醫(yī)療行業(yè)大數(shù)據(jù)應用實例

1、大數(shù)據(jù) 醫(yī)療領域應用 outline 一、 醫(yī)療與大數(shù)據(jù)的趨勢 二 、醫(yī)療大數(shù)據(jù)的應用場景 三、 案例分析 一、 醫(yī)療與大數(shù)據(jù)的趨勢 二、醫(yī)療大數(shù)據(jù)的應用場景 三、 案例分析 醫(yī)療費用在不斷上升醫(yī)療費用在不斷上升 GDP的占比非常高 10-19% 0-9% 趨勢分析: 我們正處在醫(yī)療行業(yè)的一個重要轉折點 % of population over age 60 30+ % 25-29% 20-24% 2050 WW Average Age 60+: 21% Source: United Nations “Population Aging 2002” 全球老齡化全球老齡化 平均年齡60+的人 :

2、目前的10%, 到 2050年將到達20% 以美國為例以美國為例: 醫(yī)療大數(shù)據(jù)的價值醫(yī)療大數(shù)據(jù)的價值 3千億美元/年, 相當于每年生成總 值增長0.7% 到2020年，醫(yī)療數(shù)據(jù)將會急劇增長到35 ZB,相當于2009年數(shù)據(jù)量的44倍增長。 0 15000 10000 5000 2010 2011 2012 2013 2014 2015 趨勢分析:我們正處在醫(yī)療行業(yè)的一個重要轉折點 存儲的增長 醫(yī)療服務產(chǎn)生的數(shù)據(jù)總量(PB) Admin Imaging EMR Email File Non Clin Img Research 一個CT圖像含有大 約150MB的數(shù)據(jù)，而一個基 因組序列文件大小約7

3、50MB， 一個標準的病理圖則大得多， 接近5GB。 如果將這些數(shù)據(jù)量乘以 人口數(shù)量和平均壽命，僅一 個社區(qū)醫(yī)院或一個中等規(guī)模 制藥企業(yè)就可以生成和累積 達數(shù)個TB甚至數(shù)個PB級的結 構化和非結構化數(shù)據(jù)。 一、 醫(yī)療與大數(shù)據(jù)的趨勢 二、醫(yī)療大數(shù)據(jù)的應用場景 三、 案例分析 7 醫(yī)療大數(shù)據(jù)應用場景醫(yī)療大數(shù)據(jù)應用場景 l醫(yī)療行業(yè)產(chǎn)生的數(shù)據(jù)量 主要來自于PACS影像、B 超、病理分析等業(yè)務所產(chǎn) 生的非結構化數(shù)據(jù)。人體 不同部位、不同專科影像 的數(shù)據(jù)文件大小不一， PACS網(wǎng)絡存儲和傳輸要采 取不同策略。面對大數(shù)據(jù)， 醫(yī)療行業(yè)遇到前所未有的 挑戰(zhàn)和機遇。 l醫(yī)療行業(yè)大數(shù)據(jù)應用場 景非常多，右圖僅以臨床

4、 操作和研發(fā)為例，展示醫(yī) 療行業(yè)大數(shù)據(jù)應用場景。 l對于公共衛(wèi)生部門，可 以通過過覆蓋全國的患者 電子病歷數(shù)據(jù)庫，快速檢 測傳染病，進行全面的疫 情監(jiān)測，并通過集成疾病 監(jiān)測和響應程序，快速進 行響應。 比較效果研究比較效果研究 臨床操作臨床操作 臨床決策支持系統(tǒng)臨床決策支持系統(tǒng) 醫(yī)療數(shù)據(jù)透明度醫(yī)療數(shù)據(jù)透明度 遠程病人監(jiān)控遠程病人監(jiān)控 研發(fā)研發(fā) 預測建模預測建模 提高臨床試驗設計的統(tǒng)計工具和提高臨床試驗設計的統(tǒng)計工具和算法算法 疾病模式的分析疾病模式的分析 一、 醫(yī)療與大數(shù)據(jù)的趨勢 三、 案例分析 二、醫(yī)療大數(shù)據(jù)的應用場景 n臨床醫(yī)生的知識更新無法與急劇增長的醫(yī)學知識同步。臨床醫(yī)生的知識更新無

5、法與急劇增長的醫(yī)學知識同步。 n對大批量的常規(guī)決策工作，自動化決策效率更高對大批量的常規(guī)決策工作，自動化決策效率更高( (如大量的常如大量的常 規(guī)實驗室檢測和數(shù)據(jù)分析等規(guī)實驗室檢測和數(shù)據(jù)分析等) )。 n人有時會犯錯誤或失誤，當然醫(yī)生也不例外人有時會犯錯誤或失誤，當然醫(yī)生也不例外( (復雜病例和常見復雜病例和常見 病例都會出錯病例都會出錯),),使用臨床決策支持系統(tǒng)使用臨床決策支持系統(tǒng)，可以提醒專家沒在意，可以提醒專家沒在意 的或沒有發(fā)現(xiàn)到的病人信息，從而提高診斷準確性的或沒有發(fā)現(xiàn)到的病人信息，從而提高診斷準確性 n對醫(yī)學院學生，成熟專業(yè)對醫(yī)學院學生，成熟專業(yè)的臨床支持的臨床支持系統(tǒng)可能是他們

