醫療信息化發展到今天，已經完成了初級階段的歷史使命，能夠實現患者診療數據的采集、存儲、管理，并在部分醫院院內、院間實現互聯互通。目前，隨著全球醫療信息化迎來新拐點，不同國家有了不同的探索：既有以英國為代表的全國深度互聯互通模式，也有其他歐美國家積極倡導的醫療大數據應用。無數醫療產業創新領袖開始聚焦醫療大數據市場，希望從海量醫療數據中探索新的知識，造福病患。

當全球醫療信息化產業完成初期的歷史使命，進入全新發展階段，中國醫療信息化產業將如何實現轉型升級？就當下國內醫改整體發展狀況來看，醫療信息化主要從兩個方向提供支撐作用：一是積極推進全國范圍內的互聯互通支撐分級診療落地；二是從現有海量醫療數據中探索驅動醫療科研進步的途徑。

隨著越來越國內外醫療專家、企業投身醫療大數據藍海，中國醫療大數據產業在政策東風吹拂下繁榮發展。

“中國醫療大數據發展緊跟國際領先水平。”SNOMED International全球管理委員會董事弓孟春博士說，“我們希望從應用角度理清對于大數據的需求和標準，集中釋放產業集群實力，在全球醫療大數據市場奠定中國領先地位。”

產業“早熟”，中國醫療大數據面臨挑戰

如今，中國醫療大數據市場早已拔地而起，眾多醫療大數據項目噴薄而出。然而，過早進入市場的醫療大數據并未得到充分釋放，“快餐式”項目分散了醫療大數據市場大量的資本、精力，致使一些更具價值空間的深度應用項目在艱難而又漫長的成長期里變得焦慮。

“醫療大數據深度應用對于數據、標準和分析方法都有更高要求，‘數據大’變成‘大數據’還有很長的路要走。”弓孟春說，比如：我們從各家醫院收集到的數據表達差異大，沒辦法做初步分析；成熟的本體體系對于大數據分析結果呈現很重要，但中文本體體系嚴重缺乏；有些計算模型是有基礎的，很多初創公司仍在進行重復開發。

中國醫療大數據市場需要厘清現有基礎，共享優勢，補齊短板，集中優勢在各個應用方向縱深發展。要實現這一目標，從單一環節入手埋頭苦干是遠遠不夠的，需要醫療大數據價值轉化鏈條各個環節協調發展，做好銜接與映射，實現產業聯動。

圖：醫療大數據知識挖掘鏈條

在完成初步的數據采集后，臨床及科研工作者在應用中發現：中國醫療大數據在術語、組學融合【1】、知識庫等方面正面臨嚴峻挑戰。弓孟春博士表示，這些問題在國外醫療行業同樣存在過，我們可以通過借薦他們的解決方法探索突圍路徑。

明晰數據歸屬

“不管數據歸屬于誰總會有其對應的解決辦法，關鍵是一定要說清楚數據到底屬于誰。”弓孟春博士說，數據是醫療大數據產業的根本，在進行數據研究前首先要明晰數據權限。如果不解決數據權限的歸屬，從資本投入、實業公司開展研發到患者參與等各個環節都會存在信心不足的問題。解決數據權限的問題，需要有非常嚴格的數據權限和知情管理同意。

據悉，國家現在正在起草新的《中國健康醫療大數據管理辦法》。從之前的47號文件開始國家在此方面已經開始進行了規劃，預計新的管理辦法或將涉及操作層面。

建立知識庫質控

經過大數據分析獲得的知識，需要校驗知識的準確性后再放到臨床中應用。然而，當下很多測序公司并不清楚使用的知識庫是否準確，研究方法和過程均無從查證，由此導致很多頂尖醫療機構在做病歷分析時同一位點在不同測序公司的知識庫搜索的結果可能會沖突。要獲得更加可靠的結果就需要比較證據的可靠級別，依據樣本量、研究方法、分析精度、臨床風險和知識管理模式進行可靠性評級，級別高的數據醫生可以放心使用，確保臨床科研數據可靠性。此外，針對沖突的結果采用薈萃分析做高級別的統計學分析，盡管消耗時間但對臨床科研很有必要，是循證醫學和精準醫學的一次完美結合。

規范術語

讀懂醫療數據首先需要進行術語管理，只有真正懂得數據表達的意思才能實現醫療大數據的集成分析。然而，不同醫生使用的醫學用語都是不一樣的，比如：30份病歷都是針對Ⅱ型糖尿病開具的，實際呈現為“非胰島素依賴性糖尿病”、“Type 2 diabetes”、“Ⅱ型糖尿病”各10份，對于臨床研究來說30份病歷的分析價值明顯更高，因此統一表達方式非常關鍵。

中國醫院缺乏標準術語語義管理體系，即便是相對成熟的檢驗語義管理在跨院交流時仍會遭遇標準不一的問題，如何破局？弓孟春說，“統一術語是影響全國醫療大數據整體發展的關鍵，而這需要自上而下去推動。從此前我國推動互聯互通等標準落地的過程來看，一旦相關學術機構做好充分的標準化調研和設計工作，國內要推動術語標準化將會非常迅速。對于醫療大數據項目研究人員來說，基于標準術語的醫療數據其知識轉化的含金量無疑會更高。”

突破組學融合

組學融合是醫療大數據知識挖掘流程中又一重要環節，是從數據中看懂知識的關鍵步驟。

“由于缺乏普適性組學融合算法，分析了海量數據的研究人員卻搞不懂數據分析結果代表的意義。對于研究人員來說這無疑是盲人摸象，為了分析而分析不知前路幾何。”弓孟春分析過西方國家的做法，比如：美國是每家醫院自己做算法，跨院交互時需要做映射；歐洲引入國際統一標準下發到醫院和研究結構，目前正在進行SNOMED CT與HPO對接，幫助研究人員尋找疾病與特定表型之間的關系。他建議我國自上而下制訂統一算法，然后讓各大醫院在此基礎上繼續做深入研究，既可快速掃清算法障礙，又能獲得更加廣泛、先進的發展方向。

嚴把安全機制

全球數據泄露事件頻發，醫療數據的泄漏影響尤為嚴重。精準醫學涉及的組學信息泄露可能會引發基因歧視、醫保及就業等各種問題。因此，發展中的中國醫療大數據市場亟需建立更高級別的安全機制，確保安全與發展同步成長。

30年數據研究，讓中國醫學“彎道超車”更可及

中國醫療信息化經過30年的發展，已經積累了大量的經驗和方法。在精準醫學引爆的醫療數據深海中，我們更加有信心去分析問題找到前進方向，讓中國醫學“彎道超車”的夢想早日成真。