阿里云“铺路”医疗技术 大数据或改变医疗生态

简介:

众所周知,医疗行业早就遇到了海量数据和非结构化数据的挑战,而近年来很多国家都在积极推进医疗信息化发展,这使得很多医疗机构有资金来做大数据分析。因此,医疗行业将和银行、电信、保险等行业一起首先迈入大数据时代。

阿里云互联网+事业部总经理徐栋对此表示,2016年,随着互联网技术的发展,人们看病更方便,移动端挂号、交费、看报告将更有序,普及度更加高,将有80%以上的创新医疗产品会选择用云计算创业。更多的医学级客观数据,通过云端,在不同地域、不同医疗机构间流转,让患者对接到他所需要的医疗资源。其中发展超快的将是医疗影像数据,目前医院70%左右的诊断都要依赖CT、X光等影像的判读,有更多的影像上云,才能真正让远程诊断、分级诊疗更好地在更多医疗机构间展开。

在业界看来,DT时代已经来临,云计算已经成为互联网医疗生态的服务者。(DT指Data Technology,意即数据科技。)

精准医疗成趋势

2015年来,精准医疗成为国内外关注的热点。今年初,美国总统奥巴马在国情咨文中提出“精准医疗计划”,希望精准医疗可以引领医学新时代。

《新英格兰医学杂志》也发表题为《精准医疗新计划》的文章,提出“精准医学”项目的短期目标是为癌症治疗找到更多更好的治疗手段,长期目标则是为实现多种疾病的个性化治疗提供有价值的信息。

相比于传统的经验医学诊疗,精准医疗以个人基因组信息为基础,可以为患者量身设计出更佳治疗方案,让治疗效果最大化。在业界看来,精准医疗是系统工程,大数据是基础,基因测序是工具,只有软硬件有机结合,才可能实现技术上的精准医疗。

精准医疗可谓在国内引起广泛关注。对于国内而言,2015年度受瞩目的医疗事件之一,就是英特尔、华大基因、阿里云的三方合作,建立了中国乃至亚太地区首个定位精准医疗应用云平台。此举被业内誉为“中国精准医疗的创举之作”。作为全世界领先的基因组学研究中心,华大基因将在基因组数据分析平台BGI Online基础上,构建基因组学的数据中心和分析平台,促进精准医疗行业的发展。

北京贝瑞和康生物技术有限公司在做的尝试,是建立中国人基因版的《本草纲目》,借助大数据处理技术,揭示中国人群遗传突变分布,降低新生儿缺陷。

据新华社电,国家卫生计生委妇幼司相关负责人曾表示,在我国每年1600万至2000万的出生人口中,有80万至120万出生缺陷儿,其中先天性遗传代谢病约30万。该病病种繁多,发病隐匿,诊断困难。开展新生儿疾病筛查与中国儿童遗传代谢病研究已成当务之急。

据英特尔预测,到2020年,人类将可以实现在一天之内完成基因测序任务。如此一来,医生将实现有针对性的精准医疗,也更有利于病症的及时诊断与治疗。精准医疗的发展,增强了人类面对疾病的信心和勇气。终有一天,人类将不再谈癌症色变。

远程医疗火爆

目前,在全球科技革新的大格局中,数字医疗旨在实现让消费者在没有医生帮助的情况下,自己通过技术做身体检测,此项技术涵盖五十种不同的身体症状。

早前,就曾有业界人士认为,数字医疗已经拥有很多的功能,测心率、体温、脉搏以及血压和血氧等。可以帮助个人收集身体的信息并做出诊断,确定是否需要看医生。同时也可以收集病患的许多身体信息,帮助医生来作出诊断。

对于医生而言,这些技术也可以较好地监测病人的生活方式,节省诊疗时间。目前,桐乡三院利用远程医疗,解决第二届世界互联网大会外国嘉宾看病难。医院将所有CT、DR等影像资料上云,实现医学数据的云传输、云存储、共享、云应用。患者在本地,就可以得到国内外专家的诊治。小镇医院,通过落地云医疗,连接起了世界级的医疗服务能力。这个案例被誉为二、三线城市医疗改革的尚佳样本,启示在于借助云计算的快速赋能。

全国三甲的浙江邵逸夫医院利用云计算,实现“首诊在基层、大病去医院、康复回社区”的分级诊疗制度,医生的资源得到合理地分配;由阿里云与西安国际医学、东华软件联合打造的西安国际医学中心,则干脆部署90%以上云计算架构,成为名副其实的云上医院。

2015年7月国务院印发《关于积极推进“互联网+ ”行动的指导意见》支持第三方机构构建医学影像、健康档案、检验报告、电子病历等医疗信息共享服务平台。国家政策的利好,加速了医院信息化改革进程。

