医疗大数据的时代悄然揭开帷幕，正快速发展成为一种个性化、专属化、科学化、可视化、实时化和智能化的全时全程新型医疗健康服务业态，已然成为新一代信息技术发展的驱动力。

但是，我国医疗大数据也面临许多挑战。处于浪潮之下的中国医疗大数据行业，需要思索解决问题的对策与方案。

行业现状

我国医疗大数据五大挑战

　　

目前，我国医疗数据现状令人担忧，主要体现在以下5个方面：　　

医疗数据质量低

虽然医疗机构的数据量庞大，但由于其质量不高、结构化和标准化不足，导致虽有海量数据，却无法分析出有决策价值的结果。

比如，拥有几百家甚至上千家医疗机构的海量数据，却发现这些来源于不同医疗机构的数据彼此之间难以交互，甚至数据的准确性都可能有很大差别。再如，分析临床数据中极为重要的诊断信息，却发现纷繁复杂的数据中其实只有一部分数据才是正确编码，很多医疗机构在使用院内编码的基础上进行了改动。

由于数据零散复杂，如同分开的“孤岛”一般，难以利用，极大降低了数据的可用性。这也是医疗数据质量难以提升的一大重要原因。

法律尚未健全

一提到大数据，就需要考虑到数据安全的问题。现今，网络个人信息泄露已是常态，难以想象个人的健康数据被泄露会有怎样恶劣的影响。

那么，谁可以成为医疗领域各类数据信息的所有者？谁又可以拥有使用权？在使用的过程中又有何限制？该如何在庞大繁杂的大数据中保护个人隐私？目前，对于这些问题均无明文规定。

有关政策法规的缺失，除了有可能导致个人隐私泄露，还会限制医疗数据之间的共享、不同医疗数据之间的链接，以及数据分析的广泛应用，因而同样会降低医疗数据的可利用性。　　

应用价值认识有限

由于整个医疗大数据的进程才刚刚开始起步，人们对大数据的应用价值的认知相对有限，而这需要一个循序渐进的过程。

在数据分析价值尚未得到广泛认识的大环境下，推进认知发展的关键，便是要将大数据分析应用于目前行业最关注的痛点上，当部分人尝到甜头，更大的改变就会如同顺水推舟自然推进。　

缺乏大数据专业人才

要发展医疗大数据，它的每一个环节都需要专业的人才来支撑。缺少技术性的专业人员，医疗大数据的发展也将举步维艰。

对于医疗大数据行业而言，专业人才极度缺少，尤其是数学、卫生健康、统计专业等复合型人才。

缺少开放共享平台

由于大部分医院信息系统都是相对独立的，所以大量优质的患者健康数据被封闭于医院的围墙内，这造成数据资源的极大浪费。

我国在区域卫生信息共享方面，相比其他国家远远不足。资料显示，在我国，医疗机构对于区域卫生信息系统的建设率只有14.74%。同时，各种医疗卫生信息系统间缺少信息共享，未能充分互联，甚至在卫生体系内部各机构之间互联程度也极低。

他山之石

发达国家的大数据制度

　　

美国：开放和共享医疗数据

美国是最早开始发展大数据的国家，作为大数据时代的开创者，他们的医疗大数据也发展较早，且比较完善。他们尤其注重医疗大数据的开放以及共享。

美国有一个国家级的健康数据开发平台，即由国家卫生与公众服务部（HHS）管理的政府网站healthdata.gov。现在，越来越多源于医疗保险和医疗补助服务中心、疾病控制中心、食品药品监督管理局、美国国立卫生研究院等渠道的数据库在网站上向社会公众开放、共享。

这些数据包含了临床服务质量信息、全国卫生服务提供者目录、最新医疗和科学知识数据库、消费产品数据、社区卫生绩效信息、政府支出数据等。

此外，值得一提的是美国“蓝色按钮”计划（即“Blue Button”）。所有参与计划的医疗机构在患者获取个人数据的门户网站放一个蓝色按钮，患者只要点击这个“Blue Button”，便能查看和下载在该机构的就诊记录。

2014年，又发布“Blue Button Connector”网站，连接不同机构，使患者可以通过这个渠道轻松搜索和链接到所需机构。

一项在线调查发现，使用“Blue Button”后，73.3%的患者对其历史健康情况更加了解，72.2%的患者认为可以更容易地监测自己的实验室检查结果，并加深了对临床用药的理解，69%的使用者认为提高了他们的健康管理能力。

英国：健康普查记录210年

英国的医疗大数据也不容小觑。英国政府拥有一个完备的英国国民医疗服务体系（NHS）。这个系统囊括了丰富庞大的英国医疗数据，包括病人的健康记录、疾病数据等，而且英国有着长达210年的全国普查健康记录。这些数据，无论是对于公共卫生服务、医学研究还是医药制造等方面，都具有极高的价值。目前，英国已经成立相应的组织来整理NHS上的数据，并向公众开放。

