上周，《深圳經(jīng)濟(jì)特區(qū)醫(yī)療條例》(俗稱“深圳醫(yī)療基本法”)全文披露。該條例要求醫(yī)院要向患者公開全部病歷。然而，就全國(guó)而言，關(guān)于醫(yī)療大數(shù)據(jù)的隱私保護(hù)、開發(fā)與應(yīng)用的法律仍存在空白。

近日，松禾資本精品論壇之“醫(yī)療大數(shù)據(jù)&智慧醫(yī)療”在深圳舉行。松禾資本創(chuàng)始合伙人厲偉在為活動(dòng)致歡迎辭中表示，現(xiàn)在各個(gè)單位、各個(gè)機(jī)構(gòu)都在做大數(shù)據(jù)，但是如何讓大數(shù)據(jù)共享、串起這些數(shù)據(jù)孤島，是下一步推動(dòng)精準(zhǔn)醫(yī)療、智慧醫(yī)療的關(guān)鍵。

本文為上述論壇的演講實(shí)錄，較速記稿略有刪改。本文作者是論壇演講嘉賓、杭州數(shù)睿(MDQ)首席技術(shù)官黃泱博士。在美國(guó)凱撒醫(yī)療集團(tuán)工作期間，黃泱博士主持開發(fā)了該集團(tuán)首個(gè)全集團(tuán)使用的臨床數(shù)據(jù)挖掘系統(tǒng)，并主導(dǎo)實(shí)現(xiàn)了該集團(tuán)首個(gè)基于自然語(yǔ)言處理的實(shí)時(shí)臨床決策支持系統(tǒng)。美國(guó)凱撒醫(yī)療集團(tuán)是全球“航母級(jí)”的醫(yī)療集團(tuán)。融合保險(xiǎn)和醫(yī)院于一體的凱撒醫(yī)療(Kaiser Permanente)凱撒醫(yī)療有950萬(wàn)會(huì)員，旗下?lián)碛?8家醫(yī)院，主要集中在加州。2013年的年收入是531億美元。

　　實(shí)錄正文

今天，我們從中美差異來(lái)看我們?nèi)绾巫鲋腔坩t(yī)療，以實(shí)現(xiàn)安全、優(yōu)質(zhì)和高效的醫(yī)療服務(wù)與支付。

美國(guó)為開放醫(yī)療健康數(shù)據(jù)做了哪些準(zhǔn)備?

我會(huì)從以下這幾個(gè)方面來(lái)談一下美國(guó)智慧醫(yī)療的現(xiàn)狀。首先提到法律法規(guī)，美國(guó)有一個(gè)《健康保險(xiǎn)攜帶和責(zé)任法案》(Health Insurance Portability and Accountability Act，簡(jiǎn)稱HIPPA)，它是一個(gè)專門針對(duì)醫(yī)療健康數(shù)據(jù)的法案，隱私保護(hù)是這個(gè)法案最有名的一部分。但是這只是它其中的一章。HIPPA更多背后的含義是保障病人有這個(gè)權(quán)益，他的電子病歷他自己能拿得到，能帶到其他的醫(yī)療機(jī)構(gòu)和保險(xiǎn)公司去。這就是為什么法案的名字有“保險(xiǎn)攜帶”四個(gè)字。這個(gè)法案如今已是國(guó)際上關(guān)于醫(yī)療健康信息隱私保護(hù)的金標(biāo)準(zhǔn)，包括歐洲，這個(gè)法案的國(guó)際影響非常大。

隱私保護(hù)部分中最重要的概念就是受保護(hù)的健康信息。在美國(guó)，HIPPA允許把這18個(gè)敏感的健康隱私信息去掉以后，將健康數(shù)據(jù)既可以做研究用，也可以做商務(wù)用。這對(duì)美國(guó)的醫(yī)療健康的研發(fā)、數(shù)據(jù)市場(chǎng)培育的影響非常深遠(yuǎn)。