根据IDC 最新发布的《云计算在医疗行业的最新发展扫描》报告,中国9.4%的医院把向云平台迁移作为2015年优先的IT工作。预计未来几年这一比例将快速上升。到2018年,全球80%的医疗数据将会通过云计算平台来传输。医院对于云计算技术和云服务的应用经过观望和试验期,目前已经进入快速发展阶段。

据悉,2015年阿里云新增千余家直接的医疗机构合作伙伴,包括大型三甲医院、药厂、院内医疗器械和医疗穿戴公司等。云计算让创新正变得越来越轻,越来越高效。如同汽车代替马车、公路代替马路,DT将代替IT发展是大势所趋。

整合资源建立生态

只有整合整个医疗行业的资源,才能彻底实现“互联网+医疗”。

在“2015中华医院信息网络大会”上,阿里云就正式宣布推出医疗云。国际医学总裁史今曾表示,未来,基于云平台,可以将全国优秀的医生集中起来,打破时空限制,实现远程诊疗,并为患者建立健康档案,这样就可以让医生通过医术和服务增加收入,而改变过去以药养医的模式。

按照医疗云的规划,云平台将前接第三方监测机构,后连医院,通过远程诊疗完成诊断。

阿里云认为,随着互联网医疗应用的发展,包括挂号咨询用药等原来在线下做的事情现在要移到线上来做。医疗的本质是医生帮病人把病治好,随后进入到康复阶段。这个本质不是互联网可以颠覆或改变的。作为IT的技术平台,如何辅助医疗这个过程由繁入简,如何辅助医疗这个过程变得更加精准,如何让医生和患者的体验变得更好,这是阿里医疗云的关键切入点。

根据以上切入点,阿里医疗云的三大主要业务发展方向分别制定为:个人健康、医疗机构、公共卫生。而为了更好地切入医疗机构,阿里医疗云在近期与杭州一家拥有主营无线wifi的公司达成合作,后者通过免费为医院打造无线网络,已经成功服务国内5000家医院。

阿里医疗云的特点包括:数据体量巨大、处理速度够快、数据类型繁多、商业价值够高、随时随地可享、完成精准定位以及优化就医体验。

至于数据放在阿里云上是否会有安全隐患,大可不必担心,因为客户始终是数据的拥有者和使用者,阿里云未来会像数据银行一样具有保卫数据安全的义务。推出的“云盾”,结合阿里云云计算平台强大的数据分析能力能够为用户提供一站式安全服务。

2015阿里云医疗大事记

4月17日,由邵逸夫医院打造的未来医院邵医健康云平台正式开放运营。通过这朵运行在阿里云计算平台上的“健康云”,杭州市江干区的居民将提前享受到“互联网医疗、家门口医院”的便利。

4月20日,阿里云与西安国际医学、东华软件达成战略合作协议,借助于国家“一带一路”、“互联网+”的历史新机遇,整合三方优势资源,联合打造中国领先的一家实体的智慧“云上医院”——西安国际医学中心,这也是国内领先的一家以数据驱动精准医疗、健康管理的实体医疗机构。

5月11日,阿里巴巴集团与国际医疗巨头默沙东中国宣布达成战略合作,双方有意结合默沙东在医疗行业的优势和阿里巴巴的平台技术优势,在多个方面展开合作,共同服务客户。

双方将携手探讨在广泛医疗领域的合作,包括专业医疗仓储、慢病管理云端数据存储,以及健康数据分析等云计算业务的合作。值得注意的是,默沙东与阿里巴巴集团的合作除了专注医疗领域,还包括了云端数据存储以及健康大数据分析等云计算业务,而这一业务的主要提供者为阿里巴巴集团旗下的阿里云。

6月,橙意家人联合阿里云,推出国内首个云上医患互动鼾症平台,通过医疗级可穿戴设备+手机APP+医院的模式,为打鼾患者提供专业的睡眠呼吸整体解决方案。

6月11日,阿里云宣布推出医疗云方案,面向医疗健康行业的创新应用开发企业,提供专业云计算解决方案。同时,为了鼓励行业创新,阿里云首期提供百万云基金、免费推广等优惠政策,扶持百家医疗创新企业。

8月14日,北京贝瑞和康生物技术有限公司与阿里云共同向外界宣布双方达成合作,共同打造以海量的中国人群基因组数据为核心的数据云,实现对个人基因组数据的精准解读。双方共同合作的“神州基因组数据云项目”将首先聚焦于基因组大数据在云平台上的批量计算、分析、存储,进而在基因大数据领域共同进行前沿探索。

