“大數據”、“人工智能”和“物聯網”是醫療行業使用越來越頻繁的術語。

“人工智能(AI)”一詞誕生于1956年，但近年來，由于數據量的顯著增加、先進算法使機器能夠像人類一樣“思考、工作和反應”，以及計算能力和存儲能力的提高，“人工智能”一詞的受歡迎程度急劇上升。

大數據的概念出現在20世紀90年代，它描述的數據集太大或太復雜，即使是在低延遲的情況下，傳統數據庫或數據處理應用軟件也無法在合理的時間內捕獲、管理和處理數據。

促成大數據積累的是物聯網(IoT)，這個術語自1999年首次被用作“物聯網”(Internet for Things)以來一直在演變，當時射頻識別(RFID)是物聯網的概念核心。

如今，物聯網涵蓋了與互聯網相連的一切，包括傳感器、智能手機、醫療設備、可穿戴設備等，所有這些都是實時采集和上傳的，健康相關大數據也在快速積累。

近日，創新咨詢與基金管理服務公司Healthbox發布了《利用大數據》(Harnessing Big Data)報告，報告旨在研究醫療行業與大數據的關系。主要內容有：

背景：大數據是什么?

前景：如何利用大數據?

分析：利用大數據需要注意什么?

應用程序：大數據的現實應用

以下是編譯的該報告的主體內容：

背景：大數據是什么?

大數據簡史

隨著時間的推移，“大數據”、“物聯網”和“人工智能”這三個詞被分別創造出來。今天，它們在快速發展的技術世界中形成了獨特的聚合，影響著我們收集、感知和分析健康相關數據的方式。

1956年：“人工智能”(AI)一詞由計算機科學家John McCarthy首創，他曾就此問題舉行過學術會議。

1990-1999年：大數據作為一個術語出現，用來描述對于傳統數據庫來說太大或太復雜而無法處理的數據集。

1999 - 2008年：物聯網的概念在這一時期發展起來，最初是指通過射頻識別技術獲取數據。

今天，人類在人工智能方面的能力正在迅速擴張，人工智能是收集和分析每秒通過物聯網創建的大量數據的關鍵組成部分，包括所有連接到互聯網的數據。

醫療領域的大數據機遇看似無窮無盡，但也存在許多值得思考的問題：

我們收集哪些類型的數據?

這個數據的來源是什么?

我們已經擁有的數據中存在哪些空白，我們如何填補這些空白?

目前這些數據如何被使用，潛在的其他應用程序是什么?

我們如何保護這些數據以防止網絡入侵、數據安全損失和其他形式的網絡安全風險?

大數據的四個“V”

醫療大數據的四個“v”包括容量(volume)、速度(velocity)、多樣性(variety)和有效性(validity)。由于電子病歷(EMR)的廣泛采用、精準醫學決定因素的加速發現，以及可穿戴生物傳感器的迅速發展，個人數據來源的增長，導致了健康數據的絕對數量激增。

圖片來源：Healthbox

收集和利用大數據

傳感器、智能手機、醫療設備、可穿戴設備等實時采集和上傳信息的進化，導致了大數據的積累。正在收集的數據具有數量大、速度快和多樣性的特點，為利用和確保其有效性，使其造福于人類，大數據向基于證據的精準醫學提出了挑戰。

除了傳統的生物康測量方法，還有大量的社會人口學、地理位置學和非醫學元數據，這些元數據都有意義地相互作用，以確定個人或多人的健康狀況。

在傳統數據系統之間創建互操作性的挑戰多種多樣。

如今，我們需要跨不同的筒倉數據源集成更廣泛的數據。如果要讓大數據有意義地塑造護理決策，關鍵是要確定所有這些不同測量方法的有效性和準確性、它們的派生推論以及我們從這些數據中推斷出的可操作結論。

前景：如何利用大數據?

