不远的将来，医生或许会通过移动设备跟踪你的健康大数据来给你开出处方

36大数据专稿，原文作者：Stephen F. DeAngelis 本文由36大数据翻译组-大海翻译，转载必须获得本站及

Jordan Novet (@jordannovet),预测说，“不远的将来某个时候，你的医生或许会通过智能手表或者App软件跟踪你的健康数据来给你开出处方。数据将会从这些设施中流出直接记入你的电子医疗记录，那些医生可以利用数据帮你细致优化诊疗计划，即使没有治疗上的变化，这些App和智能手表或许也能帮你做出更好的健康选择提示。”

摘自“我们医疗健康的未来：机器人技术，人工智能，分析学等” 互联网产业新闻博客，2014.11.27。

如同我们生活领域中的很多其他的方面，大数据会对医疗健康部门产生很重要的影响。但与一些领域不同的是，几乎所有人都对他们的健康记录如何被处置，被防护以及被使用保持敏感态度。如果Novet的愿景得以实现，对个人隐私的关注必然引起重视。

Anthem系统最近被黑客攻击集中反映的事实就是在该领域我们仍有很多工作需要做。Katie Dvorak (@KMDvorak87)（美国医疗健康资讯网站FierceHealthIT和FierceHealthcare副主编）解释说，“从Facebook到医生办公室，我们的信息被源源不断收集并分析。现在的问题是应该拿到什么数据，应该谁拿到。对于医生，人们会本着医生会为患者利益着想的想法而分享私人信息，而不是对Facebook这样的公司。”摘自“大数据在医疗健康方面日益壮大的角色会引发更多法律和道德问题”，FierceHealthIT，2014.7.14。

Dvorak指出，一位研究健康法律与道德的哈佛法学院教授，与来自加利福尼亚大学、旧金山、德州西南医疗中心的研究者一起，在Health Affairs发表了一篇引发关注的研究报告；文中提出了大数据如何在医疗健康部门应用，尤其是使用预测性分析模型给与法律和道德领域相关建议。Dvorak提道：“Cohen说患者隐私被侵犯的越多，越需要强有力的批准机制。对于医生使数据收集更加容易的关键是取消身份识别。他说，身份识别取消的越多，更难从一个特定个人那里识别数据，同时运行没有个人标签的内容会更加合乎道德规范。更重要的是，Cohen称，患者应该在接受诊疗前查阅相关的信息披露程序，以便更好的理解在数据库中存放他们的信息意味着什么，并自行选择是否放弃披露。

很多个人可能的第一反应是放弃披露从而避免未来不必要的麻烦。问题是很多实践证明会拒绝对对那些不同意信息披露的患者进行诊疗，这对于患者授权信息披露的有力支持。Kim Krisberg报告中称，“电子健康记录（HER）的出现，伴随更强的计算机运算能力和更多能够分析大量数据信息的专业人士的出现，以前沉睡在纸面上的数据以及封闭系统中“信息孤岛”正在日益连接起来。尽管所谓“大数据”的准确定义因起源不同而千差万别，但多数专业人士同意，处理和分析这些大量数据的能力，因明显的缩短科研与实践的时间窗，而抓住了更高效/高质的医疗健康的关键。”引自“大数据是促进医疗健康的关键”，美国医药大学联合会，2014.1。

在开始谈论一些诸如电子健康记录用来帮助科研者治愈疾病或者推荐最好的诊疗方案等益处前，我想先讨论当前人工智能可以帮助解决的电子健康记录相关的一些问题。一位旧金山地区的整形外科医生Kevin R. Stone指出，“医学是一种口头科学。患者向医生口述他们的病患状况。医生倾听并询问患者相关问题。医生把患者的情况告知其他医生以分享信息并获取新的想法。医生和护士讨论患者的康复情况。他们同社交工作人员、心理诊疗人员以及任何能够协助患者解决病患提升健康状况的专家们交换意见。”他继而有些悲痛，解释说，“电子医疗档案已经杀死了口头科学”。摘自“人工智能能够终结电子医疗档案的梦魇吗”，三藩考官，2014.9.28。

