大數(shù)據(jù)技術(shù)已經(jīng)應(yīng)用在電信、金融、教育、醫(yī)療、軍事、電子商務(wù)甚至政府決策等幾乎所有的領(lǐng)域，尤其在醫(yī)療領(lǐng)域的應(yīng)用越來(lái)越多，因此，大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域的項(xiàng)目管理逐漸引起人們的重視。針對(duì)大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域的發(fā)展趨勢(shì)和當(dāng)前面臨的問題，研究大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域項(xiàng)目的工程實(shí)施過程中的管理調(diào)整及解決措施，從而引導(dǎo)和促進(jìn)大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域應(yīng)用的快速、健康發(fā)展。

關(guān)鍵詞：大數(shù)據(jù)技術(shù) 醫(yī)療領(lǐng)域 項(xiàng)目管理

一、大數(shù)據(jù)技術(shù)的出現(xiàn)及發(fā)展

近年來(lái)隨著互聯(lián)網(wǎng)、云計(jì)算、移動(dòng)和物聯(lián)網(wǎng)等的迅猛發(fā)展，無(wú)所不在的移動(dòng)設(shè)備、RFID、無(wú)線傳感器每分每秒都在產(chǎn)生數(shù)據(jù)，數(shù)以億計(jì)用戶的互聯(lián)網(wǎng)服務(wù)時(shí)時(shí)刻刻在產(chǎn)生巨量的交互，要處理的數(shù)據(jù)量巨大，數(shù)據(jù)一直都在以每年50%的速度增長(zhǎng)，而業(yè)務(wù)需求和競(jìng)爭(zhēng)壓力對(duì)數(shù)據(jù)處理的實(shí)時(shí)性、有效性又提出了更高要求，傳統(tǒng)的常規(guī)技術(shù)手段根本無(wú)法應(yīng)付，因此，大數(shù)據(jù)技術(shù)（Big Data）成為近來(lái)的一個(gè)技術(shù)熱點(diǎn)，引起了廣泛的重視。

大數(shù)據(jù)創(chuàng)造價(jià)值是基于這樣一個(gè)核心邏輯，即當(dāng)今社會(huì)在商業(yè)、經(jīng)濟(jì)、政府及相關(guān)領(lǐng)域中，決策行為越來(lái)越取決于數(shù)據(jù)和分析，而不再是經(jīng)驗(yàn)和直覺。大數(shù)據(jù)技術(shù)可以為決策提供一定的“預(yù)見參考”，而成功的分析和預(yù)見往往能帶來(lái)商業(yè)和經(jīng)濟(jì)價(jià)值。

二、大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域的發(fā)展趨勢(shì)及面臨挑戰(zhàn)

除了較早前就開始利用大數(shù)據(jù)的互聯(lián)網(wǎng)公司，醫(yī)療行業(yè)是讓大數(shù)據(jù)分析最先發(fā)揚(yáng)光大的傳統(tǒng)行業(yè)之一。醫(yī)療行業(yè)早就遇到了海量數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的挑戰(zhàn)，而近年來(lái)很多國(guó)家都在積極推進(jìn)醫(yī)療信息化發(fā)展，因此，醫(yī)療行業(yè)將和銀行、電信、保險(xiǎn)等行業(yè)一起首先邁入大數(shù)據(jù)時(shí)代。麥肯錫在其報(bào)告中指出，排除體制障礙，大數(shù)據(jù)分析可以幫助美國(guó)的醫(yī)療服務(wù)業(yè)一年創(chuàng)造3000億美元的附加價(jià)值。

通過大數(shù)據(jù)技術(shù)可以加速醫(yī)學(xué)的猜想、發(fā)現(xiàn)到醫(yī)療實(shí)踐的轉(zhuǎn)化：借助于不斷增長(zhǎng)的私密和公開醫(yī)療數(shù)據(jù)，大數(shù)據(jù)技術(shù)幫助人們存儲(chǔ)管理好醫(yī)療大數(shù)據(jù)并從大體量、高復(fù)雜的數(shù)據(jù)中提取價(jià)值，相關(guān)的醫(yī)療技術(shù)、產(chǎn)品將不斷涌現(xiàn)，將有可能給醫(yī)療行業(yè)開拓一個(gè)新的黃金時(shí)代。大數(shù)據(jù)技術(shù)在醫(yī)療行業(yè)的應(yīng)用將包含以下方向：臨床數(shù)據(jù)對(duì)比；藥品研發(fā)；臨床決策支持；實(shí)時(shí)統(tǒng)計(jì)分析；基本藥物臨床應(yīng)用分析；遠(yuǎn)程病人數(shù)據(jù)分析；人口統(tǒng)計(jì)學(xué)分析；新農(nóng)合基金數(shù)據(jù)分析；就診行為分析；新的服務(wù)模式。目前，發(fā)達(dá)國(guó)家已經(jīng)占據(jù)了先機(jī)，取得了一些成果，如谷歌在H1N1流感預(yù)測(cè)方面的成功等，大數(shù)據(jù)在我國(guó)醫(yī)療領(lǐng)域的應(yīng)用相對(duì)比較保守，但相關(guān)部署也已經(jīng)開始啟動(dòng)。

