近年來，我國健康醫療數據的類型和規模呈現指數級增長。在抗擊新冠肺炎疫情期間，醫療大數據發揮了巨大價值，可實時抓取電子病歷數據，并通過人工智能技術進行分析，從而探尋病情的發展規律并做出科學分析和預測。醫療大數據的分析和挖掘還包括臨床決策支持系統、醫療數據透明度、遠程病人監測等多方面，為臨床提供更直接、更準確的診斷和治療建議，為科研提供豐富的數據支撐。6月19日19:30開講的CHIMA大講堂第11期，聚焦健康醫療大數據應用，研討應用實踐與發展思路。Intel公司為本期大講堂提供支持。

本期大講堂由北京市衛生健康委信息中心主任琚文勝擔任主持人，邀請了深圳市醫學信息中心主任林德南，廈門市健康醫療大數據中心主任葉荔姍，武漢市中心醫院信息中心主任左秀然，醫渡云合伙人、CEO張實，Intel中國區行業解決方案部首席技術官CTO吳聞新等業內專家，對醫療大數據的應用實例和價值做了全方位剖析，并與觀眾進行了深入探討。

廈門市在醫療信息化建設方面采取的原則是標準筑基、互聯互通、信息惠民，有力支撐了醫改發展。葉荔姍主任介紹，全市于2006年搭建了全國首個“市民健康信息系統”，為95%以上的常住人口建立了全方位、全周期的終身電子健康檔案（500多萬份），實現了門診、住院、體檢、婦幼、社區就診記錄與計劃免疫等信息的有機整合，推動診療數據共享。基于云計算技術，廈門市搭建了醫療云平臺，這是全國首個健康醫療云，也是一張衛生專網的高速公路，為互聯互通奠定基礎。全市建設了慢病管理系統，助力慢病“三師共管”，依托互聯網+模式，實現醫院-社區-專業機構一體化管理，為病人提供全程醫療、保健、康復等一體化服務，支撐醫改深入發展。

廈門市健康醫療大數據應用愿景目標是實現個人健康數據開放共享，分為兩個階段：階段一是實現不同行業、不同機構的個人健康檔案的安全可信共享，階段二是構建安全共享的健康醫療服務的生態體系，形成以個人健康云平臺為支撐的大數據應用新形態。通過這兩個階段的建設，最終實現健康大數據“數據不出門，隱私不泄露，利益共分享，監管無漏洞”的應用生態。全市健康醫療大數據的應用主要體現在以下幾個方面：深入推進信息惠民應用、惠醫應用—人工智能識別系統、智能健康檔案應用、真實世界數據與研究平臺、慢病管理大數據應用、輔助保險欺詐分析、“4+7”藥品集中采購和使用監管平臺、疾病預防與控制大數據分析應用。在新冠肺炎疫情防控中，廈門市的新冠肺炎防抗能力在33個直轄市、省會及計劃單列市中位列第一。大數據技術助力重點人員摸排，實現對疾控人員的流調分析，構建密切接觸者圖譜模型，通過智能任務分配系統輔助政府實現精準、全閉環的防治協同。

武漢市在抗擊新冠肺炎疫情的緊要關頭，推動建立全市新冠肺炎疫情大數據應用系統建設項目，主要是加強數據資源整合，充分發揮其協調指揮、業務協同和數據分析的作用。左秀然主任介紹，該項目的建設目標是全面整合醫療、疾控、公安、政數局等多條線數據，統一各類需求，統一數據源，統一報表產出，為科學決策疫情防控提供數據支撐。系統設計原則是堅持四個全面：全口徑，關注人群覆蓋；全要素，關注數據覆蓋；全流程，關注過程覆蓋；全業務，關注功能覆蓋，形成了9大子系統62個功能點。應用系統涵蓋網絡直報、網絡報表等系統功能，整合7個來源的21項數據源采集；通過15項53個主題功能，管理六類重點人群及風險人群；個人數據應用方面，建設了個人軌跡、密接圖譜和電子病歷應用；通過大屏系統、電腦端、手機端三個系統面向用戶提供服務。

系統建設技術架構是基于云計算環境的大數據應用部署機構，實現快速部署、可靠運行、在線運維和無終端依賴。四類關鍵技術推動系統落地應用：多源異構數據處理，共有7類21項數據源；大數據治理，治理數據量15億余條，近5T；聯機分析處理OLAP；自然語言處理，用于智能搜索和電子病歷檢索兩大類應用。

