
如何看待利用大數(shù)據(jù)做疾病診斷這件事_數(shù)據(jù)分析師考試
起因是朋友的實(shí)習(xí)生跟朋友打了一個多小時的電話BLABLA各種向往移動醫(yī)療,號稱大數(shù)據(jù)能改變醫(yī)療現(xiàn)狀引領(lǐng)人類走向新時代(誤
而我倆約了吃飯結(jié)果我呆呆一個人吃了半天心生怨念
---------------------------又是分割線---------------------------------------
我就想舉個例子就是Dr,Saint SYR。
他是一名來自美國的全科醫(yī)生,一直在北京普及PM2.5和空氣污染等的相關(guān)知識(室內(nèi)點(diǎn)蠟燭和吸煙會弄出特別多的PM2.5哦!),結(jié)果在去年11月因?yàn)閱渭冃院粑щy給自己診斷了哮喘,使用支氣管擴(kuò)張劑之后明顯好轉(zhuǎn),大家可以想象一下一個天天宣傳怎么戴口罩開空氣凈化器的大夫得了這個病是如何得打臉。。
而他也經(jīng)歷了相當(dāng)多的斗爭,思考是不是要回美國。事情再今年2月又了變化,他的病情進(jìn)展了,發(fā)現(xiàn)其實(shí)是細(xì)菌性的肺炎!抗生素治療之后啥啥都好了!
講這個故事,因?yàn)椋?/span>
1,這是個很很有意思的八卦
2,很多人覺得之前的診斷是誤診,包括采訪他的媒體都是這么報道的,但是我真覺得不是誤診
3,疾病在不同階段展現(xiàn)出來的癥狀體征真的不一定典型,怎么能讓數(shù)據(jù)診斷不變成數(shù)據(jù)誤導(dǎo)醫(yī)生診斷呢?
那些什么多中心回顧性的循證醫(yī)學(xué)的實(shí)驗(yàn),也是處理各種數(shù)據(jù),對方這么多年都做不出來的數(shù)據(jù),緣何這么多人如此信心滿滿?
首先表明觀點(diǎn):我認(rèn)為,自動化診斷是未來趨勢,但現(xiàn)在不成熟,有很大的發(fā)展空間。
最先要指出的是,大數(shù)據(jù)診斷,并非單純的收集數(shù)據(jù)得出統(tǒng)計結(jié)論,而是有一定的人工智能算法在其中起推斷作用。其中簡單有效,而且最符合人的判斷邏輯的算法叫做貝葉斯網(wǎng)絡(luò),在足夠多的數(shù)據(jù)(這點(diǎn)很難就是了)的前提下,完全可以比任何一個個人人做出的判斷更加準(zhǔn)確。在數(shù)據(jù)不足的情況下,也有可以和不少個人媲美的推斷能力,至少在少見病的診斷上,其準(zhǔn)確率是遠(yuǎn)遠(yuǎn)高于人的。國外有這樣的診斷輔助產(chǎn)品,就是針對少見病診斷市場。國內(nèi)目前完全空白。
我們先來看看現(xiàn)在的臨床診療。
1、現(xiàn)代醫(yī)學(xué)是循證醫(yī)學(xué)(EBM)。也就是臨床實(shí)踐都是以基礎(chǔ)科學(xué)研究和大規(guī)模的臨床實(shí)驗(yàn)結(jié)果作為支持的。這些結(jié)論,都是大量的數(shù)據(jù)采集和分析的結(jié)果。
2、現(xiàn)代醫(yī)學(xué)的臨床實(shí)踐仍然處于經(jīng)驗(yàn)為主的階段,EBM的結(jié)論,并不能直接完全覆蓋實(shí)際病人身上發(fā)生的具體情況?;贓BM的基礎(chǔ)部分的結(jié)論,結(jié)合實(shí)踐經(jīng)驗(yàn),仍然是現(xiàn)階段臨床實(shí)踐最重要的方式。
