第三章：大数据建模概述 —— 医学大数据建模应用案例
公共卫生服务中大数据的应用 临床决策支 持让误诊误 治大幅减少 远程监控诊 疗提高家庭 护理质量 公共卫生监 管快速检测 传染病
百度疾病预测系统 百度大数据在医疗服务领域开展疾病预测研究，借助最新大数 据技术，呈现身边的疾病信息。可以了解当前流行病态势以及 未来的变化趋势以及每个城市多种疾病的热门医院排名。
利用大数据预测流感、肝炎、肺结核和性 病发病趋势 百度预测的最新的产品 “ 疾病预 测 ” ，利用用户的搜索数据，并 结合气温变化、环境指数、人 口流动等因素建立预测模型， 实时提供几种流行病的发病指 数。这是继世界杯赛果预测之 后百度预测的又一款产品。 目前百度疾病预测提供流感、 肝炎、肺结核和性病四种疾病 的活跃度、流行指数，以及各 种疾病相关的城市和医院排行 榜。用户可以查看过去 30 天以 内的数据和未来 7 天的预测趋 势。中国疾病防控中心还提供 了流感的监测数据作为流感疫 情预测模型的辅助参数。 Google.org 之前也推出过类似 的服务，用户可以查看周围的 流行病趋势，包括流感与革登 热。但是这项服务曾经出过错， 根据《卫报》的报道， 2013 年 1 月 美国流感疫情高峰时间，谷 歌流感趋势的估计比实际数据 高两倍。 与 的流感发病季相比，高估 了流感流行趋势超过 50% 。 虽然搜索引擎预测疫情的算法 还需要进一步优化，但是利用 互联网大数据对疫情进行预测 已经成为趋势，麦肯锡预测， 如果美国的医疗行业能够有效 利用不断增长的大数据来提高 效率和质量，那么每年可创造 超过 3000 亿美元的价值。
临床决策支持系统 —— 提高医生工作效率和诊疗质量 临床决策支持系统 CDSS （ Clinical Decision Support System ）是临 床信息系统中专门辅助医疗工作的系统，可以将收集到的病人临床数 据做为输入信息，将推论结果作为输出帮助临床医生决策以提供医师 或其他人员参考，临床决策支持系统的使用能够提高临床诊疗的安全 性、质量。 我国对临床决策支持系统的研究，从 20 世纪七十年代末开始， 进入 21 世纪，随着人工神经网络、遗传算法、模糊聚类算法等模式识 别技术和基于数据仓库的数据挖掘技术在知识发现中的应用，不断提 高了 CDSS 的决策能力与决策范围。系统可以为临床医生提供大量的医 学支持，从而帮助临床医生作出最合理的诊断、选择最佳治疗措施。 然而， CDSS 的发展趋势受决策环境驱动，未来 CDSS 发展会呈现多样 性和丰富性。无论何种形式的 CDSS ，医生是决策主体，辅助决策是本 质，系统只是实现决策支持的载体形式， CDSS 的知识自动析取与管理 才是未来发展方向和研究的重点。
新药物预测建模 医药公司在新药物的研发阶段，可以通过数据建模与分析，确定最有效率的投入产 出比，从而配备最佳资源组合。 计算机模拟通过已有的实验数据及自身的算法，可快速预测药物的吸收、分布、代 谢、毒理性质。 美国 Simulations Plus 公司开发的 ADMET Predictor 软件，现已在国内外的药品监管部门 (FDA, CFDA, EMA 、 EPA 等 ) 、各制药企业 ( 罗氏、诺华、礼来、药明康德等 ) 、研究单位 ( 中国科学院、上海药物所、协和药物所、军科院、上海医工院、中国药科大学、上 海中医药大学等 ) 得到了广泛的应用，为他们的药物研发工作提供了强有力的技术支 持。 预测临 床结果 降低研 发成本 更快推 向市场 节省研 究时间
完~完~ 大数据分析与建模，使得未来的医学建设困难大大减 小，并提供了新的途径。未来的日子中我们会看到更 多的产品与应用系统的出现