無論是身處學(xué)校還是步入社會，大家都嘗試過寫作吧，借助寫作也可以提高我們的語言組織能力。大家想知道怎么樣才能寫一篇比較優(yōu)質(zhì)的范文嗎？下面我給大家整理了一些優(yōu)秀范文，希望能夠幫助到大家，我們一起來看一看吧。
1 醫(yī)療健康大數(shù)據(jù)的運用前景展望
1. 1 輔助衛(wèi)生政策制定
美國聯(lián)邦政府和州級政府自 xx 年以來制定的32， 600 余份衛(wèi)生相關(guān)政策文件均使用大數(shù)據(jù)平臺所 獲取的支持數(shù)據(jù)。傳統(tǒng)的衛(wèi)生決策與衛(wèi)生政策制定 主要根據(jù)下級反饋、上級調(diào)研和簡單的衛(wèi)生統(tǒng)計數(shù)據(jù)。在醫(yī)療健康大數(shù)據(jù)的背景下， 通過建立全員人 口、健康檔案和電子病歷三大數(shù)據(jù)庫共享平臺和共享 機制， 建立覆蓋全國的基本公共衛(wèi)生、電子病歷共 享、新農(nóng)合結(jié)算、衛(wèi)生監(jiān)督、免疫規(guī)劃和預(yù)約掛號等 業(yè)務(wù)應(yīng)用， 實現(xiàn)健康醫(yī)療領(lǐng)域的數(shù)據(jù)匯聚、系統(tǒng)互聯(lián) 和信息共享， 衛(wèi)生政策制定時能以衛(wèi)生信息系統(tǒng)平臺 和各部門相關(guān)衛(wèi)生數(shù)據(jù)為基礎(chǔ)， 同時采集、存儲、挖 掘、分析和優(yōu)化全國乃至國際相關(guān)衛(wèi)生決策所需數(shù) 據(jù)， 構(gòu)建基于大數(shù)據(jù)的衛(wèi)生政策分析框架: 包括衛(wèi)生 籌資、衛(wèi)生規(guī)劃、衛(wèi)生績效評價、藥品使用監(jiān)測、衛(wèi) 生技術(shù)評估等模塊， 并開展衛(wèi)生政策理論和應(yīng)用型研 究， 促進衛(wèi)生決策與衛(wèi)生政策制定的透明度和科 學(xué)性。
1. 2 臨床決策支持
傳統(tǒng)臨床決策主要基于患者主訴和即時性檢查結(jié) 果等橫斷面資料。醫(yī)療健康大數(shù)據(jù)將為臨床醫(yī)生提供 患者出生、經(jīng)歷、就業(yè)、居住、環(huán)境等傳統(tǒng)診療模式 下不易收集的全面資料， 幫助醫(yī)生做出高效、準確、低成本的臨床決策。美國哈佛大學(xué)的亨利·麥道爾斯 博士與 IBM 公司合作， 基于衛(wèi)生大數(shù)據(jù)系統(tǒng)來監(jiān)測 早產(chǎn)兒感染情況的發(fā)生， 這套系統(tǒng)可以為早產(chǎn)兒多爭 取到 16 h 的治療時間， 即系統(tǒng)可以在感染癥狀明顯 發(fā)生的 16 h 前發(fā)出警示信息。美國西達賽奈（Ce- dars - Sinai） 醫(yī)療中心新開發(fā)的信息系統(tǒng)（All Health Robotics） 通過促進電子健康檔案系統(tǒng)（EHRs） 和醫(yī)療數(shù)據(jù)的交換， 每年可以節(jié)省21 億美元的醫(yī)療資 源。另外， 將單個樣本數(shù)據(jù)使用大數(shù)據(jù)算法進行處 理， 可以觀測到單個樣本不能檢測出的細小差別， 為 醫(yī)生提供更加科學(xué)的、符合循證醫(yī)學(xué)原則的臨床指導(dǎo) 建議。美國杜克大學(xué)醫(yī)學(xué)中心借助普惠超級計算機的 大數(shù)據(jù)處理能力， 通過吸收325 萬頁病案數(shù)據(jù)、 12 萬 份臨床試驗和 55 種醫(yī)療雜志報道的12 萬份數(shù)據(jù)， 開 發(fā)出了一套腫瘤治療決策工具。該工具可以根據(jù)輸入 信息自動生成診斷、治療建議， 據(jù)統(tǒng)計該工具給出的 診療建議 89% 被臨床醫(yī)生采納 。
1. 3 藥物研發(fā)和評價
