2020-07-25
CEO一席谈 | 疫情带来的变革与展望:开拓医疗大数据的无限潜能

“疫情之中,我们已经看到了人工智能和机器学习在预测疫情爆发和处理大量数据方面的巨大潜力。在未来,我们也将更多地利用这些潜能,更好地应对全球传染病的风险。”

--TPP创始人&CEO  弗兰克 · 赫斯特爵士

TPP创始人暨CEO弗兰克 · 赫斯特爵士

新冠肺炎在今年年初的大爆发,无疑为全球各国带来了冲击。今天,对抗新冠肺炎疫情的努力已经在不少国家和地区取得了阶段性的成效,这也让我们有机会从另一个角度来审视在疫情下促生的种种变革和机遇。

7月16日,TPP创始人暨CEO弗兰克 · 赫斯特爵士应邀参加了2020东盟国家医疗革新峰会的在线论坛,探讨了数字化医疗、人工智能及医疗大数据等趋势在新冠疫情期间展现出的价值潜能。这些今天的前沿趋势,可能为未来的医疗服务和研究模式带来长远的改变。

在疫情期间,电子病历等数字化医疗系统在很多医疗环节上都发挥了关键的作用。例如对新的远程护理模式的支持,对全国性医疗数据研究的支撑,以及在公共卫生监测和疫情追踪中的突出作用。其中,临床数据的巨大价值更是得到了凸显。对此,弗兰克指出:“与以往相比,疫情让我们以前所未有的姿态关注医疗数据,以及如何利用数据来指导我们不断获得新进展。”

医疗数据基础设施:面对疫情的强大助力

在这方面,英国独具特色的初级诊疗体系以及为之服务的电子病历基础设施,无形中为其获取丰富、翔实的医疗大数据提供了先发优势。早在三月份,研究人员就开始利用数据库中的资源创建新冠肺炎相关数据集。弗兰克谈到,依托安全的OpenSAFELY平台,高校科研人员、软件工程师、政策制定者和流行病学专家得以紧密协作,并利用多达2400万份电子健康档案,对新冠肺炎致死的危险因素展开评估。在这一协作中,规模化、标准化临床数据的价值被展现得淋漓尽致。

而基于OpenSAFELY平台上的整合数据得到的研究成果,则揭示出了很多与新冠疫情相关的规律,例如哪些患者的风险最大,哪些生活方式可能更具危害,以及如何更好地保护高风险的弱势群体。这些研究的意义在于,让医疗力量不仅仅能够用来对现有的新冠肺炎患者进行应急抢救,也能在与疫情的长期对抗中优化医疗资源的配置,保护更多的人远离风险。

各国国情不同,而TPP在英国的数字医疗实践或许可以给其他国家或机构带来一点启发。弗兰克爵士指出,要实现这样的效应,必须具备一个全国性的综合电子病历平台,让来自不同诊疗机构的患者数据能够被整合到一个集中的数据库中;其次,这一数据库应该以患者的病史和其他医疗记录为中心,而不是无所不包、过度庞杂的数据(如医疗财务记录等);此外,应该利用所有的数据源来形成完整的病历记录,避免“数据孤岛”的困扰。为此,这一数据库还应该能够通过智能手机应用程序等渠道访问和上传数据,从而让大量居家的患者也能够参与对自身的护理,并自行为病历添加数据。

从宏观到个体:医疗大数据的物尽其用

对于新冠这类传播迅速、扩散范围广的疫情,让医疗大数据得以服务于公共卫生部门的监测也是非常重要的。例如,可以利用电子病历系统收集症状数据,从而对疫情爆发进行实时的监测;或是将医疗数据和其他数据源相结合,从而助力公共卫生部门获取与疫情相关的更加立体的信息。例如弗兰克谈到,利用深度学习的LSTM技术提取自由文本中的症状数据,以及将数据与地理数据和行程信息结合等。这使得人们可以利用更多类型、更多来源的数据来增强对疫情的实时监测能力。

通过这些途径,人们不但可以在宏观层面上,直观地监测和比较疫情症状在不同地区的流行率;也可以针对患者个体进行症状和检测结果的监测,并根据患者的潜在健康状况、年龄或人口统计信息对其进行分层。可以说,从公共卫生部门的决策人员,到各个层面的医护人员,都能够将这套基础设施提供的多样化功能物尽其用。

承前启后,挖掘医疗大数据无限潜能

弗兰克爵士谈到:“医疗数据不仅可以帮助人们应对当前的疫情,还可以帮助更有效地处理疫情带来的后续影响。”比如有大量的患者由于疫情影响,在过去4至5个月内错过了正常的医疗护理,这其中包括很多没能按时接受定期检查的慢性病人。此外,在疫情期间具有心理健康问题的人群数量也呈现出上升趋势。如何对这些疫情的连带影响进行及时处理,同样有赖于对医疗数据监测的有效利用。

在这方面,数据监测已经开始在最新决策当中起到作用。例如,对电子病历系统中数据的监测显示出,受到新冠疫情的影响,接受常规免疫接种的儿童数量有所下降。对此,公共卫生部门得以有针对性地推出了专项活动,用来敦促父母带他们的孩子进行免疫接种。今后,这样利用医疗大数据辅助公共卫生决策的成功案例有望不断涌现。

当然,弗兰克爵士的视野绝不仅仅局限于当下。他颇具前瞻性地指出:“电子病历数据的效用不止于此。仅仅利用数据来回溯既有事件和研究已经发生的事情还远远不够。疫情之中,我们已经看到了人工智能和机器学习在预测疫情爆发和处理大量数据方面的巨大潜力。在未来,我们也将更多地利用这些潜能,更好地应对全球传染病的风险。”

更多新闻