大数据给医学发展带来巨变医生诊疗视野将因大数据获得扩展《新闻》

发布时间：2020-08-28 22:57:54 阅读：次来源：图钉厂家

中国工程院院士、大会主席胡盛寿就“大数据”时代下的心血管病防控进行了主旨演讲。他认为，大数据是信息大爆炸、计算机+互联网时代背景下的产物，是对现今医疗模式客观审视“倒逼”的结果。

过去三十年中，以疾病类型为中心的医疗模式逐渐暴露出诸多问题，导致患者主动性差、医疗资源浪费和医患矛盾激化。在大数据时代下审视过去的医疗模式，不难发现“小数据”总是以随机小样本去替代庞大的群体，更聚焦于疾病某一环节，而非整体，更注重直接的因果而淡视关联。相对而言，“大数据”是分析所有数据，接受和承认数据的繁杂，去挖掘深处的真知，不刻意寻求“完美”的直接因果，而在意于事件之间的关联。

胡盛寿指出，在大数据时代，我们要重新审视对疾病的认识和对疾病的处理模式、对医疗质量的评价以及医学人才的培养观念，并做出改变。我们应该对疾病信息的处理从碎片化向集成化、系统化发展。

医生诊疗视野

将因大数据获得扩展

心血管疾病的发生、发展是遗传和环境因素交互作用的结果，因此对心血管疾病发生机制研究、诊断和治疗需要系统化的信息集成。

胡盛寿认为，一直以来，我们关注的是病史、症状、体征、实验室检查以及影像学检查等，忽略了基因组信息、环境危险因素以及对疾病主要监测目标的持续动态监测，这些海量的、未被发掘和利用的数据，可能对我们的健康影响深远，而这些数据在目前的医疗系统之外。传统疾病分型系统只关注疾病在某一阶段或某一方面的特征，过于片段化和碎片化，我们要基于“大数据”更新疾病分类系统，把遗传、环境等基本因素汇集进来。

“因此，我们要利用大数据实现对疾病认识的‘个体-全体-个体’的闭环。”胡盛寿指出，“当前我们对疾病从群体到个体的认识存在明显的局限性，导致对标准治疗认识存在误区，因为没有标准的病人。我们只关注了治疗手段本身，而忽略了其他重要信息，比如治疗手段作用于哪个靶点、应用了哪种药物、这个患者的饮食如何等，而这些因素决定了疗效的差异。”

此外，我们要想做到从确诊疾病前移至对疾病的预警、预测，就要基于大数据的积累。通过基因测序、智能终端监测获取信息，识别有不健康行为风险的子人群，运用“大数据”分析患者环境背景和生活方式喜好，制定个性化干预策略，并通过行为检测实时反馈调整。

医疗质量的评价

有大数据参与会更客观

目前，整体医疗可及性改善，技术规模持续增长，并未转化为更好的患者结局。究其原因，胡盛寿认为，首先是我们只关注手术的成功，而忽视了基于研究证据的关键诊疗环节，导致我国临床路径仅对围术期诊疗流程进行描述，未涉及与手术质量相关的关键节点。这是我国医疗质量评价的一大局限。另外，我国医疗体系缺少医疗质量评价和反馈机制，临床证据转化和质量问题突出。胡盛寿提倡构建学习型医疗体系以促进诊疗质量持续改善。学习型医疗体系有多种数据来源，包括基本信息、门诊信息、住院信息、检查信息及社会经济信息，以对医疗质量做出全方位评价，要用“数据”来提升医生自我学习的能力，改善临床实践的能力。

玩转数据的医生

才是未来的“香饽饽”

当今，传统医学教育模式已经不能适应“大数据”时代的挑战，过细的专科化培训使医生对数据理解和摄取越来越局限，师徒相授模式易导致临床经验难以推广、复制和传承。

胡盛寿指出，在“大数据”时代，医学人才培养观念应做出改变，要从医生经验的积累转变为医疗数据的积累。未来的医学人才，应该能熟练运用智能辅助工具，处理海量信息，做出正确决策。

优秀医生在数据获取、构架、处理和解读等各方面都应积极主动。同时“大数据”时代也为中国医生创造了巨大的发展空间，全球同步的互联网、实践之中的中国特色大数据（微信、淘宝等）、13.5亿人口庞大的数据资源以及政府层面的大力支持，让中国医生具有“弯道”超越的可能。

胡盛寿强调，“大数据”有望重塑医学人才的格局和气度，任何人都要用数据说话。医学工作者要积极地参与其中，大数据的“大”靠工程师来完成，但更关键的“全”需要医生来完善。