杨 薇，崔英子，杨海淼，冷向阳

    (长春中医药大学附属医院，长春 130021)

    ·GCP平台·

    医疗大数据在中医药研究领域的应用与思考

    杨薇，崔英子，杨海淼*，冷向阳

    (长春中医药大学附属医院，长春 130021)

    摘要：信息革命使现代社会进入大数据时代，医院信息系统(HIS)数据、临床医学研究数据、生物信息数据、医疗卫生服务平台数据、居民健康管理数据、公共卫生普查数据等各类医疗大数据成为近年来的研究热点，通过分析医疗大数据可以为临床决策与医学发展提供重要的信息，促进人类健康事业的发展。在中医药研究中采用医疗大数据分析与挖掘不仅可以发现中医药使用的特征与规律，也有利于中医药的现代化与创新，加速中医药国际化进程，使中医药造福于全人类。

    关键词：医疗大数据；中医药研究；数据挖掘；大数据应用

    进入21世纪以来，可应用的数据呈现井喷趋势，大数据时代已来临。维克托·迈尔-舍恩伯格曾概括性提出大数据时代的特征在于可分析的数据向更多、更杂、更好3个方向的转变[1]。大数据具有大量、高速、多样和有应用价值的特点[2](又被称为4V的特征)，也被称为能够引领未来繁荣的三大技术变革之一[3]。据国际数据公司预测,2012—2016年期间的中国大数据较原来将增长5倍，其中医疗卫生占据较大份额，大数据时代的到来为医学研究领域开拓了崭新的道路。

    1医疗大数据来源与种类

    医疗大数据来源主要有4类，分别是制药企业或生命科学的研究数据、临床医疗或实验室检查数据、医疗费用或报销产生的数据、健康管理或通过社交网络产生的数据[4]。以上数据具体表现为日常医疗服务过程中产生的医院信息系统(hospital information system，HIS)数据、大样本临床医学研究或监测大数据、生物信息数据、医疗卫生服务平台数据、居民健康管理数据、公共卫生普查数据等，随着信息化水平的提升及多信息系统广泛使用，医疗数据的来源与容量将呈现几何数量增长，这些数据为医学研究提供了海量资源。

    2医疗大数据研究方法

    目前对于大数据分析体现为数据挖掘与统计分析两大类方法共存，从原理上讲,许多数据挖掘算法也是基于统计分析发展起来的，两者作用互相补充。

    2.1数据挖掘数据挖掘按照其功能可分为分类、聚类、汇总、关联、预测、序列发现、离群点分析等，基于分析原理又可分为统计分析类数据挖掘方法和机器学习类数据挖掘技术，统计类数据挖掘方法包括聚类分析、关联规则、主成分和因子分析、判别分析等，而机器学习类数据挖掘技术包括人工神经网络法、贝叶斯网络、粗糙集理论、决策树算法、遗传算法、支持向量机[5]等 ......