6、學習專業(yè)系統(tǒng)可能是他們學習專業(yè) 知識和專家經(jīng)驗的方便可得的廉價的老師，同時也是他們初入知識和專家經(jīng)驗的方便可得的廉價的老師，同時也是他們初入 醫(yī)院實習工作的非常好的助手。醫(yī)院實習工作的非常好的助手。 臨床決策支持系統(tǒng)的功能和作用臨床決策支持系統(tǒng)的功能和作用 案例分析 臨床 決策 支持 系統(tǒng) 基于知識庫的基于知識庫的CDSS 非基于知識庫的非基于知識庫的 CDSS 基于知基于知 識庫的識庫的 CDSS 大部分CDSS屬于此類，它由三大模塊組成： 知識庫、推理機和通訊模塊。知識庫存儲著編 譯好的醫(yī)學知識，推理機則根據(jù)知識庫里的規(guī) 則，以及患者的資料進行自動分析。分析的結 果通過通訊模塊反饋給用戶。

7、例如：MYCIN 非非基于基于 知識庫知識庫 的的CDSS 主要是通過機器學習從已有的經(jīng)驗中自動 攫取規(guī)則。 MYCIN系統(tǒng) MYCIN系統(tǒng)是由斯坦福系統(tǒng)是由斯坦福(Stanford)大學建立的對細菌感染疾病的診斷大學建立的對細菌感染疾病的診斷 和治療提供咨詢的計算機咨詢專家系統(tǒng)。醫(yī)生向系統(tǒng)輸入病人信息，和治療提供咨詢的計算機咨詢專家系統(tǒng)。醫(yī)生向系統(tǒng)輸入病人信息， MYCIN系統(tǒng)對之進行診斷，并提出處方。系統(tǒng)對之進行診斷，并提出處方。 細菌傳感疾病專家在對病情診斷和提出處方時，大致遵循下列細菌傳感疾病專家在對病情診斷和提出處方時，大致遵循下列4 個步驟個步驟： (1) 確定確定病人是否有重要的

8、病菌感染需要治療。為此，首先要判病人是否有重要的病菌感染需要治療。為此，首先要判 斷所發(fā)現(xiàn)的細菌是否引起了疾病斷所發(fā)現(xiàn)的細菌是否引起了疾病。 (2) 確定疾病可能是由哪種病菌引起的確定疾病可能是由哪種病菌引起的。 (3) 判斷哪些藥物對抑制這種病菌可能有效判斷哪些藥物對抑制這種病菌可能有效。 (4) 根據(jù)病人的情況，選擇最適合的藥物。根據(jù)病人的情況，選擇最適合的藥物。 咨詢開始時，先啟動咨詢系統(tǒng)，進入人機對話狀態(tài)。在對話過程 中，系統(tǒng)向用戶提出必要的問題，進行推理。當結束咨詢時，系 統(tǒng)自動地轉入解釋子系統(tǒng)。解釋子系統(tǒng)回答用戶的問題，并解釋 推理過程。解釋時，系統(tǒng)顯示說明為什么需要某種信息，以及

9、如 何得到某個結論。這樣做的主要目的是為了使醫(yī)生容易接受系統(tǒng) 的結論。 動態(tài)數(shù)據(jù)庫中的數(shù)據(jù)表示 數(shù)據(jù)庫中的數(shù)據(jù)都用如下形式的三元組描述： (對象 屬性 值） 1. “對象”又稱為上下文，它是系統(tǒng)要處理的實體， 例如： PERSON(病人） 2. “屬性”又稱臨床參數(shù),用于描述相應對象的特征，例如“病 人”的姓名、年齡、性別。 3. “值”是指相應屬性的值，根據(jù)屬性的不同類別，其值可以是 一個或多個。 對象對象屬性屬性值值 病人-1性別(男 1.0) 病人-1藥物過敏(青霉素1.0)(氣芐青霉素1.0) 病原體-1鑒別名(鏈球菌0.6)(葡萄球菌0.4) MYCIN采用上下文樹(Context

