大數(shù)據(jù)很熱門，各行各業(yè)都在談大數(shù)據(jù)，據(jù)說連賣油條的都在用移動互聯(lián)網(wǎng)，在談大數(shù)據(jù)了。自從我說了我們醫(yī)院今年的信息工作重點有三項：移動互聯(lián)網(wǎng)、云、大數(shù)據(jù)以后，我也被當成大數(shù)據(jù)專家，受邀發(fā)表議論和在論壇上演講了。

雖然大數(shù)據(jù)很熱門，大家也都在談大數(shù)據(jù)，但是真正懂行的專家還是很少。因此，大數(shù)據(jù)有點像青少年談性Teenager sex，Everyone talks about it(每個人都在談)， nobody really knows how to do it(沒人真正知道怎么做)， everyone thinks everyone else is doing it(每個人都認為別人都在做)，so everyone claims they are doing it too(所以每個人都聲稱自己在做)。

既然大家都不懂，起點也就差不多，所以受邀請演講我也就不會那么心虛了。在準備講稿之前，我刻意沒有去看書，也沒有去看文獻。完全從一個臨床醫(yī)生的角度去思考什么是大數(shù)據(jù)，大數(shù)據(jù)會給醫(yī)學帶來什么影響，我甚至杜撰了幾個關于大數(shù)據(jù)的英文詞，如果這幾個詞真的是存在的，純屬巧合。

先談談循證醫(yī)學

最近，我的一位好友，來自美國的Michael A. Belfort教授在著名的“新英格蘭醫(yī)學雜志NEJM”上發(fā)表了一篇文章。對于做臨床的醫(yī)生來講，這輩子能夠在NEJM發(fā)表哪怕一篇文章也就值了，所以我就通過WhatsApp向他表示了祝賀。他的這篇文章是來自美國母胎醫(yī)學協(xié)作網(wǎng)絡的一項大樣本多中心隨機對照研究，是I類證據(jù)，理論上講這篇文章的結論是基本上判了STAN(ST Analysis，胎兒心電圖ST段分析)的“死刑”。

這篇文章的題目是：A RandomizedTrial of Intrapartum Fetal ECG ST-Segment Analysis.Michael A. Belfort， M.B.，B.Ch.， M.D.， Ph.D.et al， N Engl J Med 2015; 373：632-641，August 13， 2015.

本研究招募了11，108 名孕婦，隨即分為“開放組”和“不開放組”，“不開放組”有5576名孕婦，進行常規(guī)胎心監(jiān)護;“開放組”有5532名孕婦，在常規(guī)胎心監(jiān)護的基礎上給予STAN結果。對兩組孕婦比較圍產(chǎn)兒總的不良結局：死胎、新生兒死亡、5分鐘Apgar評分小于等于3分、新生兒抽搐、臍動脈pH 小于等于7.05、剩余堿大于等于12 mmol/L、分娩時新生兒插管或人工通氣、或新生兒腦病。在“開放組”組，共有52例不良結局(0.9%)，在“不開放組”，共有40例不良結局(0.7%)。結論是，在常規(guī)胎心監(jiān)護的基礎上，加用STAN并不能改善圍產(chǎn)兒的不良結局。

這種小概率事件，通過樣本量不大的研究，得出的就是一個I類的循證醫(yī)學證據(jù)。但是，很有可能多幾例和少幾例的情況就會導致完全不同的結論。還有可能是如果其他人再做一個同樣的研究，也可能得出完全相反的結論，也是I類證據(jù)。

讓我們再看看另外一個案例，OGTT的標準是如何制訂的。在1964年，O’Sullivan招募752名正常孕婦，口服100克葡萄糖，在空腹、口服糖水1h、2h、3h測定血糖水平，取第97.7百分位數(shù)，得到的平均血糖具體數(shù)值是：90mg/dl 、165mg/dl 、143mg/dl 、127mg/dl。為了記憶方便，O’Sullivan修正了數(shù)值(Rounded off value)，制訂了沿用到現(xiàn)在的OGTT標準：90mg/dl 、165mg/dl、145mg/dl、125mg/dl。目前我們臨床應用的很多診斷標準都是這么來的，從幾百人到幾千人的數(shù)據(jù)形成標準，由點推論到面。