　　圖 1大數(shù)據(jù)相關(guān)醫(yī)療解決方案

CCID賽迪工業(yè)和信息化工程監(jiān)理有限公司（以下簡(jiǎn)稱“賽迪監(jiān)理”）技術(shù)人員整體開展對(duì)于大數(shù)據(jù)的研究探索工作，從基礎(chǔ)的大數(shù)據(jù)特性出發(fā)，具體研究起業(yè)務(wù)應(yīng)用、存儲(chǔ)應(yīng)用（包括存儲(chǔ)介質(zhì)現(xiàn)狀、存儲(chǔ)模式現(xiàn)狀、存儲(chǔ)技術(shù)研究、存儲(chǔ)存在的問題）及咨詢監(jiān)理的工作關(guān)注點(diǎn)，同時(shí)加強(qiáng)大數(shù)據(jù)在不同行業(yè)的研究應(yīng)用，針對(duì)醫(yī)療領(lǐng)域，賽迪監(jiān)理認(rèn)為大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域的發(fā)展將呈現(xiàn)以下趨勢(shì)：

1)大數(shù)據(jù)技術(shù)在未來(lái)為決策提供更多的支持

隨著醫(yī)療和健康數(shù)據(jù)的急劇擴(kuò)容和幾何級(jí)的增長(zhǎng)，利用包括影像數(shù)據(jù)，病歷數(shù)據(jù)、檢驗(yàn)檢查結(jié)果、診療費(fèi)用等在內(nèi)的各種數(shù)據(jù)，運(yùn)用大數(shù)據(jù)技術(shù)對(duì)各種數(shù)據(jù)進(jìn)行篩選、分析，為廣大患者，醫(yī)務(wù)人員，科研人員及政府決策者提供服務(wù)和協(xié)助，必將成為未來(lái)醫(yī)療領(lǐng)域工作的重要方向。

2)提供越來(lái)越多個(gè)性化的服務(wù)

利用“大數(shù)據(jù)”，公共衛(wèi)生研究機(jī)構(gòu)能夠更早地預(yù)測(cè)即將爆發(fā)的傳染病及其傳播范圍和規(guī)模。對(duì)于個(gè)體而言，大數(shù)據(jù)就是全數(shù)據(jù)，通過集中全部診療信息、體檢信息形成個(gè)體的全健康檔案，可以使患者得到更有針對(duì)性的治療方案。

3)催生新的業(yè)務(wù)模式和服務(wù)模式

除了一般的為診斷提供支持服務(wù)外，運(yùn)用大數(shù)據(jù)技術(shù)還可以解決“看病難”的問題，例如通過“云計(jì)算+大數(shù)據(jù)”就可以相助其成通過網(wǎng)絡(luò)平臺(tái)，患者可以實(shí)現(xiàn)網(wǎng)絡(luò)預(yù)約、異地就診、醫(yī)療保險(xiǎn)信息即時(shí)結(jié)算；醫(yī)療機(jī)構(gòu)之間能夠?qū)崿F(xiàn)同級(jí)檢查結(jié)果互認(rèn)，節(jié)省醫(yī)療資源，減輕患者負(fù)擔(dān)。大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域?qū)⒉粩啻呱碌臉I(yè)務(wù)模式和服務(wù)模式。

4)處理過程及傳輸?shù)膶?shí)時(shí)化、及時(shí)化

大數(shù)據(jù)技術(shù)未來(lái)在醫(yī)療領(lǐng)域的應(yīng)用會(huì)越來(lái)越多，許多服務(wù)都需要實(shí)時(shí)的統(tǒng)計(jì)分析結(jié)果，為決策提供支持。處理過程及傳輸?shù)膶?shí)時(shí)化、及時(shí)化是未來(lái)大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域發(fā)展的重要趨勢(shì)之一。

5)大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域的不斷創(chuàng)新

目前，大數(shù)據(jù)相關(guān)的技術(shù)和工具非常多，給企業(yè)提供了更多的選擇。在未來(lái)，為了使大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域使用更方便，還會(huì)繼續(xù)出現(xiàn)新的技術(shù)和工具，如新的數(shù)據(jù)及分析模型與技術(shù)、Hadoop分發(fā)、下一代數(shù)據(jù)倉(cāng)庫(kù)等，這也是大數(shù)據(jù)領(lǐng)域的創(chuàng)新熱點(diǎn)。