還有一個(gè)法案叫HITECH(Health Information Technology for Economic and Clinical Health，致力于經(jīng)濟(jì)和診療健康的健康信息技術(shù))，它是在2008年美國(guó)面臨經(jīng)濟(jì)危機(jī)，作為一個(gè)美國(guó)經(jīng)濟(jì)復(fù)興法案中的一個(gè)小的法案獲得通過。這個(gè)背景也很有意思。它一方面帶著美國(guó)政府的期待，能刺激經(jīng)濟(jì)，為美國(guó)經(jīng)濟(jì)復(fù)興起到杠桿作用，同時(shí)政府也希望能用信息技術(shù)幫助美國(guó)減低醫(yī)療費(fèi)用，降低成本。法案給醫(yī)生和醫(yī)院有意義地使用電子病歷提供財(cái)務(wù)激勵(lì)。美國(guó)認(rèn)為有效使用電子病歷意義深遠(yuǎn)，值得在經(jīng)濟(jì)不好的時(shí)候由政府投資的。

美國(guó)有很多數(shù)據(jù)交換和存儲(chǔ)標(biāo)準(zhǔn)。這些標(biāo)準(zhǔn)很多都已經(jīng)變成國(guó)際標(biāo)準(zhǔn)，也有電子病歷系統(tǒng)的評(píng)級(jí)，就是大家熟悉的醫(yī)療衛(wèi)生信息與管理協(xié)會(huì)的HIMSS(醫(yī)療衛(wèi)生信息和管理系統(tǒng)協(xié)會(huì)，Healthcare Information and Management Systems Society)七級(jí)評(píng)級(jí)。還有它的受控術(shù)語(yǔ)集及醫(yī)學(xué)本體。數(shù)據(jù)整合有標(biāo)準(zhǔn)，不止涉及基于某個(gè)定義都有哪些數(shù)據(jù)源。實(shí)際上，這些受控術(shù)語(yǔ)集是每一個(gè)數(shù)據(jù)元下面有哪些值，它的語(yǔ)義是什么，顆粒度非常細(xì)致，可以做到語(yǔ)義上的統(tǒng)一。有了這種編碼并統(tǒng)一標(biāo)準(zhǔn)以后，對(duì)后面做數(shù)據(jù)分析、推動(dòng)人工智能的影響是非常非常深遠(yuǎn)的。比如UMLS(一體化醫(yī)學(xué)語(yǔ)言系統(tǒng)，Unified Medical Language System)這個(gè)項(xiàng)目整合醫(yī)學(xué)術(shù)語(yǔ)系統(tǒng)，是他們歷時(shí)十年、投資上千萬(wàn)美元做的醫(yī)學(xué)本體庫(kù)。這是非常有遠(yuǎn)見的一個(gè)投資。

從人才方面看，美國(guó)在智慧醫(yī)療上很早以前就有準(zhǔn)備。從上個(gè)世紀(jì)90年代開始，他們就專門有重點(diǎn)學(xué)科，這個(gè)學(xué)科在全美一開始有8所大學(xué)開設(shè)，后來(lái)是16所大學(xué)。由美國(guó)政府提供所有的學(xué)費(fèi)跟生活費(fèi)，讓美國(guó)人特別是醫(yī)生還有搞科學(xué)、搞數(shù)據(jù)的人，只要有美國(guó)的綠卡或者是國(guó)籍的人都可以免費(fèi)學(xué)習(xí)醫(yī)學(xué)信息化專業(yè)。因?yàn)槟菚r(shí)候醫(yī)學(xué)信息化是冷門，知道的人很少，這是政府出資去培養(yǎng)的。本身美國(guó)也有比較好的跨專業(yè)人才培養(yǎng)的傳統(tǒng)和機(jī)制，醫(yī)學(xué)信息化是開放的跨領(lǐng)域?qū)W科。我自己的經(jīng)歷就是這樣，在斯坦福大學(xué)很受益的一點(diǎn)是工學(xué)院、科學(xué)院、醫(yī)學(xué)院和商學(xué)院都在一起，選課交叉，各個(gè)學(xué)科的人都在一起，可以隨便聽一個(gè)課。政府除了提供專項(xiàng)獎(jiǎng)學(xué)金，還有行業(yè)協(xié)會(huì)給在職人員提供函授服務(wù)，進(jìn)一步加速人才培養(yǎng)。

