新医改启动以来，医疗信息化的快速发展使整个医疗活动，无论是医院、血站，还是公共卫生领域，都会产生非常庞大的数据。在7月11日举办的“北京卫生信息化大讲堂系列培训”第二期培训班上，国家疾病预防控制中心信息中心副主任傅罡对于如何使用当前庞大并不断激增的医疗大数据进行了解读。

大数据的特点：高速性和多样性

傅罡表示，医疗数据具有高速性、多样性等特点。医疗数据的高速性体现在医疗数据从产生到决策生产的整个过程都处于高速状态，可进行实时数据快速处理，主要体现在以下三个方面：监控手术室麻醉，床边心脏监视，血糖监测;ICU传染源监测与识别;胰岛素泵、低温病床的自动控制。医疗数据的多样性体现为其大多为非结构化数据，传统的非结构数据包括医护人员手写边条和笔记、费用登记记录、纸质处方、医学影像胶片、MRI和CT产出影像以及大量的文献典籍。此外，医疗行业还产生了很多非结构数据，包括体检设备、基因数据等。

傅罡指出，大数据在改进居民健康方面有四大潜在价值：集成整合患者健康信息，为诊断和治疗提供更好的数据证据;智能化监测居民健康;对影响居民健康因素进行分析;居民健康知识库积累。

他谈到，大数据在医疗卫生领域共有四大价值：连续整合和分析公共卫生数据，提高疾病预报和预警能力，防止疫情暴发，提升突发公共卫生应急反应能力;集成整合健康相关数据，提高危机探测能力;对药物临床试验、医疗保险赔付精算等产生影响;对医疗机构的运营、效率、质控、安全、成本等多个指标体系进行监管。

确定大数据的适度范围

傅罡表示，虽然医疗数据量非常庞大和多样，不过医院并不需要把所有数据都整理出来，而是提取出所需的数据即可，并有一个定期交换的频次。

既然医疗大数据如此庞杂，那么该如何对待和使用它们呢?对此，傅罡强调，“在建设信息系统时可以一竿子插到底，但是对数据的管理和使用必须是分层次的”。

当前，疾病的发现有两条线：医院对疾病作出预测分析的专业报告和公众在日常生活中对疾病的感知，而公众可以比医院更早发现一些疾病的苗头。为了更好地对疾病作出预测，中国疾病预防控制中心也在借助互联网等大众类媒体，与它们开展合作。比如，它与百度达成了合作协议，可以借助百度搜索引擎的力量，对在公众中传播的未经确认的信息(“谣言”)抓取出来，然后由相关专业人士对它们进行分析，这样可以更准确地发现疾病。借助这种方式，中国疾病控制预防中心可以提前确定一定规模的未知疾病，为疫情控制争取时间。

除此之外，中国疾病预防控制中心通过与百度合作，充分利用大数据，还从以下四方面受益：通过搜索引擎判断人员流向，控制疫情;新药物和新疫苗的迅速研发，这不仅依赖于百度，还依赖于医院之间的联网。比如一家医院在为一些患者做诊治时发现用以前比较成熟的方式做不到，而在为他们做诊疗的过程中可能会发现某类药物对某类疾病是有效的，这些信息可以被搜索引擎很快抓取并收集，然后交给相关部门，进行基因测序和疫苗研制;建立传播动力学模型;建立全民预警机制。

傅罡强调，医疗大数据的使用是有条件的：首先要建立一个较好的网络，其次，需要全民使用。因为大数据有其自身的特点，比如数据的全集、分析方法简单等。因为任何提取大数据的工具都只是发现了大数据的存在性，而其是否合理以及因果关系还需要依赖科研型的抽样分析。“医疗大数据更多的是发现问题，而不是解释问题。医疗大数据使用的一个原则是小命题和适度范围，也就是明确目标，目标不能过大。因为我们不能依赖大数据发现的问题都是对的，而且大多数情况下提取出的数据是已知的，是一个公理，价值没有我们想象中那么高。”傅罡指出，目前庞杂的医疗数据中存在很多低价值的数据，我们现在要做的是从中找到一些被忽略的、平时没有获得重视的数据，并逐步缩小范围，做出有价值的研究。

“医疗大数据的使用必须分阶段，稳步推进。如果一下子铺开，可能会造成对人、财、物的浪费。”傅罡如是说。