彩票走势图

循证医学(Evidence-Based Medicine，EBM)，其概念和范畴自最早被提及，就不断在扩大、变迁和泛化。Evidence Based Medicine，重点在Evidence。解决的是什么是Evidence的问题，说的是什么样的东西可以作为临床的依据，这些依据如何确定孰高孰低?老式的，医生自身经验和对病理状况的理论推演，是Evidence的一部分，但是只是比较弱的部分。Evidence中更强的，是应用临床试验研究手段系统总结出来的东西。它们更能代表疾病和治疗客观规律，对患者和社会更加有利。

临床试验研究是通过研究疾病和症状，找出治疗疾病方法。研究者们针对不同的疾病和病人群体，探索最佳治疗方案。EBM是世界各地医疗保健供给的既定标准，但是在大数据时代，这也许将会改变。

临床试验是这样运行的：首先在小群体中测试新疗法，然后观察治疗如何奏效，同时找出任何可能的副作用。如果试验证明大有希望，那么就扩展到更多人群。为了保障参与者和提高可靠性，临床试验必须符合严格的科学标准。但这并不是说方法上的缺陷没有风险，也不是说在某一特定研究之外，临床试验总能通过极小群体推广成功——这时就需要大数据了。我们可以通过挖掘基于实践的临床数据世界，比如，实际病人记录——根据哪个病人处于什么状况以及哪些治疗有用的信息，从中可以学到很多关于病人的照顾方式。

一家位于加州的认知计算公司(Apixio)就坚定地把目光投向授权医疗供应商，为从实践证据中学习以便可以单独调整护理。正如Apixio 的CEO达伦·舒尔特解释的那样，“我们可以从医学实践中学到更多，并改进我们的临床护理方法。这让我们距离‘学习医疗保健系统'更近。关于什么真正有用和什么没用的思考，我们能从真实世界的数据证据中得到更新。”

一条关于病人的医疗和临床信息，80%是由非结构化数据形成而来，例如，内科医生的书写笔录、顾问的备注、放射科的注释、病理结果、医院的出院备注等。

舒尔特在被任命为CEO之前，是Apixio首席医疗官的内科医生，他说，“如果我们想学习如何更好地照顾个人和了解更多关于整个人口的健康，我们需要挖掘非结构化数据的见解。”

电子健康纪录(EHRs)已经存在了一段时间，但由于数据存储在不同的系统格式，它们在设计时分析没有被考虑进去。所以Apixio首先要做的，就是从这些不同来源中提取数据，比如GP手术、医院、政府医疗记录等。然后他们需要把信息变成计算机可以分析的形式。临床医生备注可以有许多不同的格式——有些是手写的，有些是以扫描的PDF文件格式。因此，Apixio使用OCR(光学字符识别)技术创建该信息的文本表示形式，这样一来，计算机就可以读取和理解。在这之后，数据可以在个人级别上分析，创建一个病人的数据模型，同时为了获得关于患病率、治疗方式等更多的见解，它也可以聚合更多其他人口的信息。

舒尔特解释道，“我们创建了一个‘病人对象’，基本上是使用文本处理和挖掘文本以及编码医疗保健数据派生的数据，来组装配置文件。通过创建此单个配置文件和在组合类似的个人配置文件在一起，在这些成为个性化医学基础的个体中，我们可以回答什么有用，什么没用。”

获得医疗保健提供商和健康保险计划的共享数据是一个挑战。为了攻克这个难题，Apixio通过保证为数据访问提供真正价值的回报。正如舒尔特说，“除非你今天解决真正关键的问题，否则这些组织不会给你访问任何真正的数据量。”因此关键要关注具体的成果和解决问题，反对添加到大数据上的所有炒作。

另一大挑战是关于数据安全问题，特别是在一些引人注目的健康数据泄露之后。有资料显示，2014年有43%的医疗记录数据被盗，医疗部门见证了自2010年以来最大增率的数据盗窃(远远超过了企业或政府部门)。舒尔特把数据安全比作“筹码”，足以说明安全问题的重要性。“为了每个新合同，我们必须证明我们系统的安全性。”也因此在Apixio，病人的数据在静止和传输过程中必须要加密，而且Apixio从未公开个人健康信息(PHI)，除非Apixio工作人员必须需要数据库。

实践医学可以取代循证医学作为医疗保健的黄金标准吗?或许不能。但毋庸置疑，我们在令人兴奋的新方法边缘来理解、治疗和防止疾病。正如舒尔特所说，“基于这些数据驱动的见解，就医疗保健将要实行的方式而言，我们处于一个新的世界。”一个结合了实践医学和循证医学的未来，很可能对病人产生最好的结果，这也是所有医疗保健专业人士的殷切希望。

携手IBM|慧都科技最新版大数据解决方案上线，帮助企业充分释放数据价值！

详情请致电  400-700-1020  023-66090381  或联系