美國(guó)的醫(yī)院有一個(gè)電子健康檔案(electronic health record，EHR)，也和中國(guó)遇到同樣的問題，各個(gè)地方之間，特別是小診所跟大醫(yī)院之間，無(wú)論是從資源、人才上分配都是不均衡的。所以美國(guó)的EHR普及度相比歐洲國(guó)家來(lái)說(shuō)普及率一直偏低，他們也花了很多力氣做了這些方面的工作。

還有一點(diǎn)，美國(guó)對(duì)電子病歷系統(tǒng)非?？粗?，跟中國(guó)不同的很重要一點(diǎn)是，它是以臨床為重點(diǎn)，所有的設(shè)計(jì)都是為提供更好的臨床服務(wù)，提高醫(yī)療質(zhì)量。圍繞這個(gè)目標(biāo)，EHR中的智能臨床決策系統(tǒng)的地位，就非常重要。這個(gè)臨床決策系統(tǒng)的使用非常普遍。

美國(guó)有比較完善和便捷的保險(xiǎn)支付系統(tǒng)。受益于擁有很多醫(yī)療數(shù)據(jù)，無(wú)論是政府?dāng)?shù)據(jù)還是企業(yè)數(shù)據(jù)，同時(shí)有一個(gè)成熟的數(shù)據(jù)市場(chǎng)。在美國(guó)，無(wú)論是開發(fā)支付系統(tǒng)，還是做風(fēng)險(xiǎn)定價(jià)評(píng)估，都是有數(shù)據(jù)的。當(dāng)然，美國(guó)現(xiàn)在也有控費(fèi)壓力，從保險(xiǎn)公司的角度講，需要更多的電子病歷數(shù)據(jù)，有這些數(shù)據(jù)之后，可以用系統(tǒng)智能地判定一個(gè)檢查是不是必要，一個(gè)治療是不是必要。

美國(guó)還有一個(gè)開放付款項(xiàng)目。美國(guó)社會(huì)是很注重隱私保護(hù)的。當(dāng)時(shí)，這是美國(guó)政府的一個(gè)醫(yī)保項(xiàng)目，它抽取了5%的病人數(shù)據(jù)，做脫敏處理以后，把這個(gè)數(shù)據(jù)開放給社會(huì)，這個(gè)開放也要求企業(yè)或者研究機(jī)構(gòu)有一定資質(zhì)，有一個(gè)準(zhǔn)入過程。在此之后，相關(guān)機(jī)構(gòu)就可以分析這些數(shù)據(jù)——真實(shí)的數(shù)據(jù)。在這個(gè)數(shù)據(jù)庫(kù)里面，醫(yī)生、醫(yī)院的信息是不保密的。所以，大家通過數(shù)據(jù)挖掘，一方面教育廣大消費(fèi)者，告訴他們每項(xiàng)付款大概多少成本;另一方面鼓勵(lì)一些公司在里面找到欺詐行為。這個(gè)數(shù)據(jù)公開以后不久，就找到好幾個(gè)比較惡劣、數(shù)額巨大的欺詐案子，確實(shí)給保險(xiǎn)支付帶來(lái)很大程度的改善。

開放健康醫(yī)療數(shù)據(jù)還有一個(gè)作用，就是為藥物研發(fā)，有基因分析、藥物副作用檢測(cè)、藥物療效跟蹤，提供很多的幫助。

中國(guó)立法不全條件下，如何“玩轉(zhuǎn)”醫(yī)療大數(shù)據(jù)?

