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應用與創新論壇上，各位嘉賓針對醫療健康大數據如何落地的問題，展開了深入廣泛的交流對話。以下為對話實錄：

主持人：最后一個環節是高層對話，醫療健康大數據如何落地，在座各位有什么疑問，想問的地方，通過一天的學習有大量的信息積累，這個信息我們不可能完全消化和理解。借此機會，我們可以提出疑問。

問：我之前是做電子商務的，對醫療大數據比較感興趣。我有一個問題，可能和醫療大數據落地關系不是特別大。但是假如說已經落地，大數據醫療走進我們生活當中了。但是數據是一個非常理性化的東西，就是醫生診斷的過程中使用大數據，將數據作為參考。但是很多軟件有很多的模型和算法，會自動升成各種圖表和圖形給我們做參考，這和原有的醫生，望聞問切，還有西醫的經驗會不會發生沖突，或不匹配，或時間久了以后完全依賴數據了。一個理性的，一個感性的？

徐立水：我本身是學醫的，是醫生。你說的問題，缺乏一個標準的問題，醫學表面的回答是回答你數據，還是回答你疾病。醫學最終方向應該是醫療，智慧醫療就是疾病。通過數據預算，通過互聯網，通過計算機，把你所有的數據，你的疼痛，你發燒多少度，你的血糖，最后提示你疾病，目標是智慧醫療。

問：我覺得醫療大數據這么好的一個東西，現在技術方面也可以，為什么推行中有重大的阻力。剛才何研究員也說了，美國多年前就開始推這個東西，目前反而是也沒有什么特別大的進展，這方面專家是怎么看的？

何猶卿：這個肯定都是個人的意見，也沒有標準的答案。大數據很火熱，大家都在討論，實施起來有很多的阻力，推進起來比較慢。我覺得還是有兩個問題，一個問題是說，因為現在談到大數據，說是這三個字，但是里面也包括一些態度，結構化數據、非結構化數據。不是說數據很難用就不用，可能我們從現在開始，我們在積累經驗，或者前期做一些準備，我們應該怎么用，這樣為以后用大數據打下一個基礎。

我今天講深度學習的事，要是沒有足夠多的樣本、足夠標識好的樣本，這個事也很難推進。現在大家有這樣的意識，就可以在前期，有數據了，就來準備這個事，會不會以后為進一步利用數據做準備。

第二，主題大會上也講，很多技術的工作能夠實現到最后，一定會反過來考核篩選模式。你的主體，或者說不管是用戶，還是我們的運營方等等及都有幫助。未來我們做這樣的數據分析，首先是從個人工作的領域，或者說各自工作的崗位，你也要想我的商業模式在哪。

候雪橋：我有很多年和醫院，和醫療大數據的合作。不管是臨床，商業模式，我國的立法方面保護，產生的大數據所屬權方面，在立法權還有很多的欠缺。美國很快形成了圍繞著反欺詐、圍繞著保險的模板，很多大數據的應用。我感覺在國內，今天的一個病人進了醫院，產生這么多敏感的數據，有價值的數據，這個數據是我患者的及還是醫院的，還是經過醫院授權可以公布給第三方的，這方面我們的立法還不夠，是由大數據在醫療的領域進行進一步價值發現的一個障礙。

徐立水：過去的是研究結論的，大數據是研究趨勢的。過去研究的大數據沒有結論，所以是很多真不知道大數據的未來應該用，怎么用。大數據需要這方面的專家、學者、同仁一起努力，真正把大數據的未來需要做什么搞清楚，這才是真正的大數據，過去研究的都是大同。

主持人：今天討論大數據，可能是大數據發展的不同階段，也許是現在正在上升期，大數據的熱度比較高。但大數據如何應用，如何把大數據更好地發展下去，這是我們很長時間需要做的事情。

問：我是學醫的，但是我研究的專業是流行病學統計。我看了大數據有一個疑問，你們對你們的數據做過質量評價嗎，評價結果是什么。如果沒有做數據質量評價拿來就用，這個就點不負責任。我不知道各位老總和企業，在你分析利用大數據的時候，做過做過數據的分析評價，或者你做了是什么做的。如果同樣一個東西，國產和國外的儀器就不一樣，你是怎么整合起來的。請教一下，我不明白？

侯雪橋：舉個例子，之前曾經在一家醫院，幫助大數據分析患者的構成和服務效率。首先碰到一個問題，這個數據是不是準確的，今天掛號開藥，號、單人、能不能匹配上。人、單、號、藥匹配上的不足30%。今天我給患者進行檢查，系統提示你一定要開一個診斷的，或預診斷要開出去。醫生沒辦法，直接打字符，然后回車，就亂字符。有的醫生字符也不打，直接就回車。還有的他的鍵盤上是亂的，這個我們有很多公寓可以探查，有中醫診斷和西醫診斷，造成所謂的目的不同，我們來發現有號、有人、有藥，無單的情況。新系統的工具能幫助發現這些問題，能夠提供收集整理一些過程。

何猶卿：數據肯定有錯的，但是不是絕大部分的都是錯的，這樣大夫就太不負責任了。有一些東西，既然說大數據，我們用的樣本一定是海量的樣本。錯的樣本畢竟是少數，影響不到大的結果。

問：可能剛才我說得不清楚，比如說同樣的血糖值，國產的儀器和國外的儀器測出的結果，國產儀器測出是6，國外可能是5。這個數據怎么用？

徐立水：我是學臨床的。我理解你的問題，我知道你大概的意思，這是一個標準的問題。歐美人和亞洲人可能有不同的標準，一臺機器可能不會出問題，但是不同人做出來可能會出問題。像追求真理一樣，世界上沒有真理。

你說大數據沒標準怎么用。我寫過一篇文章，診斷疾病，你過來給我診斷，你給我一個毒素，醫生拿邏輯是沒有意義的，有些的毒素是代表著一種疾病。如果主素加在一起用，醫生怎么做診斷，放在機器上怎么做診斷，需要做模型。智慧醫療怎么做，舉一個俗的例子，女人漂亮叫大波，可以解釋為美女，可以解釋為性感，可以解釋為繁殖生育。如果你要做美女模型，大波，你只能取90%。如果你做性感的話，是100%。如果你要是做繁殖就是65%，就是怎么做標準的問題。有些叫數據清洗，我認為就是模型定性、定量化，可以定性為0或100。你做智慧醫療，或做診斷標準怎么定，是很長的問題。

問：海量數據、智慧醫療是不是就是做參考？

徐立水：大數據是有問題的研究。很多人說大數據無法計算，我說你無法計算還計算干嗎，回家睡覺去得了。我認為是無法計算的價值。第二，我的觀點跟別人不一樣，我認為一是data，二是兩個data，三是會成為大數據。數據很多種，這個世界都是要數據。

主持人：耿直研究員也給我們做了大數據的講解，醫療大數據的機制。在整個大數據的產生、使用過程中確實很復雜。舉的例子，畫的圖表我們也知道。大數據，我們不會追求某一條數據沒有偏差，我們可能會把眾多的樣本放在一起，來追求一些共性和通用性。

標簽：醫療大數據、智慧醫療、遠程醫療、健康大數據、移動醫療