从健康管理角度谈我国健康保障事业的转型

从健康管理角度谈我国健康保障事业的转型

健康管理的目标是预防疾病的发生，控制疾病的发展，减轻医疗负担，提高健康水平，最大限度地发挥健康作用，在中国的健康过程中发挥重要作用。随着大数据的出现和迅速发展，国家陆续出台《关于促进和规范健康医疗大数据应用发展的指导意见》等多个战略性文件，表明健康医疗大数据是国家重要的基础战略资源一、大数据助力医疗健康大数据当前，我国健康保障事业面临新的巨大挑战。一是慢性病成为影响人民健康的重要隐患。慢性病具有易致残、难痊愈、治疗贵等特点，不健康的生活方式和饮食习惯是其主要的发病原因，其导致的死亡人数已经占总死亡人数的88%，导致的疾病负担占总疾病负担的70%以上大数据在我国医疗健康领域的变革中扮演着重要角色，大数据可以通过整合多来源卫生数据预测和跟踪流行疾病，通过对健康危险因素的识别、监测和分析，为我们提供健康生活方案，预防、预警和尽早发现疾病，通过对临床数据、用药数据、治疗效果和医疗费用等海量数据的分析为个性化的预防保健和健康体检方案制订、临床决策和个性化治疗方案制订提供科学有效的支撑，通过便携式医疗设备和可穿戴医疗设备加强对患者的出院后管理。大数据在这些领域的应用与发展为健康管理提供了新的思路和技术支持，健康管理迎来前所未有的发展机遇。二、健康医疗大数据随着医疗卫生信息化的快速发展，医疗数据的规模和类型都经历了前所未有的高速发展，丰富多样的医疗数据和健康数据集聚在一起，形成了能够描绘全生命周期健康画像的健康医疗大数据。根据数据来源的不同可将其分为医疗大数据、健康大数据、生物大数据和运营大数据(一)数据及数据库支撑技术应用正成为国家和县级人口健康信息平台的重要基础健康信息是健康管理的前提和基础，主要包含医疗卫生服务信息、健康体检信息、生物指标信息和日常行为信息等。相比于传统的访谈法、实地考察法等信息采集方式，大数据时代健康信息的采集更为灵活、便捷和全面。2009年至今，国家出台了一系列政策支持建立电子健康档案，并于2013年着手建设了人口健康信息平台。目前，我国省级人口健康信息平台已全面建成，市级和县级人口健康信息平台的建设也正处于稳步推进中。例如，贵阳市依托大数据和云计算技术搭建的人口健康信息平台包含电子健康档案和电子病历等数据库，目前已接入290多家医疗机构，汇聚了近12亿条包含诊疗记录、影像资料、健康档案等多种数据类型、数据规模超过60T的健康医疗大数据。同时，还通过“健康贵阳”APP向居民推送电子病历和健康档案，居民可以通过这个APP实时更新自己的健康档案，医生也可以实时阅览居民的健康变化情况(二)健康管理的重要环节健康评估是一个将健康状态和疾病风险进行量化的过程，主要包括健康状态评估、疾病风险评估、疾病危险程度评估和群体风险评估四个部分，是健康管理的重要一环。其主要思想是通过各种疾病风险模型，对个体的目前生理和心理健康状态、未来一段时间患某种疾病的可能性、已患疾病的未来走向及并发症发生概率和特定群体在特定环境下患某种疾病的可能性进行评估，对于预防疾病发生、降低医疗费用至关重要(三)健康服务管理健康干预是根据健康评估的结果，针对不同健康状态群体分别采取相应措施对影响健康的生活方式、饮食习惯和疾病危险因素进行干预，以改善健康状态、实现健康促进的过程。主要包括健康咨询与健康教育、营养与运动干预、健康风险控制和引导就医等。大数据时代的健康干预相对于一般的健康教育与促进更提倡个性化和动态性。一是健康教育与咨询。健康管理系统根据居民的就医记录、身体指标状况和高频搜索关键词准确了解其健康需求，推送定制化的健康知识，并提供专业的线上健康咨询。二是营养与运动干预。