中國(guó)現(xiàn)行法規(guī)有對(duì)公司隱私權(quán)的保護(hù)條款，但是沒有特別詳細(xì)的規(guī)范，特別是沒有一個(gè)醫(yī)療數(shù)據(jù)保護(hù)的規(guī)范。所以在很多事情上，做還是不做，開放還是不開放，仍是模糊地帶。不像美國(guó)HIPPA規(guī)定，把18種敏感信息拿掉，電子病歷數(shù)據(jù)就肯定可以開放。這就在政策上留有解釋的余地。我們不能因?yàn)閾?dān)心安全，就什么事也不做。我們需要借助一些先進(jìn)的經(jīng)驗(yàn)和技術(shù)，進(jìn)行有益探索。

中國(guó)也有“非法獲取計(jì)算機(jī)信息系統(tǒng)數(shù)據(jù)罪”，還有關(guān)于“統(tǒng)方”(指的是醫(yī)院中個(gè)人或部門，為醫(yī)藥營(yíng)銷人員提供醫(yī)生或部門一定時(shí)期內(nèi)臨床用藥量信息，供其發(fā)放藥品回扣的行為。——作者注)的禁止性條款。在缺乏一部醫(yī)療數(shù)據(jù)保護(hù)法案的情況下，我國(guó)政府是根據(jù)性質(zhì)的惡劣程度，對(duì)“統(tǒng)方”一個(gè)具體的數(shù)據(jù)案例做了規(guī)定。

我們開發(fā)數(shù)據(jù)交換和存儲(chǔ)標(biāo)準(zhǔn)方面，相對(duì)于美國(guó)要晚一些，可以借鑒的，不僅有國(guó)際先進(jìn)標(biāo)準(zhǔn)，也有國(guó)內(nèi)各地的不少標(biāo)準(zhǔn)。更大的難度可能還是標(biāo)準(zhǔn)執(zhí)行、廠商實(shí)施環(huán)節(jié)。電子病歷評(píng)級(jí)這方面，幾年前我們國(guó)家也有了自己的電子病歷評(píng)級(jí)標(biāo)準(zhǔn)，這個(gè)標(biāo)準(zhǔn)對(duì)我們國(guó)家電子病歷系統(tǒng)發(fā)展的規(guī)范化起了很好的推動(dòng)作用。受控術(shù)語(yǔ)集和醫(yī)學(xué)本體，這個(gè)是我們國(guó)家跟美國(guó)相比差距最大的一方面。我們有疾病分類、藥品分類，但很多其他類型的醫(yī)療信息，以及標(biāo)準(zhǔn)統(tǒng)一、系統(tǒng)普及率，我們還有很長(zhǎng)的路要走。

大數(shù)據(jù)及智慧醫(yī)療在我國(guó)的應(yīng)用，我會(huì)從安全、基本技術(shù)、臨床研究，以及提供安全優(yōu)質(zhì)的服務(wù)等角度來(lái)講。

首先，系統(tǒng)及數(shù)據(jù)的安全性，涉及系統(tǒng)的權(quán)限管理。這在技術(shù)上已經(jīng)很成熟了。我們還有

首先，系統(tǒng)及數(shù)據(jù)的安全性，涉及系統(tǒng)的權(quán)限管理。這在技術(shù)上已經(jīng)很成熟了。我們還有大數(shù)據(jù)文件系統(tǒng)，在我們使用新技術(shù)的時(shí)候，首先要考慮的是安全。這里面可以借助美國(guó)的開源技術(shù)，也有一些現(xiàn)成技術(shù)可以提供保證。

其次是數(shù)據(jù)脫敏，歐洲也比較多地借鑒了HIPPA的內(nèi)容。結(jié)構(gòu)化的數(shù)據(jù)，有數(shù)據(jù)替換。比如使用HIPPA列明的技術(shù)，或者數(shù)字化簽字技術(shù)，保證這個(gè)數(shù)據(jù)轉(zhuǎn)變但不會(huì)丟失唯一性，從而可以做關(guān)聯(lián)分析。我們很大一部分困難，是如何將非結(jié)構(gòu)化數(shù)據(jù)(主要是文本)轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)。這個(gè)可以用醫(yī)學(xué)自然語(yǔ)言處理技術(shù)。

