掘金医疗大数据的挑战

《财富》（中文版）-- 想必很多人在国内医院看病和住院时都或多或少有过这样的经历：拥挤的挂号大厅、漫长的等待、繁琐的手续、让人晕头转向的种种检查项目……现在我们构想这样的图景：对一家医院的全部流程进行EMR（电子病历）管理，应用大数据分析，可以准确地发现哪些检查项目和治疗方案成本高、费时长，最终从中找到最优的替代方案。经过改进之后，不仅患者可以得到更为快速有效的治疗，也能够更高效地利用医疗资源。

    事实上，这不仅是构想，而是Teradata天睿公司在美国一家医院已经完成的项目。据Teradata天睿公司的大中华区大数据事业部总监孔宇华介绍，该医疗机构借助Teradata Aster大数据分析探索解决方案，分析为什么部分肺炎患者的住院时间比其他人更长，通过梳理医疗的流程，对比患者的住院体验。对积累的长达18个月的海量数据，其中包括190万个患者数据以及2.08亿个医疗流程的数据进行处理。该项目完成后，能够帮助这家医院的患者有效缩短住院时间，预计每年节省的开支高达数千万美元。

    在回国工作之前，孔宇华曾经参与Teradata美国的多个大数据分析项目，见证了大数据分析在美国医疗领域如火如荼的发展趋势。在他看来，这种趋势是由政府、医院、医生、病人等各个医疗领域的参与主体的需求决定的，其中的一个重要目的是更高效地分配医疗资源。

    正如前文中的案例，该医院是一家公立医院，政府给医院的补贴是按照区域的人口来计算的，这就对该区域的总体人口健康和医院的效率提出了要求。只有优化流程、节约费用，才能更好地服务整个区域的人民。对于中国来说，这方面应用的需求更为迫切，我们的人口是美国的4.4倍，而医生数只约为美国的两倍！

    国内大数据分析在医疗领域的应用起步较晚，因为数据分析的前提是拥有相关的数据资产，其中，电子化的医疗病历应该是一个主要的数据源。在美国，从20世纪90年代开始进行EMR推广，至今已经有20多年的时间，已经上升为国家政策，由政府推动并提供资金支持，这使得医疗数据的积累基础较好。

    但是，国内多数医院的电子化程度还不够，甚至有些医院还处在手写处方的阶段。近年来，国内大型医院都开始推广电子病历管理系统，并且在一些医院之间初步实现了检查结果的共享。本刊去年采访的杏树林创始人张遇升，正在移动医疗领域做着“生产”数据的工作，通过“病历夹”APP应用程序，让医生可以轻松地用手机来记录病历、查看检查结果、开药方等等。此外，平板电脑也开始进入多家试点医院，推动医疗数字化。孔宇华还提到，随着智能手环等健康管理方面的可穿戴设备的不断普及，将会产生大量的个人健康相关的数据可供分析。

    有了“原料”之后，还得有市场需求。医疗领域的各个主体的需求不尽相同，比如大众有健康管理的需求，医院有效率管理的需求，医疗保险公司有防欺诈的需求，科研机构有治愈技术突破的需求……可以说对医疗专业知识要求越高，数据的类型和构成越复杂，就会造成分析的难度就越高，需要投入的资源就越多，当然这种数据分析技术和项目带来的经济和社会效益也会更加显著。

    如果用金字塔来比拟的话，医疗领域的大数据分析需求的塔尖，便是疾病治疗。在美国，两位28岁的青年成立的Flatiron Health，正在力图用大数据分析找到治疗癌症的方法。在数据收集中，疾病研究首先要涉及病历的分享，而“隐私”问题是一个重要的壁垒。孔宇华分析说，公开病人的病历数据，需要得到每名病人的授权，这就使得数据获取非常困难，而且对疾病的研究往往需要整合几家医院或几个地区的医疗系统，隐私保护的要求就更为严格。同时，病历数据的持有者之间的分享也面临阻碍。当前国内一些知名大医院的秘籍，正是其几十年来积累下来的手写病历，其中记录着罕见病例和病症，只有本医院的医生和医学院学生能够查阅和参考。

    除了要解决搭建平台实现信息共享的难题，另一重壁垒便是专业性的挑战。在Teradata的医院案例中，假定数据分析的结果是诊疗方案A比B的平均住院时间要短，并且治疗费用低，这是否意味着医生在实际治疗中就一定要采用方案A？答案是否定的。孔宇华说，数据分析的结果只能是给医生一个参考的工具，替代不了医生的专业经验。在针对具体患者的诊疗中还是要听从医生的专业权威，尤其像癌症治疗这样难度较大的领域，相对于长期大量的实验室研究、临床试验和理论积累，通过大数据分析获得的结果更是“仅供参考”。但是，从整个医院的管理方面来看，这种通过大数据分析来优化医疗资源配置，提高患者住院体验的各种好处还是不言而喻的。

    另一个挑战来自于数据分析人才的稀缺，特别是有行业经验的“全才”，这也是整个数据分析行业的共同挑战。孔宇华介绍说，现在对大数据分析师的要求很高，既要懂业务，也要懂分析、懂编程，有时候可能还需要去做一些系统平台的维护，这样的全才是少之又少的。Teradata的做法是尽可能提高分析的易用性，让数据分析师或者业务人员使用自己熟悉的分析语言和技术，比如SQL等常规语言，大大降低大数据分析的技术门槛，让数据分析师能够轻松、快速地获得数据分析的洞察力。Teradata在国内的业务首先是从电信、金融行业开始的，现在已经扩展到十几个行业。在不同领域的分析项目中，都有行业的专家和数据分析师一起工作，形成专业性的互补。

    尽管在很多领域国内的大数据收集起步晚于美国，但是孔宇华认为在多个领域中国企业的应用已经比美国做得要好。中国的优势在于庞大人口基数所产生的需求，如果能够成功捕捉到其中的契机，就能实现弯道超车。而医疗领域的大数据好比是深埋在地下的矿藏，尽管其开采难度不小，但巨大的价值更是诱人。

    对于那些想要在该领域有所作为的创业者，孔宇华建议他们不妨从基础项目开始做起。他提到了“春雨医生”这样的远程诊疗应用，既能够积累数据，又能够进行分析。但是随着数据的积累，未来可以通过数据分析进行医院和药品的推荐等产生收入。随着现在采用EMR的私立医院的增多和就诊患者的增多，围绕其管理效率、服务质量和患者维护的各种需求都会增加，孔宇华认为这也是大数据分析可以大放异彩的重要领域。（财富中文网）