄金¨Ｊ。这里值得注意的是，大万方数据蜷趱巡蚴蚴———迦型继幽啦巡巡霎全竺发譬：区域医疗将迎来云计算和大数据的广要譬要：，奎数据技术和医疗的结合，将产至苫吴笛…一”社会效益和经济效益，，［，一¨］．图２各类数据增长大致情况●●图３各类传感器产生的人体数据竺霎警中ｉ．竺２行业占据首位。将数磊磊雾；茎舅竺警竺，。竺竺誊驱动业务会带来大量机§：。；蚤三麓璧妄竺贺竺表示，“大数据的主鬲斋主蓑；竺等耋价竺ｉ。．篓照世界经济论坛的说法，‘矣麦茹量霎财三二竺竺竺警石油。某咨询机构磊二荔嘉薯主竺要菱奎絮篁分析会为美国每年产生。；蔷羞蠢黧竺，。警少８％的美国国家年医蒜磊』：冀兽竺譬？全类服务部每年的支出：：：’兰荔：蠢院信息吼心主任卢敬泰也表示“随着备未嘉；≤：芸孑・４・曲楠竺堡斯竺型报告指出，２０１３年大数据增长最快黎星竺当竺兰｛可以支持９个美国国淼茹；万方数据医堂焦患学莹查至鱼堕年署塑呈鲞第鱼盟——ｊＱ堕星丛丛堕ＭＥＤＩＣＡＬＩ—ＮＦＯＲ—ＭＡＴ—ＩＣＳ—２０１４，Ｖ０１．３５，Ｎｏ．６在医药研究开发部门或公司的新药研发阶段，能够舢＼７、．通过大数据技术分析来自互联网上的公众疾病药品需求趋势，确定更为有效率的投入产出比，合理配心／，瓷▲眵制、医院１ｆ～置有限研发资源。除研发成本外，医药公司能够优比物流信息平台及管理，更快地获取回报，一般新药从研发到推向市场的时间大约为１３年，使用数据分析预测则能帮助医药研发部门或企业提早将新药推向市场¨６｜。３．４智能决策［圃［圃［圃图４大数据时代下远程医疗模式转变３．２．４成本控制数据可以通过改进费用补偿方３．４．１决策支持医院领导层做出的决策关系到医院的发展、医生的治疗模式、患者的就医体验。传统的决策模式都是以人的意志为主导，然而这样往往是不准确的，因为随着医院规模的扩增，各类信息系统上线，医疗数据爆炸性增长，医院的实际式和降低总医疗成本而产生明显的经济效益。这主要是通过两种途径来实现的。第一种途径是用数据来更加准确地反映出患者病情的复杂性，通过复杂性确定病人健康保险优惠计划的补偿额度，更有效地利用医疗资源。第二种途径是应用这些工具来改进医疗成本管理，这会给整个医疗保健体系带来直接效益。通过分析理赔申请并且与保险机构交互，这类软件可以识别出哪些患者属于高度使用者，并且显示出某个社区情况不是根据几个人的体验就能完全掌握的。大数据时代可以通过大数据分析技术找到医院医疗质量不足的环节和医疗资源分配不合理的地方，从而帮助领导者做出更准确的决策¨７｜。３．４．２或卫生系统的医疗成本趋势。这样一来，医疗服务提供者可以针对某类患者或疾病状态制定成本控制策略，形成双赢的局面，既能降低再人院率和控制成本，也能改善患者的生活质量¨４｜。３．３医药研究３．３．１临床决策医院信息化的一个具体的体现就是电子病历的普及，利用大数据技术对电子病历中的数字化信息进行分析处理，既能够让医生的诊疗有迹可循，还可以发现最有效的临床路径，从而及时为医生提供最佳的诊疗建议¨７｜。这样既节约了医院的医疗资源，也为患者降低了医疗成本，大大临床科研优秀的医院不仅能治病救人，缓解老百姓就医难、就医贵的现状。更能利用自己的优势资源解决更多的医学难题，科研能力强弱一直都是衡量医院实力的重要指标。电子病历的部署实施加快了医院数据电子化的进程，医院临床数据中心能让各类医疗数据及诊断信息以数字化的形式呈现在医生面前，医生可以利用先进４挑战４．