健康管理系统根据居民的具体身体情况为其制定个性化的膳食方案和运动计划，并通过积分等激励措施督促其落实，以保证营养摄入的合理性和恰当的运动量，达到促进居民健康改善的目的。三是健康风险管理。健康管理系统对心率、心电、血压等生命体征以及特定疾病危险因素进行实时监测，监测指标一旦发生异常，系统将通过互联网进行健康状态报警，家庭签约医生提醒就医并制订个性化治疗方案。四是就医指导。健康管理系统根据居民的疾病种类与危险程度、所处地区、医疗成本和医院特色等推荐就医医院和科室，促进分级诊疗的落实。目前，我国已有上海健康云、春雨健康大数据实验室等多个平台通过互联网和大数据技术的综合运用实现了个性化和动态性的健康干预。(四)大数据与互联网技术的应用在健康评估和干预的基础上对疾病危险因素开展动态追踪，对动态评估干预效果、疾病的康复管理、降低疾病复发率和并发症发生率意义重大。近年来，健康物联迅速兴起，大体分为血糖仪、数字血压计、数字脉搏和心率监视器等便携式医疗电子设备和谷歌眼镜、智能手环、智能手表等可穿戴设备两部分。大数据与物联网、互联网技术的综合应用在疾病跟踪监测中大有可为：老年痴呆症可以监测生命体征、活动及身体各项指标，慢阻肺可以监测一秒用力呼气量和空气质量，糖尿病可以监测葡萄糖和糖化血红蛋白，心力衰竭可以监测心脏压力、血流、体重和血压等。通过便携式医疗设备和可穿戴设备收集这些监测数据，将它们通过互联网传送到健康管理平台，经过大数据技术分析将其用于健康干预和康复情况的评估，并及时从中发现异常情况、采取相应措施将疾病损害降到最低。三、大数据在健康管理中的应用(一)健康医疗大数据采集环境有待完善目前，各种慢性病、心理疾病的发病率呈逐年上升趋势，已成为威胁居民健康的头号杀手，其发生与不良生活方式、心理行为、社会活动等多种因素密切相关。关注亚健康、亚疾病状态，消除健康隐患，防患于未然，已成为个体健康管理不可忽视的需求，人们在日常生活中对生理、心理健康指标的记录和监测的重视程度也越来越高。健康医疗大数据应涵盖生物、临床、心理、行为、社交、环境、商业等与人类健康活动具有直接或间接相关性的所有数据源，但当下只形成对基因组学、转录组学等生物数据、就医诊疗信息数据、治疗成本、医疗报销等运营数据的常态化采集，对其他数据源信息的采集重视程度不够。具体表现为对个体身高、体质量、体质量指数(BMI)、腰围、臀围、血压、末梢血胆固醇及甘油三酯、末梢血空腹血糖等生命体征的连续、动态生理健康状态检测数据采集不足，对运动频率、烟酒习惯、生活规律等生活方式的数据采集不重视，缺乏对人的心理行为量化评估数据进行连续客观采集，忽视对近人体的自然环境(如居住环境、工作环境)和社会环境(如职业类别、婚姻状况)的定性数据进行关联采集。(二)数据安全复杂，冗余明显健康医疗大数据既包含电子病历、医学影像、住院用药等医疗数据，个人健康档案、个人体征数据等健康数据，也包含基因组学、转录组学等生物数据和治疗成本、医疗报销等运营数据。它们来源于不同机构的多个数据系统，数据结构多样、冗余明显、完整性欠缺。目前大数据分析技术只能对经过标准化处理的数据进行分析，如何对纷繁复杂的海量数据进行数据清理和标准化处理，从中提取出尽可能多的有价值信息，这是横亘在健康管理领域大数据创新应用的一大难题，影响着健康评估、健康干预与跟踪监测的进一步发展。例如，健康评估的准确性与健康信息的全面性高度相关，CT、核磁共振等医学影像资料中蕴含了丰富的健康信息，但由于其数据的非结构性，目前大数据技术对其蕴含的健康信息挖掘十分有限。(三)“孤岛现象”仍然存在，未形成统一的数据平台目前，我国健康医疗数据主要存储在医疗机构、卫生管理部门和各健康科技公司，各机构之间的信息系统缺乏互联互通，信息“孤岛现象”仍然存在。