從當代形式邏輯分析醫療行業中的大數據運用論文

　　大數據技術，或稱巨量資料，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。

　　大數據在生物醫學領域也有及其重要的應用價值。生物醫學的大數據主要來源于醫療活動、健康體檢、公共衛生等醫療衛生服務中，大數據對提高醫療行業效率的作用是不可忽視的，通過對數據源的大規模整合分析，大數據的大容量對于疾病研究、醫療數據處理等方面都能做出很大的貢獻。醫學的興起，醫學領域與大數據相輔相成，將是大數據在健康領域的終極運用。

　　盡管在生物醫學領域，國內還處于數據原始積累階段，數據內容龐雜，且大部分處于歸檔狀態，想要快速檢索十分復雜。然而，大數據在人們對疾病的預防與研究模式上已經開始產生巨大的影響。因此，如何通過多樣和變化的數據格式改善大量數據的獲取速度，并將其應用到生物醫學領域，真正實現醫療大數據的應用是醫療行業亟待解決的問題。

　　一、在大數據下，疾病控制可以做到以下幾點:

　　1.提前確定一定規模的未知疾病，為疫情控制爭取時間。大數據可以做到一件事，通過醫院的共享信息以及百度監控指定地區的用戶的頻繁搜索關鍵詞，可以檢測到某個地區已經出現了諸如不明原因的肺炎，某地餐館讓多少人出現嘔吐腹瀉等異常狀況。然后再通過與疾病控制中心的病毒庫中的病毒分析，尋找吻合的病毒，進行比對分析然后將其找出，為判斷疾病贏取時間。

　　2.判斷人員流向，控制疫情。在疫情發生后，雖然國家可以第一時間控制住當地疫情，但是人員流動則是無法控制的。現在可以通過利用百度的技術實現。

　　3.治療藥物和疫苗的迅速研發。在病人的治療中，所有藥物的使用數據以及用戶的病情數據都將全部聯網，當機器檢測到發現某種藥物對病人的病情有部分效果后，將會迅速納入研發的決策范圍，為研發部門提供有用參考，為研發對抗疫情的藥物以及預防疫情的疫苗，提供全網的大數據的支持。

　　4.傳播動力學模型建立。現在擁有了大數據的全面監控，疾控中心有了更多的實踐支持，就可以開始真正從實踐中建立有關疫情的復雜動態網絡的傳播動力學。

　　5.建立全民預警機制。高福院士有個愿景，希望未來的大數據疾病預防控制的預警不僅僅只是他們這些坐在辦公室的決策者能夠收到，更希望能夠讓全民享有這樣的福利來保障更多人的安全。

　　6.大數據疾病預防。谷歌啟動Baseline醫療健康新項目將從175人那里匿名搜集基因和分子信息，之后還會再搜集數千人的相關數據。該項目并不局限于具體的疾病，而是會使用各種全新的診斷工具搜集成百上千的不同樣本。之后，谷歌便會利用其龐大的計算能力來尋找這些信息中隱藏的“生物標簽”，從而幫助醫療研究人員提前發現疾病。該研究可能會發現一些能夠幫助人們分解高脂肪食物的生物標簽。擁有這些生物標簽的人，可以將患上高膽固醇和心臟病的時間延后，沒有這類生物標簽的人則會更早患上心臟病。一旦Baseline發現了這一標簽后，研究人員便可通過檢查了解哪些人缺乏這類標簽，并幫助他們糾正習慣，或者開發出新的治療方法，幫助其更好地分解高脂肪食物。

　　在疾病的研究治療中，以癌癥為例，大數據的應用已被全面拓展開來。最新的研究顯示:大數據分別從以下五個方面開展對癌癥的研究:

　　1.協助指導癌癥藥物的使用。每天都有成千上萬的患者接受診斷和治療。這意味著其實我們可以從中獲得大量的重要數據，來幫助醫生與病人在面對不同治療方案及其可能的結果時做出更好的選擇。

　　2.決定每位患者的預后治療。大數據正在借助分析從大量不同患者搜集過來的海量信息，來預測長期結果。例如，醫生可以使用這些信息來決定哪些患者應該接受進一步治療，哪些患者，由于他們的癌癥不太可能復發而避免不必要的治療。

　　3.幫助藥物開發發掘潛在的新靶點，對大量腫瘤DNA進行測序可以幫助研究人員了解一些與癌癥相關的基因變化。科學家利用這一點幫助測試潛在的新藥物，這些藥物能靶定到某些與腫瘤生長相關的基因變化或驅動因子。大數據可以從臨床前試驗中獲得，并用來幫助藥物或藥物組合的選擇，以放到人類臨床試驗的研究中。

