早在2008年，谷歌流感预测就已推出，原理是采用流感趋势系统监测全美的网络搜索，寻找与流感相关的词语，如“咳嗽”和“发烧”等，并利用这些搜索结果便能提前9周预测可能与流感相关的就医量。海量化的数据正呈现爆发式、几何式的增长，数据分析和管理效率大大提高，临床研究与大数据的结合逐渐紧密，数据湖、主数据管理等数据关键技术将逐步规模化应用，以一体化融合模式面向传统产业赋能引发变革，大数据正在驱动整个医学的发展。过去十年间，国内大力投资于医疗系统信息化建设，产生并积累了大量医疗数据，迫切需要通过人工智能及大数据等技术将“大量的医疗数据”转化为可用的“医疗大数据”，挖掘和实现数据价值。需要整合更加先进的技术基础设施以更有效的方式进行数据集成、数据标准化以及数据分析，最终实现医疗大数据更有效的应用。浪潮推动下，一大批以“医疗大数据”为标签的新一代医疗IT企业涌现，他们的目的有两个，一是要帮助医院建立大数据分析的基础措施，二是要挖掘大数据的潜在价值，开发适用于特定场景的医疗大数据应用。医渡科技是其中的典型代表，以“使价值导向的精准医疗惠及每一个人”为使命，在医疗智能领域深耕多年，建立了体系化的医疗AI和大数据技术能力，基于“医疗智能大脑”YiduCore，持续赋能医学研究、诊疗、公共卫生等多个场景，加速医疗服务降本增效。2022年，在医院高质量发展背景下，医渡科技重磅发布了新一代数据中心YiduEywa2.0，帮助医院实现医疗数据资产服务化、价值化，已支持了包括华中科技大学同济医学院附属同济医院、陆军军医大学西南医院等在内的多家大型三甲医院的高质量发展及数智化转型。与此同时，公司升级推出的“全病种数据库平台”实现了全院自助式创建专病库，助力医学科研高效开展。此外，公司在加速新药研发、助力城市多层次医疗保障体系建设等领域也取得了关键进展。学术研究、临床治疗、转化医学及患者管理，推升了对医疗数据集成及应用的需求，许多大型三甲医院需要引入先进医疗系统以提升医院管理效率，缓解中国医疗资源的短缺和分配不均等，来自各方面的要素推动着医疗大数据市场的发展。但转型的过程必然是艰难的，往往机遇与挑战并存。多年来野蛮生长的医疗IT在推动医院数字化转型的同时，也落下了不少顽疾。医疗数据的痛点大致包含信息化厂家和系统种类繁多，数据孤岛现象严重，数据治理难度高；数据标准化程度低，医院管理者数据治理效率低；临床科研压力大，科研成果产出效率低三个方面。数据挖掘方面，传统的数据挖掘主要整合医院HIS、LIS、PACS、RIS、病理等常见信息系统的数据，进而建成电子病历系统、临床数据中心（CDR）、电子用药记录（eMAR）等常见数据库，但实际上，这些数据库难以满足研究人员多元的需求。当然，面对挑战的同时还有很多机遇，当前以服务为本质的医疗大数据平台或是其中一种可能，其是围绕医疗大数据利用的全过程而提供的一种服务，包括数据采集、整合、处理、建模分析、展现等。医院可以借助平台的引擎与模型对存储的数据进行规模化处理，这个过程中有望解决国内医院信息孤岛的问题与数据标准化程度低的问题。在平台的基础上，建设方可以根据医院提出的需求直接调用数据建成专病数据库，有望解决医院科研投入大、效率低的问题。随着大数据、AI、数字孪生等新兴技术与医疗健康产业不断结合，生命健康数字经济将有序而快速发展，医疗健康产业将迈向新的台阶。
加载中,请稍侯......