精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當前位置:大數據業界動態 → 正文

精準醫學時代健康醫療大數據需要標準化

責任編輯:editor006 作者:向雨航 郭悅 |來源:企業網D1Net  2017-10-19 21:44:41 本文摘自:中國高新技術產業導報

近年來,“精準醫學”“大數據”已成為健康醫療行業的熱詞,健康醫療大數據產業也孕育著大市場,帶來科技進步或價值轉化。近日,在BT峰會的高端對話上,圍繞“健康醫療大數據發展的機遇與挑戰”這一主題,中國科學院院士賀林、美國醫學信息學會主席道格拉斯·弗里斯瑪、美國醫學信息學院院士劉宏芳、北科生物董事長胡祥、神州數碼醫療科技股份有限公司總裁史文釗,共同探討生物醫學大數據產業發展中的共享和轉化、數據安全、標準建設、社會倫理等熱點問題,預測我國健康醫療大數據的發展趨勢。專家們一致表示,在精準醫學時代,健康醫療大數據需要加快整合和標準化,才能更好地為預防疾病做貢獻。

大數據經整合挖掘才有價值

隨著云計算、大數據、人工智能等信息技術與生物技術融合發展,健康醫療大數據產業正成為生物材料與信息的最好體現。去年國務院《關于促進和規范健康醫療大數據應用發展的指導意見》的出臺后,健康醫療大數據受到政府、醫院、科研機構和學術界越來越多的重視。

什么樣的數據才是健康醫療大數據?賀林說,健康醫療大數據與交通大數據、氣候大數據有根本性的區別,“一個是活的,一個是死的。”然而,目前我國的健康醫療大數據全是孤島型的,沒有聯系,也沒有標準化,這些孤立的、沒有標準化的大數據沒有價值。在賀林看來,健康醫療大數據的含義是把同類的或者相關的數據整合在一起后,得到一個相關網絡的位點,也就是能從相關性的數據中挖掘出有價值的內容為人類服務,“比如平均溫度提高2℃會帶來哪些健康問題等。”

道格拉斯·弗里斯瑪也表達了同樣的觀點。她表示,健康醫療大數據首先要有量,有非常強的流動性,還要有真實性。目前,健康醫療數據多種多樣,但要成為大數據就需要收集和整合,并把這些數據進行分類和描述,因為只有準確的數據才能真正幫助了解病人的狀況。“將不同類型的數據整合在一起,可以降低數據種類性,同時保證數據的真實性。”道格拉斯·弗里斯瑪說。而且采集和整合健康醫療大數據的最終目的不是大數據本身,而是通過大數據來幫助治療疾病,因為每個病人身上獲取的數據很多,挖掘出這些數據的價值用于臨床,診治下一個病人的成功率就越來越高。

在美國,健康醫療大數據同樣也存在數據的孤島,“在研究的過程中,數據也是研究者所擁有的,很多人不愿意把數據拿出來分享,我們希望能打破,但難度很大。”因此,在道格拉斯·弗里斯瑪看來,數據的整合仍是健康醫療大數據發展面臨的一大挑戰。不過,她也相信隨著開放性科學不斷地推動,及平臺的日益增加,會讓研究者公開他們的數據,最終形成有效的數據池。

大數據行業亟需建立標準

健康醫療大數據時代,大量醫療數據被源源不斷采集。正如胡祥所說,目前醫療健康大數據的來源、產生源很多,如醫院、醫藥公司等機構產生的醫療數據、各種基因組學的數據。對于整個健康醫療大數據行業來說,標準的制定也非常迫切。

“生命科學不僅是醫學,還是生命基礎科學研究,但各個機構之間從來沒有一個統一標準,都是各做各的,最后出來的數據質量也不一樣。”賀林說,有的不是大數據,小數據也說成大數據。

賀林表示,健康醫療大數據最后是要進行解讀,但是如何去解讀也沒有統一化和標準化,“數學家在用數學的方法,統計學家用統計學的方法,生物學家要用遺傳咨詢的方法。”不同的解讀方法,最后解讀出來的結果也不一樣。因此,在賀林看來,如何建立標準是健康醫療大數據行業要考慮的問題,“誰來制定標準,怎么樣制定標準,比哪一步都重要。”

胡祥也表示,臨床積累的健康醫療數據需要標準化,因為每個醫生描述不一樣,最后做數據分析和挖掘的結果也不一樣。“未來重要的數據是組學數據,這些數據包括基因組、蛋白組、微生物組,最后讀出來就是機器,可以高效識別,但這些數據的標準化與人類健康相關性很強。”胡祥說。