英国政府大力支持基于医疗大数据的个性化医疗研究。牛津大学“李嘉诚卫生信息与发现中心”是英国首个综合运用大数据技术的医药卫生科研中心。其利用大数据技术分析大量医疗信息，减少药物开发成本，同时为发现新的治疗手段提供线索。

日本：国家战略层面重视

日本对发展医疗大数据非常重视。

其中，日本“创建最尖端IT国家宣言”全面阐述了2013-2020年期间以发展开放公共数据和大数据为核心的日本新IT国家战略。这一宣言提出，要把日本建设成为一个具有“世界最高水准的广泛运用信息产业技术的社会”，并把发展成就扩展到国际范围内。

宣言的核心要点主要包括向民间开放公共数据、促进大数据的广泛应用、促进个人数据的流通与运用。在2018财政年度前，在全国普遍建立医疗信息联网体制，促使医疗、护理以及居民生活支援服务等机构实现信息共享。

解决问题

六个维度改善行业现状

　　

健全相关法律法规

我国可制定保护个人健康信息隐私的法律法规，尤其要明确电子健康记录信息在采集、存储、管理、交换共享和利用等各环节的责权归属。还有，需要确认违反这些法规需要承担的有关法律责任。

利用开放式国际标准openEHR

我国可以利用开放式国际标准openEHR，从源头上提高医疗数据的质量。

openEHR是由国际openEHR组织提出的开放式电子健康档案规范。其核心在于将医疗领域知识从具体的临床信息中分离出来，建立两层模型——参考模型和原型模型。

参考模型是对信息系统中稳定不变的概念进行建模，定义信息表达所需的基础数据类型和数据结构。

原型模型包括原型和模板。原型通过对参考模型添加约束的方式来定义临床内容，表达领域知识。模板通过对原型的约束和定制，满足实际应用需求。

利用openEHR模型驱动的开放式医疗数据平台，可解决不同角色对数据需求动态变化快但各业务系统响应、修改慢的问题。还可解决各类医疗业务系统不断增多、数据源持续增长但又无法及时有效集成的数据孤岛问题。

openEHR在欧洲、澳洲和日本等地得到了广泛普及，并于2008年被国际标准组织接受，发展为ISO13606-2标准。迄今，欧洲很多国家的全国电子健康档案数据中心均采用该标准，日本2015年新启动的全国电子健康档案数据中心项目也采用该标准。

不过，虽然openEHR作为国际标准已经在世界范围内得到广泛的研究和应用，并且已经积累了一定数量的原型和模板，但这些原型和模板并不能直接应用到我国临床实际应用中，急需根据我国的临床需求进行扩展和本地化处理。

人工智能与医疗数据更紧密结合

人工智能与医疗大数据的结合，可将低价值数据转换为高质量数据。

然而，整个人工智能的医疗应用产品目前还处于初级阶段，基本是实验室的简单算法转化到临床的某一个场景。

目前转化得比较好的是医疗影像。但是，影像数据在整个诊疗流程中只占很少的部分，其他大部分海量的数据信息则是以文本或离散的结构化数据的形式集中在业务系统里。

而人工智能技术不一定只能用在看似高端的辅助诊断上，也可用于高效、自动地提升数据质量以及优化数据收集的效率这些基础性工作中。人工智能的自动编码算法可对医疗数据中无编码诊断进行补全以及对已有编码进行纠错。这可在一定程度上解决原始数据本身的质量问题。

严惩数据造假的行为

数据造假行为必须严惩。

我国需要采取果断的措施以及信息化的手段，建立对失信人员的惩罚手段。政府层面应推动建立医疗大数据的征信机制，奖惩并举，对数据造假行为进行有力惩罚。

加强相关专业人才队伍建设

我国医疗大数据应用正处于起步阶段，需要大量的相关专业人才来促进我国医疗大数据的发展。

应加强临床医师、健康管理人员、卫生决策者等与健康医疗大数据研究人员的合作，拓展健康医疗大数据在卫生管理、卫生决策支持等领域的应用。重视健康医疗大数据人才建设，组建研究团队，通过健康医疗大数据应用开发实践培养复合型人才。这是发展我国医疗大数据的重要举措。

完善数据共享体制机制

只有加强完善数据共享，才能更有效地推动我国医疗大数据的发展。我国需要在健康医疗大数据资源的整合、共享、应用和开放等方面，建立起一个各部门、各单位责权明确和协调有效的管理机制体制。

同时，我们还需要建立起信息业务使用部门和信息技术部门顺畅的沟通协作机制，以便有效、有序地推动医疗大数据资源建设和开发利用。

本文系北京中医药大学2019年中央高校基本科研业务费专项（项目批准编号：2019-JYB-TD016）阶段性研究成果

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。