還有數(shù)據(jù)共享和加密。我們?cè)鯓硬拍茉诒３衷瓟?shù)據(jù)不泄露的情況下，又能支持多方的合作、參與和計(jì)算?數(shù)據(jù)商可以提供數(shù)據(jù)，但是它的數(shù)據(jù)是加了密的，在傳統(tǒng)加密的框架下，如果需要計(jì)算，就需要對(duì)加密數(shù)據(jù)進(jìn)行解密。中間的計(jì)算平臺(tái)會(huì)看到我們的原數(shù)據(jù)。如果這第三個(gè)平臺(tái)是多方參與，源數(shù)據(jù)就有可能泄露給多方，但源數(shù)據(jù)泄露一次以后，使用價(jià)值就大打折扣。我們公司——杭州數(shù)?？萍嫉募用軘?shù)據(jù)在參與計(jì)算的時(shí)候也是加密的，所以第三方開發(fā)程序是始終看不到解密的數(shù)據(jù)。這給我們?cè)瓟?shù)據(jù)的安全性有很大的提高。

我們可以使用大數(shù)據(jù)技術(shù)構(gòu)建統(tǒng)計(jì)模型、知識(shí)庫(kù)。比如咳嗽、發(fā)熱主要有哪些癥狀伴隨，跟時(shí)間、人的年齡段都有什么關(guān)系。傳統(tǒng)教科書上，我們可能只能拿到一個(gè)定性的列表，通過大數(shù)據(jù)技術(shù)就可以做定量分析，提供個(gè)體化診斷的支持。不僅輔助診斷，而且可以挑選出比較精準(zhǔn)的治療方案。這個(gè)知識(shí)庫(kù)建立起來(lái)，就不再只是一個(gè)簡(jiǎn)單的規(guī)則庫(kù)，而是有統(tǒng)計(jì)模型在背后、由機(jī)器學(xué)習(xí)構(gòu)建的模型在背后支撐。

接下來(lái)是構(gòu)建醫(yī)學(xué)知識(shí)圖譜。過去，通常情況下，是根據(jù)文獻(xiàn)、教科書構(gòu)建圖譜，或者醫(yī)生根據(jù)自己的經(jīng)驗(yàn)來(lái)構(gòu)建圖譜。而我們會(huì)根據(jù)海量的數(shù)據(jù)挖掘關(guān)聯(lián)性，經(jīng)過驗(yàn)證以后，構(gòu)建醫(yī)學(xué)知識(shí)圖譜，特別是治療、療效的知識(shí)。這部分知識(shí)很多在教科書上是沒有的。圖譜如何構(gòu)建，涉及到技術(shù)的融合，我們既要有自然語(yǔ)言處理技術(shù)，這些可以在閱讀文獻(xiàn)、病歷的時(shí)候，把大量非結(jié)構(gòu)化、描述性的語(yǔ)言讓機(jī)器“看懂”，提供出關(guān)鍵詞，經(jīng)過語(yǔ)義分析以后，跟已知的知識(shí)庫(kù)建立關(guān)聯(lián)。通過機(jī)器學(xué)習(xí)的方式，對(duì)源數(shù)據(jù)、知識(shí)庫(kù)的關(guān)系結(jié)構(gòu)進(jìn)行一定的訓(xùn)練，訓(xùn)練出模型。對(duì)后面的主體關(guān)系，對(duì)一些比較模糊或者我們?nèi)狈?shù)據(jù)的時(shí)候，可以提供比較好的結(jié)果。

我們有知識(shí)庫(kù)、擴(kuò)充關(guān)系圖譜，同時(shí)還能挖掘病理。再就是我們有臨床自然語(yǔ)言處理、數(shù)據(jù)挖掘和建模、數(shù)據(jù)可視化等關(guān)鍵技術(shù)。

