智慧医疗任重道远，数据质量及数据孤岛成医疗大数据应用“绊脚石”

发表于 2019-8-2 14:25:17

马上注册，结交更多数据大咖，获取更多知识干货，轻松玩转大数据

您需要登录才可以下载或查看，没有帐号？立即注册

x

经过20多年的医疗信息数据化，中国已经拥有庞大的医疗数据基础。据 IDC显示，全球医疗数据量2013年已达到153EB，2017年超过了600EB，预计到2020年将达到2.314PB。也正是有了医疗大数据的深厚积淀，近年来，在深度学习等AI技术兴起后，不少创业公司尝试利用自然语言理解、图像识别等技术进行临床数据的清洗。在这个过程中，人们发现，医疗数据的数量是够了，但医疗数据质量却让人担忧。

在《数字医疗》一书中却谈及了过去人们在医疗信息化路上遇到的一些障碍。该书作者被称为“医院医生之父”，加州大学旧金山分校医学院院长罗伯特·瓦赫特，在书中他曝光了不少医疗事故：一位在加州大学旧金山分校医学中心贝尼奥夫儿童医院接受治疗的罕见遗传病少年患者，遵医嘱应该吃1片抗生素，护士却让他吃了38.5片！这个离谱错误发生的部分原因是由于信息系统参与到了医疗过程中：系统中的计量单位与医生熟悉的不一致，机器人取药系统未提出质疑，系统警告因为太多假警报而被忽视。事故的发生告诉我们，医疗数据质量问题导致的“数据不一致”，已经关乎生命安全。

数据质量低成医疗大数据应用“绊脚石”

目前，医疗数据被广泛应用于临床决策支持、药物研发、远程病人数据分析、公共卫生领域等方面，与此同时，医疗大数据发展应用的问题也逐渐浮现，由于数据质量不高、结构化和标准化不足、分散在 “孤岛” 中无法有效利用等问题，极大地拉低了数据可用性，导致虽有海量数据，却无法分析出有价值的结果。以临床医疗数据为例，出现质量低的原因主要有：

第一，医生在使用临床数据采集系统时，病历的书写标准不统一和不完整，特别是在大三甲医院，医生的日常工作量较大，很容易草率地对待电子病历的填写。

第二，在医院电子病历数据处理环节，医疗行业虽信息化程度很高，但数据化程度很低，绝大多数医院已经实现了HIS系统全覆盖，通过HIS系统可以采集到不少患者数据。但由于患者信息的底层逻辑不清晰，使得这类患者数据多数为非结构化的文档数据，没办法直接做数据分析与应用。

第三，是在数据质控分析环节，质控团队对于数据的核查不够认真。这就容易让垃圾数据通过审核，进入到医疗大数据中。

综上所述，随着医疗大数据与人工智能技术的深入发展，数据可用性已经成为制约医疗健康大数据智能分析应用发展的瓶颈。

医疗大数据“信息孤岛”瓶颈待破

一份调查显示，当前已有70%以上的医院实现了医疗信息化，但仅有不到3%的医院实现了数据互通，医疗大数据比较分散，信息孤岛待破。有时候同样一份病历，两个不同的医生都会有不同的解读，而医院之间的信息并不能打通，严重影响患者就医体验。信息孤岛同样给需要运用数据和信息的医生和医院管理者带来极大不便。

医疗卫生机构无疑是采集和存储健康医疗大数据的主力军，而且相比较基于移动医疗应用所产生的数据，源自医疗卫生机构的数据特别是电子病历数据(EMR)，具有更高的准确度和商业开发价值。但是在目前的医疗体制下，医疗卫生机构很难有动力去共享这些数据，医疗卫生机构和医疗卫生机构之间、医疗卫生机构和社会公众领域之间，均存在不同程度的数据壁垒，直接导致各医疗机构大量有价值的数据变成了“数据孤岛” ，容易造成患者数据重复采集和医疗资源浪费。同时由于中国医疗资源极其不平衡，顶级三甲医院掌握着绝大多数优质患者数据，特别是在一些癌症病例，一个医院很可能掌握全国90%的某种肺癌患者数据。这就使得服务中小医院价值非常有限，只有服务顶级医院才能获取优质数据。因此，打通数据壁垒、联通数据孤岛，实现互联互通迫在眉睫。

2019年9月5日，由北京大学、国家电网全球能源互联网研究院与华矩科技三家产学研代表联合发起的第三届数据质量管理国际峰会将在北京举办，峰会以“数以质造•质造未来”为主题展开深入探讨与交流，荟萃技术发展与产业升级，汇聚国内外数据质量学术大拿、技术大拿、行业应用及技术创新者，不仅从更新更全的角度剖析数据质量的前沿发展，而且更贴合各行业各领域深度的业务场景，提供全新的视角与思考。

针对医疗领域，DQMIS 2019特设医疗大数据主题板块，深度挖掘患者就医、临床研究和科研、生命制药、可穿戴医疗等应用场景，结合数据资产、数据中台、元数据管理、数据安全与合规等前沿技术话题，邀请了国内外技术大咖及行业领袖现身说法，分享医疗大数据应用过程的数据质量难点与实践，给医疗企业带来更多启发与探讨。

已确定医疗主题发言嘉宾