Healthbox报告：利用人工智能进行医疗大数据变革

[导读]“大数据”、“人工智能”和“物联网”是医疗行业使用越来越频繁的术语。

来源：网络大数据

“大数据”、“人工智能”和“物联网”是医疗行业使用越来越频繁的术语。

“人工智能(AI)”一词诞生于1956年，但近年来，由于数据量的显著增加、先进算法使机器能够像人类一样“思考、工作和反应”，以及计算能力和存储能力的提高，“人工智能”一词的受欢迎程度急剧上升。

大数据的概念出现在20世纪90年代，它描述的数据集太大或太复杂，即使是在低延迟的情况下，传统数据库或数据处理应用软件也无法在合理的时间内捕获、管理和处理数据。

促成大数据积累的是物联网(IoT)，这个术语自1999年首次被用作“物联网”(Internet for Things)以来一直在演变，当时射频识别(RFID)是物联网的概念核心。

如今，物联网涵盖了与互联网相连的一切，包括传感器、智能手机、医疗设备、可穿戴设备等，所有这些都是实时采集和上传的，健康相关大数据也在快速积累。

近日，创新咨询与基金管理服务公司Healthbox发布了《利用大数据》(Harnessing Big Data)报告，报告旨在研究医疗行业与大数据的关系。主要内容有：

背景：大数据是什么?

前景：如何利用大数据?

分析：利用大数据需要注意什么?

应用程序：大数据的现实应用

以下是编译的该报告的主体内容：

背景：大数据是什么?

大数据简史

随着时间的推移，“大数据”、“物联网”和“人工智能”这三个词被分别创造出来。今天，它们在快速发展的技术世界中形成了独特的聚合，影响着我们收集、感知和分析健康相关数据的方式。

1956年：“人工智能”(AI)一词由计算机科学家John McCarthy首创，他曾就此问题举行过学术会议。

1990-1999年：大数据作为一个术语出现，用来描述对于传统数据库来说太大或太复杂而无法处理的数据集。

1999 - 2008年：物联网的概念在这一时期发展起来，最初是指通过射频识别技术获取数据。

今天，人类在人工智能方面的能力正在迅速扩张，人工智能是收集和分析每秒通过物联网创建的大量数据的关键组成部分，包括所有连接到互联网的数据。

医疗领域的大数据机遇看似无穷无尽，但也存在许多值得思考的问题：

我们收集哪些类型的数据?

这个数据的来源是什么?

我们已经拥有的数据中存在哪些空白，我们如何填补这些空白?

目前这些数据如何被使用，潜在的其他应用程序是什么?

我们如何保护这些数据以防止网络入侵、数据安全损失和其他形式的网络安全风险?

大数据的四个“V”

医疗大数据的四个“v”包括容量(volume)、速度(velocity)、多样性(variety)和有效性(validity)。由于电子病历(EMR)的广泛采用、精准医学决定因素的加速发现，以及可穿戴生物传感器的迅速发展，个人数据来源的增长，导致了健康数据的绝对数量激增。

收集和利用大数据

传感器、智能手机、医疗设备、可穿戴设备等实时采集和上传信息的进化，导致了大数据的积累。正在收集的数据具有数量大、速度快和多样性的特点，为利用和确保其有效性，使其造福于人类，大数据向基于证据的精准医学提出了挑战。

除了传统的生物康测量方法，还有大量的社会人口学、地理位置学和非医学元数据，这些元数据都有意义地相互作用，以确定个人或多人的健康状况。

在传统数据系统之间创建互操作性的挑战多种多样。

如今，我们需要跨不同的筒仓数据源集成更广泛的数据。如果要让大数据有意义地塑造护理决策，关键是要确定所有这些不同测量方法的有效性和准确性、它们的派生推论以及我们从这些数据中推断出的可操作结论。

前景：如何利用大数据?

在向基于价值的医疗服务转型过程中利用大数据

尽管这可能看起来令人生畏，但这四个“v”实际上很好地契合了医疗服务转型的需求，即从按服务收费的行业向以信息为基础，以及价值驱动的医疗服务提供模式转变。获取用于描述人群特征的全面数据，以及用于根据个人需求定制决策的精确数据，将至关重要地为医疗策略提供信息并确定优先级，指导针对特定个人的精确医疗决策。