JAMA：生物医学大数据缺失的环节

　　有人认为，大数据将有助于提高医疗保健行业的效率，促进在该行业推行问责制。然而到目前为止，其他行业在这方面要成功得多：通过对多种数据源进行大规模的整合和分析，获得了实用价值。那些成功行业弄明白了一个问题，那就是：当不同的数据集在具体某个人的层面上连接起来时，大数据就会产生变革性的价值。相比之下，生物医学大数据分散在研究机构中，而且被特意地隔离起来，目的是为了保护病人的隐私。连接这些分散的数据，既有技术方面的挑战，也有社会方面的挑战。只有迎接两个方面的挑战，才能使生物医学大数据对医疗保健行业发挥充分的作用。在今天的“观点”栏目中，我们要着重分析这种连接所带来的挑战。

　　竞选活动、政府和企业利用大数据尽可能更多地了解选民或客户情况，然后利用先进的估算方法来制定策略。2012年奥巴马竞选的时候，把来自脸谱网（Facebook）、人口普查、选民列表以及积极推广等多种渠道的数据综合起来，以确认、接近和影响那些犹豫不决的选民。国家安全局通过电话公司和互联网公司来确认恐怖分子。通过用户的上网历史和地理环境，谷歌公司将每个人的搜索结果进行了个性化处理。在所有的这些事例中，关键是已经超出了综合数据的范围，将信息连接到了具体的人。知道在某个行政区域内有很多犹豫不决的选民是有所帮助的，但是跟这些具体的人们获得联系可能有助于赢得一场竞选。

　　获得大数据可能会使医生和研究人员验证新的假设，并确认那些可能遭受干预的领域。例如，通过从不同地区的商店所获得的杂货购买模式，能否预测出公共卫生数据库中肥胖症和2型糖尿病的患病率呢？能否像配药时对后续配方进行测量那样，将家庭监视装置所记录的运动量跟降胆固醇药物的疗效相互关联起来呢？病人的脸谱网网友在多大程度上能够影响他们对生活方式的选择和对医学治疗的依从呢？至于这些相互关联的推断是否真正地存在于大数据中，以及医生们将如何利用这些信息，这些情况都还不清楚。然而，将数据连接到具体病人的层面上来，是探索这些可能性的先决条件。

　　在有效利用生物医学大数据方面，首要的挑战就是要确定卫生保健信息的潜在来源是什么，以及确定将这些数据连接起来之后所带来的价值如何。将数据集按照“大小”从不同的方面进行条理化，这个大数据就会提供解决问题的潜在方案。一些大数据，如电子健康记录（EHRs），提供详尽资料，包括病人接受诊断时的多种资料（如：图片、诊断记录等）。尽管如此，其他大数据，如保险理赔数据，提供纵深资料——顾及病人在很长一段时间里、在某个狭窄的疾病类型范围内所经历的病史。当连接数据有助于填补空白的时候，这些大数据才会增加价值。只有记住这些，才能更容易明白如何将卫生保健系统之外非传统来源的生物医学数据融入这些情况之中。尽管数据的质量有所不同，但社会媒体、信用卡购物、人口普查记录以及大量其他类型的数据，都会有助于收集一个病人的历史资料，特别是有助于揭示可能对健康产生影响的社会因素和环境因素。