１概述在大数据时代要转变传统数据库时代所使用的数据处理方式，从数据库到大数据，这看似只是一个简单的技术演进，但细细考究不难发现两者有着本质上的差别。大数据的出现必将颠覆传统的数据的分析技术支持自己更深层次的ｌ临床学术研究，通过现有的医疗数据去解决更多未知的医学难题，这也是医院大数据平台的最终目标。３．３．２药品研发大数据技术的战略意义在于对管理方式。在数据来源、处理方式和思维等方面带来革命性的变化。如果要用简单的方式来比较传统的数据库和大数据的区别，“池塘捕鱼”和“大海捕鱼”是个很好的类比。“池塘捕鱼”代表着传统数据库时代的数据管理方式，而“大海捕鱼”则对．气．各方面医疗卫生数据进行专业化处理。如对患者甚至大众的行为和情绪的细节化测量成为可能，挖掘其症状特点、行为习惯和喜好等，找到更符合其特点或症状的药品和服务，并针对性地调整和优化。万方数据医堂僮皇堂盘鲞至Ｑ堕笙篁堑鲞苤垒翅应着大数据时代的数据管理方式，“鱼”是待处理的数据。“捕鱼”环境条件的变化导致了“捕鱼”方式的根本性差异‘１８１。ｇ．２技术上的挑战４．２．１数据整合对“小数据”而言，最基本、最重要的要求就是减少错误，保障质量，在大数据时代允许不精确的出现已经成为一个新的亮点，而非缺点。分散挂接于医疗卫生信息共享平台下各类医疗卫生机构中的大量异构数据，采集、整合十分困难，现有平台的数据质量并不理想。毋庸置疑对于个人信息来说每一次的历史诊疗数据都必须准确无误，但是只把目光集中在提高数据质量上，忽视那些不精确数据的利用将无法适应这个大数据时代。错误并不是大数据固有的特性，而是一个亟需去处理的现实问题，并且有可能长期存在¨９‘驯。在这种情况下忽略数据本身的差错可以掌握利用更多的数据。４．２．２数据存储不断膨胀的医疗信息数据中混杂着大量非结构化数据，数据来源日趋多样化，目前的存储架构已经无法满足大数据应用的需要，在处理和查询大数据集时更是力不从心。第一是容量问题，“大容量”通常可达到ＰＢ级，因此海量数据存储系统一定要有相应等级的扩展能力。除数据规模巨大之外，还拥有庞大的文件数量，因此如何管理文件系统层累积的元数据也是一个难题。第二是延迟问题，医疗大数据应用存在实时性问题，需对数据进行实时或准实时的处理、秒级的查询需求响应。第三是数据库问题，医疗大数据也是非结构化数据，传统的结构化数据库已经无法满足存储要求，需重新整合医院数据库系统瞳１｜。４．２．３数据挖掘当前区域卫生信息平台数据的利用主要分为直接利用和间接利用两大类。直接利用包括信息调阅共享、卫生服务智能提示与诊断辅助，还有各类基于信息共享的业务协同服务等。间接利用主要是根据医疗卫生行政与管理需求，实现的ＢＩ统计，绩效分析等∞。２１ｌ。怎样对大量非结构化数据进行有效的挖掘也是目前的挑战之一。４．２．４数据检索传统的检索方式为关键词检・６・万方数据！Ｑ堕呈丛丛Ｑ！丛！Ｑ！坠！！丝堕垦丛笪！堡至Ｑ丝：塑！：墨墨：丛Ｑ：垒索，但这种检索方式往往检索出大量无关的信息，无法满足大数据的检索要求。目前，语义技术作为一种准确性较高的新技术出现在人们面前，微软已经将其用于互联网检索并建立起自己的检索引擎ｂｉｎｇ，将这类新型的检索技术有效运用于医疗大数据的检索也是一项艰巨的任务。４．３实施中的挑战４．３．１医务人员意识缺乏医疗信息技术的运用往往需要人为外力的驱使，如刺激计划或监管要求。目前政府已经开始常规采用刺激性的支付与补偿调整计划来鼓励大家广泛接受电子健康档案。这是一件好事，但大部分医生可能还没有足够地意识到这些系统的意义。