[page]

大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用具有非常廣闊的前景，但由于網(wǎng)絡(luò)安全性不高、技術(shù)不足、觀念落后等原因，大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用還存在以下挑戰(zhàn)：

1)數(shù)據(jù)量大，數(shù)據(jù)類型復(fù)雜

醫(yī)療領(lǐng)域的數(shù)據(jù)量巨大，數(shù)據(jù)類型復(fù)雜。到2020年，醫(yī)療數(shù)據(jù)將增至35ZB，相當(dāng)于2009年數(shù)據(jù)量的44倍。另外，在醫(yī)院，每個(gè)患者不但要經(jīng)過辨證論治的個(gè)體化診療，還會(huì)經(jīng)過各種理化檢測(cè)進(jìn)行疾病及其預(yù)后的診斷，所以不光有病歷資料中包含的信息，還會(huì)有生化檢查、多種影像或病理切片檢查的生物學(xué)信息，數(shù)據(jù)類型十分復(fù)雜。這給數(shù)據(jù)的存儲(chǔ)、分析、處理、傳輸?shù)葞?lái)很大挑戰(zhàn)。

2)信息采集不足，收集渠道不暢

要想在醫(yī)療領(lǐng)域使用大數(shù)據(jù)技術(shù)，首先要有足夠的病人、藥物等相關(guān)信息，這是數(shù)據(jù)分析的基礎(chǔ)，然而許多病人可能出于隱私考慮不愿提供這些信息，制藥企業(yè)也有可能因?yàn)樯虡I(yè)利益不愿共享藥物成分等敏感信息。另外，各個(gè)醫(yī)院及機(jī)構(gòu)的醫(yī)療信息、軟件及硬件服務(wù)都各自獨(dú)立，缺乏合理接口，大數(shù)據(jù)收集的渠道不暢，導(dǎo)致采集與應(yīng)用存在一定程度上的脫離。

3)大數(shù)據(jù)高效分析能力欠缺

采集到足夠信息后，需要由相關(guān)領(lǐng)域的專業(yè)人士與信息技術(shù)專家一起對(duì)數(shù)據(jù)進(jìn)行有針對(duì)性地歸納和分析，得出由大量新興技術(shù)（如Hadoop Map Reduce、內(nèi)存數(shù)據(jù)庫(kù)等）組成的高性能的專業(yè)的分析技術(shù)架構(gòu)解決方案，而這種跨學(xué)科、跨領(lǐng)域合作能否順利實(shí)現(xiàn)，是大數(shù)據(jù)技術(shù)實(shí)際應(yīng)用中的重要問題。

4)大數(shù)據(jù)的安全

隨著數(shù)據(jù)量的不斷增加，數(shù)據(jù)存儲(chǔ)的物理安全性越來(lái)越重要，對(duì)數(shù)據(jù)的多副本與容災(zāi)機(jī)制提出更高的要求。但是網(wǎng)絡(luò)和數(shù)字化生活使得犯罪分子更容易獲得關(guān)于人的信息，也有了更多不易被追蹤和防范的犯罪手段，大數(shù)據(jù)的保護(hù)越來(lái)越重要。

5)觀念落后

目前醫(yī)療領(lǐng)域的決策往往是建立在經(jīng)驗(yàn)或者傳統(tǒng)數(shù)據(jù)粗糙的分析方法基礎(chǔ)上的，而改變各層次決策者舊的決策習(xí)慣，使其學(xué)會(huì)利用大數(shù)據(jù)的分析結(jié)果進(jìn)行決策，還有一段路要走。

[page]

三、工程實(shí)施過程中提出的管理調(diào)整

賽迪監(jiān)理通過對(duì)于上述問題及挑戰(zhàn)的分析，認(rèn)為醫(yī)療領(lǐng)域的項(xiàng)目在大數(shù)據(jù)工程實(shí)施過程中要有以下管理調(diào)整：

1)區(qū)分?jǐn)?shù)據(jù)與信息

數(shù)據(jù)與信息二者并不是一回事、定義也不盡相同。數(shù)據(jù)只有在準(zhǔn)確并獲得及時(shí)更新的情況下才能與實(shí)際信息相符。如果二者不相符，那么這部分?jǐn)?shù)據(jù)根本沒有保存的價(jià)值。僅在系統(tǒng)中承載數(shù)據(jù)還遠(yuǎn)遠(yuǎn)不夠，在信息收集或分析前需要確認(rèn)這些數(shù)據(jù)是否實(shí)際有效。

