来源：Intetix 作者：Bernard Marr
在看醫生的時候，我們相信醫療專業人員的知識，他們能運用行之有效的科學方法對我們進行治療，這種科學方法被稱作「循證醫學」(EBM)。這意味著他們開的處方藥或著選擇的治療方法，在臨床研究中已經被證實是成功的。
循證醫學(Evidence-Based Medicine，EBM)，其概念和範疇自最早被提及，就不斷在擴大、變遷和泛化。Evidence Based Medicine，重點在Evidence。解決的是什麼是Evidence的問題，說的是什麼樣的東西可以作為臨床的依據，這些依據如何確定孰高孰低?老式的，醫生自身經驗和對病理狀況的理論推演，是Evidence的一部分，但是只是比較弱的部分。
Evidence中更強的，是應用臨床試驗研究手段系統總結出來的東西。它們更能代表疾病和治療客觀規律，對患者和社會更加有利。
臨床試驗研究是通過研究疾病和症狀，找出治療疾病方法。研究者們針對不同的疾病和病人群體，探索最佳治療方案。EBM是世界各地醫療保健供給的既定標準，但是在大數據時代，這也許將會改變。
臨床試驗是這樣運行的：首先在小群體中測試新療法，然後觀察治療如何奏效，同時找出任何可能的副作用。如果試驗證明大有希望，那麼就擴展到更多人群。為了保障參與者和提高可靠性，臨床試驗必須符合嚴格的科學標準。
但這並不是說方法上的缺陷沒有風險，也不是說在某一特定研究之外，臨床試驗總能通過極小群體推廣成功——這時就需要大數據了。我們可以通過挖掘基於實踐的臨床數據世界，比如，實際病人記錄——根據哪個病人處於什麼狀況以及哪些治療有用的信息，從中可以學到很多關於病人的照顧方式。
分析、大數據和臨床試驗
一家位於加州的認知計算公司(Apixio)就堅定地把目光投向授權醫療供應商，為從實踐證據中學習以便可以單獨調整護理。正如Apixio 的CEO達倫·舒爾特解釋的那樣，「我們可以從醫學實踐中學到更多，並改進我們的臨床護理方法。這讓我們距離‘學習醫療保健系統'更近。關於什麼真正有用和什麼沒用的思考，我們能從真實世界的數據證據中得到更新。」
一條關於病人的醫療和臨床信息，80%是由非結構化數據形成而來，例如，內科醫生的書寫筆錄、顧問的備注、放射科的注釋、病理結果、醫院的出院備注等。
舒爾特在被任命為CEO之前，是Apixio首席醫療官的內科醫生，他說，「如果我們想學習如何更好地照顧個人和瞭解更多關於整個人口的健康，我們需要挖掘非結構化數據的見解。」
電子健康紀錄(EHRs)已經存在了一段時間，但由於數據存儲在不同的系統格式，它們在設計時分析沒有被考慮進去。所以Apixio首先要做的，就是從這些不同來源中提取數據，比如GP手術、醫院、政府醫療記錄等。
然後他們需要把信息變成計算機可以分析的形式。臨床醫生備注可以有許多不同的格式——有些是手寫的，有些是以掃描的PDF文件格式。因此，Apixio使用OCR(光學字符識別)技術創建該信息的文本表示形式，這樣一來，計算機就可以讀取和理解。
在這之後，數據可以在個人級別上分析，創建一個病人的數據模型，同時為了獲得關於患病率、治療方式等更多的見解，它也可以聚合更多其他人口的信息。
舒爾特解釋道，「我們創建了一個‘病人對象’，基本上是使用文本處理和挖掘文本以及編碼醫療保健數據派生的數據，來組裝配置文件。通過創建此單個配置文件和在組合類似的個人配置文件在一起，在這些成為個性化醫學基礎的個體中，我們可以回答什麼有用，什麼沒用。」
獲得醫療保健提供商和健康保險計劃的共享數據是一個挑戰。為了攻克這個難題，Apixio通過保證為數據訪問提供真正價值的回報。正如舒爾特說，「除非你今天解決真正關鍵的問題，否則這些組織不會給你訪問任何真正的數據量。」因此關鍵要關注具體的成果和解決問題，反對添加到大數據上的所有炒作。
另一大挑戰是關於數據安全問題，特別是在一些引人注目的健康數據洩露之後。有資料顯示，2014年有43%的醫療記錄數據被盜，醫療部門見證了自2010年以來最大增率的數據盜竊(遠遠超過了企業或政府部門)。
舒爾特把數據安全比作「籌碼」，足以說明安全問題的重要性。「為了每個新合同，我們必須證明我們系統的安全性。」也因此在Apixio，病人的數據在靜止和傳輸過程中必須要加密，而且Apixio從未公開個人健康信息(PHI)，除非Apixio工作人員必須需要數據庫。
實踐醫學可以取代循證醫學作為醫療保健的黃金標準嗎?或許不能。但毋庸置疑，我們在令人興奮的新方法邊緣來理解、治療和防止疾病。
正如舒爾特所說，「基於這些數據驅動的見解，就醫療保健將要實行的方式而言，我們處於一個新的世界。」一個結合了實踐醫學和循證醫學的未來，很可能對病人產生最好的結果，這也是所有醫療保健專業人士的殷切希望。
沒有留言:
張貼留言