Page 83 - 大数据技术及安全研究

第二章 大数据在医院建设发展中的应用

瘤分期的数据，但能不能把它检索出来？诸如此类问题是大量存在的，属于共性
的需求。第二个基础需求关于随访。因为随访是临床科研的一项基础性工作，前
面讲的很多研究是要与随访数据做对照的。如果没有随访数据，数据的价值就大
打折扣。但是，目前医院里普遍缺乏统一的随访机制，很多随访在科室，零散重复，

数据不完整，也不能共享，故而迫切地需要建立系统性的随访机制和随访数据的
管理机制。另外，几乎所有的科室都希望建立自己的专科专病数据库。有些数据
库有软件系统支持，有些数据库是一个 Excel 表，数据重复录入，可持续性很差，
这些问题都是医院里面迫切需要解决的。

（三）医疗大数据利用技术的挑战
总体上，医院大数据的利用主要涉及 3 个方面的因素。一个是要有思路，一
个是要有数据，一个是要有技术。首先，大数据的应用主体是医护人员，他们要
有好的应用思路。其次，要有数据，巧妇难为无米之炊。有些人讲大数据时代，

不怕数据不好，甚至说不好的数据才是大数据的特征，笔者认为是把问题弄颠倒
了，原始数据不好是对其无可奈何了而已。实际上，从医院的大数据利用来讲，
大量的是小数据应用，少量的是大数据应用。临床实际上收集的那些病例基本上
是几千例，上万例已经很好了，甚至几百例的都有，单从数据量而言，算是大数

据吗？如果当数据量不够大时，数据质量再不好，那数据的可用性就很差了。所
以我们非常需要完整的数据、高质量的数据。最后，要有好的技术支持。我们访
问了医院的许多科室，得到的结论是，现在医院数据利用的需求非常旺盛，但在
手段上，仍然是“小米加步枪”，说得过一点甚至是赤手空拳。为什么这么说？

看一看以下几项技术：
第一，医学的自然语言处理，这是个非常基础性的技术。无论是病历检索，
还是抽取特征数据，我们现在都没有很好的手段。例如，我们虽然已经可以做到
对病历的自由文本进行检索，但是如果要做肺癌研究，需把一个人的吸烟状态抽

取出来，以用来研究他和吸烟的关系，然而怎么把它从病历中提出来？直接采取
计算机识别“吸烟”两个字，它可能把“不吸烟”也提取出来了。这便涉及自然
语言处理的问题，但到今天为止还没有很好地解决。这里涉及医学术语的规范化
问题，比如黄疸和黄染，脑中风和脑卒中，这些是不是一个概念，就需要一个标

准。因此，关于医学语言的语义理解，我们仍然面临很大的困难。
第二，病例的检索上文已阐述。网上百度也好，其他搜索也好，都提供了很

·71·