大数据+智慧医疗解决方案

1.概述
　　卫生信息化是指以健康信息为核心、管理信息为纽带、分析决策系统信息为主导的全面信息化进程。它体现了现代信息技术在医疗卫生领域的充分应用，有助于实现资源整合、流程优化，降低运行成本，提高服务质量、工作效率和管理水平。
　　众所周知，在都市中奋斗的白领阶级虽然拿着较高的工资，却也付出了较大的心力。据相关统计显示，白领阶层中工作时间超过8小时的高达90%，10小时以上的占62.3%，超过12小时的占20%，而中国白领平均每周的运动时间却只有2.61个小时。
　　长时间超负荷的工作，一再被压缩的运动时间，导致越来越多白领脱离了健康的“轨道”。由于受限于现有的网络和硬件设施，各区县现有的社区卫生服务应用系统的建设差别较大。
　　比较起来，城区的社区卫生应用软件建设起步早，而在偏远地区，社区卫生服务工作基本停留在手工操作阶段。但是，即使在经济比较发达的城区，各区甚至各社区服务中心都没有统一功能统一版本的社区卫生服务信息系统， 社区服务中心自行开发的应用软件只能满足基本的社区卫生服务要求。这为社区卫生相关政策的执行，社区卫生服务系统与外系统的接口带来了很大的不便。因此，从社区卫生管理的需要出发，急需建设一套保留个性化要求的、全市统一的社区卫生服务信息系统应用软件。
　　2.“大数据＋医疗”：智慧医疗探索
　　数据显示，当前国内现有2000多款移动医疗APP，且处于快速增长阶段。去年，我国移动医疗市场规模达到30．1亿元，比2013年增长26．8％，预计2017年将达到125．3亿元。移动医疗APP德国调研公司Research2guidance报告称，当前全球移动健康应用的数量超过10万项，大部分应用的下载量不超过5万次，营收低于1万美元。
　　《纲要》提出，要鼓励和规范有关企事业单位开展医疗健康大数据创新应用研究，构建综合健康服务应用。事实上，好多与医疗相关的企业已经开始了这样的探索。
　　以大数据为基础的精准营销，已经在颠覆传统的广告模式
　　有人说，2013年是大数据元年，未来五年会有一大批基于大数据商业模式的公司催生出来。在味库身上，的确看到了这种趋势。
　　资深互联网评论人士谢文认为，大数据时代将首先对健康和医疗领域带来深刻变革，因为该领域已经过了思想革命的概念阶段，逐步迈入商业模式创新时期。这或许恰好解释了为何移动健康行业在今年成为风险投资的热土。
　　如果把大数据时代分为前台、中台和后台三个主战场，前台就是数据终端，负责数据获取和传输，如手机、电脑、智能眼镜、汽车以及各种传感器等，将物质世界和人类社会的一切数据化。在谢文看来，前台是目前争夺的主要战场，出现的创新数不胜数——这正是近两年智能手表、智能手环、电子秤等智能可穿戴设备大热的背景。
　　与此同时，各种健康数据收集平台也在今年陆续登台亮相：先是三星公司5月底发布一款健康追踪腕带Simband和智能健康追踪平台SIMI，接着苹果公司在6月WWDC大会上发布移动应用平台HealthKit，数天之后，谷歌紧追不舍在其年度开发者大会上推出名为GoogleFit的健康平台。近日，微信以公众号为接口，与咕咚、华为、乐心和iHealth四款运动手环展开合作的消息又博到不少中国媒体的眼球。外界纷纷揣测，腾讯公司此举实乃有意借微信打造出一个开放的健康数据平台。
面对如火如荼的大数据前台、中台争夺战，百度董事长兼CEO李彦宏5月29日在黄山召开的“百度联盟峰会”上语惊四座：“我们真正想要的数据现在没有，或是还没有搜集上来，已经被搜集上来的数据基本没有价值。”