藥物研發(fā)是醫(yī)療健康大數(shù)據(jù)運用的重要領(lǐng)域。第 一， 在藥物研發(fā)立項階段， 通過大數(shù)據(jù)技術(shù)分析大范 圍的病案資料， 綜合藥物治療時間、出院結(jié)局、治療 費用等信息， 判斷當前同類產(chǎn)品的效果和性價比， 有 針對性地進行更有替代產(chǎn)品的研發(fā)。諾華公司治療慢 性心衰的藥物 Entresto 在立項階段即使用了谷歌、拓 爾思等 40 家大數(shù)據(jù)公司的3000 萬條數(shù)據(jù)。另外， 藥物研發(fā)機構(gòu)還可以以通過收集更大范圍的健康大數(shù) 據(jù)， 找出社會公眾藥品需求的“痛點”， 以合理配置 資源， 確立更有市場前景的藥物研發(fā)項目。第二， 在 確定藥物研發(fā)方向階段， 藥物研發(fā)機構(gòu)在評估病案資 料大數(shù)據(jù)的基礎(chǔ)上， 還可以利用臨床試驗、代謝組 學(xué)、蛋白質(zhì)組學(xué)、基因組學(xué)等數(shù)據(jù)， 來確定擬開發(fā)藥 物個性化的治療原理。第三， 在藥物上市階段， 要全 面占有文獻數(shù)據(jù)、醫(yī)療數(shù)據(jù)、監(jiān)測數(shù)據(jù)和Ⅳ期臨床試 驗數(shù)據(jù)， 并使用大數(shù)據(jù)技術(shù)整合分析以上所有數(shù)據(jù)， 進行全方位、多層次、多角度的分析， 以準確評估藥 物上市后的經(jīng)濟性、有效性和安全性。英國藥品監(jiān)管 部門通過大數(shù)據(jù)技術(shù)， 來追蹤和整合包括促銷支出、藥房、廣告、制造、出版物、消費者和科研人員等信 息， 每年使用3. 2 億條數(shù)據(jù)以監(jiān)控藥品銷售情況、市 場分布情況和用藥安全情況 。
1. 4 疫情監(jiān)測與疾病預(yù)防
通過連續(xù)分析和不斷整合疾病疫情信息， 能不斷 提高公共衛(wèi)生預(yù)警和預(yù)報能力。常超一等結(jié)合各 地的航空可達性， 并整合多種來源的數(shù)據(jù)， 對甲型H1N1 流感的航空旅行擴散、空間分布、流行病學(xué)特 征進行了探索性的預(yù)測估計。法國巴黎瑞爾斯醫(yī)學(xué)中 心采用 To Diseases 預(yù)測模型， 有效使區(qū)域內(nèi)的高風險 患者急診就診率降低了 42% ， 還將這部分高風險患 者的月再入院率從 29% 降到9% 。有研究顯示， 影 響健康的因素只有 10% 左右已被衛(wèi)生工作者認定， 另外90% 的影響因素（ 社會經(jīng)濟狀況、自然環(huán)境、遺傳因素、健康行為等） 還未被確認 。大數(shù)據(jù)技 術(shù)可以將個人和行為數(shù)據(jù)信息 （如娛樂方式、收入、飲食習慣、教育狀況等） 與醫(yī)療健康信息（如既往 史、診療信息等） 統(tǒng)籌起來， 對健康危險因素進行比 對關(guān)聯(lián)研究， 制作特定區(qū)域、特定人群的健康危險因 素圖譜。這種基于社會和醫(yī)療數(shù)據(jù)、直接針對最適宜 人群實施的干預(yù)措施將會更加直接、有效。
2 醫(yī)療健康大數(shù)據(jù)視角下當前病案管理存在的不足
2. 1 病案信息孤島普遍存在
現(xiàn)階段醫(yī)院病案管理和統(tǒng)計的目的主要是歷史檔 案存儲、醫(yī)學(xué)法律證據(jù)留存和醫(yī)療評價， 分析利用的 水平還不夠高。且由于工作慣性和技術(shù)手段的限制， 病案資料的共享、整合、利用嚴重滯后， 使得各醫(yī)療 衛(wèi)生單位都保存有一定數(shù)量的病案資料， 但由于互聯(lián) 互通、共享利用的不足， 形成了單個數(shù)據(jù)體量較?。?0TB 數(shù)量級） 但機構(gòu)數(shù)量眾多（3 萬余家） 的病案 信息孤島。
2. 2 原有病案管理標準不適應(yīng)大數(shù)據(jù)要求
醫(yī)療健康大數(shù)據(jù)的分析、利用需基于統(tǒng)一的信息 處理標準之上。建設(shè)覆蓋大區(qū)域、多部門的病案信息 共享中心和醫(yī)療機構(gòu)內(nèi)部信息共享中心也需要基于統(tǒng) 一的信息處理標準之上。不同來源、不同維度的病案 數(shù)據(jù)單元需使用統(tǒng)一編碼機制， 才能使用大數(shù)據(jù)技術(shù) 匯總、整合為有序、統(tǒng)一的大數(shù)據(jù)， 而不是雜亂無序 的大數(shù)據(jù)。傳統(tǒng)的病案管理核心標準有手術(shù)編碼（ICD - 9 - CM - 3） 和疾病編碼（ ICD - 10）， 這一基 于紙媒的標準已經(jīng)不適應(yīng)醫(yī)療健康大數(shù)據(jù)分析的 要求。
