新聞中心
PRESS CENTENR2013年，北大人民醫院CDR上有281萬患者的6000多萬醫囑和1.9億條醫療文書，另有30多個T的影像數據，這些都是結構化好的有質量的數據，能否稱為大數據？近日，一位以前在方正任職的業內專家認為，醫院內目前的數據并不能稱之大數據。
那么到底醫院的數據能否稱為大數據？還是人們習慣性的使用了“大數據”這個詞，于是問題的答案就不同了。下面是大數據以及醫院內大數據的一些思考!
首先，我不同意北京人民醫院xx關于“醫院內沒有大數據”的論斷(雖然我不確定這是劉帆的觀點)，為什么沒有?小到一只螞蟻、一個病毒的信息，都可以是一個大數據(例如：螞蟻的DNA信息、群體社會信息，個體識別信息等。病毒感染信息、傳播信息、變異信息等)，而每天人山人海擁擠得水泄不通的人民醫院卻沒有大數據，這顯然不對。所以，這句話可以也許理解為“人民醫院內目前沒有大數據應用”或者“人民醫院目前收集的信息不能稱為大數據”。文字上的歧義反映出的得是行業本身對大數據理解的混亂。
其次，“北大人民醫院CDR上的數據稱不上大數據”!導致這個結論的依據也許是來自“這些都是結構化好的有質量的數據”這個判斷，言外之意就是說，大數據代表的是結構混亂、質量低下的數據，人民醫院CDR中的有質量的數據不是大數據。
那么，什么才是結構化好的有質量的數據呢?比如我做一個LIS系統，我在內部顯然要考慮我存儲的數據結構清晰有效，同時也會考慮數據存儲的質量(長期存儲和再利用等)。如果我這個LIS接入到人民醫院CDR中，LIS中的數和存儲在CDR中的LIS數據是相同的結構嗎?是相同的質量嗎?由于結構變化等因素必然導致CDR中數據質量(至少在完整性上)低于原始數據。因此，CDR數據相對于原始數據有質量只能體現在它與其他數據的關系上，例如LIS與電子病歷、與住院病案或RIS等的相互參照引用上。按照這個觀點，實現CDR時，如果我們將進入的數據進行必要的處理，按照精心設計的數據結構存儲、維護好數據間的邏輯關系，我們管理的數據無論多大，也是傳統數據處理的范疇，與大數據無關。
對于以上問題的以及推演出的結論，與我個人對醫療大數據的思考存在一些差異，借著對這些問題的探討，將個人觀點表述出來，共大家參考。
首先，我認為數據質量和格式并不是區分是否大數據的標準。面對一組數據，數據質量的好壞相對于應用、工具以及分析方法是有不同評判標準的。例如，假設我們存儲在CDR中的數據是XML格式，不管我們將該格式定義得多完美、存儲的數據多萬善，采用傳統BI工具的開發人員都會認為這些數據是垃圾(真實場景)，所謂吾之蜜糖、汝之毒藥也。
其次，為什么要區分大數據或者非大數據呢?我們保存數據是因為這些數據存在對今后有再利用的價值。傳統上，我們設計的信息系統時，在考慮存儲信息的同時也會將利用信息的方式考慮進來，作為信息系統的一部分，這樣實現的系統會對存儲的內容提出各種要求，讓存儲符合應用需要。而符合某一系統需要的數據卻很難符合其他應用的需要，這就導致所謂數據質量的低下。于是有人提出用CDR將各個系統數據抽取到CDR中，經過清洗、標準化等方式處理后，統一存儲并加以利用，人民醫院CDR也許就是這種思想的產物。如果對于這種CDR中存儲的數據，我們不再有任何其他利用的需求，那么，我可以接受它不是大數據這個觀點。然而，只要數據在這里，會不再利用嗎?會沒有新的、顛覆性的應用需要嗎?今天我們習以為常的東西在昨天還不曾出現，明天的數據分析方式會受制于你今天設計的所謂優秀的數據結構嗎?是不是大數據，與數據無關、與系統無關、與數據的生成方式無關。區分大數據和非大數據其實反映的是利用數據能力與方法。
大數據作為一個名詞代表的內容及其豐富廣泛，它既包含宏觀層面的趨勢、政策等內容，同時也包含具體的技術、方法以及觀念的創新。行業內的討論多集中在趨勢、政策和對未來應用模式的憧憬上，很少就具體技術、實現、方法進行有深度的探討，對業內有影響的案例缺乏又深度的分析，例如，圍繞人民醫院數據中心實現，在技術上有哪些成功的創造性方法?有哪些不足可以改進?甚至具體技術細節、遇到的問題等等。
上一篇： 移動醫療變革未來醫療服務模式