3.“大数据＋智能穿戴”：移动医疗创新
“戴个手环、弄个眼镜”，计算每天走多少步、消耗了多少卡路里、心跳多少次，对治病没有什么帮助。“互联网公司通过可穿戴设备搜集了很多数据，结果又发现没法对这些数据进行分析。”李彦宏说。
在利用体检数据方面，美国硅谷早有成功案例。几年前，经尔纬数据技术有限公司创始人糜万军在美国硅谷完成了一个大数据创业项目。该项目利用数据挖掘技术，综合分析斯坦福大学全校员工的体检记录和就诊记录，并据此对所有人每年的医疗费用进行预测。糜万军说，项目成立的初衷，是希望利用个人的医疗信息预测其医疗费用，给保险公司做参考。但后来，美国许多大企业却成为客户的主要来源。
　　变化是这样发生的：糜万军带领的团队，在了解每名员工的健康状况之后，通过数据分析，为其制订了个性化的健身计划，有效地帮助员工改善了健康状况。这项业务受到美国企业的欢迎，从斯坦福大学到思科、苹果等大公司，都乐于购买它的服务。
　　创新总在以飞快的速度迭代，但在李彦宏看来，真正能给医疗健康行业带来革新的，是一种“慢数据”：通过一种简单的方法，在三个月、半年甚至更长的时间内，持续不断地监测你的某些指标，通过长时间的数据积累，准确预测你未来患上的某种疾病的可能性，以达到中医所讲的“治未病”的效果。这并非空穴来风。7月13日，发表在阿尔茨海默症国际会议上的四篇论文进一步支持了如下结论：通过对眼睛和嗅觉的检测，能够预测阿尔茨海默症(俗称老年痴呆症)的发生。
　　无独有偶，最近伊利诺斯大学的研究者透露，他们根据现有数据研究发现，人脸的衰老速度与寿命之间存在着确切的关联。假设该研究顺利进入应用阶段，保险公司只需对准顾客的面部乃至照片扫描一番，即可知晓他的天寿几何，从而优化该顾客的相关保险配置。
4.等待人工智能
　　今天，大数据已经在生活和医疗健康行业扎根萌芽。随着科技的发展，人类社会管理方式的进步，它也将对军事、金融、航空以及制造业等各行各业带来变革。同时，智能社会、智能社区以及智能交通等等，将随着大数据应用的突破逐渐成型。
　　据麦肯锡预测，未来中国大数据产品的潜在市场规模有望达到1.57万亿元。或许，在5-10年间，下一个谷歌或者下一个Facebook将在大数据领域诞生。
　　然而，大数据时代的推进，也面临重重桎梏。首先，它给人类社会现有的管理方式带来了巨大的挑战。如谢文所言，大数据时代的核心词是开放与融合，以及“一切皆可数据化”的思维。但是，“完整综合的、开放公共的、动态及时的”大数据并不会自动生成，它有赖于政府数据开放平台和数据交易市场的建成。
　　据工信部于2014年5月发布的《大数据白皮书》，目前不少国家已加入到开放政府数据行动，推出公共数据库开放网站。例如，美国数据开放网站Data.gov目前已有超过37万个数据集、1209个数据工具、309个网页应用和137个移动应用，数据源来自171个机构。
“开放数据”已经成为一种潮流，所有国家、公司乃至个人或早或晚都将卷入其中。但在谢文看来，无论政府还是公司，中国在信息共享方面的理念都相当保守，同时还缺乏完善的市场经济制度和法治体系作为基础支撑。这都将成为中国大数据发展中的致命弱点。
　　实现数据的开放与融合，还仅仅是大数据时代迈出的第一步。《大数据白皮书》中提到，在人类全部数字化的数据中，仅有非常小部分的数值型数据(约占总数据量的1%)得到深入分析和挖掘(如回归、分类、聚类)，大型互联网企业对网页索引、社交数据等半结构化数据也只进行了浅层分析(如排序)，占总量近60%的语音、图片、视频等非结构化的数据，还难以进行有效分析。