2. 3 病案隱私和權(quán)利保護不夠
我國傳統(tǒng)病案信息的外顯方式是醫(yī)務(wù)人員借閱和 患者復(fù)印， 做好簡單的借閱復(fù)印、登記即可滿足隱私 和權(quán)利保護的需要。但大數(shù)據(jù)技術(shù)使得病案信息的流 傳、分享變得更加便捷和不可控， 如果患者的個人信 息、病情甚至蛋白、基因等隱私信息遭到泄露， 將會 使醫(yī)院病案管理陷入極大的法律風險之中。
2. 4 病案信息的收集統(tǒng)計方法落后
我國傳統(tǒng)的病案收集方法是由臨床醫(yī)生手寫、臨 床科室整理后上報， 導(dǎo)致病案信息匯總的時效性不 強， 也不便于病案信息的后期數(shù)字化處理。另外， 傳 統(tǒng)病案數(shù)據(jù)分析方法主要針對結(jié)構(gòu)化數(shù)據(jù)展開， 即有 的病案信息處理流程、分析體系能高效地處理相對較 少的結(jié)構(gòu)化數(shù)據(jù)。在醫(yī)療健康大數(shù)據(jù)時代， 非結(jié)構(gòu)化 數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)量正在快速增加， 給傳統(tǒng)的病案 統(tǒng)計分析技術(shù)帶來了巨大的挑戰(zhàn)。
2. 5 缺乏病案管理、大數(shù)據(jù)方面的復(fù)合型人才
醫(yī)療健康大數(shù)據(jù)的匯總和統(tǒng)計分析人員不僅需要 具備醫(yī)學(xué)知識、統(tǒng)計學(xué)知識， 更需要具備互聯(lián)網(wǎng)、信 息化、大數(shù)據(jù)方面的知識和技能?，F(xiàn)階段病案管理人 員以醫(yī)學(xué)、統(tǒng)計學(xué)、數(shù)學(xué)、檔案管理學(xué)等專業(yè)背景為 主， 其中統(tǒng)計學(xué)、數(shù)學(xué)、檔案管理學(xué)背景約占80% ， 醫(yī)學(xué)約占15% ， 計算機專業(yè)背景僅占約5% ， 前兩 類人才普遍不具有互聯(lián)網(wǎng)思維和大數(shù)據(jù)處理能力， 使 得醫(yī)療機構(gòu)普遍缺乏病案管理、大數(shù)據(jù)方面的復(fù)合型 人才。
3 醫(yī)療健康大數(shù)據(jù)視角下病案管理對策建議
3. 1 建設(shè)全國性病案信息共享平臺
醫(yī)療健康大數(shù)據(jù)之所以“大”， 是因為要匯聚、性合海量的電子病案信息。由于電子病案信息的隱私 展和敏感性， 醫(yī)療健康大數(shù)據(jù)的形成必須反互聯(lián)網(wǎng)發(fā) 全 “去中心化” 而行之， 以政府公信力為保障建設(shè) 國性病案信息共享平臺。國家衛(wèi)生與健康行政管理 部門要以服務(wù)民生、發(fā)展健康產(chǎn)業(yè)為出發(fā)點， 推進建 設(shè)區(qū)域性、乃至全國性的醫(yī)療衛(wèi)生數(shù)據(jù)資源庫及其“大數(shù)據(jù)” 信息處理與共享平臺， 以整合、匯聚并開 發(fā)利用電子病案信息， 并在保密的前提下向公眾和企 業(yè)開放。區(qū)域性、乃至全國性病案信息共享平臺除了 電子病案信息和居民健康檔案管理系統(tǒng)以外， 還應(yīng)有 公共衛(wèi)生疫情直報系統(tǒng)、衛(wèi)生突發(fā)事件應(yīng)急處理系 統(tǒng)、醫(yī)院信息管理系統(tǒng)（ 如PACS、 CIS、 HIS） 等， 甚至使用數(shù)據(jù)挖掘、網(wǎng)絡(luò)機器人、爬蟲技術(shù)、云計算 等互聯(lián)網(wǎng)信息技術(shù)手段， 囊括科學(xué)文獻數(shù)據(jù)庫、社交 網(wǎng)絡(luò)、患者行為、藥物研發(fā)、生命科學(xué)研究等方面的 大量生物醫(yī)學(xué)相關(guān)信息， 構(gòu)建一個內(nèi)涵豐富、外延廣 泛的病案信息共享平臺。
3. 2 制定符合大數(shù)據(jù)要求的病案標準
