大数据医疗所面临的机遇与挑战

　　当去医院看病时，我们相信所接受的是已被科学方法证明了的医疗。这意味着无论是开给我们的药，还是进行的治疗手段，都已在临床试验中获得了成功。我们把背后的这个体系称为循证医学。

　　正如上文所说，循证医学需要一系列临床试验来验证某个药物对于某些人群中某种疾病的治疗效果。我们一般从少数志愿者入手，确认药物的疗效与副作用。如果前景看好，更多的受试者会加入这项试验。基于安全性的考虑，临床试验需要极高的标准：我们需要没有差错的试验方法，也需要这些受试者足够有代表性，这样的药物才能满足广大人群的需要。

　　大数据将在这些领域施展拳脚——通过寻找以往的医疗记录，我们能获得谁在何时接受了何种治疗，效果如何等信息。换句话说，通过将医疗记录大数据化，我们能更好地了解对每一名个体的医疗情况。这些信息对于药物的研发和患者个体化治疗都极具价值。

　　这个想法听上去很合理，也会是未来的大方向，然而我们目前离实现这一点还有着不短的距离。首先，许多医疗记录并不能直接大数据化。据估计，全球约有80%的医疗数据不具有大数据的结构。这些医疗数据包括了医生的诊断、放射科的资料、病理的分析、以及住院/出院记录等。没有这些医疗数据 ，医疗的大数据化就无法实现。如何将这些数据纳入体系就成了大数据时代对现有医疗体系的一个挑战。

　　其次，在将医疗记录大数据化的路上，我们还会遇到更多的问题。其中的一个问题在于我们可能无法顺利获得这些数据。对于医疗机构来说，分享这些数据并不会为他们带来直接的好处，也很难为他们解决当下所遇到的问题。相反，整理这些数据需要花上大量的资源。权衡之下，它们也就没有太多分享数据的动力。因此想要获得这些宝贵的数据，大数据医疗公司必须要先说服这些医疗机构，这也要求这些公司有解决当下紧迫问题的能力。

　　第二个问题在于我们如何保证这些数据是安全的？在2014年的全球失窃数据中，有43%是医疗数据，医疗数据的失窃量增长也远远超过了商业数据与政府数据。相信随着纳入大数据系统的信息不断增多，以及云端储存的不断普及，我们对于医疗数据安全性的需求也会猛增。因此在大数据时代，公司或医疗机构需要进一步提升自己的安全性，以更好地保护存有的医疗信息。这意味着公司需要采取严格加密医疗数据，并且限制能否访问的人数等措施。

　　当然，大数据时代的医疗远景是美好的。通过分析这些医疗数据，我们最终能建立起每一名病人的数据模型。通过比较类似的模型，我们可以知道哪些药物可能会对特定的病人起效果，这也将成为个性化医疗的基础。此外，当我们汇总不同人群的信息，我们又能得到疾病流行率和治疗效果等有用的信息，在更大的尺度上维护人们的健康。尽管以大数据为基础的医疗模式不会代替循证医学，但它必将为理解疾病、治疗疾病和预防疾病带来巨大的贡献。大数据化的医疗，会是一个全新的世界。