為了推進數據整合和信息共享、發展以數據為基礎的醫療健康服務體系，11月28日至29日，“2015中國醫療健康大數據峰會”在北京召開，此次會議圍繞“開放、變革、發展”的主題，邀請主管部門、科研機構、醫療機構、優秀企業、市場研究機構等領導與專家、高層及800余位行業精英參與，深入探討科學推進醫療健康大數據的應用和價值挖掘、推動醫療健康大數據依法有序開放、醫療健康大數據互聯互通、數據標準與安全等醫療健康大數據相關熱點議題，為我國醫療健康的數據的發展提供前瞻的思想與觀點，為研究制定促進健康醫療大數據應用的政策和戰略獻計獻策。

在28日下午舉辦的醫療健康大數據商業與價值論壇上，中南大學信息科學與工程學院院長鄒北驥作了題為《青光眼病預測與輔助診斷的大數據分析方法》的精彩演講，以下為演講實錄：

各位老師、朋友，大家下午好！

下面，我給大家匯報一下我們的一個工作，因為我們也不是學醫的，但中南大學有三所著名的醫院，我們跟湘雅醫院合作，我們利用采集到的數據，或者現在不叫大數據，我們希望是大數據，來針對一個特定的疾病，進行一些篩查，或者病情的預測、分析。

我們這個項目，得到了今年的國家自然科學基金為的支持。我們為什么選擇這個題目呢？大家知道，在眼科里面有個很重要的疾病，叫青光眼，青光眼是非常嚴重的，最后可能會致人失明。

有過數據統計，2020年，全球的青光眼患者，預計會達到8000萬。我們國家的患者，會達到2200萬，其中致盲的會超過1120萬。這個圖表，反映了青光眼從2010年有的數據，預測到2020年會有明顯的增加。

但是我們知道，醫生現在都非常的忙，我們了解了一下湘雅的醫生是這樣的，看一個病人最多是5分鐘時間，有時候快的話就3分鐘。所以，他很難考慮青光眼為什么會發生，青光眼之后多長時間會導致病人的失明？所以，醫生只能根據單個病人的數據進行判斷和分析，比如說視野、眼壓，通過自己的一些檢測手段，有一定的不準確性，特別是導致青光眼致命的因素，很難弄清楚，也沒有時間去弄清楚。因此，他很難預測這個疾病的發生及嚴重性。

我們知道，青光眼分幾個階段，有早期的檢查不到的病變。然后，有無癥狀的進展期，到了晚期就非常嚴重了。所以，這些細節的東西都很難通過醫生，或者他們沒有精力、沒有時間去考慮這個問題。

所以，我們想來做這件事情，就是通過對青光眼患者病例的大數據關聯分析，為青光眼篩查和病變的預測提供支持。

我們做的時候，剛開始沒有很多數據，我們希望通過逐漸的采集數據，包括三個方面的數據：一個是文本的病例數據，第二塊是我們常規的醫學檢驗數據，第三部分是影像數據。來挖掘出青光眼疾病的致命因素，更加客觀的篩查青光眼疾病，預測青光眼疾病發生的概率，以及后果的嚴重性。

我們具體做了這么幾件事情：

1、我們想建立一個青光眼患者的病例數據庫，也包括三個方面的數據，同時對數據的完整性和安全性進行保護，因為我們這個團隊原來主要是做影像醫學，團隊里面也有做文本信息挖掘和信息安全的，我們把它結合起來，對患者病例各方面的數據，一個是通過采集、建庫，進行安全性和完整性保護。

2、對其中的非結構化數據，比如影像數據、文本電子數據，進行結構化，從而提取青光眼疾病相關的病理特征，將多種特征進行融合，統一特征的緯度，來實現多元異構數據的結構化重組。

在這個基礎上，我們研究繼續學習的算法，提出新的適合青光眼數據分類器，來實現青光眼篩查以及疾病類型嚴重的程度，模擬人的智能繼續學習。從多元異構數據中挖掘青光眼的致命因素、發病概率，等等。

