人工智能醫療規范化 大數據功不可沒

• 2018年7月4日 YeShiMei來源：東昂財富網 百科 316 13
• 繁體

• 

  2018-2023年版醫療保健服務項目商業計劃書

  《2018-2023年醫療保健服務項目商業計劃書》為中研普華公司獨家首創針對項目投融資咨詢服務的專項計劃書。計劃書分為：行業通用版、專業定制版。行業通用版是中研普華根據行業一般水平測算好了B...

作為人工智能醫療的根基——大數據，在發揮驅動作用的同時，也面臨著標準化、規范化的要求與考驗。集中體現在，龐大醫療數據數量背后實際的“信息孤島”問題。以及缺乏標準化、規范化的數據管理“信息垃圾”問題。

大數據(big data,mega data)，或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。 在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法(抽樣調查)這樣的捷徑，而采用所有數據進行分析處理。大數據的5V特點:Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值密度)、Veracity(真實性)。

“大數據”是指以多元形式，自許多來源搜集而來的龐大數據組，往往具有實時性。在企業對企業銷售的情況下，這些數據可能得自社交網絡、電子商務網站、顧客來訪紀錄，還有許多其他來源。這些數據，并非公司顧客關系管理數據庫的常態數據組。[13]

從技術上看，大數據[1]與云計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須采用分布式計算架構。它的特色在于對海量數據的挖掘，但它必須依托云計算的分布式處理、分布式數據庫、云存儲和/或虛擬化技術。(在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代[4]》中大數據指不用隨機分析法(抽樣調查)這樣的捷徑，而采用所有數據的方法)大數據的4V特點：Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值)。

一些發達國家在2017、2018年都將目光投向大數據。法律法規層面，2012-2017年，美國、歐盟、英國、法國、日本、澳大利亞等主要發達國家和地區相繼出臺了一些大數據發展規劃，其中美國出臺的規劃最為密集。

與此同時，中國持續關注大數據的發展。國家網信辦發布《數字中國建設發展報告(2017年)》報告顯示，2017年我國數字經濟總量達到27.2萬億元，對GDP的貢獻為55%。中國數字經濟規模位居全球第二，數字經濟成為新時代國家信息化的新戰略;驅動引領經濟高質量發展的新動力。中國因此也躋身于全球6大數字經濟創新中心之列。

作為人工智能醫療的根基——大數據，在發揮驅動作用的同時，也面臨著標準化、規范化的要求與考驗。集中體現在，龐大醫療數據數量背后實際的“信息孤島”問題。以及缺乏標準化、規范化的數據管理“信息垃圾”問題。

通過對健康醫療大數據歷年政策解讀，不難得出了一條循序漸進、逐步深入的基本脈絡。

國家衛生健康委統計信息中心副主任周恭偉向記者表示，2014年是“大數據”誕生之年;2015年是大數據頂層設計之年;2016年是政策細化之年;2017年是大數據的產業孵化之年。2018年則成為大數據的標準化之年。因為在這一年，中國電子技術標準化研究院與全國信息技術標準化技術委員會大數據標準工作組聯合發布了《大數據標準化白皮書》。

中國醫療數據量大，可開采空間廣闊。但針對不同病種的數據量和質量參差不齊，有些病種的訓練數據缺乏、行業規范“真空”等問題。如何從“量”、“質”雙向突破助力醫療人工智能成為關鍵。

標準化之需

數據質量方面，因AI數據處理中標注的準確性關乎結果準確性，藥物研發中的數據質量對于研發效率的提升至關重要。而實際應用層面，近年來還是需要大量醫生去標注，實際操作存在一定局限性。促進行業發展的核心仍是標注規范的落地。

對比仍處在發展初期的醫療AI，大數據賽道已經顯得擁擠。但盡管已經進入“深水區”，大數據領域的“雷區”也并不少見。

廣東省醫院協會信息化專業委員會常務副主委潘曉雷表示：“我在醫院從事信息化工作18年，雖然數據的獲得沒有問題，但是最后我們發現數據質量不高，尤其以后在人工智能上面再來做的話，沒有高質量的數據，甚至被醫生認可的數據，這個數據就是垃圾。”想要大數據賦能AI醫療取得長期發展，應該從醫療的迫切需求出發，而非商業模式。

“數據大并不代表數據好。數據需要的是規范、標準和標注。光拿進來數據，如果沒有好的標注也很難形成很好的產品。”上海長征醫院教授劉士遠對21世紀經濟報道記者表示。對數據的規范化處理成為AI醫療基石重要的一部分。

法規護航

在法律方面，北京大學孫東東教授表示：“立法存在一定滯后性是必然的。”由于醫療行業數據呈幾何級數激增，市場規模不斷擴大，數據安全不容忽視，對于醫療大數據行業的法律監管自然需要引起行業重視。

大數據絕不是一個簡單的技術問題，其應用需要通過立法來考慮。只有適時地“潑冷水”，進行約束從而促進產業持續、健康發展。

“醫療數據的來源、質量、安全性是政府部門需要考慮的問題，國家在搭建統一大健康大數據醫療平臺過程中，已在初步擬定通用統一大平臺標準，讓不同醫療單位、衛生健康機構或相關企業間的數據可以互相有機鏈接與解讀。”中國科學院院士、阜外醫院副院長顧東風表示，人工智能醫療應用離不開大數據安全。

顧東風指出，在應用推廣大數據時應該隱去個人特征如姓名、住址等信息。

此外，除了醫療機構或企業要有安全防范意識外，對相關法律出臺的需求也日益增長。

目前，我國十分缺乏數據安全相關的長期執法實踐，雖然有了相關的法律條款作為數據安全執法依據，但數據保護的執法落地需要進一步強化。

落實到具體實施層面，即需要通過配套建立相關的數據安全標準及指南，規范當前大數據應用的新業態健康發展。另一方面，我國還需要不斷借鑒國外法律實踐的經驗，提高企業、個人等數據所有者的主動保護意識，推動全社會對于數據安全保護的法律意識。

亞信安全創始人蘇哲恒強調，行業應該從以下幾點實現大數據的整體安全防護：“首先，在建設安全體系的過程中，一定要考慮符合法律法規;其次，要從事前、事中、事后三個維度去考慮，事前保障系統穩定性、事中實現業務連續性、事后確保及時運維整改;再者，在信息安全的環境下，加強人員管理和培訓;最后，要做主動的防護，構建主動防御的信息安全體系。”

針對法律法規層面建立體系護航大數據產業，則需要多個維度的協同發展。

“國務院的條例和企業的行業標準同時走，特別是行業標準可以走在前面，”孫冬冬說，“另一方面，除了行業標準，具有社會責任感的公司也應當扮演起一定的角色，先從企業的層面，拿出企業的內部規范、技術標準起到推動表率作用。”

除了國家層面制定條例，醫療大數據管理專門出臺條例也十分重要。“可能有人說按照這個信息安全法不就完了嗎?然而由于醫療的特點，涉及到人的生命問題，所以要單獨出一個條例。這是一個層面。如果涉及到更多的信息安全，我們還有國家安全法。”孫冬冬補充。

延伸閱讀

推薦閱讀

猜您喜歡