|
一、國家大數據戰略 數據是國家基礎性戰略資源，是21世紀的“鉆石礦”。黨的十八屆五中全會提出“實施國家大數據戰略”，國務院印發《促進大數據發展行動綱要》、工信部印發《大數據產業發展規劃（2016－2020年）》，全面推進大數據發展，加快建設數據強國。 2016年6月，國務院辦公廳印發《國務院辦公廳關于促進和規范健康醫療大數據應用發展的指導意見》,文件指出健康醫療大數據應用發展將帶來健康醫療模式的深刻變化，有利于提升健康醫療服務效率和質量。 二、生物醫藥主要大數據類別 生物醫藥產業鏈主要包括原料藥供應、生產研發、外包服務、醫藥商業、醫療服務、產業服務、金融服務、會展服務、數據服務、產業媒體等。 圖 生物醫藥產業鏈圖譜 資料來源：火石創造 現階段，生物醫藥大數據主要來源于生產研發、醫療服務、產業服務三個版塊：
三、生物醫藥行業典型大數據應用 1、生物醫藥研發大數據應用 （1）蛋白質組數據分析研究：基于大數據技術的發展與應用，已有許多具有創新性的數據分析方法得以廣泛運用，為保證蛋白質組學研究的健康、持續、高效發展，需加強不同層面組學數據的綜合分析能力； （2）單細胞數據分析研究：在當前階段，能夠實現單細胞基因組數據分析的高效、簡潔的方法較少，在單細胞異化分析領域甚至存在大量的分析技術空白； （3）基因組數據分析研究：通過系統化的數據分析模型建設，實現了對基因組、轉錄組數據的綜合性分析，最終實現生物系統研究向著標準化、深入化方向有效發展； （4）宏基因組數據分析研究：生物醫學方面的宏基因組項目呈現出井噴態勢，如何通過科學、高效、準確的數據分析進行結果測算是廣大科研人員需面對的首要問題； （5）生物醫學圖像數據分析：隨著光學成像儀器和高精度細胞操作技術的進步，生物醫學圖像相關數據急劇積累，但還缺乏公認的、標準化的生物醫學圖像存儲和處理平臺； （6）基因生物學大數據應用：致病基因通路分析，利用大數據分析技術可發現不同階段、不同位置的遺傳控制因素，從而進行有針對性的治療；序列相似性分析，使用非線性相關統計法、神經網絡、分類及聚類算法進行相似性分析可以發現核酸序列之間的異同點。 2、臨床醫學大數據應用 （1）致病因素關聯分析：通過檢索病案數據庫中大量的病人病情信息以及病人的個人信息，使用聚類分析算法進行分析，以發現某疾病與外在環境因素的潛在關系，指導患者關注這些致病因素，有效預測疾病，降低疾病發生率； （2）提高診斷準確率：疾病的致病因素錯綜復雜，而且不同階段癥狀各不相同，不同疾病之間有時會具有高度相似的病癥特征，大數據分析技術可應用于疾病快速高效的病情診斷。Kusiak等使用大數據處理的相關算法對實體性肺結節進行診斷，準確率高達100%； （3）疾病預測應用：診療大數據可為某種疾病的發病史以地區分布性提供線索；可對疾病的遺傳性和非遺傳性進行分析，為治療人員提供相應防治措施；可對某些疾病發展趨勢進行預測；還是對傳染性疾病進行預測、預警的利器； （4）醫學影像應用：在醫學領域的影像（如CT、MRI）分析中，采用大數據分析技術能夠對所得出的影像結果進行分析，進而對病人的疾病做出正確的診斷；
（5）藥物副作用分析應用：采用大數據分析技術，通過互聯網對各家醫院所出現的藥物不良反應進行挖掘，使醫護人員在用藥時提高警惕，保證病人合理用藥。 3、健康醫療行業/生物醫藥產業大數據應用 （1）健康醫療行業治理大數據：居民健康狀況等重要數據的精準統計和預測評價，有力支撐健康中國建設規劃和決策；醫院評價體系，完善現代醫院管理制度，優化醫療衛生資源布局；對醫療、藥品、耗材等收入構成及變化趨勢的監測機制； （2）公共衛生大數據應用：公共衛生業務信息系統建設；疾病敏感信息預警機制，提高突發公共衛生事件預警與應急響應能力；整合多方監測數據有效評價影響健康的社會因素；開展重點傳染病、職業病和醫學媒介生物監測，有效預防控制重大疾病； （3）生物醫藥產業大數據：準確把脈生物醫藥產業發展狀況，為產業規劃制定、引導產業集聚式發展提供支撐；為園區或區域提供精準招商服務，降低招商成本、提升招商效率；為產業企業提供專家人才評估、流動監測與預警服務；基于供需精準匹配的創新資源一站式服務，促進生物醫藥產業創新服務發展。 四、生物醫藥產業大數據應用展望 在產業互聯網快速發展基礎之上，大數據中臺建設將加速產業鏈各環節數據積累與集聚，大數據應用也將有更多的需求場景，為企業提升效率、降低成本、縮短周期等提供更有效的措施。同時，基于大數據，結合云計算、人工智能、區塊鏈等新一代信息技術，可進一步促進生物醫藥產業發展與突破。 |
|
|
來自： Tomsp360lib > 《大數據》
