醫(yī)學大數(shù)據(jù)分析 課件 第1章 醫(yī)學大數(shù)據(jù)概述

醫(yī)學大數(shù)據(jù)分析醫(yī)學大數(shù)據(jù)概述高等教育出版社CONTENTS目錄1基礎知識2醫(yī)學大數(shù)據(jù)分析的特點3醫(yī)學大數(shù)據(jù)應用4醫(yī)學數(shù)據(jù)的倫理問題1基礎知識大數(shù)據(jù)的概念2012年3月22日，美國政府宣布投資2億美元拉動大數(shù)據(jù)相關產業(yè)發(fā)展，將“大數(shù)據(jù)戰(zhàn)略”上升為國家戰(zhàn)略。2014年3月18日，“大數(shù)據(jù)”首次寫入政府工作報告。關于促進大數(shù)據(jù)發(fā)展的行動綱要(國務院2015年9月5日)大數(shù)據(jù)的概念大數(shù)據(jù)的概念是指其規(guī)模、多樣性和復雜性需要新的架構、技術、算法和分析方法來管理并從中提取有價值的、隱藏的知識的數(shù)據(jù)。大數(shù)據(jù)的概念基本知識：字節(jié)大小字節(jié)最小的基本單位是Byte（B），按照進率1024（即2的十次方）計算，順序給出為：1B=8bit（位），一個英文字符1KB=1024B，一個句子1MB=1024KB，一個20頁的幻燈片演示文稿或一本小書1GB=1024MB，書架上9米長的書1TB=1024GB，300小時的優(yōu)質視頻、美國國會圖書館存儲容量的十分之一（TB，terabyte）1PB=1024TB，35萬張數(shù)字照片太字節(jié)拍字節(jié)(PB)

1EB=1024PB，1999年全世界生成的信息的一半艾字節(jié)(EB)1ZB=1024EB，暫時無法想象澤它字節(jié)(ZB)1YB=1024ZB堯它字節(jié)(YB)……大數(shù)據(jù)的概念診療數(shù)據(jù)主要來自醫(yī)院、診所等醫(yī)療機構在臨床診治過程中產生的數(shù)據(jù)。研發(fā)數(shù)據(jù)主要來自科研機構、醫(yī)藥器械研發(fā)企業(yè)、研發(fā)外包公司等研發(fā)過程中產生的數(shù)據(jù)?；ヂ?lián)網(wǎng)健康數(shù)據(jù)在醫(yī)院外產生的、個人行為或感官產生的數(shù)據(jù)。一類是使用智能手機APP或可穿戴醫(yī)學設備采集的體征類數(shù)據(jù)，另一類是在互聯(lián)網(wǎng)醫(yī)療公司提供網(wǎng)絡醫(yī)療服務過程中收集的網(wǎng)絡醫(yī)療行為數(shù)據(jù)生物組學數(shù)據(jù)在細胞領域，基因測序技術幾乎都形成了所有層面的各類“組學”數(shù)據(jù)，基因組學、代謝組學，蛋白質組學數(shù)據(jù)等等，由此產生了各種類型的生物組學數(shù)據(jù)庫。醫(yī)療支付數(shù)據(jù)一切與付費相關的審核或報銷的記錄，如醫(yī)院、醫(yī)保部門、藥店、互聯(lián)網(wǎng)醫(yī)療公司、醫(yī)療器械供應商收集的病人支付數(shù)據(jù)、醫(yī)藥支付記錄和報銷賠付數(shù)據(jù)等。醫(yī)學大數(shù)據(jù)的種類數(shù)據(jù)規(guī)模大大數(shù)據(jù)的特征數(shù)據(jù)增長快數(shù)據(jù)類型多樣化真實性數(shù)據(jù)價值高谷歌數(shù)據(jù)中心備份系統(tǒng)服務器集群冷卻系統(tǒng)存儲陣列電力系統(tǒng)非洲亞洲歐洲南美洲北美洲在全球，谷歌約有36個數(shù)據(jù)中心，其中19個在美國，12個在歐洲，3個在亞洲，1個在俄羅斯，1個在南美。谷歌還計劃在臺灣、馬來西亞、立匋宛、南加州等地區(qū)和國家建立數(shù)據(jù)中心。谷歌數(shù)據(jù)中心增長速度快---數(shù)據(jù)爆炸式增長（每分鐘……）Twitter上發(fā)布98000+新微博13000+個iPhone應用下載Skype上37萬+分鐘的語音通話上傳6600張新照片到flickr發(fā)出1.68億+條EmailYouTube上上傳600+新視頻淘寶光棍節(jié)10680+個新訂單Facebook上更新69.5萬+條新狀態(tài)12306出票1840+張數(shù)據(jù)類型多樣化SocialMediaMachine/SensorDOC/MediaWebClickstreamAppsCallLogLog半結構化/非結構化數(shù)據(jù)價值高挖掘大數(shù)據(jù)的價值類似沙里淘金，從海量數(shù)據(jù)中挖掘稀疏但珍貴的信息。