４．３．２信息孤岛普遍存在中国人口众多，健康产业是个巨大的产业，体系极其复杂。ＩＢＭ的大数据架构师认为：“医疗领域的大数据用户覆盖范围很广，如医院诊所、区域医疗中心、医疗保险公司、药物管理分析单位、医疗设备监控中心等”１１１】。相应的数据资源分散在不同的数据池中，包括医院的电病历、结算与费用数据，医疗厂商的医药、医械数据，医学研究的学术数据，区域卫生信息平台采集的居民健康档案，政府调查的人口与公共卫生数据等，但彼此之间并没有太多联系。４．３．３标准化难以实施要建立一体化协同的医院集成信息平台，关键是整合所有的数据集并降低共享数据的技术门槛。然而目前医院里的电子病历系统大都来自不同厂商，没有进行标准化，各医院的数据难以共享，医院院内不同科室的数据也难以实现集成。集成难的根本原因之一是缺乏标准和不遵循标准。虽然一些医院试图通过应用集成平台减少集成工作量，但由于应用系统缺乏对标准的遵循，集成实施的工作量依然很大，集成平台的效益难以发挥。标准化滞后是我国医院信息化建设中存在的老问题，应当说已经引起业内的广泛重视。虽然近几年医疗卫生信息标准化工作无论是对方法学的认识还是标准的制定都有所发展，但总体上仍处在学习和模仿阶段，制定的一些标准落地困难。在中国医院协会信息管理专业委员会的医院信息化状医堂焦星堂盘鲞至Ｑ堕笙墓堑鲞簋垒翅况调查中，医院信息化建设主要障碍因素中缺乏医疗信息化标准排在第５位，在ＨＩＴ产品存在问题中更排在第１位心２｜。要对医院各科室的医疗数据进行标准化统一也是一项巨大的工程，这里抛去技术的成分，应该更多考虑到政策导向和意识培养。４．３．４ＨＩＴ人才缺乏大数据的有效应用是建立在医院高度信息化的基础之上的。而国内医疗信息化水平较低，这在很大程度上与医疗信息化教育观念缺失相关，医疗机构严重缺乏ＨＩＴ人才。人才是核心竞争力，由于目前国内ＨＩＴ产业的效益不佳，对人才的吸引力较低，很难招到高水平院校的毕业生。整个行业普遍缺乏既懂医疗业务又擅长信息技术的高水平人才，许多医疗机构人才流动频繁，知识难以形成积累，进而影响信息化进程。总的来说医院缺乏能对信息化发展进行规划的人才，能把握用户需求并有效管理信息化建设项目的人才，能保障系统可靠运行精通信息技术的人才，及缺乏医疗信息技术人才的职业培训体系。４．３．５缺乏相关法规大数据技术带来了很多意想不到的惊喜，但是也带来了一些担忧。迄今为止某些大企业私自分析用户数据牟取暴利的事情屡见不鲜，很多人开始反思。为了避免这类事情的发生，建立大数据的应用规范刻不容缓。在使用新事物时先建立规范和标准未来定会获益良多。５建议５．１解决信息孤岛问题目前医院信息孤岛问题严重，这在很大程度上制约了大数据功用的发挥，需大力推进信息标准化，制定法规对电子病历等医疗信息系统厂商进行规范化管理，或者采取政府统一招标的方式为医院选择合适的电子病历厂商，逐步以ＩＳＯ／ＨＬ７标准化文档传输方式替换原有的以接口对接进行数据交互的传统方式。通过云计算与物联网将各个信息孤岛联系起来，将收集的数据按照一定的标准进行统一存储，然后对其进行挖掘利用。在解决信息孤岛的问题上，上海闸北区卫生信息中心进行了一些尝试，闸北区域卫生大数据处理技术方案旧Ｊ，见图５。万方数据！Ｑ些垦丛丛Ｑ！丛！Ｑ！垦丛丛堕呈丛盟！堡至Ｑ堕：塑！