醫院在臨床服務和運營管理過程中，應用了包括醫院信息系統(HIS)、實驗室信息管理系統(LIS)、醫學影像存檔與通訊系統（PACS）等在內的信息系統，從精準層面和個體層面積累了很多健康醫療大數據。國家醫療保障局的醫保系統、大量的穿戴設備、體檢中心、全國性疾病檢測系統、疾控中心管理系統，以及GPS和北斗導航的定位等系統的使用，都為醫療衛生提供了大量數據與信息資源。在CHIMA 2021大會上，中國科學院院士顧東風教授對大數據在醫防中的應用進行了詳細闡述。

中國科學院院士 顧東風

以下內容根據顧東風院士演講整理。

2019年我國心血管疾病死亡458萬人。從1990年到2019年，心血管疾病死亡占比從29%增至43%，腫瘤疾病死亡占比從17.5%增至25.5%。這些患者的診療需要大量經費，給醫療資源、人力物力帶來極大負擔。從上世紀九十年代末至今，人群中主要心血管危險因素更加流行，本世紀初以來我國心腦血管疾病的住院人次數及治療總費用呈指數級增長，嚴重挑戰醫院的承載壓力。

心腦血管疾病死發和病亡中，歸因于高血壓、糖尿病、高脂血癥等慢性疾病的占據50%以上，這些患者主要在醫療機構門診或居家治療，因此對他們進行有效的疾病預防科普以及健康管理顯得尤為重要。2018年，國家出臺了“健康中國”戰略，強調預防為主，防治結合，醫防融合。目前，醫院疾病診療數據、衛生健康、醫療保險數據以及醫藥供應信息流往往是不連通的，很多地方尚未交流使用。只有把這些數據進行有效融通，才能真正促進“健康中國”戰略中描繪的全生命周期、全方位的醫療、保健、康復、養老，進而更加經濟有效地利用有限的醫療衛生資源。

在此背景下，國務院在“十三五”期間出臺了多個文件規范，加強引導健康醫療領域大數據以及人工智能的應用，工信部也出臺了大數據發展規劃，促進互聯網醫療、疾病監測、風險評估、健康管理、移動設備、人工智能的發展，形成政府、醫院和產業界共建健康醫療大數據平臺的良好局面。

新冠肺炎疫情發生以來，國家推出了大數據行程碼追溯個人行程軌跡。交通部門、通訊運營商以及相關企業為大數據行程碼貢獻了技術力量。因此，有了大數據多部門協同，形成了市、省和全國整合式的疫情防控局面，取得了良好的綜合效果。疫情初期，多個醫療中心合作，采用53萬張CT圖像應用人工智能技術，對新冠肺炎患者進行快速診斷、危險分層。大數據給醫生在新冠肺炎診斷中提供了有力支撐，賦能了政府和社會疫情防控。

在國外，美國采用可穿戴設備實時監測靜息心率，靜息心率高于本人平均水平0.5倍標準差的觀測定義為異常數據，將識別出的異常數據與美國疾控中心流感發病率數據進行比較，應用于流感預測。美國近年在長期健康醫療大數據研究基礎上，開發了心血管疾病風險預防模型指導預防和臨床危險因素管理；英國國家衛生系統利用全科醫師門診病歷中的153萬患者的日常診療數據，構建了心臟病發病風險的預測模型，進而預測中老年英國人活到85歲時，患心腦血管疾病的風險值，以便及早預防和健康管理。

我國利用30余年12.7萬人的前瞻性心血管病隊列隨訪，在借鑒美國心血管病風險模型基礎上納入地域、腰圍、心血管病（冠心病、卒中）家族史等特色預測變量，為國人量身定制了個體化的心血管病風險預測模型。顧東風教授研究團隊開發具有我國自主知識產權的風險評估網站（www.cvdrisk.com.cn）和“心腦血管風險”手機App軟件。該APP完全免費，目前使用量已逾2600萬人次，受到我國廣大醫務人員的歡迎。

借助信息化大數據平臺，深圳市羅湖區打造了高血壓和糖尿病等社區防控與健康管理的醫防融合的良好生態。利用健康醫療大數據平臺將高血壓患者的數據收集整理，結果發現2016至2020年全區同年齡組、同性別的高血壓患者的收縮壓和舒張壓水平都有所降低，患者血壓控制的滿意度也得到提高。在成都武侯區南站社區，利用信息化大數據平臺促進家庭醫生簽約服務，對萬人社區的糖尿病、高血壓患者進行有序增效的綜合管理，與國內其他地區進行對比，發現該區糖尿病、高血壓患者經過管理后，病情得到了有利控制，管理效果逐年提升。

從2019年底到2020年2月份，通過全國胸痛中心聯盟醫療大數據監測可以看到新冠肺炎疫情期間醫院對于防控形勢的反應程度。很多醫院加強了對心腦血管疾病急診防控措施的要求，測核酸和登記耗費時間，延遲了心臟急癥診斷、治療如溶栓和介入治療的時間，導致醫療機構心腦血管疾病急診死亡率明顯上升。這些數據提示城市在應對傳染病疫情防控的時候，也要重視加強心腦血管疾病急診流程等管理，盡可能減少疫情防控措施對心腦血管疾病急診患者救治的影響。

目前，蘇州在全市開展社區衛生服務中心與醫院的網格信息數字化管理，建立醫院-社區-家庭協同的全民數字健康生活圈，實現了對居民全生命周期的電子化、數字化管理，完成社區衛生服務中心以診療為中心向以居民健康為中心的轉變。海南、浙江等地企業也在開發社區衛生服務中心的慢性病、常見病數字支撐平臺，通過一體化醫防協同措施提高慢病管理效率。北京大學人民醫院與國家衛生健康委合作，建立了國家級醫患體驗大數據平臺，可以實時監測全國性醫療服務的質量與患者的就醫體驗，從而改進醫療服務質量，改善醫療服務流程。

近年來，5G技術、互聯網醫療、遠程醫療、智能手機和穿戴設備使得疾病預防、診療、康養的界限不斷打破，使健康醫療場景延伸到家庭和個人，各地逐步構建了基于移動互聯網的智能健康管理信息系統，使我們對居民群體和個體層面的血糖、血壓、血氧以及血脂的監測、管理更加便捷和高效。這些信息能夠從醫生端延伸到個體患者，形成閉環，使醫患交流溝通的健康管理成為真實場景。

新冠疫情發生后，習近平總書記提出科技工作的“四個面向”，把人民的生命健康放在優先發展的戰略地位。大數據在助力醫防融合方面將承載更大責任。因此，要進一步開發標準化數據庫的建設，也要重視非結構化的數據庫和知識庫建設，推進國家層面健康醫療大數據中心建設，規范健康醫療數據質控及監管。大學和研究機構未來要培養既懂臨床、又懂信息和算法的復合型人才。此外，要深化人工智能研究機構與醫院和健康醫療機構合作，推動基礎研究、臨床實驗及產業轉化發展。同時，建議加強大數據、人工智能醫療技術在基礎研究、大健康、老齡化等方面應用的政策支持與監管。

堅持“預防為主、防治結合”，以期早日實現“十四五”規劃和“健康中國”的目標。建議持續推進健康醫療大數據應用，精細化健康醫療決策；推進精準預防、診療和管理的創新發展；利用大數據和信息化，優化醫療和藥品體系監管、推進醫保系統改革與醫保報銷流程的完善。