2014-07-18 湖北软件之窗
    随着各类信息系统在医疗卫生机构的广泛应用,及医疗设备和仪器的逐步数字化，医院积累了更多的数据资源。据统计,中国一个中等城市50年所积累的医疗数据量会达到10PB级别。医疗卫生数据量爆发式增长，让医疗卫生领域迎来了自己的“大数据时代”。
数据量爆发式增长
    在医疗卫生领域，医疗机构诊疗数据结构复杂，包含大量半结构化或非结构化数据。单个半结构化数据（如心电图、B超、CR、CT等）的数据量远远大于单个结构化数据（如XML文档），如一张普通CT图像大约150MB、一个标准的病理图接近5GB，而一个XML文档大小约几十K。随着医疗机构信息化建设转向临床信息系统，越来越多医院将重点建设PACS(影像归档和通信系统)、LIS（实验室信息管理系统），从而产生大量非结构化诊疗数据。随着可穿戴式设备的快速发展，未来还将产生大量的医疗健康数据。
    面对来源丰富且日益膨胀的医疗卫生数据，目前医疗信息化的存储架构无法满足大数据应用的需要，在处理和查询数据集时更是力不从心。这就需要设计新的以数据为中心的计算模型和系统架构，把医疗卫生各个业务系统独立的、分散的、不同品牌或不同级别的存储产品统一到一个或几个大的存储池下，形成逻辑上统一的整体，进而根据数据整合或应用整合的需要将数据迁移到相应的存储空间，从而实现医疗信息化中存储架构的统一规划和部署。
医疗信息化建设要重视数据挖掘
    医疗卫生数据结构较为复杂，除了普通结构化数据外，多为半结构化或者非结构化的数据。在大数据时代，传统的数据库分析系统正面临着一次历史性变革。
目前国外已经有许多机构开始深入研究医疗数据的挖掘利用,并已经从大数据中找到了与医疗卫生相关的潜在价值。早在2009年，甲型H1N1流感爆发的几周前，谷歌开发“谷歌流感趋势”系统，通过分析大量用户对于流感有关词条所做的搜索记录识别流感爆发，与官方机构相比，谷歌能提前1~2周预测流感爆发，预测结果与官方数据相关性高达97%。
    我国医疗卫生数据挖掘才刚刚起步，大部分医疗卫生机构还停留在数据的精确性层面，而非从数据关联性方面分析挖掘数据价值。这就需要加大对医疗卫生大数据分析的投入。通过对医疗卫生大数据有效的存储、处理、查询和分析，辅助医生做出更为科学和准确的诊断和用药决策，帮助医院根据患者潜在需求开发全新个性化服务及自动服务，帮助相关研究机构突破医疗方法和药物革新，支持地区甚至全国医疗行业主管部门优化医疗资源及服务配置。

创建价值链，助力医疗信息化建设
    从产业角度看，未来的大数据时代医疗信息化建设将创建一个以患者为中心、数据快速流通、精准分析的价值链条。在此链条中政府、医疗卫生机构、医疗信息化软硬件提供商等应明确各自定位，协同合作，才能在大数据时代做好医疗信息化建设。
    政府在医疗信息化建设中主要发挥政策制定、产业发展推动作用。医疗卫生机构是医疗信息化建设主体，在进行医疗信息化建设过程中要勇于将新一代信息技术融入医疗信息化建设过程中。目前一些三甲医院已经进行了诸如移动医疗、远程医疗等尝试，但对于大数据在医疗卫生机构的应用仍停留在BI（商业智能）—用大数据辅助办公阶段，用于临床精准用药的较少。未来随着大数据相关技术的逐步成熟，医疗卫生机构应逐步将大数据从辅助办公拓展到提高临床医疗服务质量方面。软硬件设备厂商作为医疗信息化技术的提供者，应瞄准大数据下医疗信息化建设新机遇，开发新产品，加大上下游产业链合作，将医疗服务前置，使患者能够尽快发现可能的健康隐患，实现“治已病”向“治未病”的转移。