：墨墨：丛Ｑ：垒集成的应用界面（居民、医生、管理人员）圈圆大数据处理圈圈圃团固—＿－使用合适的工具，对异构的团回基础设施虚拟化数据进行抽取、整合后，按ｌ网络ｌ存储ｌ服务器ｌ照一定的标准统一存储，并ｌ虚拟化ｌ虚拟化ｌ虚拟化Ｉ对存储的数据进行分析挖掘区域卫生信息访问层■■●医院信息系统ｌＩ医院信息系统ｌｌ医院信息系统图５闸北区域卫生大数据处理技术方案５．２易用性以往人们不愿意对数据进行深层挖掘，因为挖掘数据是非常昂贵的工作，体现在金钱和时间上。现在技术的成熟使分析挖掘数据日趋便利，更需要注意的是软件易用性的问题。２０１２年８月１２日苹果公司成为世界上市值最高的公司，就是凭借易用性取得目前的成果的。美国在２０１２投入了１亿美元专门研究电子病历的易用性，这是非常有导向意义的，在国内也应该重视起来。５．３以人为本曾有学者提出：大数据是天使还是魔鬼取决于使用者是天使还是魔鬼。为了避免不合理的应用给社会带来损失，一方面使用者需要对数据抱有敬畏的态度，以人为本，合理运用数据来为大众服务；另一方面建议政府尽快设立大数据使用法规，这不仅能有效防止利用大数据危害社会的行为发生，也能对大数据在各行各业的落地起到巨大的推动作用。５．４人才培养大数据在医疗卫生行业的具体应用，需要大量既懂医疗又懂信息技术的高水平人才，然而目前国内ＨＩＴ人才队伍建设还存在很多问题。主要体现在以下几方面：人才队伍的数量与结构不够完善；人员普遍配备不足；高学历人才匮乏等。建议从３方・一７・医堂焦皇堂盘查至Ｑ竖笙墓墨至鲞墓垒翅面人手进行解决：一是大力进行学科建设与发展，要在高校，特别是医学院校设立针对医疗数据分析处理的医学信息学专业课程，编制教学计划和教材，培养师资开展教学，组织专家培养一大批医学信息学硕士和博士，形成专业程度高的骨干队伍。二是注重在医疗卫生信息化建设过程中培养人才，逐步锻炼队伍，当信息化建设达到较高水平时，信息化人才队伍必然随之达到较高的水平。三是努力推进医学信息学在医学院校的通识教育，临床医生是医院的主体，医院信息化在很大程度上也是为了医生能够更高效地为患者提供医疗服务，如果临床医生都能参与到医疗信息化的建设过程中，势必会加快其建设进程。６结语科学在发生变化，提供医疗服务的角度和方式也应该发生变化。在大数据时代记录、检索以及理解健康和疾病的能力绝不可能与过去相同。因为对于医疗的关注和重视是始终存在的，需基于不断变化的对于健康和疾病的认识，通过大量的医疗数据感同身受地理解每个患者所处的独一无二的位置，让医疗与时俱进。参考文献１维克托・迈尔・舍恩伯格．大数据时代［Ｍ］．杭州：浙江人民出版社，２０１２：１２．２Ｇａｒｔｎｅｒ２０１３技术成熟度曲线解读［ＥＢ／ＯＬ］．［２０１４—０２—１０］．ｈｔｔｐ：／／ｗｗｗ．ｃｈｉｎａ—ｃｌｏｕｄ．ｃｏｒｒｔ／ｙｕｎｚｉｘｕｎ／ｙｕｎ－ｊｉｓｕａｎｘｉｎｗｅｎ／２０１３０８２９——２１５２６．ｈｔｍｌ．３郑玲微．大数据来临，你准备好了吗——大步跨人大数据时代［Ｊ］．信息化建设，２０１３，（１）：１０—１３．４张家杰．医药信息科技——机遇与挑战［Ｃ］．郑州：２０１３年中华医院网络信息大会，２０１３．５姜奇平．大数据时代到来［Ｊ］．互联网周刊，２０１２，（２）：６．６李劲松．大数据时代的运程医疗［Ｃ］．郑州：２０１３年中华医院网络信息大会，２０１３．７大数据加速医疗信息化［Ｎ］．网络世界，２０１３—０５一１３（４４）．８王鹏．个性化医疗的时代来Ｉ临［ＥＢ／ＯＬ］．［２０１４—０２・８・万方数据！Ｑ堕呈丛丛Ｑ！丛！Ｑ！坠！！丛卫星堂！！箜至Ｑ！璺：塑！：墨至：丛Ｑ：垒一１０］．ｈｔｔｐ：／／ｗｗｗ．ｃｓｄｎ．