一是数据分布较为分散，缺乏集成的数据互联互通平台。就医院内部来说，它的门诊及病房数据、检验报告数据、医学影像数据和病历数据分别存储在HIS、LIS、PACS和EMRS四个系统中，由于统一患者标识缺乏、信息系统与业务匹配度低等，各系统之间的信息调阅成本高、难度大。二是数据标准化、结构化不足，阻碍了机构间数据信息互联互通(四)健康医疗大数据的挖掘与挖掘健康医疗数据对于推动健康管理事业发展、促进全人类健康和建成“健康中国”意义重大，但这并不意味着对健康医疗大数据的挖掘可以是无节制、无底线的。健康医疗数据涉及个人隐私、全面健康和种族安全等，具有多源性和高隐私性，对其进行挖掘的过程中容易产生伦理和法律问题，确保数据安全非常重要(五)公共卫生领域的数据变革2008年“谷歌流感预测(GFT)”的出现备受瞩目，被认为开启了公共卫生领域的大数据变革。然而GFT在2009年甲流预测中遭遇失败，并于2012—2014年间持续高估了美国的流感趋势，偏差高达140%四、健康医疗大数据创新应用路径目前，我国大数据在健康信息采集、健康评估、健康干预与跟踪监测等健康管理各个环节的创新应用取得了一些成绩，但由于健康医疗大数据采集不全面、数据质量不高、信息孤岛现象仍然存在、数据安全面临威胁和大数据技术尚未成熟等问题，大数据在健康管理中的进一步创新应用面临阻碍，可从以下几个方面进行改进。(一)公民健康状态评估和风险预警形成对生命体征监测数据的常态化、连续性采集，将生命体征监测数据种类拓展到更为广泛的心理、营养、运动、行为等方面，以期在健康状态辨识和风险预警中，为人体健康状态评估及干预提供关键靶点和数据支持。丰富健康医疗数据多维度的采集方式，保证数据采集的纵深度和全面性。推广利用移动终端健康信息采集，充分发挥移动互联网和便携式、可穿戴式医疗技术的优势，通过开发国家个人健康指标手机APP记录监测预警平台，研发配套的便携式、可穿戴式医疗电子设备，构建全新的个人健康指标数据采集系统，对数据进行统一标准采集和连续记录监测(二)标准体系构建明确国家卫生健康委员会在健康医疗大数据标准体系制定中的统筹地位，促进医疗机构、各级卫生部门、科研单位和健康科技公司多元主体协同参与体系制定以满足多方需求。在现有通用大数据标准基础上根据健康医疗行业特色制定包含基础类标准、数据类标准、技术类标准、安全与隐私标准、应用与服务标准、管理类标准等模块的健康医疗大数据标准体系，努力做到标准统一、术语规范和数据结构化，保证数据质量。同时，要建立相关责任机制，做到责任明确、权责一致，并对健康医疗大数据标准体系的实行情况进行监督和评估，及时调整。(三)建设健康医疗数据共享平台国家卫计委医疗卫生信息化“46312”工程持续推进，打造统一的健康医疗数据共享平台，促进医疗临床数据、生物信息数据、公共卫生数据、智能穿戴数据和医疗保险数据等多源数据的接入(四)数据安全保障健康医疗数据权属明晰是保证数据安全的基础，要出台相关法律厘清健康医疗数据所涉及各主体的权利义务关系和大数据开发应用的边界。加快健康医疗大数据安全体系建设，对隐私数据进行脱敏处理，制定健康医疗数据适用的网络安全标准，强化数据接口和传输协议安全，防范恶意程序、大数据泄露和网站篡改等风险威胁，保障数据采集、传输、存储、分析和发布多个环节的安全，并推动数据安全检测、预警和应急处置机制建设的跟进。加强医疗健康信息工程技术“硬实力”与健康医疗信息化复合型人才“软实力”建设，加大财政投入，培育大数据健康产业，通过提供技能提升课程和训练专业IT人员的方式培养并保留交叉跨界人才，保证健康管理信息化核心系统的自主可控与稳定安全运行。(五)制定健康医疗大数据行业标准健康医疗大数据技术对推动大数据在健康管理的创新应用至关重要。