大数据的三大特质与应用挑战

大数据的三大特质与应用挑战

我认为，真正的大数据应具备三个特质：足够大的量级、多样性、有意义。但现阶段收集的医疗大数据，多为过程数据，属于离散的、不连贯的文本描述性数据，存在非结构化程度高，无法直接用于计算机分析和应用;数据录入也不规范、不完整，有的数据甚至是没有实际意义的，数据质量有缺陷。

“缺乏统一的标准规范、严格的校验机制与平台，没有好的数据治理观念，再多的数据也难以起到反哺临床的作用。”我认为，只有做到数据的标准化、统一化和智能化，才能推动数据的临床价值“变现”。

建立标准规范是大数据服务落地的重要前提

资本行业一直在描绘医疗大数据应用的蓝图;86%二级及以上医疗机构建立了规范化的电子病历系统;作为政策引导方，国家业已出台了数十条 “纲要”或“意见”，建立了医疗大数据初步利好的环境。

但具体如何落实到服务医生、服务患者层面?梁志刚认为，目前尚没有真正成功的大数据应用落地，其最大的壁垒在于缺乏标准和规范。

我介绍，政府层面虽搭建了大数据框架体系，如，居民健康档案、数据中心建设等，也发布了电子病历书写规范，对医疗文书、出院小结等作出了明确定义。这些工作为数据采集和规范奠定了基础，借助人工智能、深度学习技术的运算能力，大数据存取、处理和分析看似已水到渠成了。

“但政策引导是战略性的，缺乏对具体内容的内涵性定义，如果没有执行也是‘纸面’上的。即便AI在某些领域能够超越人类专家，技术始终绕不开路径规范。”梁志刚说，建立大数据的行业规范和标准细则，需要首先建立数据采集的规范。

“通过对数据元素的值域进行定义，利用信息化手段表达出来，建立以病种为单位的专科数据集，梳理出真正有用的数据信息，这是我们目前最需要做的事。”在我看来，标准规范建设可以自下往上，由企业或者行业来梳理，政府层面可以牵头组织，让行业规范上升为国家标准，从而推广至大范围应用。

此外，大数据分析不能盯着“历史数据”，不能停留在数据收集上，更重要的是规范“明天的数据”，做好诊疗过程的标准化，从源头上对诊疗内涵质量和病历内容进行规范，减少垃圾数据的产生。