醫(yī)療健康大數(shù)據(jù)匯聚形成的基礎(chǔ)是標準化數(shù)據(jù)和 規(guī)范化數(shù)據(jù)。xx 年國家標準化管理委員會批準發(fā) 布了 《GB/ T 14396 - xx 疾病分類與代碼》， 手術(shù)分 類編碼國家標準亦在制定中， 其目的就是為后期病案 大數(shù)據(jù)管理作準備。對于病案中其他數(shù)據(jù)項， 國家在xx年頒布新版病案首頁時， 同時發(fā)布了相關(guān)標準， 醫(yī)療機構(gòu)病案統(tǒng)計管理部門應(yīng)加強與臨床醫(yī)師溝通， 定期在全院分?？平M織診斷和手術(shù)填寫培訓(xùn)， 針對各 臨床?？埔壮霈F(xiàn)問題進行專項培訓(xùn)， 提高臨床醫(yī)生病 歷書寫的標準化能力。病案統(tǒng)計管理人員要盡快學(xué)習 和掌握上述應(yīng)標準， 推行使用標準編碼。另外， 新形 勢下應(yīng)由國家衛(wèi)生與健康行政管理部門組織力量， 制 定新的、符合大數(shù)據(jù)要求的病案標準， 促進病案信息統(tǒng)計工作和醫(yī)療健康大數(shù)據(jù)的建設(shè)。
3. 3 加強隱私保護
目前， 很多互聯(lián)網(wǎng)專家認為在將數(shù)據(jù)加入到大數(shù) 據(jù)庫之前， 通過電腦程序?qū)⒒颊吣軌虮蛔R別的信息從 醫(yī)療記錄中去除， 可以克服傳統(tǒng)病案管理私隱保護不 足的問題]。但是， 由于缺乏獨特的識別信息， 可能導(dǎo)致其他數(shù)據(jù)不能和研究的其他樣本整合， 也不 能進行某類人群的大范圍研究。而且去識別化過程本 身需要處理可識別的信息， 可能使患者信息在沒有經(jīng) 過知曉、同意和授權(quán)的情況下被其他人使用。此外， 在現(xiàn)在的法律框架下， 與去識別信息有關(guān)的研究也不 受人體試驗研究相關(guān)規(guī)定約束、不受政府隱私法規(guī)的 保護， 類似基因信息等一些數(shù)據(jù)也很難做到合適的去 識別化。所以， 醫(yī)療健康大數(shù)據(jù)的隱私保護還有賴于 在去識別化和加強隱私保護之間尋找到最佳平衡。
3. 4 積極采用現(xiàn)代信息技術(shù)記錄病案材料
為了形成對疾病或患者群的整體觀， 連續(xù)收集同 一數(shù)據(jù) （縱向數(shù)據(jù)） 和結(jié)合多種類型的數(shù)據(jù)（如不 同患者的醫(yī)保數(shù)據(jù)、社會人口學(xué)資料、 EMRs 等） 都 是非常必要的。而數(shù)據(jù)的廣泛存在性使得數(shù)據(jù)越來越 多地以不同的形式， 散布于不同的系統(tǒng)和平臺中。醫(yī) 療大數(shù)據(jù)除了大數(shù)據(jù)所具有的 “4V” 特征外， 還具 有多態(tài)性、不完整性、時間性及冗余性等特征。為了便于進行數(shù)據(jù)分析， 需要解決數(shù)據(jù)的異構(gòu)性及數(shù) 據(jù)的質(zhì)量問題， 各方面產(chǎn)生的大數(shù)據(jù)有待進行有效的 整合。因此， 要積極采用現(xiàn)代信息技術(shù)， 如電子掃 描、微縮攝影、 OCR 文字識別、 HDFS、 大數(shù)據(jù)Web 工具、云計算、 Docker 技術(shù)等， 來記錄、統(tǒng)計病案 材料。
3. 5 調(diào)整優(yōu)化病案管理人員
面對醫(yī)療健康大數(shù)據(jù)的挑戰(zhàn)， 要摒棄傳統(tǒng)， 以大 數(shù)據(jù)統(tǒng)計為基準調(diào)整優(yōu)化病案管理團隊， 應(yīng)將統(tǒng)計 學(xué)、檔案學(xué)背景人員占比調(diào)整到50% 左右， 并且需 經(jīng)過相關(guān)專業(yè)培訓(xùn)考核； 另外聘任30% 計算機、互 聯(lián)網(wǎng)等有關(guān)專業(yè)人員， 解決日常統(tǒng)計相關(guān)問題， 配合 醫(yī)療機構(gòu)、衛(wèi)生行政部門進行數(shù)據(jù)管理； 其次可以有20% 左右的臨床、護理相關(guān)專業(yè)人員。科室內(nèi)部實行 輪轉(zhuǎn)制度， 使工作人員熟悉所有崗位流程， 了解數(shù)據(jù) 走向， 從源頭提高數(shù)據(jù)質(zhì)量。?