3、大量未得到良好教育和缺乏檢查受手段的醫(yī)務(wù)工作,仍然是目前醫(yī)療的主要力量,盡管國內(nèi)有最好教育的醫(yī)生和最好檢查手段的三甲醫(yī)院,依然人滿為患。
4、全科醫(yī)生的作用被嚴(yán)重低估,而大量??漆t(yī)生扮演起了全科醫(yī)生的角色,化了很大的精力在處理一些“小病”上。
總結(jié)一下就是:EBM指導(dǎo)的部分有局限,EBM+經(jīng)驗(yàn)醫(yī)療是主流,條件差,水平低,專業(yè)不對口的醫(yī)生是主流。
大數(shù)據(jù)可以解決什么問題呢:
1、擴(kuò)大EBM的適用范圍。如果可以精確地采集數(shù)據(jù),EBM在醫(yī)療中的比重將更快地上升,總體醫(yī)療質(zhì)量提高。
2、個人經(jīng)驗(yàn)無關(guān)緊要,大數(shù)據(jù)將使得個人經(jīng)驗(yàn)跟多地轉(zhuǎn)變成全人類經(jīng)驗(yàn),誤診、漏診將大大減少,從而提高整體醫(yī)療質(zhì)量。
3、醫(yī)院分工、醫(yī)生分工將更加明確:大醫(yī)院解決負(fù)責(zé)病情,中醫(yī)院解決一般病情,小醫(yī)院解決慢性病于預(yù)防接種保健。因?yàn)獒t(yī)生的診斷已經(jīng)不依賴個人經(jīng)驗(yàn),從而對普通疾病和罕見疾病的準(zhǔn)確率可以有保證;只有病情復(fù)雜,治療手段復(fù)雜,需要建立MDT(多學(xué)科團(tuán)隊(duì))的病人,才需要大醫(yī)院和專家的處理。
4、所有醫(yī)生的工作負(fù)擔(dān)均會一定程度上的減輕,從而帶給病人的醫(yī)療服務(wù)質(zhì)量會有提升。
而現(xiàn)階段大數(shù)據(jù)做不到的事情:
1、精確地、自動化地數(shù)據(jù)采集。毫無疑問,同一個樣品去不同醫(yī)院的實(shí)驗(yàn)室同時做化驗(yàn),結(jié)果都會不同,這已經(jīng)是自動化程度非常高的了(這個問題其實(shí)可以通過實(shí)驗(yàn)室間校準(zhǔn)解決)。跟別提那些可穿戴設(shè)備了,可以達(dá)到臨床參考級別的設(shè)備實(shí)在是太少。而醫(yī)療數(shù)據(jù)的維度也特別高,如何讓大數(shù)據(jù)去自動處理病人的CT資料?而病史,體檢等描述性資料,更離不開臨床工作者的采集。總之,數(shù)據(jù)采集方面,完全沒辦法離開一線臨床工作者。
2、To cure sometimes,to relieve often,to comfort alway. ——E. L. Trudeau。真正能治愈的疾病實(shí)在是少得可憐(其實(shí)大多也不是治好的,只是身體自己好的),更多的時候,醫(yī)生做的只是在減輕痛苦,撫慰心靈。這部分工作,大數(shù)據(jù)能幫上的忙就十分有限度,大數(shù)據(jù)最多只是減輕醫(yī)生其他方面的工作,從而換取更多的精力到人文關(guān)懷上。
真正可以靠大數(shù)據(jù)看病了,那得是人工智能發(fā)展到可以超越大部分人類的時候了。但并不意味著大數(shù)據(jù)在現(xiàn)階段完全沒有價值。這部分的價值其實(shí)是非常巨大的,只是要找到有能力去做的人,同時又能找到買單的人很困難。就像Google研究無人駕駛汽車一樣,未來一定會大部分時候完全無人駕駛,而現(xiàn)在的無人駕駛技術(shù)依然有巨大的技術(shù)價值(比如說可以避免很多高速公路上的車禍)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11