2)對(duì)數(shù)據(jù)進(jìn)行細(xì)致觀察，做好整體規(guī)劃

由于現(xiàn)在數(shù)據(jù)生態(tài)系統(tǒng)孤立且凌亂，容納數(shù)據(jù)的各系統(tǒng)之間往往也嚴(yán)重脫節(jié)、根本無(wú)法彼此交互。最重要的是，數(shù)據(jù)捕捉與存儲(chǔ)各自采取不同方式，這不僅引發(fā)大量潛在錯(cuò)誤、還迫使工作人員不得不以手動(dòng)方式加以處理。因此，在大數(shù)據(jù)技術(shù)中首先要對(duì)數(shù)據(jù)進(jìn)行細(xì)致觀察，做好整體規(guī)劃，確定系統(tǒng)的交互方式、數(shù)據(jù)捕捉與存儲(chǔ)方式等，以保證后續(xù)工作的順利進(jìn)行。

3)對(duì)大數(shù)據(jù)有清晰的認(rèn)識(shí)，小規(guī)模入手

Big Data還處于發(fā)展初期，還存在許多潛在的問題和不被眾所所理解的地方。公司建立大數(shù)據(jù)項(xiàng)目，需要接觸新的技術(shù)、流程和基礎(chǔ)設(shè)施，一般需要很長(zhǎng)時(shí)間才能看到結(jié)果。管理者們還是需要多了解相關(guān)知識(shí)，對(duì)大數(shù)據(jù)技術(shù)有清晰的認(rèn)識(shí)。不要貪大圖快，需按步驟一步一步來(lái)，比較明智的作法是，計(jì)劃完畢，從小規(guī)模入手。

4)將數(shù)據(jù)映射至業(yè)務(wù)流程

很多機(jī)構(gòu)在推動(dòng)數(shù)據(jù)質(zhì)量項(xiàng)目時(shí)經(jīng)常純粹從“數(shù)據(jù)及系統(tǒng)的角度”審視數(shù)據(jù)，這時(shí)，管理者應(yīng)該從更為宏觀的視角進(jìn)行觀察，識(shí)別不同數(shù)據(jù)在日常工作中會(huì)被哪些業(yè)務(wù)流程所使用。識(shí)別重復(fù)數(shù)據(jù)條目的最佳方式在于后退一步，將數(shù)據(jù)的捕捉與存儲(chǔ)機(jī)制與各業(yè)務(wù)流程線加以映射。只有這樣技術(shù)人員才能準(zhǔn)確把握整個(gè)機(jī)構(gòu)的數(shù)據(jù)流，并更好地找出哪部分流程最容易發(fā)生錯(cuò)誤或出現(xiàn)重復(fù)條目。

5)平衡大數(shù)據(jù)的各種技術(shù)

大數(shù)據(jù)技術(shù)涉及到數(shù)據(jù)存儲(chǔ)、處理等多種技術(shù)，由于大數(shù)據(jù)容易消耗巨大的時(shí)間和成本，因此，在實(shí)行大數(shù)據(jù)技術(shù)戰(zhàn)略部署時(shí)，如何平衡各種技術(shù)，組成高效的系統(tǒng)是一個(gè)非常重要的問題。首先要明確組成高效的醫(yī)療系統(tǒng)的因素是什么，然后通過考慮何時(shí)、如何使用數(shù)據(jù)、要達(dá)到什么目標(biāo)，從而獲得解決方案，而不是研究阻礙關(guān)鍵業(yè)務(wù)驅(qū)動(dòng)因素（如效率和連續(xù)性）。通過這種方式，以平衡大數(shù)據(jù)技術(shù)中的各種技術(shù)，達(dá)到預(yù)期目標(biāo)。

四、總結(jié)

未來(lái)5年內(nèi)，大數(shù)據(jù)所創(chuàng)造的價(jià)值將會(huì)達(dá)到530億美元，同時(shí)產(chǎn)生10萬(wàn)個(gè)工作崗位，還會(huì)產(chǎn)生文化、社會(huì)、政治等方面的影響，正所謂得數(shù)據(jù)者得天下。雖然目前大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域大規(guī)模應(yīng)用的條件還沒有完全成熟，但隨著高速網(wǎng)絡(luò)、云計(jì)算中心等基礎(chǔ)設(shè)施的日趨完善和大數(shù)據(jù)技術(shù)的不斷發(fā)展，醫(yī)療領(lǐng)域發(fā)展的趨勢(shì)必將是以大數(shù)據(jù)技術(shù)驅(qū)動(dòng)的個(gè)性化、創(chuàng)新化、便利化醫(yī)療。