1 大数据的概念及其特征分析

本文研究的主题大数据时代下的医学信息化创新的建设思路，所以必须了解大数据的概念及其特征，通过对其的分析而得到其与医学结合的可能性。大数据的概念在引言中已经做了一个初步的导入，在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》提出了大数据的5大特征（即5V 特点）。

1.1 Volume（大量）

所谓大数据，大量只是其最基础的特征。大数据技术就是通过对大量的调查数据进行分析，从而讨论某一事件并给出结论的。如果不采用大量的数据，那么一方面它缺少了公信力，另一方面他也不是所谓的“大数据”了。因此我们必须了解到大量的数据后再做出结论。

1.2 Velocity（高速）

要想将海量的信息进行整合，并以一个集中数据的方式，那么就必须采取高速的数据整合方式，高速是完成大数据技术的另一个基本要求。试想调研（不限定方式）得到的基本数据并不能极速的进行处理，那么根本就无法应对海量信息的来袭。而如果只能收集到海量的信息而不能高速的处理，那么所谓的大数据技术也只能最后成为空中楼阁。

1.3 Variety（多样）

除了大量的信息来源和高速的处理模式之外，所收集到的信息必须具有多样性，而一旦所收集到的信息不具备多样性，只是一种单元化的信息，所造成的结果就是其数据不具有代表性，从而丧失了本次大数据收集的目的。因此必须保证信息的多样性。

1.4 Value（低价值密度）

这里的低价值密度是一个特殊概念，有别于物理学上的密度，但又与其有许多的相通之处。低价值密度是指用较低的成本获得较高的信息价值收益。将其成本比作质量，而将其收益比作体积，成本越低收益越高，则价值密度越低。

2 在大数据时代医学信息化所面临的挑战

2.1 缺乏专业的信息化人才

上文曾经提到过，许多高校已经开设了大数据相关专业。但总的来说这依旧是个新兴专业，而且大学之间的学习是要4年才能完成的，这就说明在短暂的时间内，很难集聚足够多的专业化人才。而且如果要将大数据技术应用在医学上进行信息化创新，所要求的不仅仅是大数据人才，还要求其在医学上具有一定造诣。这直接导致了专业人才的缺乏。

2.2 医学数据标准有所欠缺

这一直都是一个非常现实的问题，医学到底有无标准？医学当然应该有标准，但是当下各国、各地区医学治疗水平的差异导致了对于同一种类的疾病，不同的地方其评判标准是不同的，如果在这种情况下就进行数据收集，那么其数据并不具备足够的真实性，或者说是并不具备足够的公信力。

2.3 医学数据缺乏共享渠道

不可否认的是，当下跟医院之间其实并不团结，且不要说国家之内的医疗机构，以中国和美国为例，美国医疗机构并不愿意与中国分享医疗技术，而以美国为首的资本主义国家团队，掌握着更加先进更加全面的数据，但是其却拒绝与发展中国家分享。这是大数据所面临最大的挑战。

2.4 网络安全和隐私保护存在漏洞

如果说第3点是最严峻的挑战，那么网络安全和隐私保护的问题将是大数据技术所面临的最直接的问题。事实上我国关于网络安全并没有成文法律，网络信息安全在我国一直是个大难问题，从网络暴力的接受程度就可见一斑，随着一些网络新技术的发展，网络安全隐私越来越存在隐患。

3 大数据时代背景下医学信息化创新的建设新思路

3.1 全方位的培养医学信息化人才

这无疑是要实现大数据技术在医学应用上最关键的一点，21世纪最宝贵的资源就是人才，只有足够多的专业化医学信息人才参与到大数据意识的建设中，才能够完成医学信息化创新的建设。针对这点中国的高校能够起到最大的作用。因为高校就是培养人才的地方。

3.2 开拓医学共享数据渠道，加大数据共享

数据共享可以让更多的从医者了解更多的专业知识，然后要想解决国外的缺乏数据共享渠道的问题仍然存在许多困难，但是我国可以通过政府资金投资，让国内各大医疗机构之间建立联系渠道，利用APP 平台实现数据共享，从而保证了医学数据的共享性。而共享性的实现，能够直接为日后医学大数据信息化创新提供根本上的保证。

文章来源：《医学食疗与健康》 网址: http://www.yxslyjkbjb.cn/qikandaodu/2020/0914/475.html