道格拉斯·弗里斯瑪認為,中國有很大機會建立標準化統一平臺,“中國既能造高鐵,也能造醫療上的"高鐵"。”

可用大數據訓練人工智能

專家們非常看好健康醫療大數據在中國的應用前景。“隨著各種傳感器和可穿戴設備的應用,24小時持續采集的數據越來越多,如果把標準做好,方法學找到,用高效的方法把數據資源集中起來,我們的醫療健康大數據不會輸給別人。”胡祥說。其次,目前我國正在推進醫改,要解決醫療行業存在的一些問題,可以通過更加先進的工具和技術來解決。更為重要的是,目前我國的算法和計算能力正處于快速進步階段,能夠把核心數據高效的整理起來,以此為起點,可以通過這些數據快速地訓練人工智能,推動人工智能的發展。

胡祥認為,在大健康醫療領域,人工智能才是未來的制高點。因此,下一步搶的是人工智能。“訓練人工智能的前提是要有數據訓練算法,現在我們就是要挖掘數據,人工智能一旦成熟以后,可能會出現各種各樣的可穿戴設備,再把采集的各種數據推送上去以后,這些設備性能會高很多。”胡祥說。

“醫療健康大數據在國內很有發展前景。”劉宏芳表示,“大數據的發展要以人為本,通過大數據幫助普通老百姓分診、預防疾病,目前中國擁有大量的人才,政府重視,企業不斷創新,資本也在不斷投入。”她建議,未來中國健康醫療數據的收集要全方位,這也可以避免走很多彎路。

關鍵字:種類性數據推送

本文摘自:中國高新技術產業導報

x 精準醫學時代健康醫療大數據需要標準化 掃一掃
分享本文到朋友圈
當前位置:大數據業界動態 → 正文

精準醫學時代健康醫療大數據需要標準化

責任編輯:editor006 作者:向雨航 郭悅 |來源:企業網D1Net  2017-10-19 21:44:41 本文摘自:中國高新技術產業導報

近年來,“精準醫學”“大數據”已成為健康醫療行業的熱詞,健康醫療大數據產業也孕育著大市場,帶來科技進步或價值轉化。近日,在BT峰會的高端對話上,圍繞“健康醫療大數據發展的機遇與挑戰”這一主題,中國科學院院士賀林、美國醫學信息學會主席道格拉斯·弗里斯瑪、美國醫學信息學院院士劉宏芳、北科生物董事長胡祥、神州數碼醫療科技股份有限公司總裁史文釗,共同探討生物醫學大數據產業發展中的共享和轉化、數據安全、標準建設、社會倫理等熱點問題,預測我國健康醫療大數據的發展趨勢。專家們一致表示,在精準醫學時代,健康醫療大數據需要加快整合和標準化,才能更好地為預防疾病做貢獻。

大數據經整合挖掘才有價值

隨著云計算、大數據、人工智能等信息技術與生物技術融合發展,健康醫療大數據產業正成為生物材料與信息的最好體現。去年國務院《關于促進和規范健康醫療大數據應用發展的指導意見》的出臺后,健康醫療大數據受到政府、醫院、科研機構和學術界越來越多的重視。

什么樣的數據才是健康醫療大數據?賀林說,健康醫療大數據與交通大數據、氣候大數據有根本性的區別,“一個是活的,一個是死的。”然而,目前我國的健康醫療大數據全是孤島型的,沒有聯系,也沒有標準化,這些孤立的、沒有標準化的大數據沒有價值。在賀林看來,健康醫療大數據的含義是把同類的或者相關的數據整合在一起后,得到一個相關網絡的位點,也就是能從相關性的數據中挖掘出有價值的內容為人類服務,“比如平均溫度提高2℃會帶來哪些健康問題等。”

道格拉斯·弗里斯瑪也表達了同樣的觀點。她表示,健康醫療大數據首先要有量,有非常強的流動性,還要有真實性。目前,健康醫療數據多種多樣,但要成為大數據就需要收集和整合,并把這些數據進行分類和描述,因為只有準確的數據才能真正幫助了解病人的狀況。“將不同類型的數據整合在一起,可以降低數據種類性,同時保證數據的真實性。”道格拉斯·弗里斯瑪說。而且采集和整合健康醫療大數據的最終目的不是大數據本身,而是通過大數據來幫助治療疾病,因為每個病人身上獲取的數據很多,挖掘出這些數據的價值用于臨床,診治下一個病人的成功率就越來越高。

