整合医疗大数据 实现优化服务

　　从人工智能上讲，有两大块工作：一个是大数据，第二是从算法层面上讲，怎么样让计算机具有人的思考能力。

　　医疗大数据的复杂度比围棋要复杂的多，医疗数据所呈现的大量的数据我们依然是未知的东西。从数据源来说，用法集中在三个方面：一个是面向病人，简单保证信息的流通；第二个是面向医生，第三是面向研究者。

　　现在医院里的数据都还没有整理干净，更谈不上我们再去结合环境的数据，结合今天保险的数据驱做更复杂的研究。今天医疗大量的数据产生，也是集中在医院内，我们把医院内的数据做透做干净。随着医疗的发展，会有越来越多的数据整合在这个平台上来。对于大数据来说，我们认为它是医院未来提高竞争力一点。过去来说，医院依赖专家和病人；未来的角度来说，医生的培养是缓慢的，很难据的复制性的。

　　我们希望把数据整合好用在三个方面：第一个在科研方面，医学研究在中国和全世界来说，都是发展的动力。第二个在临床上，更多希望在临床的辅助决策上，更多希望在临床上帮助医生控制好医疗质量。第三，在国家现在分级治疗的制度下，患者已经慢慢从医院的纬度中扩展出来。

　　从大数据的角度来说，数据处理永远是很辛苦和脏也是必须要解决好的问题。最早期纸质的病历到实现信息化、电子化，并在电子化之后，医生所需要的、研究角度需要的，我们需要的是表格式的数据的结构。这些是需要有很多数据转换的角度。还有一点非常重要，做到更细维度的数据处理的标准。所有的数据处理的过程就是非结构化数据结构化的过程。我们需要把今天产生的数据用计算机结构化、标准化。这一类的工作不应该让医生做，更多交给计算机辅助专业的人士做，可能把存量数据大幅度利用起来。

　　我们在和医院合作的时候，我们在大数据方面做应用，更看重大数据提高的是供给侧的问题。用大数据去支撑整合海量数据，优化、标准化、结构化，提高这个医院的治疗能力，提高对患者的服务能力，提高医院的经营管理化的能力。

　　从医生成长来说，他们数据采集的过程当中，会有病人入组的数据要求。这里面有很多的权限和保护隐私。这里面医生的研究的效率大幅度的提高。大数据对于临床医学带来最大变革的点在临床辅助决策来说。对于每一个人的治疗过程时间轴的建立，以及对于生物样本苦等等数据的整合，在基于这个数据之上的分析，是我们做临床辅助决策很大的依据点。另外，在影像数据上，未来是很大的整个的大数据技术，会对于中国的影像会有很大的提升。

　　最后是患者端，这是我们现在尝试的重点。在患者端，大数据可以帮我们实现低成本更大人群的管理效能。我们需要建立一个模型，这个模型不仅仅要改变今天医院对于患者管理的流程问题，而且能实现中间大量应用系统辅助的功能。所以对大数据的优化，都来自于中间反馈回来的数据，以及新的模式下，很多的工作都大量被机器取代。