医疗大数据的关键是AI人工智能技术在电子病历中的应用

大健康产业也迎来了发展机遇期，“健康中国”正式升级为国家战略。医疗界的大数据革命已经到来，医疗大数据受到资本市场的热捧，但信息化发展时间较短、标准不统一、数据量大、非结构化等问题阻碍了大数据的整合与应用，特别是对电子病历数据的整合应用困难。电子病案不只是病程记录。在临床实践中，更是最重要的工具之一，它为大数据世界、病理学路径驱动治疗以及实时循证临床决策提供了一个窗口。为此，必须实现对电子病历的智能分析、数据提取和医疗信息潜在应用的挖掘。

在2015年中华医院信息网络大会上，对目前医院电子病案应用水平进行了统计。参加数据填报的医院家数为2622家，其中5级及以上电子病历应用水平的医院共有16家，仅占6%，开展电子签名应用的医院只有20%，医院应用电子签名平均水平为2.99。可见，我国电子病历系统的应用水平仍然很低，只是电子病历升级带来的医院信息化投资市场潜力巨大

目前，电子病历在我国的应用还不够成熟，所以要将电子病历中的临床数据用于分析研究，还需要解决一系列的标准化问题。与此同时，在电子病历互联互通方面，大型电子病历企业出于各自的利益(限制患者转诊)，也不愿意将数据互联互通，

2016-2018年，国务院办公厅印发了《关于促进和规范健康医疗大数据应用发展的指导意见》，鼓励各类医疗机构推进健康医疗大数据采集、存储，强化应用支撑和运营技术保障，打通数据资源共享通道。以居民电子健康档案、电子病历、电子处方等为核心，加快建设和完善基础数据库。为进一步加强卫生信息标准的推广与应用，国家卫生计生委统计信息中心在委员会计划和信息司的领导下，组织开展了卫生信息互联互通标准化成熟度测评项目工作，从四个方面对区域卫生信息平台和医院信息平台进行了综合测试和评估：数据资源标准化建设、互联互通标准化建设、基础设施建设和互联互通应用效果。促进跨机构、跨地域的互联互通和信息共享，包括以测试促用、以测试促改革、以测试促建设。

卫计委针对我国电子病历的系统功能应用水平，电子病历系统功能应用水平共分8个等级（0-7级）。

医疗大数据的挖掘与利用，将对医学研究和临床治疗具有深远的意义，随着电子病历标准化的不断完善，打破数据壁垒，提高电子病历临床数据的质量，才能使医疗大数据真正发挥其作用和价值。
怎样打破数据壁垒呢？借助人工智能深度学习技术，大数医达的医疗数据采集平台，通过卷积神经网络、自动编码器等算法，将自然语言的医疗记录翻译成结构，经过标注和编码，可以自动提取各种医学名词，并按预定格式进行编排，从而彻底解决了电子病历看似无法突破的难题：采用大规模分布式平台、医疗知识图谱、医疗语料库等算法，实现了病历的结构化翻译。在面对千奇百怪甚至有错别字的原始病历时，系统能自动根据病历前后文，比较症状描述、诊断结果、化验内容和医嘱备注等，估计该医学名词被其他医学名词替代的可能性，从而建立可疑同义词词库。正如做同义替换题一样，弄清楚上下文之间的逻辑关系，充分考虑整个句子的语境，才能判断出能够替换的词。利用人工智能技术，将标准不统一的电子病案进行结构化、标准化，实现医院间数据的灵活交换和集成，消除数据孤岛。
伴随着全国医疗大数据建设的推进，电子病历正逐渐成为医疗信息化升级的重点，成为数字化、智能化医疗发展的关键支撑。AI技术将充分挖掘电子病历的价值，为临床研究、新药研发和健康管理提供支撑，随着大数据和人工智能技术的深入发展，电子病历未来的作用和价值将迅速放大。