专业咨询
致力推进中国医疗卫生信息化

HIT高层纵论医疗大数据:当下可做的以及长期须解决的

徐春华(金仕达卫宁软件副总裁):

核心观点:数据服务让医疗IT企业从百亿级市场进入到千亿级市场

徐春华-金仕达卫宁副总裁

徐春华-金仕达卫宁副总裁

移动医疗和数据,是金仕达卫宁软件重点布局的两个方向。为什么没有特别强调大数据?是因为我们认为,从业务角度来说,数据是大还是不大并不重要,本质上是要能够提供数据处理的服务。

医疗数据服务,将来总体上会涉及两个层面。一个层面是管理类数据。主要是在医院运营所产生的一系列数据,这和企业的数据处理非常一致。单个企业对于管理数据的应用,需求很迫切,主要还是用传统的BI分析等技术来实现。如果把这个工具用好,在可预见的将来,它能够满足医院运营的数据分析需求。我们也尝试过采用一些大数据的技术处理医院管理类的数据,只是医院的需求迫切性以及技术需求迫切性,并不是很强烈。

另一个层面是临床类数据。临床数据有一个特性,即随着医学的发展,数据量增长非常大,依靠人工处理这些图像已经无法胜任。这些问题,在病理、眼底PACS项目中都遇到了。

过去做算法,更多地关注单个临床领域的医学算法处理。但是如何把这样的算法推广、应用到海量数据?计算架构上一定会有大的变化。我们做了不同类型的六七个样本库项目以后,感到传统技术难以支撑这类应用。困难并不在图像算法本身,而是一旦数据累计到海量,其实时性能不能满足临床工作的需求,就变得很突出。应用大数据技术在医学中做一些适配,这类应用在近期会出现,而未来五到十年,这样的应用将很普及,而且这些应用将更多地以专业服务的形式展现出来。

有观点认为,医疗大数据应用将非常快地进入到老百姓。我认为可能还需要一个阶段。首先,医疗机构要产生这样的需求。其次,即使医疗机构产生了需求,大数据的计算架构也将发生大的变化。第三,基于这些变化的应用,能够在临床得到应用。

尽管如此,我认为未来五年,临床和科研对大数据的应用会有一个突破,可能形成一个新的医疗IT市场。如果医疗IT企业能够及时转型数据服务,将从现有的百亿级医疗IT软硬件市场,进入一个千亿级医疗健康数据分析服务市场。虽然呈现为软件形态,但是更多的是由计算资源决定的。这一类的服务,将以服务的形式由专业机构提供,因此势必对IT技术创新提出要求。

最近我们一直在思考,做传统IT、医疗IT公司的出路。在美国也是这样,医疗IT公司如果仅定位成技术方案提供商,没有非常巨大的公司。因此,很多公司想进入医疗业务领域。如果我们建医学影像中心,提供影像诊断报告,这本身已经进入临床医学业务了。我不认为软硬件所有的都没有准备好。最大的问题是政策依据是否允许你做,医疗大数据最主要的动力应该来自政策推动。

现阶段可以先从科研入手,科研完成之后,做院内数据服务,只是对医院内部的事情处理。积累到一定程度,有了政策或者适合的应用环境,就可能进一步尝试数据服务业务,就不得不准备临床人才、不得不准备临床的组织架构,才有可能做基于数据的医疗服务公司。

标准的确是很大挑战。不是把一切问题归咎于标准的欠缺和不完善,但是标准的确是必备条件,这是我们在数据利用的实践中体会到的。如果不能标准化,数据的准备都做不好,谈大数据应用就太难了。哪个标准率先成熟,哪个领域的大数据应用就比较早地出现。

像海纳医信这样的影像信息系统企业,将在大数据领域率先占有一席之地。为什么?数据的标准化程度有关,标准化程度会成为大数据处理的瓶颈。现在标准化程度最好的是PACS,其次是LIS,最差的是临床数据。

吴闻新(英特尔医疗行业中国区技术总监)

核心观点:医疗大数据应用缺乏强有力的业务需求推动

吴闻新-英特尔医疗行业中国区技术总监

吴闻新-英特尔医疗行业中国区技术总监

英特尔公司从2012年开始,在医疗领域推进大数据的应用。这几年,已经有医院用户使用英特尔的Hadoop产品,同时在公共卫生、区域卫生信息平台,也都有应用。但是,我们始终感到,医疗行业的大数据应用,缺乏强有力的业务需求推动。

第一,很多用户也在探讨到底大数据技术在业务上怎么用,同时对技术充满困惑。

英特尔一直在做这样的工作,我们已经有一些收获,也有一些反思。我非常认同徐总、崔总的一些观点。我们是不是可以跳出传统医疗数据的应用范畴,探索更大规模数据处理应用的可行性?比如在区域影像数据服务、区域医技数据服务等。

   第二,中国的大数据应用的发力,还需要借鉴先进的理念和经验。比如崔总和美国很多机构在合作。英特尔非常希望将自身在国外的成功经验引入国内。

第三,关于算法、模型、技术的结合问题。在医疗行业,很多算法已经存在,比如聚类算法、匹配算法等,主要是用来处理临床科研小样本数据。如果基于大数据样本,可能对底层数据模型的要求,以及对底层基础设施的要求,都会发生变化。

英特尔会与医疗行业合作伙伴一起,研究大数据环境下的建模和基础设施的问题。譬如,在一个并发量比较大、业务处理量比较大的情况下,如何保障整个系统的稳定运行。这里面可能要用到SSD技术,让数据能够快速吞吐、读写,可以让计算靠近SSD、靠近存储,同时建构万兆集群网络,使得计算变得更快。

大数据应用的空间巨大,英特尔期望和合作伙伴一起,推进医疗大数据服务。

1 2
赞(0)

评论 抢沙发

评论前必须登录!

 


未经允许不得转载:HIT专家网 » HIT高层纵论医疗大数据:当下可做的以及长期须解决的
分享到: 更多 (0)