醫療行業不斷推出的新技術正在產生海量的數據。對于這些新數據捕獲、儲存、整理和分析，對醫療服務提供商帶來巨大的挑戰。而這些挑戰在數字化、互聯網、新技術中變得錯綜復雜。大數據將幫助醫療服務提供商有效管理這些數字資源。

大數據為醫療服務提供幫助

醫療數據的來源非常廣泛，如電子健康記錄、就診記錄、影像數據、基因數據、臨床記錄、實驗記錄、不良事件報告、以及傳感器、探頭、可穿戴儀器等設備中提取的數據。據?自然?期刊預測，到2020年，單次全球調研中所獲取的數據就高達 25艾字節（艾字節表示2的16次方）。

醫療服務商越來越迫切地尋找以數據為中心的解決方案，已改變他們的運營模式。越來越多的醫療服務提供方正在積極尋找基于案例分析的醫療服務決策過程，利用大數據的分析算法，通過對個人患者數據進行集中采集、整理和分析。醫療服務提供商正面臨來自市場競爭、政府監管、患者信任親和度和自身品牌等各方面的壓力。

基于大數據分析的醫療解決方案目前在市場上隨處可見。這些解決方案為醫療服務商提供更廣泛的管理理念和可執行的運營理念，讓他們在海量的醫療信息中找出更好的途徑來處理病患管理、成本管理、醫療結果管理。

基于大數據分析的解決方案可以廣泛應用于醫藥費支付改革、醫療資源優化利用、診斷費的降低方案及遠程醫療等各方面，同時利用大數據算法和對歷史數據的分析，通過辨別，提前找出潛在健康隱患并對此進行預防措施。在不遠的將來，各醫療服務商將更加方便的利用病人的臨床記錄，病人在多家醫療服務商之間轉移時，其臨床信息也會更加準確，透明的轉移，這有利于該病人的醫療方案決策過程。

患者的醫療信息分散而局限，如費用支付，患者投訴，歷史就診情況，病人性格特征，第三方信息，施藥情況等信息散落在不同的地方。大數據分析可以幫助醫療服務方通過分散而局部的醫療數據的整合，最終得到患者全方位無死角360度的醫療信息。因此，醫療服務提供方必須利用大數據分析盡早實現優質的醫療服務和有效的費用支出。

如何利用大數據分析的解決方案

大數據分析的主要目標是通過對患者的臨床及其他數據來源的有效采集，提高對患者的醫療服務水平。這個目標可以隨著另一個目標 – 有效的費用支出，得以實現。

這兩個目標本質上是相輔相成的，因為更好的醫療服務代表著醫療服務提供方有效的成本利用。可以利用大數據分析，建立一個基于知識庫的專家系統，以避免代價沉重的醫療事故和醫療訴訟。

美國醫學研究委員會披露的一項關于醫療質量的報告，據估算美國每年有幾百名患者死于醫療事故。通過對患者異常情況的識別，大數據分析可以幫助醫療機構大大減少此類醫療事故的發生。醫院可以建立一種協調機制，讓患者可以得到平等而及時的治療，同時患者健康信息也會安全而準確的傳遞到醫護人員，從而幫助醫護人員做出正確的臨床診斷和治療。

通過基于大數據的預測分析技術，醫療服務提供方可以更好的進行資源配置以及制定長期預算。這類分析技術包含再次入院預測，縮減無必要手續，流行病機率預測，對醫護人員的需求預測和資源優化分配等，在未來這些技術必定為患者帶來更好的醫療服務，同時通過主動自主預防來降低醫療費用。

醫療服務提供方也可以制定大數據常規分析系統，對醫療過程進行高科技干預仿真，模擬患者報告中的治療效果，從而進行主動管理，減少不良事件的發生。醫療服務提供方可以通過這種分析技術提高醫療效率。

由于各類醫療數據來源的復雜性，標志對病情發展趨勢和發展模式進行辨別，發現聯系，是很有難度的。對未經系統歸納的臨床記錄的正確理解，需要與患者醫療服務整個過程同步進行。

例如，如果發生醫療事故，醫院必須能夠查詢到患者服用的藥物，服用量，歷史醫療信息，注射疫苗信息，以及飲食情況等等。處理原始數據還有別的難度，比如醫學成像數據分析，生物標志物的辨別，還有通過圖像模式識別算法得到潛在的有價值的醫療信息，這些都是有難度的。

醫療信息電子系統（EHR即電子病歷）必須與醫院現有的IT系統相融合。為了系統信息的有效性和可執行性，EHR系統必須包含準確而完整的患者信息，并所有醫護人員都可以加以利用。

作為EHR系統的創建人和維護者，醫院可以結合各種學科對分析算法進行選取，制定出關鍵預測因子，從而有效地預測疾病發生，控制病情進展。目前，市場上的各類EHR系統由于標準化程度參差不齊，不同系統之間的互操作性變得困難復雜，對高流動性患者尤為如此。

使用EHR系統的時候，必須要牢記患者信息的隱私性和安全性必須與現有的法律法規相適應。PubMed網站上報道的一項研究稱，一個商用電子掛號門診系統由于沒能及時獲得患者的相關醫療信息，耽誤了高危病情的治療，反而導致患者死亡率的上升。

因此，EHR系統的數據分析要想得到有意義有根據的解決方案，就必須有效結合各領域資源，包含人力、物資資源，如臨床專家、質量控制系統、信息安全系統、內部評價系統，數據專家、倫理專家、信息技術專家等， 從而避免對患者造成不良影響。并且，大數據解決方案也必須要重視個人信息在整個系統中的傳遞，保證其傳遞過程中信息的客觀性、安全性和隱私性。

據高德納公司的一項調查，去年33%以上的大數據分析的觀點都是通過手持設備傳遞的。在以往，大數據分析的觀點只是在一個公司內部傳遞。而現在，通過移動端，各種觀點和新聞可以迅速傳遞，這對一些事件的傳播，如災難的報道或消費者投訴的調查都是非常有利的。

醫療服務提供商正積極尋找降低費用的方法。云數據存儲和云計算可以幫助實現這一長期目標。但是患者數據的云存儲和云計算需要符合現行的法律法規。對醫療數據的訪問，必須以情況了解為目的，只對有訪問權限的人員開放。數據的隱私性和安全性尤為重要。比方說，醫生可以直接調取病人醫療記錄，而不需要通過行政部門或其他醫生。

大數據分析提供了一種機制，可以通過深度學習和信息分享，提高醫療服務水平。其涉及的重要環節，如數據傳遞、隱私保護、行政管理等問題將會得到更多的重視和監管。