價值密度低，是大數(shù)據(jù)的一個典型特征。為了一點金子，需要保存全部沙子不完整性醫(yī)學大數(shù)據(jù)的特征隱私性時序性冗余性2醫(yī)學大數(shù)據(jù)分析的特點指導性分析是比較復雜的，需要數(shù)據(jù)、分析模型和各種領域知識規(guī)則相結合，以確定最佳的解決方案。標題描述性分析利用描述性分析可以分析患者使用的某種藥物以及治療的效果，如基于關聯(lián)規(guī)則識別基因作為藥物反應的候選驅動因素，分析抗癌藥物的臨床反應。診斷性分析分析結果和很多因素的相關性。典型的應用有應用多個因素（如診斷和處方藥）對患者進行不同類型的劃分，衡量住院風險。如利用回歸分析識別65歲以上急診患者摔倒和多種危險因素（平衡、步態(tài)、肌肉骨骼系統(tǒng)、視力、心血管狀況、神經(jīng)功能）的關系。預測性分析通常利用各種可變數(shù)據(jù)進行預測。各種可變數(shù)據(jù)如年齡，過去的治療或疾病史，BMI，膽固醇等變量來預測是否易患心臟病，一個人年齡越大，患心臟病的可能性就越大，我們可以說年齡與心臟病發(fā)作的風險呈線性關系。大數(shù)據(jù)分析的類型描述性分析更復雜、更有價值診斷性分析預測性分析指導性分析發(fā)生了什么為什么會發(fā)生什么可能會發(fā)生該做些什么大數(shù)據(jù)分析的類型3醫(yī)學大數(shù)據(jù)的應用臨床決策支持藥物研發(fā)藥品研發(fā)大數(shù)據(jù)共享平臺，以便用于尋找生物標志物，快速地找到用于藥物研發(fā)的關鍵化合物、或用于藥物療效跟蹤等。臨床研究PubMed上搜索"real-worlddata"或者"real-worldevidence"，文獻數(shù)從2012年的124篇增加到2020年的2314篇，其中直到2018年才達到千篇以上（1150篇）公共衛(wèi)生健康管理個性化醫(yī)療4醫(yī)學數(shù)據(jù)的倫理問題醫(yī)學數(shù)據(jù)的收集、使用和保存等等，都會涉及數(shù)據(jù)主體（包括個人和群體）的相關權益。數(shù)據(jù)的收集是否基于個人自愿？數(shù)據(jù)主體是否知曉并允許這些數(shù)據(jù)基于特定的目的被收集和使用？他們是否同意將數(shù)據(jù)保存起來進行二次利用？基于哪些目的可以使用醫(yī)學數(shù)據(jù)？醫(yī)學數(shù)據(jù)及其處理為什么會涉及倫理問題？202020162019《中華人民共和國民法典》《涉及人的生物醫(yī)學研究倫理審查辦法》《中華人民共和國人類遺傳資源管理條例》自然人的個人信息受法律保護。個人信息是以電子或者其他方式記錄的能夠單獨或者與其他信息結合識別特定自然人的各種信息。倫理法律基礎2016《涉及人的健康相關研究國際倫理準則》2013《赫爾辛基宣言》將所有使用醫(yī)學數(shù)據(jù)開展的研究都納入倫理委員會的監(jiān)管范圍。我國的《涉及人的生物醫(yī)學研究倫理審查辦法》（2016）則是采用了這種策略。與此同時，在設置這個基本倫理審查要求的基礎上，考慮到倫理審查的質量和效率，還應對涉及醫(yī)學數(shù)據(jù)的研究做進一步分類管理，包括考慮研究涉及的數(shù)據(jù)內容和敏感性特征，可能的風險，對公眾健康和公共利益可能的影響等等，做到具體問題具體分析，并進一步采取恰當?shù)膫惱韺彶樾问健惱韺彶槊獬龑彶楹喴讓彶槌绦驎h審查如果研究使用的數(shù)據(jù)信息是可以公開獲取的，例如，通過公共可及的網(wǎng)絡平臺或開放式數(shù)據(jù)庫等，且研究者記錄信息的方式不會使受試者的身份被直接識別或通過相關識別物被間接的識別，那么，該研究可以考慮免除審查（exemption）。免除審查的決定需由倫理委員會做出。如果研究涉及的風險不大于最小風險（MinimalRisk），同時研究僅涉及去標識的數(shù)據(jù)，且研究者不會以任何方式嘗試識別個體受試者，那么，該研究可以考慮使用快速審查（也稱“簡易審查程序”）。當研究大于最小風險，或不滿足上述免除審查以及快速審查的條件時，均應采用會議審查。會議審查是涉及人的研究最常見的倫理審查方式，要求出席會議的倫理委員會委員滿足法定人數(shù)要求，在充分討論研究項目實施方案、知情同意書等倫理審查申請材料的基礎上，形成審查決定倫理審查010203知情同意原則上，只要涉及前瞻性數(shù)據(jù)收集或者研究者在研究實施過程中會重新接觸受試者，那么，就應該獲得受試者明確的知情同意，以確保研究合法合規(guī)的開展?；砻庵橥鈱τ趦H涉及二次使用的醫(yī)學數(shù)據(jù)相關研究，在倫理審查中，無論采取哪種倫理