美國(guó)醫(yī)院開(kāi)始用大數(shù)據(jù)預(yù)測(cè)誰(shuí)會(huì)生病

面對(duì)突如其來(lái)的疾病，醫(yī)院和病人常常措不及防，時(shí)間上的延誤常常造成病人喪生。在未來(lái)，科技可能會(huì)扮演醫(yī)療先知的角色，將這種悲劇發(fā)生的幾率降至最低。

據(jù)商業(yè)周刊的報(bào)道，卡羅萊納州的醫(yī)療系統(tǒng)開(kāi)始利用大數(shù)據(jù)進(jìn)行高危病人的醫(yī)療防范，它們針對(duì)高風(fēng)險(xiǎn)病人將200萬(wàn)人的用戶(hù)數(shù)據(jù)融入一套算法，評(píng)估發(fā)病幾率，從而實(shí)現(xiàn)在病人發(fā)病之前進(jìn)行醫(yī)療措施。

據(jù)卡羅萊納州醫(yī)療分析臨床總監(jiān)Michael Dulin介紹，Charlott當(dāng)?shù)氐倪B鎖醫(yī)院將大數(shù)據(jù)納入預(yù)測(cè)模型，可以給病人進(jìn)行風(fēng)險(xiǎn)評(píng)分。

比如一個(gè)哮喘病人，醫(yī)院可以通過(guò)了解他是否加大藥物劑量、是否購(gòu)買(mǎi)過(guò)香煙、是否居住在高花粉區(qū)域計(jì)算出該病人被緊急送往搶救室的幾率。又如一個(gè)健身房會(huì)員，系統(tǒng)同樣可以借助分析他購(gòu)買(mǎi)過(guò)哪類(lèi)食品評(píng)估他得突發(fā)心臟病的幾率。

至于數(shù)據(jù)，則是來(lái)自從中介那里購(gòu)買(mǎi)消費(fèi)者的公共記錄，包括商店交易、信用卡購(gòu)買(mǎi)記錄。

不少病人表達(dá)了對(duì)個(gè)人隱私的擔(dān)心。Dulin表示，在數(shù)據(jù)提供者與醫(yī)院的協(xié)議下，卡羅萊納州醫(yī)療可以與醫(yī)生共享病人的風(fēng)險(xiǎn)評(píng)估數(shù)據(jù)，但是連鎖醫(yī)院不允許泄漏數(shù)據(jù)細(xì)節(jié)。

Acxiom和LexisNexis是最大的兩家數(shù)據(jù)中介機(jī)構(gòu)，Acxiom表示它們的數(shù)據(jù)只用于市場(chǎng)營(yíng)銷(xiāo)，并不針對(duì)于醫(yī)療目的，而LexisNexis表示它們不向企圖得到高風(fēng)險(xiǎn)病人數(shù)據(jù)的保險(xiǎn)公司出售用戶(hù)信息。

另一方面，一些健康倡導(dǎo)者和隱私專(zhuān)家擔(dān)心，過(guò)多地依賴(lài)數(shù)據(jù)分析可能會(huì)對(duì)醫(yī)患關(guān)系產(chǎn)生影響。“如果醫(yī)生已經(jīng)掌握了信息，兩者的關(guān)系就從病情交流變成了單向的潛在行為探究。”圣克拉拉大學(xué)的Ryan Holmes這樣說(shuō)。

“傳統(tǒng)的評(píng)級(jí)和保險(xiǎn)業(yè)已經(jīng)伴隨醫(yī)療改革消失，現(xiàn)在所努力的方向是積極的治療管理。我們知道你有糖尿病風(fēng)險(xiǎn)，在你病癥顯現(xiàn)前我們就會(huì)采取行動(dòng)。” Gartner的分析師Robert Booz這樣說(shuō)。