9月17日,阿里云同深圳中瑞奇、杭州金卫健康宣布,三方将合作组建“云上安心”联盟。通过联合社区医院、三级综合医院、医疗硬件厂商、医疗健康APP、健康体检中心、医疗健康分析模型提供商,在患者知情并授权下,将散落各处的健康医疗数据进行汇聚打通,以期实现基于数据的精准医疗。

10月22日,阿里云携手英特尔、华大基因三巨头共同签署战略合作备忘录,宣布启动共建中国乃至亚太地区首个定位精准医疗应用云平台。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
22天前
|
关系型数据库 分布式数据库 数据库
成都晨云信息技术完成阿里云PolarDB数据库产品生态集成认证
近日,成都晨云信息技术有限责任公司(以下简称晨云信息)与阿里云PolarDB PostgreSQL版数据库产品展开产品集成认证。测试结果表明,晨云信息旗下晨云-站群管理系统(V1.0)与阿里云以下产品:开源云原生数据库PolarDB PostgreSQL版(V11),完全满足产品兼容认证要求,兼容性良好,系统运行稳定。
|
27天前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
7天前
|
分布式计算 Hadoop 大数据
大数据技术与Python:结合Spark和Hadoop进行分布式计算
【4月更文挑战第12天】本文介绍了大数据技术及其4V特性,阐述了Hadoop和Spark在大数据处理中的作用。Hadoop提供分布式文件系统和MapReduce,Spark则为内存计算提供快速处理能力。通过Python结合Spark和Hadoop,可在分布式环境中进行数据处理和分析。文章详细讲解了如何配置Python环境、安装Spark和Hadoop,以及使用Python编写和提交代码到集群进行计算。掌握这些技能有助于应对大数据挑战。
|
16天前
|
NoSQL 大数据 数据挖掘
现代数据库技术与大数据应用
随着信息时代的到来,数据量呈指数级增长,对数据库技术提出了前所未有的挑战。本文将介绍现代数据库技术在处理大数据应用中的重要性,并探讨了一些流行的数据库解决方案及其在实际应用中的优势。
|
21天前
|
机器学习/深度学习 人工智能 数据可视化
基于Python的数据可视化技术在大数据分析中的应用
传统的大数据分析往往注重数据处理和计算,然而数据可视化作为一种重要的技术手段,在大数据分析中扮演着至关重要的角色。本文将介绍如何利用Python语言中丰富的数据可视化工具,结合大数据分析,实现更直观、高效的数据展示与分析。
|
28天前
|
存储 NoSQL 大数据
新型数据库技术在大数据分析中的应用与优势探究
随着大数据时代的到来,传统数据库技术已经无法满足海量数据处理的需求。本文将探讨新型数据库技术在大数据分析中的应用情况及其所带来的优势,为读者解析数据库领域的最新发展趋势。
|
28天前
|
弹性计算 网络协议 关系型数据库
网络技术基础阿里云实验——企业级云上网络构建实践
实验地址:<https://developer.aliyun.com/adc/scenario/65e54c7876324bbe9e1fb18665719179> 本文档指导在阿里云上构建跨地域的网络环境,涉及杭州和北京两个地域。任务包括创建VPC、交换机、ECS实例,配置VPC对等连接,以及设置安全组和网络ACL规则以实现特定服务间的互访。例如,允许北京的研发服务器ECS-DEV访问杭州的文件服务器ECS-FS的SSH服务,ECS-FS访问ECS-WEB01的SSH服务,ECS-WEB01访问ECS-DB01的MySQL服务,并确保ECS-WEB03对外提供HTTP服务。
|
29天前
|
供应链 安全 专有云
阿里云通过信通院面向一云多芯的专有云技术能力评测
近日,阿里云飞天企业版通过中国信息通信研究院2023年度《面向一云多芯的专有云技术能力要求》,在异构兼容能力、专有云基础能力、迁移适配能力三个方面,再一次验证了阿里云专有云一云多芯领先的技术能力。
|
29天前
|
存储 分布式计算 大数据
现代化数据库技术——面向大数据的分布式存储系统
传统的关系型数据库在面对大规模数据处理时遇到了诸多挑战,而面向大数据的分布式存储系统应运而生。本文将深入探讨现代化数据库技术中的分布式存储系统,包括其优势、工作原理以及在大数据领域的应用。
|
1月前
|
大数据 Java Go
Go语言在大数据处理中的核心技术与工具
【2月更文挑战第22天】本文深入探讨了Go语言在大数据处理领域的核心技术与工具。通过分析Go语言的并发编程模型、内存管理、标准库以及第三方工具库等方面,展现了其在大数据处理中的优势和实际应用。同时,本文也讨论了如何使用这些技术与工具构建高效、稳定的大数据处理系统,为开发者提供了有价值的参考。