在向基于價值的醫療服務轉型過程中利用大數據

盡管這可能看起來令人生畏，但這四個“v”實際上很好地契合了醫療服務轉型的需求，即從按服務收費的行業向以信息為基礎，以及價值驅動的醫療服務提供模式轉變。獲取用于描述人群特征的全面數據，以及用于根據個人需求定制決策的精確數據，將至關重要地為醫療策略提供信息并確定優先級，指導針對特定個人的精確醫療決策。

對預防干預的日益重視，對不斷演變的患者病情的治療的不斷個性化，以及在整個患者過程中護理的協調，使得獲取、解釋和持續分析患者病情變得十分必要。它還需要對大量數據進行及時的處理。

健康的社會決定因素是健康結果的重要潛在驅動力，因此需要綜合各種各樣的數據輸入以做出可采取行動的決定，這種數據輸入正在迅速擴大。但是，如何從這些數據中形成可執行的決策?

從海量數據中提取信號

人類無法衡量現有的海量數據，也無法獨自得出有意義的結論。谷歌腦人工智能研究小組(Google Brain AI Research Group)產品經理、醫學博士Lily Peng指出，雖然人類智能最適合整合少量非常“大影響”的因素，但人工智能尤其擅長梳理和識別大量非常“小影響”或模糊因素的模式。這是機器學習和人工智能作為人類智能不可或缺的合作伙伴可以發揮的補充作用，它們可以幫助醫療保健提供者應對來自各個方向的海量、快速和多樣的數據。

從這些海量的數據中得出有效的結論，需要重新設計現有的決策過程，將機器學習與人類直覺和領域專業知識結合起來，做出有效的臨床決策，提高護理價值。如果適當考慮到將其納入護理提供和決策的不斷發展的模式中，大數據和人工智能可以成為有益變革的有效推動者和催化劑，而不僅僅是給執業臨床醫生工作流程增加不必要的復雜性。

病人的私人臨床醫生作為真理的單一來源的日子一去不復返了。無論是談論心臟病發作、中風、創傷、癌癥，還是復雜的急性后護理，決策都是在一組人的共同考慮下做出的，更不用說患者自己的選擇和對其病情的研究了。

當我們從應用廣泛的人群規范和通用的護理標準，轉向根據特定個體的定制需求定制護理時，將需要人工智能分析支持的廣泛經驗數據來定義與給定患者相關的個體規范。雖然在確定的人群中，進行隨機對照臨床試驗的目的是控制混雜因素，并在實驗環境中隔離測試干預的影響，但實際的測試對象很少能準確地反映現實世界中遇到的個體的廣泛和多樣性。

從實用主義的角度來看，我們不可能根據現實世界中所有細微差別和個性化的遭遇，來設計直接提供護理的試驗。因此，人工智能對大數據的解析和分析將在指導個性化現實決策方面發揮重要作用。

利用大數據進行臨床決策

如果大數據和人工智能要有效地支持臨床決策，就需要克服四個潛在的挑戰：

1. 消除數據收集中的偏差;

2. 承認匿名性和特殊性之間的內在沖突;

3.對收集到的數據進行有意義的驗證;

4. 理解潛在的因果關系。

分析：利用大數據需要注意什么?

1 克服數據收集中的偏見

醫療數據雜亂無章。在最基本的層面上，盡管我們努力規范醫學術語、診斷編碼等，但在個體提供者如何描述、概念化和闡明他們對患者的觀察方面存在很大差異。通常，對所有數據進行的探索、發現和分析，其有效性和價值僅與底層數據集的清晰性和有效性相同。這些問題只與收集的數據的數量和速度有關，必須對這些數據進行解釋。

標準化、語義分類和公認的概念本體是“數據清理”中的一些必要步驟，在大數據集準備好接受人工智能技術的有用分析之前，這些步驟是為大數據集制定標準所必需的。

除了這些考慮之外，每個研究者對大數據的不同也產生了固有的偏見。偏差可以包括評估的數據類別以及如何收集這些數據(例如，對哪些人群進行了抽樣，以及使用了哪些抽樣工具，可以有選擇地包括或排除數據集中的顯示)。