1 醫(yī)療健康大數(shù)據(jù)的運用前景展望
1. 1 輔助衛(wèi)生政策制定
美國聯(lián)邦政府和州級政府自 xx 年以來制定的32， 600 余份衛(wèi)生相關(guān)政策文件均使用大數(shù)據(jù)平臺所 獲取的支持數(shù)據(jù)。傳統(tǒng)的衛(wèi)生決策與衛(wèi)生政策制定 主要根據(jù)下級反饋、上級調(diào)研和簡單的衛(wèi)生統(tǒng)計數(shù)據(jù)。在醫(yī)療健康大數(shù)據(jù)的背景下， 通過建立全員人 口、健康檔案和電子病歷三大數(shù)據(jù)庫共享平臺和共享 機制， 建立覆蓋全國的基本公共衛(wèi)生、電子病歷共 享、新農(nóng)合結(jié)算、衛(wèi)生監(jiān)督、免疫規(guī)劃和預(yù)約掛號等 業(yè)務(wù)應(yīng)用， 實現(xiàn)健康醫(yī)療領(lǐng)域的數(shù)據(jù)匯聚、系統(tǒng)互聯(lián) 和信息共享， 衛(wèi)生政策制定時能以衛(wèi)生信息系統(tǒng)平臺 和各部門相關(guān)衛(wèi)生數(shù)據(jù)為基礎(chǔ)， 同時采集、存儲、挖 掘、分析和優(yōu)化全國乃至國際相關(guān)衛(wèi)生決策所需數(shù) 據(jù)， 構(gòu)建基于大數(shù)據(jù)的衛(wèi)生政策分析框架: 包括衛(wèi)生 籌資、衛(wèi)生規(guī)劃、衛(wèi)生績效評價、藥品使用監(jiān)測、衛(wèi) 生技術(shù)評估等模塊， 并開展衛(wèi)生政策理論和應(yīng)用型研 究， 促進衛(wèi)生決策與衛(wèi)生政策制定的透明度和科 學(xué)性。
1. 2 臨床決策支持
傳統(tǒng)臨床決策主要基于患者主訴和即時性檢查結(jié) 果等橫斷面資料。醫(yī)療健康大數(shù)據(jù)將為臨床醫(yī)生提供 患者出生、經(jīng)歷、就業(yè)、居住、環(huán)境等傳統(tǒng)診療模式 下不易收集的全面資料， 幫助醫(yī)生做出高效、準確、低成本的臨床決策。美國哈佛大學(xué)的亨利·麥道爾斯 博士與 IBM 公司合作， 基于衛(wèi)生大數(shù)據(jù)系統(tǒng)來監(jiān)測 早產(chǎn)兒感染情況的發(fā)生， 這套系統(tǒng)可以為早產(chǎn)兒多爭 取到 16 h 的治療時間， 即系統(tǒng)可以在感染癥狀明顯 發(fā)生的 16 h 前發(fā)出警示信息。美國西達賽奈（Ce- dars - Sinai） 醫(yī)療中心新開發(fā)的信息系統(tǒng)（All Health Robotics） 通過促進電子健康檔案系統(tǒng)（EHRs） 和醫(yī)療數(shù)據(jù)的交換， 每年可以節(jié)省21 億美元的醫(yī)療資 源。另外， 將單個樣本數(shù)據(jù)使用大數(shù)據(jù)算法進行處 理， 可以觀測到單個樣本不能檢測出的細小差別， 為 醫(yī)生提供更加科學(xué)的、符合循證醫(yī)學(xué)原則的臨床指導(dǎo) 建議。美國杜克大學(xué)醫(yī)學(xué)中心借助普惠超級計算機的 大數(shù)據(jù)處理能力， 通過吸收325 萬頁病案數(shù)據(jù)、 12 萬 份臨床試驗和 55 種醫(yī)療雜志報道的12 萬份數(shù)據(jù)， 開 發(fā)出了一套腫瘤治療決策工具。該工具可以根據(jù)輸入 信息自動生成診斷、治療建議， 據(jù)統(tǒng)計該工具給出的 診療建議 89% 被臨床醫(yī)生采納 。
1. 3 藥物研發(fā)和評價
