顾东风：大数据赋能医防融合现状与挑战

医院在临床服务和运营管理过程中，应用了包括医院信息系统(HIS)、实验室信息管理系统(LIS)、医学影像存档与通讯系统（PACS）等在内的信息系统，从精准层面和个体层面积累了很多健康医疗大数据。国家医疗保障局的医保系统、大量的穿戴设备、体检中心、全国性疾病检测系统、疾控中心管理系统，以及GPS和北斗导航的定位等系统的使用，都为医疗卫生提供了大量数据与信息资源。在CHIMA 2021大会上，中国科学院院士顾东风教授对大数据在医防中的应用进行了详细阐述。

中国科学院院士 顾东风

以下内容根据顾东风院士演讲整理。

2019年我国心血管疾病死亡458万人。从1990年到2019年，心血管疾病死亡占比从29%增至43%，肿瘤疾病死亡占比从17.5%增至25.5%。这些患者的诊疗需要大量经费，给医疗资源、人力物力带来极大负担。从上世纪九十年代末至今，人群中主要心血管危险因素更加流行，本世纪初以来我国心脑血管疾病的住院人次数及治疗总费用呈指数级增长，严重挑战医院的承载压力。

心脑血管疾病死发和病亡中，归因于高血压、糖尿病、高脂血症等慢性疾病的占据50%以上，这些患者主要在医疗机构门诊或居家治疗，因此对他们进行有效的疾病预防科普以及健康管理显得尤为重要。2018年，国家出台了“健康中国”战略，强调预防为主，防治结合，医防融合。目前，医院疾病诊疗数据、卫生健康、医疗保险数据以及医药供应信息流往往是不连通的，很多地方尚未交流使用。只有把这些数据进行有效融通，才能真正促进“健康中国”战略中描绘的全生命周期、全方位的医疗、保健、康复、养老，进而更加经济有效地利用有限的医疗卫生资源。

在此背景下，国务院在“十三五”期间出台了多个文件规范，加强引导健康医疗领域大数据以及人工智能的应用，工信部也出台了大数据发展规划，促进互联网医疗、疾病监测、风险评估、健康管理、移动设备、人工智能的发展，形成政府、医院和产业界共建健康医疗大数据平台的良好局面。

新冠肺炎疫情发生以来，国家推出了大数据行程码追溯个人行程轨迹。交通部门、通讯运营商以及相关企业为大数据行程码贡献了技术力量。因此，有了大数据多部门协同，形成了市、省和全国整合式的疫情防控局面，取得了良好的综合效果。疫情初期，多个医疗中心合作，采用53万张CT图像应用人工智能技术，对新冠肺炎患者进行快速诊断、危险分层。大数据给医生在新冠肺炎诊断中提供了有力支撑，赋能了政府和社会疫情防控。

在国外，美国采用可穿戴设备实时监测静息心率，静息心率高于本人平均水平0.5倍标准差的观测定义为异常数据，将识别出的异常数据与美国疾控中心流感发病率数据进行比较，应用于流感预测。美国近年在长期健康医疗大数据研究基础上，开发了心血管疾病风险预防模型指导预防和临床危险因素管理；英国国家卫生系统利用全科医师门诊病历中的153万患者的日常诊疗数据，构建了心脏病发病风险的预测模型，进而预测中老年英国人活到85岁时，患心脑血管疾病的风险值，以便及早预防和健康管理。

我国利用30余年12.7万人的前瞻性心血管病队列随访，在借鉴美国心血管病风险模型基础上纳入地域、腰围、心血管病（冠心病、卒中）家族史等特色预测变量，为国人量身定制了个体化的心血管病风险预测模型。顾东风教授研究团队开发具有我国自主知识产权的风险评估网站（www.cvdrisk.com.cn）和“心脑血管风险”手机App软件。该APP完全免费，目前使用量已逾2600万人次，受到我国广大医务人员的欢迎。

借助信息化大数据平台，深圳市罗湖区打造了高血压和糖尿病等社区防控与健康管理的医防融合的良好生态。利用健康医疗大数据平台将高血压患者的数据收集整理，结果发现2016至2020年全区同年龄组、同性别的高血压患者的收缩压和舒张压水平都有所降低，患者血压控制的满意度也得到提高。在成都武侯区南站社区，利用信息化大数据平台促进家庭医生签约服务，对万人社区的糖尿病、高血压患者进行有序增效的综合管理，与国内其他地区进行对比，发现该区糖尿病、高血压患者经过管理后，病情得到了有利控制，管理效果逐年提升。

从2019年底到2020年2月份，通过全国胸痛中心联盟医疗大数据监测可以看到新冠肺炎疫情期间医院对于防控形势的反应程度。很多医院加强了对心脑血管疾病急诊防控措施的要求，测核酸和登记耗费时间，延迟了心脏急症诊断、治疗如溶栓和介入治疗的时间，导致医疗机构心脑血管疾病急诊死亡率明显上升。这些数据提示城市在应对传染病疫情防控的时候，也要重视加强心脑血管疾病急诊流程等管理，尽可能减少疫情防控措施对心脑血管疾病急诊患者救治的影响。

目前，苏州在全市开展社区卫生服务中心与医院的网格信息数字化管理，建立医院-社区-家庭协同的全民数字健康生活圈，实现了对居民全生命周期的电子化、数字化管理，完成社区卫生服务中心以诊疗为中心向以居民健康为中心的转变。海南、浙江等地企业也在开发社区卫生服务中心的慢性病、常见病数字支撑平台，通过一体化医防协同措施提高慢病管理效率。北京大学人民医院与国家卫生健康委合作，建立了国家级医患体验大数据平台，可以实时监测全国性医疗服务的质量与患者的就医体验，从而改进医疗服务质量，改善医疗服务流程。

近年来，5G技术、互联网医疗、远程医疗、智能手机和穿戴设备使得疾病预防、诊疗、康养的界限不断打破，使健康医疗场景延伸到家庭和个人，各地逐步构建了基于移动互联网的智能健康管理信息系统，使我们对居民群体和个体层面的血糖、血压、血氧以及血脂的监测、管理更加便捷和高效。这些信息能够从医生端延伸到个体患者，形成闭环，使医患交流沟通的健康管理成为真实场景。

新冠疫情发生后，习近平总书记提出科技工作的“四个面向”，把人民的生命健康放在优先发展的战略地位。大数据在助力医防融合方面将承载更大责任。因此，要进一步开发标准化数据库的建设，也要重视非结构化的数据库和知识库建设，推进国家层面健康医疗大数据中心建设，规范健康医疗数据质控及监管。大学和研究机构未来要培养既懂临床、又懂信息和算法的复合型人才。此外，要深化人工智能研究机构与医院和健康医疗机构合作，推动基础研究、临床实验及产业转化发展。同时，建议加强大数据、人工智能医疗技术在基础研究、大健康、老龄化等方面应用的政策支持与监管。

坚持“预防为主、防治结合”，以期早日实现“十四五”规划和“健康中国”的目标。建议持续推进健康医疗大数据应用，精细化健康医疗决策；推进精准预防、诊疗和管理的创新发展；利用大数据和信息化，优化医疗和药品体系监管、推进医保系统改革与医保报销流程的完善。