医药经济报数字报
医药经济报医药经济报 > 正文

从无到优,医疗数据网越织越密

发布时间:2018-11-20 17:17:11作者:张方来源:医药经济报

从无到优,医疗数据网越织越密


今年7月,国家卫生健康委员会研究制定了《国家健康医疗大数据标准、安全和服务管理办法(试行)》,旨在充分发挥健康医疗大数据作为国家重要基础性战略资源的作用,促进“互联网+医疗健康”发展,加强健康医疗大数据服务管理。这是继2017年国务院办公厅印发《关于促进和规范健康医疗大数据应用发展的指导意见》(以下简称《意见》)之后的细则落地。《意见》中明确提出要加速形成跨部门健康医疗数据资源共享共用格局,促进健康医疗大数据应用加速,让移动医疗行业迎来利好。

近几年,全国各地也纷纷尝试开创式应用“互联网+医疗+人工智能”提升医疗健康领域的智能化发展。如浙江省“互联网+家庭医生”让签约居民不仅能享受到个性化线上咨询、慢性病和部分常见病的复诊、药品配送上门等医疗健康服务,当需要向上级医疗机构转诊时,还能在家庭医生的帮助下找到合适的医生。例如,能根据既往就诊信息和需求,智能推荐合适的医院和医生。一些医院将人工智能应用到导诊环节,通过智能导诊缓解患者盲目求医的现象,提高寻医问诊的精准性。目前浙江省已有13家省级医院开展了近30项人工智能应用,包括肺部结节肿瘤、食管癌、宫颈癌、糖尿病性视网膜病变等疾病的筛查和辅助诊断,尤其是肺部结节等影像智能诊断系统,已在部分省市县医院应用,减少了医生的漏诊率,也提高了工作效率。


健康医疗智能化进程


关注医疗数据共享共用安全性和保密性

健康领域智能化的前提和基础就是大数据的共享共用,但目前最令人担心的恐怕就是医疗数据公开共享的安全性和隐私保密性问题。这个问题也备受国际关注。2017年美国IBM Watson Health和FDA签署一份合作研究计划,旨在用区块链技术研发一种安全、高效、可扩展的医疗数据交易方式,该技术可以实现多方在区块链平台上对数据进行共享,满足获取患者历史数据、将共享数据用于建模和图像检索、辅助医生治疗和健康咨询等需求。IBM在区块链技术领域具有专家级水平,同时也是Linux基金会超级账本(Hyperledger)项目的创始成员以及重要贡献者。区块链还可用于药品追溯,这方面美国也已先行一步。旧金山区块链初创企业与生命科学供应链企业LinkLab合作开发的可互操作的区块链,已被美国医药公司和美国FDA用于跟踪管理处方药,防止假药的出现。

合理挖掘和应用 医疗保险大数据

除了医疗健康诊疗大数据共享应用非常重要之外,医疗保险大数据的合理挖掘和应用更加重要。很多发达国家开始将医保数据的挖掘作为药物警戒的重要依据,药物警戒的目的是致力于药物的效益、危害、有效性和风险的评估,鼓励安全、合理和更有效地用药。在发达国家,有许多药物流行病学研究使用大型数据库来评估药物临床安全性和有效性。

譬如,日本着手开发通过比较使用医疗保健数据库挖掘技术评估收集新药临床安全性和有效性信息以满足监管要求。Mina Care公司开发预警数据库(Claim Database)就是以在职职工健康保险(覆盖在职职工及其家属)所涵盖的医保数据为基础开发出来的,通过对Sertraline等药物警戒研究,发现相比于传统上市后临床监测数据库(Post-marketing surveillance,PMS)系统,预警数据库的回顾性研究可以设定纳入多个对照组进行分析。PMS数据库样本人群也有所限制,最多病例数为3000例,而预警数据库研究的样本可以涵盖数据库中所有的患者,进行PMS系统的研究需要花费比预警数据库更长的时间。