藥物研發(fā)是醫(yī)療健康大數(shù)據(jù)運用的重要領(lǐng)域。第 一， 在藥物研發(fā)立項階段， 通過大數(shù)據(jù)技術(shù)分析大范 圍的病案資料， 綜合藥物治療時間、出院結(jié)局、治療 費用等信息， 判斷當前同類產(chǎn)品的效果和性價比， 有 針對性地進行更有替代產(chǎn)品的研發(fā)。諾華公司治療慢 性心衰的藥物 Entresto 在立項階段即使用了谷歌、拓 爾思等 40 家大數(shù)據(jù)公司的3000 萬條數(shù)據(jù)。另外， 藥物研發(fā)機構(gòu)還可以以通過收集更大范圍的健康大數(shù) 據(jù)， 找出社會公眾藥品需求的“痛點”， 以合理配置 資源， 確立更有市場前景的藥物研發(fā)項目。第二， 在 確定藥物研發(fā)方向階段， 藥物研發(fā)機構(gòu)在評估病案資 料大數(shù)據(jù)的基礎(chǔ)上， 還可以利用臨床試驗、代謝組 學(xué)、蛋白質(zhì)組學(xué)、基因組學(xué)等數(shù)據(jù)， 來確定擬開發(fā)藥 物個性化的治療原理。第三， 在藥物上市階段， 要全 面占有文獻數(shù)據(jù)、醫(yī)療數(shù)據(jù)、監(jiān)測數(shù)據(jù)和Ⅳ期臨床試 驗數(shù)據(jù)， 并使用大數(shù)據(jù)技術(shù)整合分析以上所有數(shù)據(jù)， 進行全方位、多層次、多角度的分析， 以準確評估藥 物上市后的經(jīng)濟性、有效性和安全性。英國藥品監(jiān)管 部門通過大數(shù)據(jù)技術(shù)， 來追蹤和整合包括促銷支出、藥房、廣告、制造、出版物、消費者和科研人員等信 息， 每年使用3. 2 億條數(shù)據(jù)以監(jiān)控藥品銷售情況、市 場分布情況和用藥安全情況 。
1. 4 疫情監(jiān)測與疾病預(yù)防
通過連續(xù)分析和不斷整合疾病疫情信息， 能不斷 提高公共衛(wèi)生預(yù)警和預(yù)報能力。常超一等結(jié)合各 地的航空可達性， 并整合多種來源的數(shù)據(jù)， 對甲型H1N1 流感的航空旅行擴散、空間分布、流行病學(xué)特 征進行了探索性的預(yù)測估計。法國巴黎瑞爾斯醫(yī)學(xué)中 心采用 To Diseases 預(yù)測模型， 有效使區(qū)域內(nèi)的高風險 患者急診就診率降低了 42% ， 還將這部分高風險患 者的月再入院率從 29% 降到9% 。有研究顯示， 影 響健康的因素只有 10% 左右已被衛(wèi)生工作者認定， 另外90% 的影響因素（ 社會經(jīng)濟狀況、自然環(huán)境、遺傳因素、健康行為等） 還未被確認 。大數(shù)據(jù)技 術(shù)可以將個人和行為數(shù)據(jù)信息 （如娛樂方式、收入、飲食習慣、教育狀況等） 與醫(yī)療健康信息（如既往 史、診療信息等） 統(tǒng)籌起來， 對健康危險因素進行比 對關(guān)聯(lián)研究， 制作特定區(qū)域、特定人群的健康危險因 素圖譜。這種基于社會和醫(yī)療數(shù)據(jù)、直接針對最適宜 人群實施的干預(yù)措施將會更加直接、有效。
2 醫(yī)療健康大數(shù)據(jù)視角下當前病案管理存在的不足
2. 1 病案信息孤島普遍存在
現(xiàn)階段醫(yī)院病案管理和統(tǒng)計的目的主要是歷史檔 案存儲、醫(yī)學(xué)法律證據(jù)留存和醫(yī)療評價， 分析利用的 水平還不夠高。且由于工作慣性和技術(shù)手段的限制， 病案資料的共享、整合、利用嚴重滯后， 使得各醫(yī)療 衛(wèi)生單位都保存有一定數(shù)量的病案資料， 但由于互聯(lián) 互通、共享利用的不足， 形成了單個數(shù)據(jù)體量較?。?0TB 數(shù)量級） 但機構(gòu)數(shù)量眾多（3 萬余家） 的病案 信息孤島。
2. 2 原有病案管理標準不適應(yīng)大數(shù)據(jù)要求
醫(yī)療健康大數(shù)據(jù)的分析、利用需基于統(tǒng)一的信息 處理標準之上。建設(shè)覆蓋大區(qū)域、多部門的病案信息 共享中心和醫(yī)療機構(gòu)內(nèi)部信息共享中心也需要基于統(tǒng) 一的信息處理標準之上。不同來源、不同維度的病案 數(shù)據(jù)單元需使用統(tǒng)一編碼機制， 才能使用大數(shù)據(jù)技術(shù) 匯總、整合為有序、統(tǒng)一的大數(shù)據(jù)， 而不是雜亂無序 的大數(shù)據(jù)。傳統(tǒng)的病案管理核心標準有手術(shù)編碼（ICD - 9 - CM - 3） 和疾病編碼（ ICD - 10）， 這一基 于紙媒的標準已經(jīng)不適應(yīng)醫(yī)療健康大數(shù)據(jù)分析的 要求。