這就是現(xiàn)代醫(yī)學的基礎，這就是現(xiàn)代醫(yī)學的標準。如果從大數(shù)據(jù)的角度來看，無論是Michael A. Belfort教授的結論，還是OGTT的標準，都樣本量太小，太不可靠。

大數(shù)據(jù)就是精準醫(yī)療

大數(shù)據(jù)會從根本上改變我們目前的臨床醫(yī)學，這種改變將會是革命性的，是顛覆性的。我們現(xiàn)在的診斷標準和臨床指南是從幾百人到幾千人的數(shù)據(jù)中得到的，是抽樣得到的，是由點推論到面(From someone to ALL)，是農(nóng)業(yè)時代和工業(yè)時代的做法?，F(xiàn)在我們已經(jīng)進入了信息時代，互聯(lián)網(wǎng)時代，大數(shù)據(jù)時代，這種舊的思維方式和統(tǒng)計學方法已經(jīng)不適用了。我上面所列舉的兩個例子完全可以用海量的大數(shù)據(jù)來替代，因此得到的數(shù)據(jù)會更加可靠，結論也就會更加可信。

以下是我對醫(yī)學大數(shù)據(jù)的定義：

Big Data： Each and everyone=ALL，大數(shù)據(jù)就是包括所有的人

Population Big Data(群體大數(shù)據(jù))：Something about everyone(所有人的某些方面的數(shù)據(jù)，例如所有人血糖的平均值)

Personal Big Data(個人大數(shù)據(jù))：Everything about someone(某個人的所有數(shù)據(jù)，例如一個人的基因組學、蛋白組學等)

Population Big Data(群體大數(shù)據(jù))+PersonalBig Data(個人大數(shù)據(jù))=Precision Medicine(精準醫(yī)療)，將一個人的個人大數(shù)據(jù)與群體的大數(shù)據(jù)比較就會發(fā)現(xiàn)問題在哪里，就可以進行真正的精準醫(yī)療。

大數(shù)據(jù)會改變整個臨床醫(yī)學

現(xiàn)有的臨床疾病診斷體系基本上是以器官和系統(tǒng)為基礎的，我們的臨床學科也是以器官和系統(tǒng)分類的，例如腎臟科、心臟科、眼科、血液科等，這是在農(nóng)業(yè)時代形成和工業(yè)時代完善的。

但是，很多疾病的表型(例如腎炎、各種遺傳綜合征)看上去是一樣的或很類似的，但是基因型可能完全不一樣。對于這些表型相同或類似的腎炎，我們需要的是完全不同的治療方法，在治療之前我們必須知道它們的基因型;很多表型完全不相干的疾病，可能基因型是完全一樣的，例如某一細胞信號通路的障礙可能會同時導致腎臟出問題、肝臟出問題，眼睛也出問題。但是這種病人往往會找不同科室的醫(yī)生去看，采取的治療方案也會不一樣。

Big Data(大數(shù)據(jù))&Sequencing(測序)將會改變這一切，未來的疾病可能會是以分子分型的，而不是像現(xiàn)在這樣以器官和系統(tǒng)命名的。未來你的診斷可能不會是像現(xiàn)在這樣的“腎炎”、“肝炎”了，可能會是由各種數(shù)字和代碼組成的，例如你的疾病是：2698-4D7B，或者是A28-736，我們的科室也可能不僅僅是眼科或腎臟科了，還可能會出現(xiàn)各種奇怪名稱的科室和專科醫(yī)生。

Big Data會改變醫(yī)學統(tǒng)計學和臨床流行病學，有了大數(shù)據(jù)，大多數(shù)的統(tǒng)計學方法可能都不需要了。

Big Data會改變疾病的診斷體系，分子診斷的名稱會取代多數(shù)的器官和系統(tǒng)的疾病名稱。

Big Data會改變治療方式，精準的靶向治療去取代目前的粗放式的shotgun治療方法。

沒有Big Data的時代，我們很多疾病的診斷標準都是Arbitrary(隨意的)， Presumption(推定的)，Rounded off value(修正的數(shù)值和標準)，現(xiàn)在是時候改變了。

醫(yī)療大數(shù)據(jù)存在的問題

It’s not big enough

It’s not clean enough

真正的醫(yī)療大數(shù)據(jù)專家太少