PMS系统需要一个研究启动程序,包括现场合同以及医疗保健提供者的研究数据输入,这需要巨大的成本和支出,相比预警数据库分析成本要高很多,而且由于样本数量限制,很难进行多因素的敏感性分析。PMS系统还需要巨大的额外成本和资源以便用来观察长期随访期间可检测数量的事件。然而,PMS系统的一个重大缺陷是“选择性偏差”。PMS系统可能包括两种类型的选择偏倚(制药公司选择研究地点和医生选择患者),不过,使用预警数据库分析可以弥补这些缺点。

为了能够更加深入挖掘基于医保预警数据库的药物警戒信息,Wahabetal等研究者还提出了序列系统分析(The sequence symmetry analysis, SSA)技术,该技术不仅可以检测正面事件,还可以检测预警数据库中记录的负面事件。Takeuchi等研究者应用SSA技术基于日本的预警数据库信息,检测出了与奥氮平给药相关的高血脂患者的用药风险,证明了该技术应用于预警数据库可以检测出医疗干预中不良事件的产生信号,而且这种方法没有选择性偏差。


国内医保大数据价值显现


国内关于医保大数据价值显现,也进入到快速发展阶段。但由于有许多安全和使用限制,还存在比较大的政策和数据采集端的障碍。虽然互联网和数据挖掘等新技术的发展为大数据提供了技术基础,但我国现有健康大数据的发展更多停留在理论模型和实验研究的阶段,真正能够应用的少之又少。

国内的医保数据内容主要包括参保数据、支付数据、管理数据等。参保数据主要是参保人个人基本信息,比如年龄、就业信息、收入信息、家庭信息。支付数据包括参保患者享受医疗服务的各种信息,能够比较完整地记录患者的就医行为,是医保信息系统里比较重要也比较独特的数据环节。管理数据主要是基于现有参保数据和支付数据提炼出来的能够支持医疗保险决策和管理的一些数据,包括各个层级的基金收支、费用、病种各方面的信息等。

我国医保部门具备大数据应用的优势和基础,特别是下沉在各个地方医疗保险信息系统中的数据,具备非常大的社会应用价值。如果数据能够充分挖掘并发挥作用,在当下中国医改的攻坚阶段,一定能够提升包括医疗保险在内整个社会治理的水平,促使医疗保险对医疗资源配置真正起到引领作用。

国内医保数据开发与应用有以下几点建议:

第一,运用大数据时代的思维方式和工作逻辑,转换传统思维方式,改革调整原有的数据体系和信息化架构以适应新形势的发展。

第二,创新数据应用安全性技术包括区块链技术,实现数据的安全性与共享性共赢。

第三,打破现有机构对机构的数据获取方式(医保机构和医疗机构之间的数据交换),尝试通过多渠道获取和提供数据,让数据渠道更加多元化。

第四,建立大数据应用和管理体系,允许社会力量积极参与,发挥大数据应用价值,避免大数据尘封在公有机构数据库里而得不到应用。

大数据产业发展越来越受到发达国家政府的高度关注。美国利用大数据技术,在多个领域均实现了突破,包括科研教学、环境保护、工程技术、国土安全、生物医药等,研发计划涉及美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究局、地质勘探局等联邦部门和机构。欧盟在大数据方面也积极布局,包括研究数据价值链战略因素、资助“大数据”和“开放数据”领域的研究和创新活动、实施开放数据政策、促进公共资助科研实验成果和数据的使用及再利用等等。日本某著名经济研究所也曾预测,至2020年,日本大数据市场规模有望超过1兆日元。

当前,我国高度重视大数据发展,不断推出各项利好政策,但另一方面则是如今大数据技术发展不均衡的问题越来越突出。健康医疗领域大数据的有效开发与共享应用,将成为科学指导整个健康行业发展的重要且关键的一环。


此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权,不得以任何方式加以使用, 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系:020-37886610或020-37886753;yyjjb@21cn.com。



医药经济报公众号

肿瘤学术号免疫时间

医药经济报头条号