医疗大数据:未来数据化一个人是否有可能?

简介:

埃里克托普在《颠覆医疗》一书中有过数字化人类的描述:

通过将肉体置于我们外延的神经系统中,通过电子媒体的方式,我们建立起一个动态系统,将快速成熟的数字化、非医学领域的移动设备、云计算和社交网络与蓬勃发展的基因组学、生物传感器和先进成像技术的数字化医学领域合为一体,将这些工具和能力加以综合,我们就能为每一个人获取关于ta的解剖学、生理和生物数据。

但这些数据如何在一个更长的时间维度上,对人体进行更全面的数据采集和汇总,如糖尿病、高血压、心脏病、体检、运动、睡眠数据等多个场景,并让医疗健康生态链上的各个角色都能够使用上这份完整的数据,是否能造福每一个生命?

9月17日,阿里云同深圳中瑞奇、杭州金卫健康宣布,三方将合作组建“云上安心”联盟。通过联合社区医院、三级综合医院、医疗硬件厂商、医疗健康APP、健康体检中心、医疗健康分析模型提供商,在患者知情并授权下,将散落各处的健康医疗数据进行汇聚打通,以期实现基于数据的精准医疗。

阿里云

以心脏病治疗为例,通过将“云上安心”联盟中的心电设备产品“好朋友”接入人体,并连接“好朋友心电图”APP后,用户便可查看自身心电数据。同时,数据同医院同步,如出现异常,医生或急救中心可提前介入。中瑞奇创始人汪远思表示,“该产品直接面向个人用户开发,并提供专业医护服务。” 也就是说,每一个用户都相当于拥有了一位私人医生。

在今年7月初的试点中,阿里云和中瑞奇向杭州米市巷社区2万老人中的心脑血管疾病患者发放了相关设备,金卫健康提供面向居民、社区医院的心电数据采集及心脏健康管理服务,帮助社区居民能够及早发现心脏方面潜在风险,将高危人群纳入监护体系。

“云上安心”联盟的生态参与方所有数据都将存放于阿里云上,借助阿里云强大的计算能力和开放的心电算法,实现对亿万级数据的并行处理。诸如心电图的记录过程、心电噪音的过滤,特征值抓取(如p波,r波,st段)等。通过阿里云大数据处理平台ODPS、分析型数据库ADS还可以进行离线数据和实时数据处理,快速接入更多标准的应用及第三方医疗数据。

阿里云高级产品专家武凯表示,联盟将以心电数据为中心,打通医院生化指标、诊断数据和医院外心电、血糖数据,以及其它体征、运动等各种碎片数据,以期更加全面立体的描述一个患者的健康情况,从而达到精准医疗的目的。

据介绍,心电数据收集类似声音数据采集,对传感器数据的采集频率高,且心电数据量非常大,一个人24小时的心电数据大概在150M左右,一个人一生心脏跳动25-30亿次,会产生人均4394G心电数据量。在当前的医疗工程界,无论是院内的静态心电数据,还是动态心电数据,用于疾病检测完之后,都会因数据量巨大而被闲置或清除。

武凯表示,这些数据如果被利用起来,将对中国整个心脏疾病的检测产生不可估量的价值。“挑战在于,海量的心电数据不仅需要无限扩容的储存空间,更需要强大的数据处理分析能力,这两者都是阿里云的优势。”

据悉,心电数据库在美国和欧洲已经成为普遍的医学指标,但在中国,目前并无完整心电数据库。且心电算法处理模式还仅仅是基于小样本特征识别的心电信号分类。“希望在未来建立基于大数据能力的统计分析心电信号的分类方法,以及面对医疗行业的大数据样本,逐步实现人体数据化。”武凯表示。


本文作者:吴艳梅

来源:51CTO

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
存储 关系型数据库 测试技术
印尼医疗龙头企业Halodoc的数据平台转型之Lakehouse架构
印尼医疗龙头企业Halodoc的数据平台转型之Lakehouse架构
35 4
|
3月前
|
大数据
大数据在医疗领域的应用有哪些?请举例说明。
大数据在医疗领域的应用有哪些?请举例说明。
49 0
|
大数据
《数据化精准营销——广推宝大数据推广平台 》电子版地址
\"数据化精准营销——广推宝大数据推广平台 \"
87 0
《数据化精准营销——广推宝大数据推广平台 》电子版地址
|
大数据
《从数据治理看医疗大数据的发展》电子版地址
从数据治理看医疗大数据的发展
90 0
《从数据治理看医疗大数据的发展》电子版地址
|
大数据
《开源大数据治理体系构建—助力游戏行业数据化运营》电子版地址
开源大数据治理体系构建—助力游戏行业数据化运营
63 0
《开源大数据治理体系构建—助力游戏行业数据化运营》电子版地址
|
SQL 存储 分布式计算
Apache Hudi在医疗大数据中的应用
本篇文章主要介绍Hudi在医疗大数据中的应用,主要分为5个部分进行介绍:1. 建设背景,2. 为什么选择Hudi,3. Hudi数据同步,4. 存储类型选择及查询优化,5. 未来发展与思考。
304 0
Apache Hudi在医疗大数据中的应用
|
机器学习/深度学习 存储 人工智能
后疫情时代的城市医疗大数据,需要怎样的建设“方法论”?
找准自身定位,医疗大数据产业的上下游企业将大有可为。城市级健康医疗大数据体系建设,是一个很宏大的命题。
|
数据采集 数据可视化 大数据
智慧医疗大数据解决方案
随着医院信息化建设不断发展,医疗数据规模日益增长,医疗服务全面进入“大数据时代”。
2884 0
智慧医疗大数据解决方案
|
人工智能 安全 大数据
医疗行业正从大数据中汲取回报的六个途径
科技总是源源不断地改变着世界,人工智能和大数据正在结合起来,为人们提供各种好处,其中应用最广泛的可能要数医疗行业了。
|
存储 分布式计算 大数据
湖北Hadoop,基于大数据的医疗行业发展,解析大数据技术在医疗领域的应用及使用方法
健康医疗大数据作为国家重要的基础性战略资源,也受到了政企、医院等行业相关人员的高度重视。如何让医疗行业及领域去便捷管理和使用海量的大数据?
1381 0