假設高維數據的威力存在于數據中未公開的混雜因素下。不幸的是，這一假設遠未成為人們放棄的結論，并對人工智能技術從大數據中得出的結論的有效性構成了威脅。例如，如果人們不考慮度量一個變量，而該變量是期望結果的重要驅動因素，那么將明顯的結論應用于與混淆者的協變量關系發生變化的情況，則可能是不正確和具有誤導性的。

這觸及了人類領域經驗與人工智能交叉的根源，以及人類大腦處理的“大影響”，而機器正在檢測的小影響因素可能會忽略這些“大影響”。

2 匿名性與特異性不一致

從理論上講，利用大數據力量的過程中，應該允許通過匿名化個人數據點來源，來保護個人身份和健康信息的安全。現實世界中的大數據的價值在于，它可以被分析，從而為指導個體患者的個性化精準醫療決策提供洞見。大數據的廣度包含了元數據元素，這些元數據元素有潛力實現個人身份的去匿名化。

最終，在開放共享大數據所產生的價值與重新識別數據源的有限風險(可能侵犯患者隱私)之間，存在一種平衡。人們必須采取適當的預防措施進行結構分析，以避免對患者身份進行反向工程(Reverse Engineering或Back Engineering)。

然而，值得注意的是，共享開放數據的好處超過了對個人不利因素的重新識別。社會將不得不在共享和開放獲取數據的好處，以及通過對分割的數據進行反向工程來重新識別個人的有限但真實的可能性之間，進行道德權衡。解決這些問題需要的是人類的智慧，而不是人工智能。

3 創建可證明性

我們有理由假設，對患者及其病情進行更有力的高維描述，將有助于更好地理解驅動特定疾病過程的環境。然而，以這些數據和分析為指導的有效干預措施能否降低成本、提高滿意度并改善消費者體驗，還有待證明。

因此，我們必須將數據、人工智能獲取的知識和知情的臨床決策集成到臨床流程和工作流中，并將其緊密地交織在一起，以推動患者護理的潛在效益。我們還需要進行適當的結構化臨床試驗，以證明數據驅動的護理過程帶來的增量效益足以證明這些決策所產生的任何成本都是合理的。

4 相關性并不意味著因果關系

定義因果關系對于開始將數據中觀察到的模式轉換為知情干預至關重要，在知情干預中，假定的因果變量可以被改變，以實現擬議的結果。在這個過程中，最重要的是確保被分析的數據不會遺漏可能與測量結果有因果關系的混雜因素。領域專家和人類直覺總是需要與人工智能協同工作，以確認沒有隱藏的混雜因素。

另一方面，高維數據提供了識別盲點的機會，而這些盲點是人類大腦沒有考慮到的，它們可能與人類領域專業知識中固有的偏見，以及啟發式假設導致的結果有因果關系。機器的使用可以幫助人類揭示這些未發現或未預料到的變量。

在智能軟件能夠處理大數據集并被編程成像人類一樣思考之前，構造良好的隨機對照試驗，在過去和現在都被當做用來避免隱藏混雜因素的重要方法。然而，現實世界中的大數據并不總是被劃分為干預組和對照組，而且往往存在巨大的差距。隨機對照試驗或隊列研究并不總能解決謎題中缺失的那一塊。

人工智能和機器學習現在可以提供統計工具來確定測量值，以填補數據空白，并綜合構建“控件”，以便與真實世界的經驗進行比較。這些工具提供了一條前進的道路，以便在沒有干預的情況下，將來自給定干預的觀察結果與預期結果進行比較，這樣我們就可以模擬允許關于確定性和因果關系的假設的測試范式。