ｎｅｔ／ａｒｔｉｃｌｅ／２０１３—０３—２８／２８１４６９３一ｂｉｎａ—ｔｅｃｈｎｏｌｏｇｙ．’张苗苗．大数据撬动医疗数据应用杠杆［Ｎ］．中国电脑教育报，２０１３—０２—２５（２２）．，。大数据在医疗行业应用的１５个场景［ＥＢ／ＯＬ］．［２０１４—０２—１０］．ｈｔｔｐ：／／ｗｗｗ．ｍｅｄｉｃａｌ—ｓｙｓｔｅｍ．ｃｏｎ．ｅｎ／ｔａｂ－ｉｄ／１７９／ＩｎｆｏＩＤ／１４６／ｆｎｉｄ／７０／Ｄｅｆａｕｌｔ．ａｓｐｘ．１１史紫薇．布局“点”与“面”大数据落地医疗行业［Ｎ］．中国计算机报，２０１３—４—１５（２２）．１２ＧｏｎｇＹａｎｇ，ＺｈａｎｇＪｉａｊｉｅ．ＴｏｗａｒｄａＨｕｍａｎ—ｃｅｎｔｅｒｅｄＨｙｐｅｒ－ｌｉｐｉｄｅｍｉａＭａｎａｇｅｍｅｎｔＳｙｓｔｅｍ：ｔｈｅｉｎｔｅｒａｃｔｉｏｎｂｅｔｗｅｅｎｉｎｔｅｒｎａｌａｎｄｅｘｔｅｒｎａｌｉｎｆｏｒｍａｔｉｏｎｏｎｒｅｌａｔｉｏｎａｌｄａｔａｓｅａｒｃｈ『Ｊ］．ＪｏｕｒｎａｌｏｆＭｅｄｉｃａｌＳｙｓｔｅｍｓ，２０１１，３５（２）：１６９—１７７．，。ＳａｉｔｗａｌＨｉｍａｌｉ，ＦｅｎｇＸｕａｎ，Ｗ曲ｉＭｕｈａｍｍａｄ，ｅｔａ１．Ａｓ—ｓｅｓｓｉｎｇＰｅｒｆｏｒｍａｎｃｅｏｆａｎＥｌｅｃｔｒｏｎｉｃＨｅａｌｔｈＲｅｃｏｒｄ（ＥＨＲ）ＵｓｉｎｇＣｏｇｎｉｔｉｖｅＴａｓｋＡｎａｌｙｓｉｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＭｅｄｉｃａｌＩｎｆｏｒｍａｔｉｃｓ，２０１０，７９（７）：５０１—５０６．１４大数据与医学的艺术［ＥＢ／ＯＬ］．［２０１４—０２—１０］．ｈｔ－ｔｐ：／／ｗｗｗ．ｅｌｓｅｖｉｅｍｕ丑ｃｎ／ｎｅｗｓ／ｄｅｔａｉｌ／ｂｉｇ＿ｄａｔａ—ａｎｄ—ｔｈｅ—ａｒｔ—ｍｅｄｉｃｉｎｅ．～薛杨．物联网、云计算、大数据在医疗健康中的应用［Ｊ］．ｅ医疗，２０１３，（５）：５２—５３．１６Ｇｒｏｂｅｌｎｉｋ，Ｍａｒｋｏ．ＢｉｇＤａｔａＴｕｔｏｒｉａｌ［ＥＢ／ＯＬ］．［２０１３—１０－０２］．ｈｔｔｐ：／／ｖｉｄｅｏｌｅｃｔｕｒｅｓ．ｎｅｔ／ｅｓｗｃ２０１２一ｇｒｏｂｅｌｎｉｋ——ｂｉｇ＿ｄａｔａ／．１７姜奇平，冯海超，古福．数据业务主营化大趋势［Ｊ］．互联网周刊，２０１３，（７）：２６—４６．１Ｒ大数据的管理概念、技术与挑战［ＥＢ／ＯＬ］．［２０１４—０２—１０］．ｈｔｔｐ：／／ｗｗｗ．ｃｉｏｔｉｍｅｓ．ｃｏｍ／ｂＷｓｊｃｋ／８１５３６．ｈｔｍｌ．１９李晓辉，王淑艳．大数据及其挑战［Ｊ］．科技风，２０１２，（２３）：５１．“周光华，辛英，张雅洁，等．医疗卫生领域大数据应用探讨［Ｊ］．中国卫生信息管理杂志，２０１３，１０（４）：２９６—３００．“周光华，李岳峰．数据挖掘技术在卫生统计信息工作中的应用研究［Ｊ］．中国卫生信息管理杂志，２０１２，９（６）：８２—８６．２２中国医院协会信息管理专业委员会．中国医院信息化状况调查２０１２／２０１３年度［ＥＢ／ＯＬ］。［２０１３—１０—０２］．ｈｔｔｐ：／／ｗｅｎｋｕ．ｂａｉｄｕ．ｃｏｍ／ｌｉｎｋ？ｕｒｌ＝ｊ５ＣＶｉｂＰＵ６ＪｑＥ６ｔＢ９ｈｊｙｃｙＩｃＵｌｊＵｚＶｕＫｆ７ｕＦｂ—ｋＶＥｋＹｍ２ｈＤｃｗｕｗｚｑｚＥ０８Ｕ５０Ｈｋ６一ｄＣｌＱＰＫＹＨａｃＷ印２ｑ７ＩＬｖｉｉ０５７ｂｏＫｙ９一ＭｃｓＷｃＮｐｎＢＺｙｑ．～蔡佳慧，张涛，宗文红，等．医疗大数据面临的挑战及思考［Ｊ］．中国卫生信息管理杂志，２０１３，１０（４）：２９２—２９５．