“现在医生为了分享信息看着键盘打字，护士也死盯着屏幕，为录入数据讨论很长时间；这些事情往常只用三分钟时间就能搞定。据我所知，除了保险公司康复中心之外，每个人都痛恨新的医疗记录。有成百上千医生发表的评论称如果他们不得不花时间录入数据的话，他们只有时间给原来2/3的病人看病。

哎，那可不像是什么医疗科学的进步。于是Stone医生的推荐是什么？人工智能。“苹果的Siri，IBM的沃森以及它们的相关产品能够解决这个问题”他提供了一个小场景来表明人工智能如何能用于促进医疗健康与电子健康记录。

“Siri，我想让约翰女士到医院进行全膝关节置换手术。”

“好的，Stone医生，需要我进行预订指令吗？”

“是的”

“告诉我她正使用的药剂”，我说完药剂名称以后；Siri或许会问：“好的，让我们确认让她的心脏医生知道在手术前几天调整一下血液稀释剂，同时还有她正使用的药品已经召回了，推荐这些药品的替代药剂。”

你能看到这一切是怎么运行的。人工智能早就能解决高度程序化的场景同时督促医生在工作中表现的更出色。医疗人员将不会在电脑成打的菜单或者显示无关信息的屏幕前苦寻而浪费很多时间。如果医生没能正确发现一处伤处，护理人员能够在他们工作时发现，并通过一条Siri信息提醒医生。患者能够在来诊疗机构前告诉Siri他们的诊疗历史，然后医生可以查阅这些历史，并对诊疗有很大的帮助。我的意思是，这一切我们都可以通过谈话解决。我们可以不用熟练的敲击键盘录入数据。

Stone医生所描述的是用于自然语言挖掘和人工智能领域的认知计算系统。他相信保险公司能够发现比已现有的更好的系统。另外，Stone医生指出，这样的系统“能够督促医生考虑更加实惠的药品，设施或者治疗方案。”这些推荐或许能真的帮助医疗健康机构降低成本。David Shamah (@newzgeek)指出，“伴随医疗健康成本全球螺旋式的上升，找到降低成本的方法是事关保险公司、医疗健康机构和政府这些最终为医疗健康成本买单机构的财务状况与经营生死。“自然语言处理与大数据：节省大量医疗健康支出的良方”摘自ZDNet,2014.11.28，支持Stone医生自然语言处理（NLP）能够帮助降低成本的观点。除了口头语言记录外，Shamah谈起一家叫做CliniWorks的公司，他们用自然语言处理做了一个可查阅所有书写类文稿同时对数据进行归类的系统。据这家公司的CEO ，Nitzan Sneh (@NitzanSneh)称，“这套系统比简单的关键词识别更加深入。我们以非常快的速度扫描文本，使用专业的算法掌握在分析中医生写在哪里的信息最有用的规律。数据一经准确分类，系统就能分析并给予更有效的治疗建议，特定情况哪种药物最有效，如何减少浪费等等。信息被存储到一个遵从健康保险携带和责任法案的可查询的数据库中，可确保快速的数据查询、分析和报告。不管你是否相信，这是在美国第一次试图将治疗过程中患者的结果与费用相关联，以科学分析我们在医疗健康上花费的钱是否用到了刀刃上。”Pfizer，一个知名的药品公司，正在联合发起一个与CliniWorks合作的项目。

伴随医生和药品公司对于认知计算技术如何能提高HER能力深感兴趣，是时候该医疗健康产业认真考虑认知计算如何被用于提高诊疗方案并降低成本了。IBM的沃森已经能够帮助医生进行更好的诊断，但是这仅仅是认知计算技术如何用于改变医疗健康产业的冰山的一小角。