在美國,健康醫療大數據同樣也存在數據的孤島,“在研究的過程中,數據也是研究者所擁有的,很多人不愿意把數據拿出來分享,我們希望能打破,但難度很大。”因此,在道格拉斯·弗里斯瑪看來,數據的整合仍是健康醫療大數據發展面臨的一大挑戰。不過,她也相信隨著開放性科學不斷地推動,及平臺的日益增加,會讓研究者公開他們的數據,最終形成有效的數據池。

大數據行業亟需建立標準

健康醫療大數據時代,大量醫療數據被源源不斷采集。正如胡祥所說,目前醫療健康大數據的來源、產生源很多,如醫院、醫藥公司等機構產生的醫療數據、各種基因組學的數據。對于整個健康醫療大數據行業來說,標準的制定也非常迫切。

“生命科學不僅是醫學,還是生命基礎科學研究,但各個機構之間從來沒有一個統一標準,都是各做各的,最后出來的數據質量也不一樣。”賀林說,有的不是大數據,小數據也說成大數據。

賀林表示,健康醫療大數據最后是要進行解讀,但是如何去解讀也沒有統一化和標準化,“數學家在用數學的方法,統計學家用統計學的方法,生物學家要用遺傳咨詢的方法。”不同的解讀方法,最后解讀出來的結果也不一樣。因此,在賀林看來,如何建立標準是健康醫療大數據行業要考慮的問題,“誰來制定標準,怎么樣制定標準,比哪一步都重要。”

胡祥也表示,臨床積累的健康醫療數據需要標準化,因為每個醫生描述不一樣,最后做數據分析和挖掘的結果也不一樣。“未來重要的數據是組學數據,這些數據包括基因組、蛋白組、微生物組,最后讀出來就是機器,可以高效識別,但這些數據的標準化與人類健康相關性很強。”胡祥說。

道格拉斯·弗里斯瑪認為,中國有很大機會建立標準化統一平臺,“中國既能造高鐵,也能造醫療上的"高鐵"。”

可用大數據訓練人工智能

專家們非常看好健康醫療大數據在中國的應用前景。“隨著各種傳感器和可穿戴設備的應用,24小時持續采集的數據越來越多,如果把標準做好,方法學找到,用高效的方法把數據資源集中起來,我們的醫療健康大數據不會輸給別人。”胡祥說。其次,目前我國正在推進醫改,要解決醫療行業存在的一些問題,可以通過更加先進的工具和技術來解決。更為重要的是,目前我國的算法和計算能力正處于快速進步階段,能夠把核心數據高效的整理起來,以此為起點,可以通過這些數據快速地訓練人工智能,推動人工智能的發展。

胡祥認為,在大健康醫療領域,人工智能才是未來的制高點。因此,下一步搶的是人工智能。“訓練人工智能的前提是要有數據訓練算法,現在我們就是要挖掘數據,人工智能一旦成熟以后,可能會出現各種各樣的可穿戴設備,再把采集的各種數據推送上去以后,這些設備性能會高很多。”胡祥說。

“醫療健康大數據在國內很有發展前景。”劉宏芳表示,“大數據的發展要以人為本,通過大數據幫助普通老百姓分診、預防疾病,目前中國擁有大量的人才,政府重視,企業不斷創新,資本也在不斷投入。”她建議,未來中國健康醫療數據的收集要全方位,這也可以避免走很多彎路。

關鍵字:種類性數據推送

本文摘自:中國高新技術產業導報

電子周刊
回到頂部

關于我們聯系我們版權聲明隱私條款廣告服務友情鏈接投稿中心招賢納士

企業網版權所有 ©2010-2024 京ICP備09108050號-6 京公網安備 11010502049343號

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 莱芜市| 福安市| 彰化县| 白河县| 兴化市| 杨浦区| 赤城县| 韶关市| 贵州省| 林西县| 德安县| 上栗县| 合江县| 德州市| 额济纳旗| 闸北区| 左贡县| 黔江区| 泰州市| 巨野县| 交城县| 鄂州市| 盈江县| 前郭尔| 胶南市| 合作市| 库尔勒市| 太仆寺旗| 宜黄县| 封丘县| 湖北省| 龙山县| 荔浦县| 平乐县| 自治县| 延安市| 宝丰县| 饶河县| 安宁市| 青浦区| 绵阳市|