大数据如何改变医药产业，看看Apixio怎么做

当我们去看医生或者去医院时，我们相信医疗保健专业人士对我们进行有效的科学治疗方法，或者称为循证医学（EBM）。这意味着他们的处方药物或在临床研究选择的治疗方法已经证明成功。

 

虽然术语”循证医学”可以追溯到1990年早期，这个概念本身存在更长的时间。对照试验早在1940年就经常进行了，并且临床知识和技能已经在医学期刊和教材之前就传播了很久。（事实上，最古老的医学杂志，新英格兰医学杂志，成立于1812年，依然在运行。甚至更加久远的第一次正式临床实验，治疗水手的坏血病，在1747年进行，）

 

临床实验和研究对关于疾病与条件进行研究，并且各种治疗方法可以一起缓解或根除疾病症状——他们研究哪种治疗最适合哪类病人组的什么疾病。在世界各地，循证医学是用于提供医疗保健服务的建立标准。但是，在大数据时代，那些都即将改变。

临床试验首先通过在小团体内测试新的治疗工作，看如何处理和识别任何副作用。如果试验证明是有前途的，它将扩大到更大的人群。通常测试包括通过将患者分离成不同的组以比较新的治疗和其他治疗。这通常是一个称为随机化的过程，患者被分配到各组随机进行。

 

为了维护参与者并提高可靠性，临床实验必须满足严格的科学标准。然而，这并不是说这些方法上没有缺陷，或者在临床试验中使用的最少的人，是除了特别研究之外的普遍认为的好方法。这是大数据可以帮助的地方。通过挖掘基于实践的世界临床资料——例如，实际病人记录——信息化记录有什么条件和什么治疗起作用，我们可以学到很多方式了解我们关心的个人。

 

一家总部位于加州的认知计算机公司Apixio，已经坚定地将目光放在医疗保健供应商中，从基于实践的证据中学会量身定制护理。Apixio 的CEO 舒尔特解释说，”我们可以从医学的实践中吸取更多的经验，并精炼我们临床护理的方法。这让我们更接近一个”学习医疗保健系统”。我们的想法是什么是真正起作用的，什么是不随着真实世界的数据更新的。

 

医疗大数据：智能医疗还有多远？

 

惊人的是80%医疗和临床的病人形成的非结构化的数据信息，例如，医生写的笔记，咨询顾问的笔记，放射科笔记，病理结果，医院里出院笔记，等等。

舒尔特，之前被认命为首席执行官的医生Apixio首席医疗官说，”如果我们想要学习如何更好的照顾个人和了解更多的有关整体人口的健康，我们需要能够挖掘非结构化数据的信息。

电子健康记录（EHRs）已经存在一段时间，但在数据存储中有许多不同的系统和格式，他们并不是真正的设计和分析。所以在Apixio之前甚至可以分析任何数据，他们首先要从这些不同的来源中提取数据（如医生手术，医院，政府医院保险记录，等等）。然后，他们需要将这些信息转化为计算机可以分析的东西。临床医生笔记可以有许多不同的格式——有些是手写的，有些是扫描的PDF文件格式——以便Apixio 使用OCR（光学字符识别）技术来创建一个文本信息的形式让电脑可以阅读和理解。

数据可以在个人层面进行分析，以创建一个病人数据模型，它可以聚集在周围人口为取得更大疾病发病率的洞察力，治疗模式等。

舒尔特解释说，我们创建一个”病人对象”, 本质上是使用来自文本处理的数据配置一个文件，并且挖掘文本和编码的医疗数据。通过创建个人档案并将个人档案和类似的个人档案进行分组，我们可以回答什么是可行的，什么是对这些人不可行的，这是个性化医疗的基础。

让卫生保健供应商和健康保险计划共享数据可能是一个挑战，而Apixio 通过确保提供真正的价值以换取对数据的访问来克服。舒伯特说，”除非你今天解决真正的关键问题，否则没有组织能够给你带来任何实际的数据量。”因此，重点需要有形的结果和解决问题，而不是增加所有大数据的炒作。舒尔特证实了这一点：”CIO在医院不常看到很多被大数据解决的问题。他们看到很多漂亮的仪表板，但对他们并没有什么帮助。今天有用的是积极的解决问题。”

另一个大的挑战是，病人健康数据安全，尤其是一些引人注目的健康数据泄露。2014年，医疗记录占到43%的数据被盗，并且医疗保健行业已经自2010年以来呈现最大增长数据失窃（所以远远超过商业或政府部门），舒尔特将数据安全作为”赌注”,这意味着它是一个重要的要求，任何想在医疗大数据领域操作并认可，”为每一个新合同，我们必须展示我们的安全性。”病人数据必须在静止和途中经过加密，除非是由Apixio人员的绝对需要的访问，否则Apixio从未公开个人健康信息。

基于实践循证医学可否作为提供医学医疗最高标准？也许不是。但是毫无疑问，我们对于治疗，预防疾病等有着令人兴奋的新理解。正如舒尔特所说，”我们在一个新的世界中，医疗保健的方式将被实践，基于对这些数据驱动的理解。”未来结合了循证医学和以实践为基础的药物可能对患者产生最佳的结果——在一天结束的时候，这是所有医疗专业人士所希望的。

 

原文作者：Bernard Marr 翻译：36大数据 网址链接：http://www.36dsj.com/archives/42342