大數據系統核心功能包括以下幾點：大屏應用系統；風險人群監控預警雷達，成為后疫情時期風險防控精準化的重要支撐；主題分析應用，包括16項子主題模塊和181個分析指標；個人軌跡，包括個人診療軌跡、流調密接和核查摸排記錄；密接圖譜；直報與報表系統，包含15個部門16個直報系統；電子病歷，關鍵系統包含醫囑、用藥、檢驗檢查、體征信息、治療處置、病案首頁等。安全不出事是大數據應用的底線，該系統的安全體系是同步規劃、同步建設、同步使用，采用五層安全防護，同時強化管理，通過網絡安全重點保障服務。

武漢新冠疫情大數據應用系統應用于平戰結合，也將升級為公共衛生應急協同指揮大數據平臺，充分發揮大數據價值支撐傳染病精準防控。

疫情期間，醫渡云助力十多個城市建設疫情大數據監控平臺。在當前新冠病毒疫情防控形勢依然非常嚴峻的情況下，醫渡云CEO張實認為，疫情給我們帶來了如下反思：我們對疾病的認知仍然有限、公共衛生應急能力正面臨考驗、技術基礎設施建設有待提升。AI技術在疫情防控中發揮了重要作用，成為推動“醫療新基建”和公衛體系建設的催化劑。統一的數據治理是當前基于數據智能服務應用的迫切需求，是開啟全面數據智能的前置條件。多源異構醫療數據處理技術包括兩種：院內智能集成，可進行全系統對接，異源異構數據合規整合；智能患者索引EMPI，跨系統唯一的患者標識。醫渡云的醫療新基建主要體現為根據授權進行數據采集、數據治理、數據增強和數據應用，把不可計算數據變成可計算數據，從而賦能政府，賦能行業，服務百姓健康。

作為底層架構技術支撐企業，Intel深耕醫療行業多年。其醫療行業首席技術官吳聞新指出，醫療信息系統的演進實現了從集成平臺到大數據分析和人工智能演進，當前信息系統正在構建以數據為中心的新一代信息系統。數據的服務是推動醫療服務的核心，提供患者對數據的訪問，第三方應用通過APls對數據訪問，花精力解決可用性和安全性的問題，為政府的醫療計劃提供數據。從基礎架構來講，需構建數據湖支撐醫療數據服務。數據湖包括高質量的數據采集、流式數據的采集、批量數據處理、流式數據處理、利用NoSQL數據庫存儲數據、提供API支持數據服務。在大型數據湖系統架構的變遷方面，將計算節點、存儲節點分離。Intel傲騰數據中心級持久內存實現高性能低成本的內存擴展和持久存儲，加速獲取數據洞察，其操作模式分為內存模式和“應用直接訪問”模式。在醫療大數據應用中，InterSystem IRIS使用傲騰數據中心級持久內存和第二代至強可擴展處理器，同時減少DDR內存的使用，大大提升了海量數據情況下的HL7數據交換寫入和IRIS數據讀取操作的性能，提高了整體系統的TCO。

在加強公衛應急管理體系建設方面，林德南主任表示，人工智能在公共衛生應急機制的建立作用應是全方位的。在抗擊疫情期間，人工智能在疫情監測、預警、決策、處置等方面的應用非常廣泛。如在抗擊新冠肺炎疫情的宣傳教育方面，語音人工智能可以普及抗疫知識，人工智能影像可以對新冠肺炎做出比較快速準確的診斷，有的城市通過云平臺部署預分診人工智能系統，實現發熱病人和非發熱病人的分診等應用。即便如此，人工智能應用目前仍然處于初級階段，主要是弱人工智能的應用。人工智能在疫情監測、預警和決策等方面的應用還有很大空間。接下來，強人工智能在進一步加強對公共衛生事件的科學、及時和高效的處置方面將發揮出更大更好的作用。

在最后的討論環節，琚文勝主任、5位與會嘉賓和觀眾針對醫療大數據應用的機制、技術等話題進行了深入探討。

針對當前大數據應用中存在的孤島難題，CHIMA將借助平臺資源，呼吁推動數據共享，實現數據對臨床、科研、決策等提供支撐，為政府、醫務工作者和百姓提供更好的服務。