簡(jiǎn)單講一下自然語(yǔ)言處理技術(shù)。它不僅能幫助我們理解教科書，它的重要任務(wù)是幫助醫(yī)生、生物學(xué)家處理從各個(gè)方向涌來(lái)的海量數(shù)據(jù)。當(dāng)我沒時(shí)間、沒辦法讀文獻(xiàn)、病歷的時(shí)候，有一個(gè)方法，就是讓機(jī)器替我“讀懂”。我們?cè)谝粋€(gè)項(xiàng)目里，提取的信息包括：癥狀、醫(yī)學(xué)發(fā)現(xiàn)、患者醫(yī)療結(jié)果等。這還包括時(shí)間，癥狀發(fā)生的時(shí)間有先有后，前后關(guān)系對(duì)診治很有價(jià)值。除此之外，還包括一些檢查手段、生命體征、身體部位、治療操作、藥品、疾病，凡是這些在病程記錄里面提到的，我們都可以提取出來(lái)。在中國(guó)，我們的醫(yī)生已經(jīng)非常忙了，如果他在輸入病歷的時(shí)候還被要求對(duì)數(shù)據(jù)進(jìn)行結(jié)構(gòu)化，這會(huì)很低效地占用醫(yī)生的寶貴時(shí)間，對(duì)醫(yī)生很不尊重。我們想做的，就是醫(yī)生可以按照他覺得最有效率、最方便、最準(zhǔn)確的方式描述病情，描述治療方案。我們用計(jì)算機(jī)來(lái)把這些信息結(jié)構(gòu)化，用來(lái)支持后面的分析和功能，這樣就不會(huì)給醫(yī)生制造不必要的負(fù)擔(dān)。

大數(shù)據(jù)應(yīng)用：發(fā)現(xiàn)新病情，降低誤診率，病人決定治療方案

這個(gè)是我們?cè)趪?guó)內(nèi)做的醫(yī)用中文自然語(yǔ)言處理系統(tǒng)。它包含多個(gè)模塊，可以構(gòu)建知識(shí)圖譜中的概念的屬性和相互關(guān)系。這里面舉了一份病歷的例子：文本是通常的記錄，通過結(jié)構(gòu)化提取，可以得出結(jié)論——病人是“神志清”的，這是一個(gè)有意義的病人的發(fā)現(xiàn)，還有“精神可”和睡眠欠佳。這種方式跟傳統(tǒng)方式不一樣。以前我們需要做研究，要先把數(shù)據(jù)定義好，然后結(jié)構(gòu)化輸入;現(xiàn)在不需要了，計(jì)算機(jī)可以自動(dòng)提取，就算在某個(gè)方面目前看來(lái)可能不是太重要，也可以提取出來(lái)，為以后的研究做準(zhǔn)備。

結(jié)構(gòu)化數(shù)據(jù)的優(yōu)勢(shì)是，它可以做大量的統(tǒng)計(jì)分析，由于在結(jié)構(gòu)化的過程中做了語(yǔ)義上的統(tǒng)計(jì)，可以節(jié)省醫(yī)生的病歷審閱時(shí)間，也能快速選出他們要找的符合特定條件的病人。

還有數(shù)據(jù)分析平臺(tái)，用來(lái)建模用的。建立數(shù)據(jù)結(jié)構(gòu)、確立分析的疾病對(duì)照人群、數(shù)據(jù)處理、整合、變量選取，有一套方式方法。比如，有一些充血性心力衰竭沒有被診斷出來(lái)，我們?cè)诓v上通過癥狀、檢測(cè)、檢查結(jié)果，開發(fā)出一個(gè)數(shù)學(xué)模型，幫助完成這方面的診斷。這是一個(gè)在線信息數(shù)據(jù)系統(tǒng)，整合了我們數(shù)據(jù)的可視化，能看到病人隨著時(shí)間變化，指標(biāo)、檢查結(jié)果會(huì)有什么變化，可以很方便很高效的供醫(yī)生來(lái)看。

這種技術(shù)對(duì)臨床研究的幫助還有一個(gè)案例——藥物不良反應(yīng)。我們?cè)趧P撒集團(tuán)的時(shí)候，做過這么一個(gè)研究：有一家藥廠想做一個(gè)疫苗的安全性研究。它大概耗時(shí)3個(gè)月到半年時(shí)間做數(shù)據(jù)收集，數(shù)據(jù)分析花了一年時(shí)間，而且花了上百萬(wàn)美元，大部分花在病歷審閱方面。他們使用我們大數(shù)據(jù)系統(tǒng)之后，只要花三個(gè)星期就能把這部分的病歷分析完成，經(jīng)過多次迭代，把準(zhǔn)確率提得很高，做人工對(duì)比的時(shí)候發(fā)現(xiàn)，計(jì)算機(jī)結(jié)果比人工結(jié)果的質(zhì)量更高。這是因?yàn)?，?duì)疫苗安全性要求比較高，病歷閱讀量非常大，醫(yī)務(wù)人員會(huì)疲勞，而計(jì)算機(jī)不會(huì)疲勞。

