工信部一月份印发《大数据产业发展规划(2016－2020年)》大数据相关产品和服务业务收入突破1万亿元，年均复合增长率保持30%左右。广东省近日也提出《关于促进和规范健康医疗大数据应用发展的实施意见》。医疗大数据在近一年的发展之后，发展情况如何？应该如何落地？
医疗数据的收集方式日渐成熟。虽然互联网平台可以收集患者健康检索数据，咨询数据和购药数据，但是医疗数据的主要战场还是医院。医院里的HIS系统，CIS系统积累的大量的患者病例信息。目前第三方平台从医院里获取数据的手段有两种。
偏向于数据抽取方式的，以医度云为代表。例如与北京大学人民医院合作，通过接口，与医院HIS系统对接。抽取出来的数据，利用语义识别技术，将非结构化的数据转变成结构化的数据。语义识别的技术，目前经过优化，识别率已经比较高，能够代替人工使用。里面的工作主要是编写规则，建训练集。
第二种方式，是人工录入辅以机器识别，例如思派科技。人工录入的好处也是显而易见的，能够与医生进行深度沟通和反馈，灵活性好。还可以根据具体情况，对机器进行校验。另外医院的数据有可能分布在多个地方，需要人工查找，补充出来的数据会更全。
通过这两种方式积累了大量的医疗数据，问题也随之来了，接下来怎么做？
医疗大数据是基础设施，随后的是价值回归。
医疗大数据的首要价值是医院和医生的需求，这是当初的承诺。是否有帮助医院降低住院率，是否有帮助医生提高科研的效率，可以是硬性的衡量指标。allina health是美国双子城最大的医疗集团，通过医疗数据的积累，能够识别再住院风险高的患者，并为高风险的患者提供进一步的支持，从而降低了住院率到15%，产生良好效果。北京大学人民医院通过医疗大数据技术，建立临床数据中心，运营管理系统，影像数据中心三大系统，加快科研进程。采用随机森林算法，建立心衰患者出院1年后再入院的发生率预测模型。在这个项目中，纳入1.5万名心衰患者仅需要1周时间，如果使用传统方法，需要2年时间。
医疗大数据更大的价值是在制药企业。诺华公司借助借助精准医疗数据和技术平台cota，对肺癌患者进行了一项研究，比较了EGFR / ALK突变基因检测对患者平均存活率的影响，借予指导公司市场决策。
在接下来的一段时间里，基于辅助决策的案例将日益增加，这块沃森已经走在前列，国内的成果还很多停留在帮助医生发论文的阶段，但是随着商业公司的逐步发展，也必将把各种模型完善到自己的云端系统里。
欢迎加入私人微信号（ID: pharmacy）交流。
