跳转到内容

健康大数据

来自VeritasWiki 真理百科

健康大数据(Health Big Data)通常指在疾病防治、健康管理、医疗服务与医疗保障等活动中产生的、规模巨大且类型多样的数据集合,涵盖电子病历、居民电子健康档案、医学影像、检验检查结果、基因组学与蛋白质组学数据、可穿戴设备采集的生理参数以及医保结算记录等。它既是一种用于临床决策和公共卫生监测的生产性资源,也被视为国家基础性战略资源。[1]与一般商业大数据相比,健康大数据的特殊性在于:数据主体是自然人,泄露后果不可逆;数据生成高度分散于医院、疾控、体检、药店与个人设备;数据语义依赖临床语境,脱离上下文即失去意义。

数据的来源与形态

健康大数据的第一层来源是医疗机构内部系统。医院信息系统(HIS)、检验信息系统(LIS)、影像归档与通信系统(PACS)、电子病历系统在日常诊疗中持续生成结构化字段与自由文本,构成临床数据的主体。第二层是区域平台与公共卫生系统,包括以居民电子健康档案为核心的基层卫生信息系统、传染病网络直报系统与免疫规划信息系统。第三层是院外的个人侧数据,如智能手环、动态血糖仪、家用血压计等可穿戴与智能健康电子产品所记录的连续生理信号。2016年的国家层面文件已明确要求探索此类设备产生的数据资源规范接入人口健康信息平台。[2]第四层则是科研侧的多组学数据与人群队列数据,其价值在于把"临床表型"与"分子机制"连接起来。

从形态上看,健康大数据同时包含结构化数据(诊断编码、检验数值、用药剂量)、半结构化数据(各类报告模板)与非结构化数据(病程记录、手术记录、病理描述)。真正决定数据可用性的往往不是总量,而是结构化程度与语义标注质量。这也是为什么业界普遍认为,临床数据治理的工作量远大于数据采集本身。

政策脉络与基础设施建设

我国对健康大数据的制度安排起步较早。2016年6月,国务院办公厅印发《关于促进和规范健康医疗大数据应用发展的指导意见》(国办发〔2016〕47号),首次把健康医疗大数据定位为"国家重要的基础性战略资源",并提出阶段性目标:到2017年底实现国家和省级人口健康信息平台以及全国药品招标采购业务应用平台互联互通,到2020年建成国家医疗卫生信息分级开放应用平台,依托现有资源建成100个区域临床医学数据示范中心。[3]该文件从夯实应用基础、深化应用、规范"互联网+健康医疗"服务、加强保障体系四个方面部署了14项重点任务。

2018年7月,国家卫生健康委印发《国家健康医疗大数据标准、安全和服务管理办法(试行)》,明确了健康医疗大数据的定义、内涵与外延,厘清了应用管理过程中的边界与权责。[4]2023年,行业管理进一步细化:6月印发《卫生健康行业数据分类分级指南(试行)》,界定重要数据与核心数据范围;8月印发《医疗卫生机构网络安全管理办法》,要求覆盖数据收集、存储、传输、处理、使用、交换、销毁的全生命周期安全管理。[5]

在设施层面,国家全民健康信息平台已初步建成,省统筹区域平台不断完善,实现了各级平台联通全覆盖;同时依托中国医学科学院、中国科学院等单位建设了国家人口健康科学数据中心、国家基因组科学数据中心和国家微生物科学数据中心,为医学研究数据的开放共享提供载体。[6]这类中心的作用不只是存储,更在于建立数据提交、审核、分级授权与可追溯使用的规范流程。

从"数据孤岛"到标准化

健康大数据落地过程中最顽固的障碍是标准化。不同厂商的系统采用不同数据字典,同一检验项目在不同医院的单位、参考区间与命名各异;自由文本中大量信息以叙述形式存在,难以直接计算。2025年8月,经国家卫生健康委批准,临床大数据标准化及集成应用重点实验室落户中日友好医院,2026年7月召开的第一届学术委员会把标准化列为首要议题。[7]

中国科学院院士金力在该场合指出,临床大数据是医学变革的"新能源",而标准化和集成应用是让这些"新能源"释放价值的基础保障,前提是标准化、高质量与可互操作。[8]中国工程院院士吉训明则以卒中防治为例说明信息流通的现实意义:院前急救数据、基层病历、救护车生命体征监测与院内团队响应记录若能真正打通并实时流转,从发病到溶栓取栓的每一分钟都存在优化空间。[9]这一例子说明,健康大数据的价值曲线并非线性:单点数据的边际价值有限,跨环节贯通后才出现质变。

