導讀：在《我不是藥神》爆紅開始之前，山爭大哥“C位出道”的微博熱搜就已經牢牢地抓住了我的眼球。我便開始思考徐崢又要帶來什麼作品？我們要從什麼角度做怎樣的資料分析？畢竟上一次掀起這樣的國產傳媒影視風潮還是《戰狼 2》 。

作者：Kelly卡里

本文授權轉載自大資料應用（ID：Datalaus）

然而，當電影在國內超前點映，然後鋪天蓋地的劇透影評透過各大媒體穿到太平洋這邊來的時候，我陷入了沉思，完全不想去過多地做輿情分析，去看上座率的資料，電影本身帶給我的思考超越了這些。這一次，我很真切地意識到當這些大病來襲的時候，是多麼的無助無力無奈和不知所措。

有病沒有藥是天災，有藥買不起是人禍。

這部電影連影評都無比精彩，精彩到這麼多天過去了，我剛剛意識到徐崢大哥在這部電影裡面是有頭髮的。

無論你是否瞭解這個劇情本身的細節，你都大概知道了這個電影敘說了一個良心代購賣盜版藥救病人卻與法律相違背的故事。影評千千萬，我不是專業的那個，只是於我而言，這個電影本身最動人之處除了真實、平凡之外，它 “沒有觀點”。

對，這是一部“沒有觀點”的電影。

▲莫名覺得這個海報很像武林外傳的風格，不愧是出自甯浩的監製？

醫藥代表可惡麼？可惡。

可是他做錯了麼？不知道。

主角勇哥走私盜版藥違法麼？違法。

可是他可惡麼？不知道。

病人們求生心切理所應當麼？當然。

在藥路斷掉時，他們應該恨勇哥麼？不知道。

你希望這些救命藥價格低一些麼？肯定。

救命藥的研製費用誰來出呢？不知道。

電影中的每一個角色每一處情節

似乎都非常地矛盾，

這才顯得真實，震撼，動人。

看完“戰狼”，你或許覺得，

真的偉大，中國軍人真的很棒。

看完“藥神”，你會想，

希望病魔與災難不要來到我身邊吧。

不知道大家有沒有和我一樣的想法，想要看看在資料科學與資訊科技越發蓬勃壯大的今天，到底我們有沒有可能從技術上與法律制度一起推動醫療醫藥事業往著更好更人性化的方向發展。讓我們來一起看一看這些很重要的資訊資料！

01 電子醫療記錄（EHR）的普及

電子醫療記錄是一個在醫療資訊學中時常被提到的名次。EHR 全稱 Electronic Health Record，又稱電子病歷。

它是用電子裝置（計算機、健康卡等）儲存、管理、傳輸和重現的數字化的病人的醫療記錄，取代手寫紙張病歷。它的內容包括紙張病歷的所有資訊。美國國立醫學研究所將定義為：EMR是基於一個特定系統的電子化病人記錄， 該系統提供使用者訪問完整準確的資料、警示、提示和臨床決策支援系統的能力。【摘自百度百科】

可以用於患者護理可互動操作的電子醫療記錄有很大的可能會減少醫療成本。EHR雖然聽上去不是一個很複雜的定義，真正實施起來其實非常困難。在不同地區都處於不同的成熟階段，其效益尚未得到充分實現。醫療保健決策者面臨的主要挑戰之一是如何有意義地使用在電子病歷中可用和可訪問的資料。

通過優化EHR中可訪問的資料的使用，我們可以發現隱藏的關係，並在這多樣並複雜的資訊中尋找規律和變化趨勢，以此來改善慢性病管理，提高運營效率，並改變醫療機構的財務狀況。

02 醫院就診資料收集

根據“國家醫院出院調查”，2010年病人的平均停留時間為4.8天，出院人次達到3510萬次。同樣的調查結果顯示，醫院總共執行了5140萬次治療。2011年國家醫院門診醫療調查顯示，門診部門訪問人次為12570萬人，急診部門訪問人次為1.363億人。這些是美國醫療保健系統所提供的護理量的一些基本資料。

使用資料科學來對這種資料進行年度化整理可以使醫護人員產生一個基於資料的新直覺，這可能有助於避免疾病傳播或解決特定的健康威脅。

使用對這些資料的描述性，探索性以及預測分析、統計知識的組合，來尋找針對特定疾病最低成本的治療方法會變得相對容易，這也可以幫助減少重複或不必要的治療數量。合理使用這些資料，從長遠來看，是可以很大程度提高對某些疾病預警的準確度的。

03 患者行為情緒資料收集

對於患者在生病過程中情緒和一些心理反應上的資料收集與分析其實很重要。那麼要如何收集這些行為資料？可穿戴的裝置就起到了很重要的作用。

可穿戴式檢測儀可以檢測心率，睡眠模式，步行等等，同時可提供更多維度的的資訊，比如地理定位，行為模式和生物識別技術。通過結合社交媒體上非結構化“生活方式”的資料和檢測儀的資料組合出不僅僅是數字和推文的潛能。

如果我們可以合理化運用這一系列跟蹤和分析的技術，我們可以看到資料科學對於疾病的預防治療上的推動。這其實非常有意義，畢竟在疾病發展的初期發現疾病，可以更好地控制疾病的爆發。

