<del id="aymay"></del> 隨著人工智能、大數據等相關應用與理念的不斷傳播，越來越多曾經深入人心的觀念被徹底撼動，當然，醫療行業也不例外。那么人工智能、大數據及其附加信息是如何變革醫療行業、又能為醫療行業帶來怎么樣的價值呢？
2017年6月24日由HC3i中國數字醫療網、中關村移動互聯網產業聯盟移動醫療專委會聯合主辦的“2017中美智能醫療大數據峰會”在北京成功舉行。會議由ATA遠程醫療協會會長馮雪主持，國家衛生和計劃生育委員會統計信息中心副主任周恭偉、國家衛生計生委統計信息中心健康醫療大數據辦公室副主任趙飛、北京市衛計委信息中心主任琚文勝、北京協和醫院副院長張抒揚、貝勒醫學院常務副院長 WAYNEKEATHLEY、哥倫比亞大學醫療信息學系副教授翁春華等國內外重量級行業專家出席大會，并就人工智能、大數據、云計算、物聯網以及移動醫療等在醫療領域的應用創新、價值挖掘等實踐經驗進行了深入、多元的交流分享，ATA遠程醫療協會會長馮雪主持了上午大會。
一切皆有可能的全新時代啟幕
發展到今天，向智能化邁進已經基本成為了醫療行業共識，智能醫療及其附著的信息不僅為整個醫療服務流程帶來了幾乎顛覆性的變化，同時，其所承載的信息與知識，已經具備落地應用并創造價值的特點。“互聯網醫療、可穿戴健康管理、基因測序、智能醫療，這些曾經覺得不太落地的概念正在以各種各樣的形式和方式在醫療行業生根發芽，以醫療大數據和人工智能為代表的新技術，在現代醫院發展中的價值不斷提升”，HC3i中國數字醫療網總經理在大會致辭中如是說。
國家推進全民健康信息化和健康醫療大數據應用發展已顯成效
國家衛生和計劃生育委員會統計信息中心副主任周恭偉出席會議并發表致辭，周恭偉副主任指出，去年以來，國家衛生計生委按照國務院的要求，積極推動全民健康信息化和健康醫療大數據應用發展，取得了明顯成效：一是國家頂層設計已經完成，確定了1+7+X的發展模式和框架，“1”就是一個國家中心，加7個區域中心。二是目前第一批試點已經取得了積極成效。三是初步建立了一個有20多個部委參與的協同機制。四是成立了三大國家集團，攜手打造健康產業航母。五是有一批跟大數據相關法律法規將要出臺等。他強調指出，規范和推動健康醫療大數據應用發展已呈現出不可阻擋之勢快速往前推進，但是務必保持清醒認識的是，推進健康醫療大數據應用發展是一項填補空白的工作，目前國內尚無成熟的經驗可循，一要防止炒作過熱，必須要定位好近期目標、中期目標、長期目標，分階段、分步驟地予以推進，大數據雖然是金礦，但不是今天介入明日就可以見分曉、分紅利的；二要防止不作為，各自要立足于實際，主動承擔使命,要以只爭朝夕的精神積極參與其中。
從數據中獲取患者的真實需求
從供給側來進行改革，深度挖掘優質資源價值、提高資源的利用率是智能醫療時代醫療機構共同的選擇，貝勒醫學院就是這個改革理念的踐行者。貝勒醫學院常務副校長 Wayne Keathley 在主題演講中表示，通過對歷史臨床數據、醫療機構變化數據、臨床變化的歷史數據（醫療科技的變化）、患者行為分析數據、臨床需求的預測數據等進行分析，了解患者的真實需求是什么，不僅能夠提高服務效率，更精準的為患者提供服務，合理布局醫療資源，同時還能夠據此預測未來5到10年甚至15年某一地區患者的臨床服務需求是怎樣的。
精準醫學與大數據整合應用
隨著我國醫學應用技術的迅速發展，精準醫學和健康醫療大數據應用成為了當下一大研究熱點，對于處在初試階段的中國醫療市場來說，如何將精準醫學與大數據完美整合并落地應用，是一個值得深入思考的重要命題。北京協和醫院副院長張抒揚在主題演講指出，精準醫學是以個體化為宗旨，通過高通量方法全面獲取生物組學、表型組學信息，利用云計算、AI等信息學手段處理信息并構建知識體系，結合環境因素、社會因素，實現針對患者個體設計最佳診療方案。精準醫學的目的就是為了更加有效的治療，實現患者最佳的愈后，因而，“數據整合是實現精準醫學的核心和主要動力，是構成精準醫學的主旋律”。從目前國內的發展現狀來看，精準醫學雖然炙手可熱，但也面臨著諸多社會、倫理方面的挑戰，解決這些問題是行業規范、應用拓展的必經之路。
數據質量和安全是大數據醫療戰略的基礎
數據分析對于智能醫療時代的意義是非凡的，說到數據分析，數據質量和數據安全就必然會成為繞不開的話題。哥倫比亞大學醫療信息學系終身制副教授、OHDSI合作研究人員翁春華在主題演講中表示，隨著醫學進入信息和大數據時代，電子醫療信息系統在全球范圍內得到了推廣和普及，其在生成大量價值數據的同時，也在生成了海量的醫療病歷誤傳信息。長期以來電子病歷里面的錯誤，正在以比以前更快的速度和更大的產量給應用者和研究者帶來誤導性信息。那么在應用大數據的過程中，要特別關注數據不正確、不完整、不可用等問題。“最好有全國統一的病人檢索方法，所有病人都有唯一的病人號碼，不管走到哪里任何時候，方便做數據整合，數據質量的匯報最好基于標準化。”
