4.2-大数据在生物医学领域的应用

4.2大数据在生物医学领域的应用流行病预测智慧医疗生物信息学案例：基于大数据的综合健康服务平台流行病预测•在公共卫生领域，流行疾病管理是一项关乎民众身体健康甚至生命安全的重要工作。•传统的公共卫生管理：一般要求医生在发现新型病例时上报给疾病控制与预防中心，疾病控制中心对各级医疗机构上报的数据进行汇总分析，发布疾病流行趋势报告。不足之处：周期长，一般要滞后一到两周，结果导致疾病控制中心发布预警时，已经错过了最佳的防控期。•基于大数据的流行病预测：网络搜索大数据、通信大数据•Google流感趋势：采用大数据分析技术，利用网民在Google搜索引擎输入的搜索关键词来判断全美地区的流感情况。•利用通信大数据防止埃博拉病毒的快速传播•百度疾病预测():流行病的发生和传播有一定的规律性，与气温变化、环境指数、人口流动等因素密切相关，每天网民在百度搜索大量流行病相关信息被汇集和积累形成预测模型，预测未来疾病的活跃指数。基于地图的交互功能，小到区县的疾病态势预测，每周更新一次数据。智慧医疗智慧医疗：是通过打造健康档案区域医疗信息平台，利用最先进的物联网技术和大数据技术，实现患者、医疗人员、医疗服务提供商、保险公司等之间的无缝、协同、智能的互连，让患者体验一站式的医疗、护理和保险服务。•智慧医疗的核心：“以患者为中心”，给予患者以全面、专业和个性化的医疗体验。•6大基础数据库：①药品目录数据库；②居民健康档案数据库；③影像数据库；④检验数据库；⑤医疗人员数据库；⑥医疗设备数据库。•智慧医疗的优点：①促进优质资源的共享；②避免患者重复检查；③促进医疗智能化。生物信息学生物信息学：是研究生物信息的采集、处理、存储、传播、分析和解释等方面的学科，是生命科学和计算机科学相结合形成的一门交叉学科。学科目标：揭示大量而复杂的生物数据所蕴含的生物学奥秘。•生物大数据：基因组学数据、蛋白组学、代谢组学、转录组学和免疫组学等。每年全球都会新增EB级的生物数据。生命科学领域已经迈入大数据时代，更加深入了解生物学过程、动植物表型和致病基因等。•生物信息学领域的数据更是典型的大数据：①细胞、组织等结构都是具有活性的，其功能、表达水平甚至分子结构在时间维度上是连续变化的，而且很多背景噪声会导致数据的不准确性；②具有很多维度，在不同维度组合方面呈现“组合爆炸”问题。案例：基于大数据的综合健康服务平台•科技部2015国家科技支撑计划明确指出，可以充分利用大数据技术构建基于大数据的综合健康服务平台。•平台将健康管理服务、医疗咨询服务与移动健康服务融合为一个提供“以人为中心”的、线上线下相结合的综合健康服务生态系统。应满足如下需求：①综合性：多种形式、线上线下相结合的健康服务。②开放性：服务范围广、渠道多、用户和机构众多。③高可靠性：数据集成、医疗协同和移动健康服务的基础。④可扩充性和灵活性：与时俱进，可升级确保顺利发展⑤兼容性与规范性：国际标准和国家标准⑥便捷性：具备便捷的数据上传和下达和使用的便利性。•平台业务架构•包括：个性化诊疗服务、移动健康咨询服务和对接服务•平台技术架构•平台关键技术①医疗健康大数据集成、存储和处理技术：数据来源广泛、数据内容多样、数据量巨大。②基于大数据的健康评估技术：健康管理的目的是“治未病”。健康评估与风险控制是健康管理的核心技术。③基于大数据的个性化诊疗技术：消除信息不对称和信息贫乏造成的用户和医疗工作者之间的鸿沟，依托大数据平台，为用户提供个性化和精细化的医疗咨询服务，为医疗工作者提供个性化的处方定制功能。