工具的缺失
醫(yī)療大數(shù)據(jù)能夠發(fā)揮作用，還要看實際的應(yīng)用和解讀，如何正確解讀數(shù)據(jù)，讓數(shù)據(jù)對臨床、個人健康、公共衛(wèi)生、醫(yī)療保險等領(lǐng)域進行指導(dǎo)是醫(yī)療大數(shù)據(jù)最終落地的必備環(huán)節(jié)。
在任何垂直應(yīng)用場景中，“know-how”都是很重要的一環(huán)。好的醫(yī)療數(shù)據(jù)領(lǐng)域的分析師也應(yīng)當(dāng)兼具垂直領(lǐng)域的專業(yè)知識和數(shù)據(jù)分析的基本能力，能夠?qū)I(yè)務(wù)和數(shù)據(jù)實現(xiàn)有效的整合。然而作為最匹配的復(fù)合型學(xué)科生物統(tǒng)計學(xué)在國內(nèi)尚屬起步階段，由于數(shù)據(jù)市場上整體數(shù)據(jù)分析人才的缺失，能夠落地到垂直領(lǐng)域的人數(shù)愈發(fā)受到限制。
其次是工具層面的短板，筆者在做數(shù)據(jù)工作的時候，有一個定性的發(fā)現(xiàn)：SAS、R、MATLAB等相對高門檻的工具在醫(yī)療行業(yè)里應(yīng)用非常廣泛，學(xué)科的限制導(dǎo)致了對工具的高要求，然而可視化的報表，直觀的展現(xiàn)方式，能夠有效提升分析的效率，“讓專業(yè)的人做專業(yè)的事”。
隱私的邊界
數(shù)據(jù)分析之后，如何落地，如何對患者體現(xiàn)價值也是當(dāng)前數(shù)據(jù)應(yīng)用的問題。對政府的部分?jǐn)?shù)據(jù)更多反推至政策的制定當(dāng)中，藥品研發(fā)數(shù)據(jù)的最終落地和驗證周期會更長。數(shù)據(jù)的價值如何對個體患者的體現(xiàn)，可否是個體用戶可感知的輸出，實際的作用如何去評估和衡量都是醫(yī)療大數(shù)據(jù)面臨的問題。