10、tree)來表示問題, 一棵上下文樹構成了對一個病人的完整描述。 知識庫的知識表示 領域知識的表示 v 領域知識用規(guī)則表示領域知識用規(guī)則表示, ,其一般形式為：其一般形式為： RULE RULE * * * * * * IF IF THEN THEN v 例如對如下規(guī)則：例如對如下規(guī)則： v RULE 047RULE 047 v 如果：（如果：（1 1）病原體的鑒別名不確定，且）病原體的鑒別名不確定，且 v （2 2）病原體來自血液，且）病原體來自血液，且 v （3 3）病原體的染色是革蘭氏陰性，且）病原體的染色是革蘭氏陰性，且 v （4 4）病原體的形態(tài)是桿狀的，且）病原體的形態(tài)是桿狀的，且

11、 v （5 5）病原體呈赭色）病原體呈赭色 v 那么：該病原體的鑒別名是假單胞細菌，可信度為那么：該病原體的鑒別名是假單胞細菌，可信度為0.40.4。 靜態(tài)知識的表示（靜態(tài)知識的表示（屬性特性的表示屬性特性的表示） 從臨床參數(shù)（屬性）的角度來看，可認為每個臨床參數(shù)都 具很多種特性。主要特性有： MEMBEROF:按所描述的對象不同迸行分類時，臨床參數(shù)所 屬的類型名，例如:PRO-PTo VALUTYPE:臨床參數(shù)是單值、二值還是多值。 PROMPT:用于向用戶提問一個單值或二值參數(shù)的值。 LABDATA：用于指出相應參數(shù)的值是否可從用戶那里獲得。 對象對象屬性屬性值值 BURNMEMBEROF

12、PRO-PT BURNVALUTYPEBINARY BURNPROMPTIs * a burn patient ? BURNLABDATA1 推理策略： MYCIN的咨詢系統(tǒng)采用逆向推理（目的驅動）過程。在咨詢 開始時，首先例示上下文樹中的根節(jié)點。根節(jié)點屬于PERSON類型 的上下文。例示包括以下3步： (1) 賦于這個上下文一個名稱； (2) 把這個上下文加到上下文樹上去； (3) 馬上跟蹤這類上下文的MAINPROPS表中的參數(shù)。 實例示范： 系統(tǒng)首先在數(shù)據(jù)庫中建立一棵上下文樹的根節(jié)點,并為該根節(jié)點指 定一 個名字PATIENT-1 (病人-1)，其類型為PERSON。 PERSON的屬性

13、為(NAME AGE SEX REGIMEN),其中前三項都具LABDATA特性， 即可通過向用戶詢問得到其值。于是系統(tǒng)向用戶提出詢問。 用戶輸人病人的姓名、年齡及性別，并以三元組形式存入數(shù)據(jù)中。 REGIMEN不是LABDATA屬性，必須由系統(tǒng)推出。 n為了得到REGIMEN,系統(tǒng)將開始推理過程。推理時首先運用的一 條規(guī)則是 RULE 092 。 n規(guī)則092 IF存在一種病菌需要處理 某些病菌雖然沒有出現(xiàn)在目前的培養(yǎng)物中，但已經(jīng) 注意到它們需要處理 THEN根據(jù)病菌對藥物的敏感情況，編制一個可能抑制該 病菌的處方表 從處方表中選擇最佳的處方 ELSE病人不必治療 n規(guī)則092的前提部分涉及

14、到臨床參數(shù)TREATFOR，它是一個 NONLABDATA,因而系統(tǒng)調(diào)用TREATFOR的UPDATEI-BY特性所指出 的第一條規(guī)則090。 規(guī)則090： IF已知細菌的類別 存在和這種細菌的出現(xiàn)有關的顯著的病癥 THEN肯定存在一種需要處理的細菌(可信度1.0) 檢查它的前提是否為真，此時如果該前提所涉及到的 值是可向用戶詢問的，就直接詢問用戶,否則再找出可 推出該值的規(guī)則。如此反復進行，直到最后推出 PATIENT-1的主要臨床參數(shù) REGIMEN為止。 發(fā)展障礙 醫(yī)學知識的復雜性導致了系統(tǒng)設計時需要考慮非常多的因素， 如患者的癥狀、體征、實驗室檢查數(shù)據(jù)、家族史、基因、流行病學 資料、現(xiàn)有的醫(yī)學文獻等等。而且，每年發(fā)表的臨床研究數(shù)以千計， 而且不少研究彼此矛盾，大量的數(shù)據(jù)導致了系統(tǒng)維護上存在困難。 目前成功用于診斷環(huán)節(jié)的CDSS常常局限于某個領域，比如，1971年 上線使用的Leeds腹痛診斷系統(tǒng)，其診斷的正確率高達91.8%，而醫(yī) 生的診斷正確率在79.6%。但這套系統(tǒng)僅能用于腹痛的診斷。 臨床工作的復雜性也增加了系統(tǒng)整合的難度。目前大多數(shù)系統(tǒng) 仍獨立于臨床工作流程，這導致了醫(yī)生需要獨立打開CDSS，然后花 費時間錄入患者資料，降