2. 3 病案隱私和權(quán)利保護不夠
我國傳統(tǒng)病案信息的外顯方式是醫(yī)務(wù)人員借閱和 患者復(fù)印， 做好簡單的借閱復(fù)印、登記即可滿足隱私 和權(quán)利保護的需要。但大數(shù)據(jù)技術(shù)使得病案信息的流 傳、分享變得更加便捷和不可控， 如果患者的個人信 息、病情甚至蛋白、基因等隱私信息遭到泄露， 將會 使醫(yī)院病案管理陷入極大的法律風險之中。
2. 4 病案信息的收集統(tǒng)計方法落后
我國傳統(tǒng)的病案收集方法是由臨床醫(yī)生手寫、臨 床科室整理后上報， 導(dǎo)致病案信息匯總的時效性不 強， 也不便于病案信息的后期數(shù)字化處理。另外， 傳 統(tǒng)病案數(shù)據(jù)分析方法主要針對結(jié)構(gòu)化數(shù)據(jù)展開， 即有 的病案信息處理流程、分析體系能高效地處理相對較 少的結(jié)構(gòu)化數(shù)據(jù)。在醫(yī)療健康大數(shù)據(jù)時代， 非結(jié)構(gòu)化 數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)量正在快速增加， 給傳統(tǒng)的病案 統(tǒng)計分析技術(shù)帶來了巨大的挑戰(zhàn)。
2. 5 缺乏病案管理、大數(shù)據(jù)方面的復(fù)合型人才
醫(yī)療健康大數(shù)據(jù)的匯總和統(tǒng)計分析人員不僅需要 具備醫(yī)學(xué)知識、統(tǒng)計學(xué)知識， 更需要具備互聯(lián)網(wǎng)、信 息化、大數(shù)據(jù)方面的知識和技能?，F(xiàn)階段病案管理人 員以醫(yī)學(xué)、統(tǒng)計學(xué)、數(shù)學(xué)、檔案管理學(xué)等專業(yè)背景為 主， 其中統(tǒng)計學(xué)、數(shù)學(xué)、檔案管理學(xué)背景約占80% ， 醫(yī)學(xué)約占15% ， 計算機專業(yè)背景僅占約5% ， 前兩 類人才普遍不具有互聯(lián)網(wǎng)思維和大數(shù)據(jù)處理能力， 使 得醫(yī)療機構(gòu)普遍缺乏病案管理、大數(shù)據(jù)方面的復(fù)合型 人才。
3 醫(yī)療健康大數(shù)據(jù)視角下病案管理對策建議
3. 1 建設(shè)全國性病案信息共享平臺
醫(yī)療健康大數(shù)據(jù)之所以“大”， 是因為要匯聚、性合海量的電子病案信息。由于電子病案信息的隱私 展和敏感性， 醫(yī)療健康大數(shù)據(jù)的形成必須反互聯(lián)網(wǎng)發(fā) 全 “去中心化” 而行之， 以政府公信力為保障建設(shè) 國性病案信息共享平臺。國家衛(wèi)生與健康行政管理 部門要以服務(wù)民生、發(fā)展健康產(chǎn)業(yè)為出發(fā)點， 推進建 設(shè)區(qū)域性、乃至全國性的醫(yī)療衛(wèi)生數(shù)據(jù)資源庫及其“大數(shù)據(jù)” 信息處理與共享平臺， 以整合、匯聚并開 發(fā)利用電子病案信息， 并在保密的前提下向公眾和企 業(yè)開放。區(qū)域性、乃至全國性病案信息共享平臺除了 電子病案信息和居民健康檔案管理系統(tǒng)以外， 還應(yīng)有 公共衛(wèi)生疫情直報系統(tǒng)、衛(wèi)生突發(fā)事件應(yīng)急處理系 統(tǒng)、醫(yī)院信息管理系統(tǒng)（ 如PACS、 CIS、 HIS） 等， 甚至使用數(shù)據(jù)挖掘、網(wǎng)絡(luò)機器人、爬蟲技術(shù)、云計算 等互聯(lián)網(wǎng)信息技術(shù)手段， 囊括科學(xué)文獻數(shù)據(jù)庫、社交 網(wǎng)絡(luò)、患者行為、藥物研發(fā)、生命科學(xué)研究等方面的 大量生物醫(yī)學(xué)相關(guān)信息， 構(gòu)建一個內(nèi)涵豐富、外延廣 泛的病案信息共享平臺。
3. 2 制定符合大數(shù)據(jù)要求的病案標準