3、我們想實現一個原型系統，通過這個系統，基于已有的數據庫，來實現青光眼病的自動篩查和病病的預測。

這是我們的實施方案，從數據的采集、建庫、安全保護，數據的提取，最后到關聯分析。

我們首先采集病例數據，今天上午也談到了從院里采集數據也非常困難，我們投入了差不多100萬，我們自己來買設備，一個是買眼底相機、OC機、眼壓計，把相關的設備買過來以后，我們準備在全校范圍內，對各個不同年齡段的在崗的或者離退休人員進行免費的篩查。通過這種篩查的方式，獲取青光眼的數據。

因為我們調研了一下，如果免費篩查，很多人會愿意，當然這個事情我們會和湘雅二醫院的醫生，我們會請他們來坐診。因為檢查過程中，考慮到大家有一些青光眼病的疑問要解答，所以投入設備，依托數據來做。

除了投入設備，我們還有很多種采集的方式，首先是跟醫院結合，當時我們想就在門診，派一些年輕的老師和學生，在患者進來的時候，比如填表，或者開發一個APP，大家說時間太短，因為一個患者進來大概只有幾分鐘時間。第二，很多患者可能不會用手機，比如我們設計一個APP在他候診的時候，我們先把數據采集上來，可能我們會用多種方式結合在一起，比如到門診，或者到住院部，來采集。

當然，采集的數據是多樣的，我們可以看到有多種多樣的數據，也有文本的，也圖像的。我們建庫的時候，有個很重要的內容是數據的標定、標注，我們要建立學習的樣本，哪些是和青光眼密切相關的，首先有專業的醫生給他標定出來。標定我們設計了一個軟件，已經基本做好了，在這個軟件的輔助下，醫生就可以很快速的標注，比如視碑、視盤的位置。

同時，我們也要采集一些文本的信息，包括一個患者的基本信息，特別是有沒有家族史，青光眼跟哪些因素有關我們不是很清楚，是不是跟生活習慣有關？這些都有待于我們進行挖掘，如果有一天我們這個項目找到有關系的關聯，就是有意義的。

1、現有的電子病例，怎么把它收集上來？

2、患者就診的時候，通過填表來采集。

3、研發手機APP來采集。

4、我們和大夫社區義診的形式采集。

我們也需要跟醫院合作，我們的目的就是建立標準青光眼庫。標注的主體是醫生，通過一個軟件讓他快速、準確、高效率的進行數據的標定。標定包括，比如確定視盤的大小，等等。

怎么來確定視盤的大小呢？當然有很多種方法，我們把這些方法融到我們的軟件里面去，讓醫生標定的時候更加快捷一點。這里面，也包括了怎么確定視盤的邊緣和視盤大小的比，已有的研究表明，視盤邊緣數字的比值，對青光眼是非常有幫助的。包括視盤和視碑右邊這個圖形，他們之間到底跟青光眼是什么樣的關系？我們都覺得非常有意義，這里面有很多值得研究的地方。這個圖也可以反應出，視盤、視碑，投影以后的邊緣形象，之間是什么樣的關系？通過各種圖形的提取和數據關聯分析，得出這些結論。

除此以外，也包括醫學病例數據的安全性保護方法，我們提出零水印。因為，醫學影像保護，一點都不能破壞原有圖像的內容。傳統保護方式有加水印的方法，或多或少會改變影像內容，而醫學影像是用來做診斷的，我們提出用零水印的形式，來做醫學影像的保護。

最后，形成多元異構特征數據的關聯。我們希望通過這些研究工作，能開發出一個青光眼自動篩查和病變應對的系統，我們希望把所有模型融入到這個系統里面。通過這些，最后實現數據篩查和病變篩查的結果。謝謝！

標簽：醫療大數據、智慧醫療、遠程醫療、健康大數據、移動醫療