雷鋒網(wǎng)消息，近日，由HC3i中國數(shù)字醫(yī)療網(wǎng)、中關(guān)村移動互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟移動醫(yī)療專委會主辦的《2017中美智能醫(yī)療大數(shù)據(jù)峰會》在北京召開，眾多專家出席探討了智能醫(yī)療大數(shù)據(jù)存在的問題。

其中哥倫比亞大學(xué)醫(yī)療信息學(xué)系副教授翁春華以“云計算和大數(shù)據(jù)帶來了很好的機會，但擁抱的同時也應(yīng)該知道數(shù)據(jù)可能存在的局限性”開始了她的演講，她指出醫(yī)療數(shù)據(jù)現(xiàn)狀令人擔(dān)憂。

據(jù)翁春華副教授介紹，醫(yī)療大數(shù)據(jù)存在的問題有數(shù)據(jù)質(zhì)量不高、數(shù)據(jù)不完整、信息不具體、數(shù)據(jù)重復(fù)、數(shù)據(jù)分布不均與、信息不集中等。

以下是其演講內(nèi)容，雷鋒網(wǎng)做了精簡編輯。

數(shù)據(jù)不正確

醫(yī)院常用的疾病分類標(biāo)準(zhǔn)是ICD9/10，診斷信息最常見的問題是粒度不夠。ICD的信息本來都是統(tǒng)計出來的，所以真正有意義的深度信息和表型信息應(yīng)該來自于文本或者是其它更有意義的數(shù)據(jù)類型。另外，ICD9/10有漏診和過渡診斷的問題。

如果生成的數(shù)據(jù)是醫(yī)生特別忙的時候，他們可能沒有時間把正確的代碼找出來，只是找?guī)讉€特別有用的或可以代表病人疾病的數(shù)據(jù)，漏掉其它非主要的疾病。如果診斷信息不是醫(yī)生生成，而是專門人員生成，他們可能會漏掉一些經(jīng)濟價值不高的信息。

我們有一次做研究尋找高血壓病人，讓他們參與有關(guān)高血壓的臨床測試，結(jié)果我們發(fā)現(xiàn)所有病人都沒有關(guān)于高血壓的ICD9/10數(shù)據(jù)，醫(yī)生說因為所有人都有高血壓，所以懶得把信息放在病例里，病人患其它疾病時才會把信息放在病例里?？梢钥吹剑娮硬±暮芏嘈畔⑹欠裼涗浭腔谟涗浫说男枰?，之后信息會被用來重用或做其他研究分析，如果不知道當(dāng)初記錄信息時的篩選標(biāo)準(zhǔn)，有可能產(chǎn)生誤導(dǎo)。

還有就是過度診斷的問題，患者的情況不斷變化，有可能以前患有的病現(xiàn)在已經(jīng)治好了，但這些信息還繼續(xù)留在那里，當(dāng)你拿到電子病例的時候，可能以為這個病人還患有這種病。如果基于這些信息分析的話，有可能會被誤導(dǎo)。

數(shù)據(jù)不完整

衡量數(shù)據(jù)是否完整有4個維度，分別是：有多少醫(yī)療事件會被記錄；數(shù)據(jù)類型有多少；同一數(shù)據(jù)類型是否有完整的數(shù)據(jù)收集結(jié)果；是否有具體的數(shù)據(jù)值。

長老醫(yī)院有450萬病人的電子病歷記錄，可以說數(shù)據(jù)是非常龐大的，但如果用這四個維度衡量一下，結(jié)果讓人大吃一驚。

我們的實驗中納入了390萬個病人信息，只有一半左右的病例滿足其中一種完整性標(biāo)準(zhǔn)；1/4滿足更嚴(yán)格的數(shù)據(jù)完整性要求，比如其文本信息和來訪時間記錄吻合或有多個來訪記錄等；僅有小部分有充分信息或有研究價值；只有0.6%的病歷完全符合4種數(shù)據(jù)完整性定義。

在此之前，我們樂觀地認(rèn)為有海量數(shù)據(jù)，可以做很多事情。但分析之后，我們才知道在用數(shù)據(jù)之前衡量一下數(shù)據(jù)能做什么非常重要。

數(shù)據(jù)不可用

數(shù)據(jù)的重復(fù)性嚴(yán)重影響數(shù)據(jù)挖掘的算法結(jié)果解釋。病人疾病進(jìn)展記錄中54%是重復(fù)的，出院記錄的30.7%和登記記錄完全一樣。電子病例中有很多沒有價值、不產(chǎn)生新信息的數(shù)據(jù)，這些數(shù)據(jù)分析影響特別大，帶來偏見和噪音，降低數(shù)據(jù)的可用價值，其實其中很多信息根本沒用。大家都繼續(xù)粘貼和復(fù)制，更加加大了數(shù)據(jù)的不一致性。如果需要使用要尋找真實的信息和信息來源，但這個過程很困難。如果欲根據(jù)其中數(shù)據(jù)概念的頻率了解概念和疾病的相關(guān)性，不能直接用，因為頻率受重復(fù)性的影響，很多概念是通過拷貝生成的。

更多關(guān)于雷鋒網(wǎng)的人工智能升級傳統(tǒng)行業(yè)文章，請關(guān)注雷鋒網(wǎng)AI商業(yè)化垂直微信公眾號：AI掘金志（ID：HealthAI）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。