應用程序：大數據的現實應用

人工智能在研究中的潛在應用

GNS Healthcare的董事長、首席執行官兼聯合創始人Colin Hill設想了一個因果機器學習過程，該過程首先通過檢查高維數據中的關系，推斷出潛在的因果機制。使用這些信息，“反向工程”就可以在模擬場景環境中測試可能的因果關系。這被稱為“正向模擬”，它能使研究人員檢驗因果假設的有效性，而這些假設在現實世界中是不容易檢驗的。

在藥物發現方面， Relay Therapeutics的首席科學官兼聯合創始人Mark Murcko博士提出了一種理論，即如何利用藥物到靶點相互作用的正向模擬來進行潛在藥物的內硅篩選，以獲得針對生物驗證靶點的有效性。該模擬基于數據驅動的對藥物使用時蛋白質運動和功能變化的理解。

這些理解因果關系的方法結合了人類領域的專業知識和應用于大量數據集的人工智能，以預測篩選的化合物與疾病過程的生物靶點之間的治療相互作用。

大數據的現實應用

雖然將大數據應用于研究的理論機會很多，但人工智能和機器學習已經在醫療服務領域掀起了波瀾。以下重點介紹利用大數據進行患者分流、診斷成像和預測實踐變化、不良結果和治療影響的驅動因素的公司。

例如，Twiage正在處理急診醫學，幫助醫院跟蹤指標、分配資源和改善反應時間，以顯著影響中風、心臟病發作、敗血癥和創傷患者的預后。Buoy Health利用大數據和人工智能直接針對患者進行疾病分類，并將他們引導到合適的護理環境。患者可以使用在線應用程序與機器人聊天，描述他們的癥狀，并通過一系列類似于他們在物理護理環境中體驗的問題進行指導。

隨著醫學成像技術的進步和需求的增加，Zebra medical Vision旨在幫助放射科醫生更快地識別成像結果中的異常情況。該公司的人工智能算法可以識別醫療狀況，充當第一組“眼睛”，提高放射科醫生的工作速度。

GNS Healthcare將上述反向工程和正向模擬理論付諸實踐，利用大數據和人工智能在臨床試驗中運行，了解藥物在現實世界中如何發揮作用，并幫助確定針對個體患者的最佳干預方式和干預時機。

Agathos為衛生系統提供了一個分析平臺，可以收集見解并向提供者提供反饋，使他們能夠看到患者數據中的個性化和聚合趨勢，幫助告知人員配置、舍入前處理和指導需求，以及其他改進臨床工作流程和患者結果的需求。

PhysIQ和Pascal Metrics是針對患者的實時監控解決方案，它們使用機器學習來檢測患者病情的細微變化，無論是急性發作后還是住院期間，并提醒其護理團隊采取必要行動。

結論

那么，我們如何利用大數據與人工智能的關系來推動醫療創新呢?

大數據新應用的增長速度和數據本身一樣快。隨著我們不斷開發將大數據融入人工智能的新方法，人們意識到以下需求至關重要：

1、“清除”所有收集到的可能存在偏見的數據;

2、標準化收集或統一數據的方法;

3、同意正確使用匿名信息;

4、避免落入相關性與因果關系的陷阱。

圖片來源：Healthbox

為了充分利用人工智能的力量，我們必須接受與計算機協同工作。通過這種方式，我們既能從計算機的處理能力中獲益，也能從人類智能中獲益，從而充分利用大數據進行變革。

這些觀點得到了英偉達CEO、總裁兼聯合創始人黃延森的贊同，他也強調了“數據培訓”的重要性，即從數字體驗中學習的過程。與此同時，機器學習算法的能力正在迅速提高，人類必須學會更聰明地工作，并適應“新常態”，讓機器自動化商品化的任務，并解放提供者，讓他們能夠執行人道關懷的人工任務。

通過這種方式，人類和人工智能可以協同工作，在數據分析、臨床決策和醫療創新方面達到新的高度。