資料科學除了可以在疾病本身的預防上起到很重要的作用，除此之外，它也可以加速新葯物的發現與研製。如果基於對病人感觀資料的分析從而對某一種疾病有了提前的預判和了解，在一切真正大規模到來前，會有更好的辦法。同時，如果大量的資料可以幫助醫藥研究人員研製出針對某一種症狀的多種解決方案，那麼單種藥品的價格也會有可能降低。

生活在大資料時代其實從某種層面上可以給人以希望，醫療保健行業也在很努力地尋找更好的工具、技能與技術來處理一些具體的問題。

04 臨床資料收集

這些資料主要是從醫生在問診或者治療患者的醫療筆記，實驗結果，醫學影像之中獲取的。現在的醫療系統中，已經開始大規模使用自然語言處理（Natural Language Processing）的演算法去分析病人治療記錄。通過這些演算法，他們可以分析具體患者罹患某一種疾病，或者產生某種症狀的可能性。

然而最近，根據美國醫學組織的報告來看，這個準確率也在有一定程度的下降，所以這就更加體現了臨床資料對於疾病預測的絕對重要性。

05 基因組學的進一步研究

關於DNA的測序研究篩查已經在一定程度上普及在日常的醫療中了。未來的基因組技術是應該可以允許資料科學家大幅增加在大型研究人群中收集基因組的資料量的。

通過在醫療保健中的疾病研究，處方有效性等多種資料與基因組資料相結合的新的資訊學方法，我們將更好地瞭解藥物反應和疾病的遺傳基礎。研究人員旨在實現超客製化的醫療保健。作為一個開始，FDA已經開始釋出藥物標籤，為具有特定遺傳變體的患者指定不同的劑量。

合理處理和排查基因其實在很大程度上幫助了患者根治或者是從根本上預防了某一種疾病的產生，大規模降低了患病的機率。

06 從各方面加強預測分析和預防措施

預防總是比治癒好。對於保健行業來說，預防可以節省大量資金。 （醫療補助和醫療保健服務中心可以對超過平均再入院率的醫院進行處罰，表明他們可以做更多的工作來預防醫療問題。）

例如，西奈山醫療中心和前 Facebook 大師傑夫·哈默巴赫之間的合作關係。西奈山的問題是如何降低再入院率，Hammerbach 的解決方案是預測分析：

在一項試點研究中，Hammerbach 及其團隊將疾病資料，醫院訪問資料和其他因素綜合起來，以確定患者的再入院的風險。這些高危患者通過與醫院工作人員的定期溝通來避免再次生病。

西奈並不是唯一的例子。2008年，德克薩斯衛生與醫療衛生部門合作並分析臨床和保險索賠資訊。他們的目標都是識別高危患者並提供客製化的的防預措施。

無獨有偶，在 2013年，衛理公會衛生系統的資料科學家研究了14,000 名醫療保險受益人和 6000 名員工的問責制索賠。他們的目標是什麼呢？你一定猜到了。他們的目標就是預測未來需要高成本護理的患者。

07 小結

其實說了這麼多，也都是在紙上談兵。更可怕的是，整個醫療體系或者說藥品的推進，永遠也無法達到全民化。即便技術一直在更新，還是會有窮人無法支付起鉅額的費用。

4萬塊1瓶，我病了3年，吃了3年，為了買藥，房子沒了，家人也拖垮了，誰家還沒個病人，你能保證一輩子不生病嗎？我不想死，我想活著。

政策、法律、金錢、利益。。。不可控的東西太多了。

當一切到來的時候，除了耐受，也沒有什麼辦法。我們能做的儘自己所能地去做出一些貢獻，讓一切到來的時候，讓想活著的人多一絲希望。

同時，也真心希望大家愛惜自己的身體，少熬夜少抽菸少喝酒多運動多喝水，儘量減少讓自己生病的可能性。

希望未來會越來越好吧，來，吃個橘子先。

Reference: 

https://www.cio.com/article/3001216/analytics/4-big-reasons-why-healthcare-needs-data-science.html

https://www.datasciencecentral.com/profiles/blogs/how-healthcare-industry-will-benefit-by-embracing-data-sciences?utm_content=bufferbc36b&utm_medium=social&utm_source=linkedin.com&utm_campaign=buffer

https://www.pharmacytoday.org/article/S1042-0991(15)30610-1/fulltext

https://www.pharmacytimes.com/publications/directions-in-pharmacy/2015/august2015/big-data-here-to-stay-for-better-or-worse

https://www.pharmaceutical-journal.com/news-and-analysis/features/could-big-data-be-the-future-of-pharmacy/20202637.article

更多精彩

在公眾號後臺對話方塊輸入以下關鍵詞

檢視更多優質內容！

PPT | 讀書 | 乾貨 | 高考 | 世界盃

Python | 機器學習 | 區塊鏈 | 揭祕 | 福利

推薦閱讀

Q: 人人都買得起藥的時代會到來嗎？

歡迎留言與大家分享

覺得不錯，請把這篇文章分享給你的朋友

轉載 / 投稿請聯絡：[email protected]

更多精彩，請在後臺點選“歷史文章”檢視