ukan“大数据”在医疗应用中的“小挑战”

guoyunshuju

大数据的发展有目共睹，如今已经在各个行业有了出色的表现。人们越来越离不开大数据，越来越需要数据的作用为生活带来各种便利。大数据可视化在医疗方面也有着不俗的表现。但即使发展迅速，前景美好，但在此其中仍然存在一些挑战。

第一：数据不完整。

很多时候数据并不能完整呈现以供分析。比如由于商业保险公司未能与绝大部分医院进项联网结算 , 理赔信息仍需根据参保人提供的费用单据手工录入 , 费时费力 . 而保险公司为了节省费用 , 经常只录入费用类别 ( 如医药费、检查费等 ), 从而无法提供医疗费用明细供深度数据挖掘。

第二：信息不准确。

人为而得到的数据并不能保证准确度。即便是政府医保系统中的理赔数据，也普遍存在诊断信息不精确，或医生根据所开药品而人为添加诊断等现象。

第三：标准化不足。

实际上，药品、手术、检查项目等往往无编码，即便有也通常因地而异甚至因医院而异，缺乏统一编码。这样的数据质量大大的影响了大数据分析的应用。在现有数据条件下，专业的大数据平台分析技术可以用于弥补信息缺失或不准确造成的弊端。比如可以根据所用药品、手术及检查项目判断诊断的准确性甚至补足缺失的诊断。同样，数据标准化问题归根结底需要建立并实施全国标准编码系统，包括诊断、药品、手术、检查、操作、耗材等。在此之前，应用庞大的临床字典库及人工语言分析等专业技术可将绝大部分编码工作自动化。