醫(yī)療健康大數(shù)據(jù)匯聚形成的基礎(chǔ)是標準化數(shù)據(jù)和 規(guī)范化數(shù)據(jù)。xx 年國家標準化管理委員會批準發(fā) 布了 《GB/ T 14396 - xx 疾病分類與代碼》， 手術(shù)分 類編碼國家標準亦在制定中， 其目的就是為后期病案 大數(shù)據(jù)管理作準備。對于病案中其他數(shù)據(jù)項， 國家在xx年頒布新版病案首頁時， 同時發(fā)布了相關(guān)標準， 醫(yī)療機構(gòu)病案統(tǒng)計管理部門應(yīng)加強與臨床醫(yī)師溝通， 定期在全院分?？平M織診斷和手術(shù)填寫培訓(xùn)， 針對各 臨床?？埔壮霈F(xiàn)問題進行專項培訓(xùn)， 提高臨床醫(yī)生病 歷書寫的標準化能力。病案統(tǒng)計管理人員要盡快學(xué)習 和掌握上述應(yīng)標準， 推行使用標準編碼。另外， 新形 勢下應(yīng)由國家衛(wèi)生與健康行政管理部門組織力量， 制 定新的、符合大數(shù)據(jù)要求的病案標準， 促進病案信息統(tǒng)計工作和醫(yī)療健康大數(shù)據(jù)的建設(shè)。
3. 3 加強隱私保護
目前， 很多互聯(lián)網(wǎng)專家認為在將數(shù)據(jù)加入到大數(shù) 據(jù)庫之前， 通過電腦程序?qū)⒒颊吣軌虮蛔R別的信息從 醫(yī)療記錄中去除， 可以克服傳統(tǒng)病案管理私隱保護不 足的問題]。但是， 由于缺乏獨特的識別信息， 可能導(dǎo)致其他數(shù)據(jù)不能和研究的其他樣本整合， 也不 能進行某類人群的大范圍研究。而且去識別化過程本 身需要處理可識別的信息， 可能使患者信息在沒有經(jīng) 過知曉、同意和授權(quán)的情況下被其他人使用。此外， 在現(xiàn)在的法律框架下， 與去識別信息有關(guān)的研究也不 受人體試驗研究相關(guān)規(guī)定約束、不受政府隱私法規(guī)的 保護， 類似基因信息等一些數(shù)據(jù)也很難做到合適的去 識別化。所以， 醫(yī)療健康大數(shù)據(jù)的隱私保護還有賴于 在去識別化和加強隱私保護之間尋找到最佳平衡。
3. 4 積極采用現(xiàn)代信息技術(shù)記錄病案材料
為了形成對疾病或患者群的整體觀， 連續(xù)收集同 一數(shù)據(jù) （縱向數(shù)據(jù)） 和結(jié)合多種類型的數(shù)據(jù)（如不 同患者的醫(yī)保數(shù)據(jù)、社會人口學(xué)資料、 EMRs 等） 都 是非常必要的。而數(shù)據(jù)的廣泛存在性使得數(shù)據(jù)越來越 多地以不同的形式， 散布于不同的系統(tǒng)和平臺中。醫(yī) 療大數(shù)據(jù)除了大數(shù)據(jù)所具有的 “4V” 特征外， 還具 有多態(tài)性、不完整性、時間性及冗余性等特征。為了便于進行數(shù)據(jù)分析， 需要解決數(shù)據(jù)的異構(gòu)性及數(shù) 據(jù)的質(zhì)量問題， 各方面產(chǎn)生的大數(shù)據(jù)有待進行有效的 整合。因此， 要積極采用現(xiàn)代信息技術(shù)， 如電子掃 描、微縮攝影、 OCR 文字識別、 HDFS、 大數(shù)據(jù)Web 工具、云計算、 Docker 技術(shù)等， 來記錄、統(tǒng)計病案 材料。
3. 5 調(diào)整優(yōu)化病案管理人員
面對醫(yī)療健康大數(shù)據(jù)的挑戰(zhàn)， 要摒棄傳統(tǒng)， 以大 數(shù)據(jù)統(tǒng)計為基準調(diào)整優(yōu)化病案管理團隊， 應(yīng)將統(tǒng)計 學(xué)、檔案學(xué)背景人員占比調(diào)整到50% 左右， 并且需 經(jīng)過相關(guān)專業(yè)培訓(xùn)考核； 另外聘任30% 計算機、互 聯(lián)網(wǎng)等有關(guān)專業(yè)人員， 解決日常統(tǒng)計相關(guān)問題， 配合 醫(yī)療機構(gòu)、衛(wèi)生行政部門進行數(shù)據(jù)管理； 其次可以有20% 左右的臨床、護理相關(guān)專業(yè)人員。科室內(nèi)部實行 輪轉(zhuǎn)制度， 使工作人員熟悉所有崗位流程， 了解數(shù)據(jù) 走向， 從源頭提高數(shù)據(jù)質(zhì)量。?