?“醫療大數據的利用是近年來剛興起的新技術領域，目前還沒有固定的模式。可以通過建立高效的數據治理體系、研發數據安全利用技術、提供高效臨床數據有效利用的工具等方式，‘喚醒’沉睡的醫療數據，為患者帶來真正的利益。”近日，在一場聚焦醫療大數據的主題論壇上，浙江大學教授、博士生導師、之江實驗室網絡健康大數據研究中心主任李勁松就如何挖掘各醫療機構中沉睡的海量數據并深度利用提出建議。

據一項研究揭示，“高精尖”臨床醫學研究離不開多家醫療機構數據的協同分析和有效利用，同時，數字健康能夠有效提升診療效率、改善醫療資源分配不均等狀況，可以通過不斷構建、驗證、推廣應用臨床決策支持工具，不斷提升診療效率，優化醫療資源配置。然而，目前，被醫學界利用的臨床數據只占醫療總數據的10%～20%。那么，是什么阻礙了醫療大數據的共享，又該如何破解這一難題？

對此，李勁松指出，目前醫療大數據共享主要存在三大方面的阻礙：一、主要是臨床數據安全及隱私保護十分重要，很多醫療機構是出于數據安全及隱私保護顧慮，不愿意共享；二、醫療數據共享的獲益機制尚不健全，缺乏患者、醫院以及數據利用方均能有效獲益的分配模式，造成數據共享及利用缺乏源動力； 三、數據共享存在技術壁壘，不同醫療機構信息系統龐雜，臨床數據標準化程度低，如何實現多中心、大規模臨床數據共享面臨技術挑戰。解決醫療數據共享這一世界性難題，需要解決包括以上三個問題在內的技術性和政策性障礙。

李勁松認為，“這個既有技術性問題，也有現代醫學頭痛醫頭、腳痛醫腳的理念問題。例如，患者到醫院看某種疾病，醫生的各種檢查都是圍繞如何診斷這一疾病開展的，然而這些數據中往往還潛藏著對于其他疾病的診療具有重要意義的信息。利用人工智能技術將這些被忽視的數據、信息挖掘出來，對一些患者尚未覺察到的疾病進行早期預警與診斷具有重要意義。”

在李勁松看來，挖掘沉睡的數據，不一定非要共享各個醫院的數據才能進行，在各個醫院內部也存在很多不同臨床科室的數據資源沒有被充分挖掘，當然如果能夠利用更多醫療機構的數據進行挖掘，可能會獲得更優的效果，但目前實現不同醫療機構的數據共享非常困難，還處于科研技術人員研究與探索的階段，特別是如何在不共享患者原始數據的前提下，實現多中心、大規模臨床數據協同分析與挖掘，這也是醫療大數據領域的世界性難題。

來源：工人日報