80小说网

手机浏览器扫描二维码访问

第三节 医疗大数据（第3页）

当然，要建立预测模型，首先需要海量的数据支持，所以需要对区域内各大医疗机构的电子健康记录进行汇总，这其中包括电子病历中以文本形式存储的患者主诉和病史信息等。

然后利用文本挖掘技术对患者病历信息中的关键信息进行标识和结构化记录。

最后基于结构化的病历记录进行大数据分析处理发现并掌握数据中隐含的规律。

三、典型案例

作为大数据重要应用领域的医疗行业，因其行业数据的多样性、复杂性以及历史积累的数据量巨大，越来越需要借助大数据来满足各种数据分析处理需要。

谷歌作为世界最强的搜索服务公司，拥有全球最快捷、最强大和最高质量的数据中心，它同时也是大数据时代的奠基者。

而百度作为全球最大的中文搜索引擎，也具备了国内最强的大数据技术能力。

在运用大数据进行医疗领域的应用探索方面，这两家同时拥有着技术和数据的大公司相继开展了相关的研究和应用。

（一）Google医疗大数据

1．谷歌流感趋势

在2008年，谷歌通过“谷歌流感趋势”

项目开始了医疗大数据预测方面的探索。

“谷歌流感趋势”

的原理是：在流感暴发季节，人们会通过Google等搜索工具了解流感的一些措施，在这段时间内某些与流感相关的关键词，如流感、咳嗽、发热、喉咙痛、流感疫苗等会高频率出现。

“谷歌流感趋势”

工具通过汇总这些搜索数据，可以近乎实时地对全球当前的流感疫情进行估测。

2009年，在H1N1型流感暴发几周前，谷歌公司的工程师们在Nature上发表论文介绍了“谷歌流感趋势”

。

他们成功预测了H1N1型流感在全美范围具体到地区和州的传播，这令公共卫生官员们和计算机科学家们倍感震惊。

而美国疾病预防控制中心一般要在流感暴发一两周之后才能给出官方统计数据，“谷歌流感趋势”

却提前9个星期预测到了流感趋势。

这个工具最初运行得很好，许多国家的研究人员已经证实其对流感样疾病的估计是准确的。

“谷歌流感趋势”

项目背后的原理似乎很简单，但现实远比原理复杂。

为了建立相关搜索词条与流感趋势的关系模型，谷歌测试了5000万条美国人最频繁检索的词条，并为之尝试了4.5亿个不同的数学模型。

在这个过程中，通过与美国疾病预防控制中心在2003年至2008年流感发作时的数据进行比较，谷歌公司发现：利用其中45条检索词条的组合，并将它们用于一个特定的数学模型后，他们的预测与官方数据的相关性高达97%。

于是，谷歌便以此模型为基础实现了“谷歌流感趋势”

工具。

但是，在2011年至2013年间，“谷歌流感趋势”

的表现并不尽如人意。

该项目多次在很长一段时间内过高地估计了流感的流行情况。

从2011年8月到2013年9月的108周中，谷歌超高估计流感流行高达100周。

在2013年冬天的流感季节高峰，谷歌流感预测数据是美国疾控中心实际搜集数据的两倍。

分析这其中的原因，一方面在于谷歌用于预测的数据存在很多“噪声”