主要的应用方向

在临床侧,健康大数据支撑临床决策支持、单病种质控、不良反应监测与真实世界研究。结构化病历与知识库结合后,系统可在医嘱开具环节提示配伍禁忌与剂量异常;在影像侧,大规模标注数据是医学人工智能模型训练的前提。

在科研侧,队列研究是核心场景。《中国精准医学2035发展战略》提出建设标准化、规范化、系统化的国家级大型人群队列,并搭建标准化、共享的国家精准医学大数据中心,明确健康医疗数据管理机制,促进采集与管理的标准化、结构化、规范化,同时保障数据质量与安全。[10]该战略还把高通量影像组技术、多组学定量分析与辅助诊疗系统列为优先方向,反映出"数据—算法—临床"三者已被视为一个整体。

在公共卫生侧,健康大数据用于传染病预警、慢病管理与卫生资源配置。免疫规划、网络直报与急救调度系统的数据整合,是提升突发公共卫生事件响应速度的基础。[11]在产业侧,数据还催生了智能可穿戴、数字疗法与保险精算等新业态,但这类应用对授权链条的要求更为严格。

安全、隐私与授权使用

健康大数据治理的难点在于"用"与"护"的张力。一方面,数据不流动就无法产生价值;另一方面,病历信息一旦泄露无法补救。现行制度给出的路径是分类分级加授权使用:先按重要程度把数据划分为一般数据、重要数据与核心数据,再按最小必要原则配置访问权限。2025年6月,国家卫生健康委会同国家中医药局、国家疾控局印发《关于进一步加强医疗机构电子病历信息使用管理的通知》,要求医疗机构落实分级分类访问控制,明确临床诊疗、教学、管理等人员的访问权限和时限,并通过数字水印等技术确保使用过程留痕、可追溯。[12]

技术层面的应对包括去标识化、差分隐私、联邦学习与可信执行环境。其共同思路是让原始数据不出域,只交换模型参数或统计结果。这些技术在科研协作中已有实践,但在跨机构、跨区域的规模化应用上仍受制于标准不一与责任界定不清。[13]

仍待解决的问题

健康大数据的成熟度受三重因素制约。其一是数据质量:缺失值、录入错误与随访断点普遍存在,直接影响模型可靠性。其二是激励机制:数据产生者(医院与医生)与数据受益者(研究者与企业)并不重合,缺乏可持续的共享动力。其三是能力落差:基层机构的信息化水平与数据治理能力显著弱于大型三甲医院,容易形成新的数字鸿沟。国家层面的思路是"边建设、边研究、边应用、边推广",结合智慧医疗与远程医疗体系把成熟方案向基层扩散,[14]但这一过程需要标准、人才与资金的同时到位,难以单点突破。

参考资料

  1. ↑ 国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见,中国政府网,2016-06-24。
  2. ↑ 国务院办公厅印发《关于促进和规范健康医疗大数据应用发展的指导意见》,国家卫生健康委员会,2016-06-24。
  3. ↑ 国务院办公厅印发《关于促进和规范健康医疗大数据应用发展的指导意见》,人民网,2016-06-24。
  4. ↑ 关于政协第十四届全国委员会第二次会议第03217号提案答复的函,国家卫生健康委员会,2024-09。
  5. ↑ 关于政协第十四届全国委员会第二次会议第03217号提案答复的函,国家卫生健康委员会,2024-09。
  6. ↑ 关于政协第十四届全国委员会第二次会议第03217号提案答复的函,国家卫生健康委员会,2024-09。
  7. ↑ 临床大数据建设:挑战亦是"磨刀石",央视网健康频道,2026-10-28。
  8. ↑ 临床大数据建设:挑战亦是"磨刀石",央视网健康频道,2026-10-28。
  9. ↑ 临床大数据建设:挑战亦是"磨刀石",央视网健康频道,2026-10-28。
  10. ↑ 中国精准医学2035发展战略,中国科学院学部。
  11. ↑ 国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见,中国政府网,2016-06-24。
  12. ↑ 《关于进一步加强医疗机构电子病历信息使用管理的通知》政策解读,国家卫生健康委员会,2025-06。
  13. ↑ 关于政协第十四届全国委员会第二次会议第03217号提案答复的函,国家卫生健康委员会,2024-09。
  14. ↑ 中国精准医学2035发展战略,中国科学院学部。