另外，電子處方系統(tǒng)，背后也是關(guān)于用藥的知識(shí)庫(kù)。它能滿足規(guī)范性、安全性、快捷性。咱們國(guó)家現(xiàn)在也在倡導(dǎo)合理用藥，包括用藥的安全性、必要性。

大數(shù)據(jù)還能幫助提供安全優(yōu)質(zhì)的醫(yī)療服務(wù)，以及計(jì)算機(jī)輔助診斷。美國(guó)的平均誤診率和漏診率大概30%-40%，國(guó)內(nèi)的數(shù)據(jù)比這個(gè)還高。隨著醫(yī)學(xué)知識(shí)的快速增長(zhǎng)和已知疾病類型的豐富，給疾病診斷提出更高的要求。而計(jì)算機(jī)可以使用大量數(shù)據(jù)來(lái)快速提高診斷的準(zhǔn)確率。如果我們很快就得到正確的診斷，不僅減少了檢查的成本，而且也減少了醫(yī)療治療成本，對(duì)病人來(lái)講是更好的臨床結(jié)果。計(jì)算機(jī)輔助診斷已經(jīng)有一些比較成功的案例。我們根據(jù)敗血癥做了一個(gè)臨床輔助診斷系統(tǒng)。在急診科或者住院的時(shí)候，敗血癥是死亡率比較高的，在美國(guó)死亡數(shù)排第九。這個(gè)疾病發(fā)展變化很快，早期診斷和治療就非常重要。這個(gè)疾病的診斷確實(shí)很復(fù)雜，影響因子很多，對(duì)不同病人的情況又不同，所以做診斷是臨床上很難的問題。通過開發(fā)這個(gè)模型，建立這種早期診斷系統(tǒng)，可以降低差不多20%左右的死亡率。

其他的臨床決策支持，有一個(gè)臨床路徑系統(tǒng)。我們已經(jīng)推臨床路徑挺長(zhǎng)時(shí)間了，也花了很多資源。但是醫(yī)院的臨床路徑能使用比例可能不到10%。其中一個(gè)原因是病人的情況不同，他通常不會(huì)只得一個(gè)病。受制于各種各樣的因素，我們往往沒法做簡(jiǎn)單的、基于規(guī)則的臨床路徑。大數(shù)據(jù)也可以做臨床路徑，根據(jù)統(tǒng)計(jì)模型，根據(jù)病人的實(shí)際情況來(lái)判斷檢查、治療的合理性，判斷什么時(shí)候應(yīng)該出院。

關(guān)于保險(xiǎn)服務(wù)跟支付，通過數(shù)據(jù)分析，我們可以做到欺詐監(jiān)測(cè)，以及用藥合理檢查的監(jiān)測(cè)。這里有一個(gè)簡(jiǎn)單的控費(fèi)例子。美國(guó)怎么做到以病人為中心。傳統(tǒng)模式是醫(yī)生讓你做什么就做什么，有醫(yī)囑就執(zhí)行。其實(shí)病人的情況不同，家庭情況也不同，對(duì)他來(lái)說(shuō)，可能最好的醫(yī)療決定是不同的。所以這個(gè)模式可以通過分析，提出不同的醫(yī)療決定對(duì)身體上有哪些不同的影響，包括費(fèi)用也是病人做自己的醫(yī)療決定的一個(gè)很重要的因素。通過數(shù)據(jù)分析，我們可以把這個(gè)權(quán)利交給病人本身，讓他知道，如果得了這個(gè)病，大概會(huì)住多長(zhǎng)時(shí)間院，大概費(fèi)用是多少，他會(huì)選擇對(duì)他來(lái)說(shuō)更合適的方案。保險(xiǎn)公司也不希望所有的病人都選取比較昂貴的治療——這可以降低醫(yī)療成本。