治白癫疯办法 http://pf.39.net/bdfyy/qsnbdf/191203/7659723.html

医疗保健对于大数据的应用相对于其他行业来说起步较晚。但如今通过物联网连接起来的精密传感器被用于医疗设备和病人的身体、服装、手表和眼镜等可穿戴设备上。现在，在这个数据丰富的行业中，许多组织都致力于使用大数据和分析技术来改变患者的教育、治疗等方面的生活方式。

根据斯克里普斯研究所（ScrippsResearchInstitute）总经理兼执行副总裁埃里克·托波尔（EricTopol）的说法，我们现在拥有前所未有的工具和信息，我们几乎可以对人类的各个方面进行数字化和量化。正如Google地图具有卫星视图，交通视图，街道视图一样，我们可以创建人类的“Google医学地图”，从外部特征到解剖（通过扫描）再到生理（通过传感器）再到DNA，RNA和化学成份。托波尔说：“我们可以量化环境，这是我们从未有过的而现在可以获取的信息。”

医疗保健中使用大数据的三大机构

托波尔的描述显示了利用大数据实现个性化医疗的巨大潜力--不仅可以拯救生命和改善生活质量，而且可以通过改进流程、减少浪费等方式提供更好的医疗服务。让我们来看三个领先的组织。

尊享医疗：分析技术有助于预防致命感染。

败血症是对感染的极端炎症反应，可导致组织损伤、器官损伤或死亡，病情恶化进程很快，每年在美国大约造成25万人死亡。它很难辨认，特别是在急诊室这样繁忙的环境中。

作为美国第五大医疗医院供应商，尊享医疗使用大数据和先进的分析技术平台预测，潜在的败血症病例在早期阶段进行干预是最有帮助的。根据败血症生物监测计划，尊享医疗每月在34家医院监测12万人的生命，每月管理名潜在的败血症患者。该解决方案利用自然语言处理器和规则索引技术，从系统内收集所有患者电子病历中的的数据，不断监测造成感染的可能因素及概率。在高风险的情况下，系统会向护士或医生发送警报。

自从应用大数据和预测分析系统以来，尊享医疗明显降低了败血症患者的死亡率，大大缩短了患者在ICU病房的住院时间。在应用尊享医疗项目的28家医院中，败血症死亡率平均下降了5%。由于病人在重症监护病房的时间缩短，该计划也大大节省了费用，解决了资金的大问题。败血症是向联邦医疗保险(Medicare)收取的费用最高的疾病，向医疗补助(Medicaid)和未投保者开出的第二高的费用，以及向私人保险支付的第四大费用。

快捷药方公司：大数据带给我们更好的决策，更健康的生活。

快捷药房公司每年通过线上和线下的方式处理数百万张药方。公司副总裁汤姆·亨利（TomHenry）和他的团队为了解决这个问题，运用了强大的分析技术来处理大数据。他们迅速有效的对每个患者进行了分析，在为患者开药之前提醒医护人员相应的药物副作用。

这会长期有效的改善大家的健康问题：

●在给病人开止痛药处方之前，医疗服务提供者会知道病人是否处于成为依赖者的高风险之中。可以选择不同的治疗方案或更仔细的监测。

●处方药行为、心理社会信息和其他医学数据可能可以控制慢性疾病的发展，或者发现一种尚未被诊断的疾病。

●出院后的药物治疗方案可以预测90天内重新入院的可能性。

亨利说：“通过我们创新的预测模型，我们可以尽量避免不必要的治疗成本，同时让患者得到更到的治疗结果。拥有大数据是件好事，但如果你不能付诸行动，它就毫无意义。这就是我们所能做的，通过大数据，我们可以做出更好的决定，从而获得更健康的生活。”

联合健康集团：监测欺诈和浪费，改善临床结果。

美国最大的医疗保险公司，联合健康集团是在Hadoop大数据框架内处理数据，使用大数据和高级分析技术，给他们万成员的度视角。他们使用大数据和先进分析技术来改善临床治疗效果，进行财务分析，欺诈和废物监测。

联合健康集团主管拉维·尚伯格(RaviShanbhag)表示：“我们有涉及医疗行业各个方面的数据：成员、索赔、医院、供应商、临床、运营和财务--我们利用这些数据快速解决问题的根源，建立创新的解决方案，并积极适应不断变化的医疗环境。”

健康医疗大数据的其他机遇

医疗保健领域大数据的前景令人震惊。了解大数据和分析技术为医疗保健行业创造了无限可能。

●情节分析：医疗服务提供者面临着前所未有的压力，这就要求他们更好地管理成本和提高医疗质量，那么谁最有可能成功？组织使用大数据来了解他们的表现如何，在哪里他们有机会改进，他们重新设计医疗服务的能力。情节分析帮助医疗机构为病人、付款人和提供者制定更全面和灵活的治疗计划。

●人口健康分析：使用分析技术以尽可能低的成本改善护理质量，是人口健康分析的核心。

●虚拟护理可穿戴保健技术：多年来，医疗保健费用的上涨一直是一个进退两难的问题。几乎没有人会争辩说，更好的预防护理是解决这一问题的好方法。流式数据和可穿戴设备可以协同工作，让医疗服务提供商对病人的健康有即时的了解。

●工程数据域。SAS在开发全行业药品数据透明度方面发挥着关键作用.目标是建立一个安全、全球可访问的数据分析环境，使多个组织能够共享匿名临床试验信息。这将帮助科学家更快地从研究中学习，从而加快保健方面的进步。

原文：Anne-LindsayBeall

翻译：栗可昱