　　4.解決大的公共衛生問題。在大數據時代之前，人們發現吸煙是導致絕大多數肺癌的因素。現在，大數據可以幫助解決癌癥研究中更大的問題。新時代的流行病學借助于海量的住院記錄及基因組數據，深入研究不同人群中的不同癌癥。

　　5.允許病人直接參與進來。癌癥患者現在可以通過提供基因，醫療記錄及治療效果等數據，直接參與癌癥研究。這些信息用于建立大型的研究數據庫。

　　二、在臨床操作中，如果充分利用大數據，國家醫療健康開支將大幅減少，并可實現以下幾點:

　　1.比較研究結果。在大數據充分利用的前提下，通過全面分析病人特征和療效的數據，可以幫助尋找針對病人的最佳治療途徑。其比較效果研究(CER)已被世界上很多醫療機構開展并取得成功。

　　2.臨床決策支持。大數據分析技術的應用，可以使醫療工作者從大量的重復簡單咨詢工作中解脫出來，從而提高治療效率。大數據的應用還可以提醒醫生防止潛在的錯誤，臨床中遇到疑難雜癥，即使專家也缺乏經驗，做出正確的診斷和治療更加困難，通過臨床決策系統，可以搜尋海量文獻，給出最適宜的診斷和最佳的治療。

　　3.另外，大數據的應用還能加速醫療數據的透明化;實現對病人遠程監控，實行實時診斷并確定治療方案;對病人檔案進行先進分析等。

　　大數據分析給醫療行業帶來了新的商業模式，同樣也改善了對公眾健康的監控。醫院中，要解決龐大的醫療數據儲存、分析等問題是一項繁雜的工作。大數據對醫療數據處理也產生積極的作用。2014年1月14日，中南大學向媒體演示了一款面向大數據應用的醫療數據處理原型系統，這也是國內首次將大數據應用和移動醫療技術相結合。此系統建設內容涉及了大部分常見和重要疾病，也包括了醫療技術、臨床藥學、醫療和護理質量及安全等領域的問題。通過未來臨床大數據的挖掘和分析，中南大學將建立國際先進和國內領先的醫療相關數據運營模式，促進智慧醫療、個體化醫療、醫院精細化管理、臨床科研、轉化醫學和基礎醫學的發展，項目可以為衛生行政部門提供決策依據。

　　病例的儲存為醫學治療的準確性、醫學科研的資料應用提供了很多現實依據。過去由于缺少統一的電子病歷系統(EMR)標準，中國的電子病歷系統發展比較緩慢，醫院之間不能實現共享病患信息共享，醫療服務水平也因此受到影響。為改善這一現狀，國家會逐漸加大對電子病歷的投入，適應這一趨勢，各級醫院也將加大在數據中心，IT外包等領域的投入數據一直是醫療保健服務中的一部分。在過去的幾年中，議會出臺了相關法案來鼓勵醫療保健服務供應商使用電子病歷，這極大地提高了可供臨床醫生、研究者與病人使用的數據量。

　　但是，大數據無論應用于哪個行業都不是完全有利的，對于醫療事業同樣也有弊端。例如預測醫學挖掘出的信息所帶來的風險將超出單一個體，一旦出現差錯，不僅遺傳信息提供者本人，他的孩子以及未來的后代等擁有與他相似遺傳信息的人都將會受到牽連。因此，將基因組數據與醫療保健數據相連接的生物數據庫便成為了個人隱私在醫學研究與治療領域中的無法回避的前沿話題。

　　事物都具有兩面性，取其精華去其糟粕。利用大數據有利的一面，應從其定位、功能及價值上，幫助形成一個“學習型”醫療保健系統，在此系統內，臨床數據將迅速反饋給患者并指導治療有效進行。醫療大數據能夠帶來的收益要遠遠超出管理它們的成本，如開放新的具有醫療價值的信息源、提高診斷準確性和速度、預測疾病和健康形態，以及取得生命科學創新的不同見解。總而言之，如果將這一強大的技術利用得恰到好處，將會為未來的國民經濟與公民健康的福社奠定基礎。

【從當代形式邏輯分析醫療行業中的大數據運用論文】相關文章：

外匯投機中經濟數據的影響「外匯分析中數據分析的運用」07-10

數據挖掘在工商管理中的運用論文07-03

造紙行業中酶的運用論文06-22

當代服裝設計中剪紙藝術的運用論文06-21

當代影視攝影中的投機取巧分析論文06-26

服裝制作中色彩對比與調和的運用分析論文06-21

音樂教學中多媒體技術運用分析論文07-03

軟件工程行業中數據挖掘的應用論文06-30

JDPaint雕塑的運用分析論文07-03

數據分析行業案例：呼叫中心中的數據分析07-11