歐陽湖 王俊麗（通信作者）

貴州醫(yī)科大學(xué)公共衛(wèi)生學(xué)院/環(huán)境污染與疾病監(jiān)控教育部重點實驗室（貴州，貴陽，550025）

任建國 貴州醫(yī)科大學(xué)生物與工程學(xué)院（貴州，貴陽，550025）

大數(shù)據(jù)（big data）是一個術(shù)語，一個數(shù)據(jù)集，其特點是數(shù)據(jù)容量大、來源廣、結(jié)構(gòu)復(fù)雜多樣，除了基因組學(xué)和其他組學(xué)領(lǐng)域，大數(shù)據(jù)還包括醫(yī)學(xué)、環(huán)境、金融、地理和社交媒體信息［1］，對這些數(shù)據(jù)進行研究可以揭示被隱藏的信息。 如高艷艷［2］將大數(shù)據(jù)應(yīng)用于中小學(xué)生個性化學(xué)習(xí)診斷模型分析； 龔偉志等［3］利用大數(shù)據(jù)對恐怖襲擊風(fēng)險進行預(yù)測；陳明［4］基于大數(shù)據(jù)分析影響景區(qū)消費行為的因素，以及其他學(xué)者通過電子病歷大數(shù)據(jù)預(yù)測疾病模型等［5］。 數(shù)字流行病學(xué)是隨著信息技術(shù)的出現(xiàn)而出現(xiàn)的電子數(shù)據(jù)［6-8］，它借鑒了互聯(lián)網(wǎng)接入的廣泛可用性、移動設(shè)備的爆炸式增長和在線共享平臺等發(fā)展，不斷生成大量包含健康相關(guān)信息的數(shù)據(jù)。 目前與公共衛(wèi)生相關(guān)的信息更多的是由人們通過使用在線服務(wù)直接生成，而不是與衛(wèi)生保健系統(tǒng)打交道［9］。通過利用實時數(shù)據(jù)，大數(shù)據(jù)有望用于疾病的預(yù)測和監(jiān)測。 目前已有文獻報道了通過大數(shù)據(jù)預(yù)測和及時監(jiān)測的例子，如 谷 歌流感 趨勢［10］；Song 等［11］利 用大 數(shù)據(jù) 分析中東呼吸綜合征（MERS）信息擴散背后的因素和感知到的感染風(fēng)險；Liu 等［12］通過互聯(lián)網(wǎng)監(jiān)測，確定西非埃博拉病毒暴發(fā)可能造成的影響因素與中國公眾關(guān)注之間的相關(guān)性；Xu 等［13］將社交媒體數(shù)據(jù)通過MapReduce 和Spark-Based 分析框架對早期流感暴發(fā)進行監(jiān)測。

由于互聯(lián)網(wǎng)和移動技術(shù)所產(chǎn)生的數(shù)據(jù)量是空前的，我國移動電話和互聯(lián)網(wǎng)越來越普及，健康應(yīng)用程序也越來越多，而公共衛(wèi)生大數(shù)據(jù)的有效利用與否，決定了公共衛(wèi)生相關(guān)從業(yè)人員在從事各種工作活動時，能否充分了解和解決社會健康問題。 因此，本文對大數(shù)據(jù)在公共衛(wèi)生中的應(yīng)用進行綜述，以期為今后大數(shù)據(jù)在公共衛(wèi)生領(lǐng)域的應(yīng)用提供參考。

1 大數(shù)據(jù)在傳染病監(jiān)測中的應(yīng)用

傳染性疾病和重大疫情嚴重危害著社會公眾的生命安全和社會秩序，隨著全球化的加強，傳染病的迅速傳播和新出現(xiàn)的公共衛(wèi)生事件也在增加。因此，持續(xù)監(jiān)測和早期發(fā)現(xiàn)對預(yù)防或減輕傳染病的傳播以及為各部門提供充分的時間準備和作出反應(yīng)更為重要。Hay 等［14］討論了利用大數(shù)據(jù)進行全球傳染病監(jiān)測的機會，他們開發(fā)了一個在地圖上提供實時風(fēng)險監(jiān)測的系統(tǒng)，并認為結(jié)合流行病學(xué)信息的在線社交媒體是促進公共衛(wèi)生監(jiān)測的一個有價值的新數(shù)據(jù)源；Young 等［15］使用社交媒體數(shù)據(jù)進行疾病監(jiān)測，他們收集了553 186 016 條推文，提取了超過9 800 條與HIV 風(fēng)險相關(guān)的關(guān)鍵詞（如性行為和藥物使用）和地理信息注釋，分析發(fā)現(xiàn)與HIV 相關(guān)的推文和HIV 病例之間存在顯著的正相關(guān) （P<0.01），說明了社交媒體數(shù)據(jù)的重要性以及它對監(jiān)測全球疾病發(fā)生的潛在影響；Kollef 等［16］將2002 年1月1 日至2003 年12 月31 日期間4 543 名培養(yǎng)陽性肺炎患者在美國59 家醫(yī)院住院并與記錄在美國急癥護理醫(yī)院數(shù)據(jù)庫中的數(shù)據(jù)進行分析，結(jié)果表明大約一半的住院肺炎患者有社區(qū)獲得性肺炎，而大于20%的患者有衛(wèi)生保健相關(guān)肺炎，金黃色葡萄球菌是所有肺炎類型的主要病原體，非社區(qū)獲得性肺炎組的發(fā)生率明顯高于社區(qū)獲得性肺炎組；與衛(wèi)生保健相關(guān)肺炎相關(guān)的死亡率（19.8%）和醫(yī)院獲得性肺炎的死亡率（18.8%）無顯著差異（P>0.05），但均顯著高于社區(qū)獲得性肺炎 （10%，P<0.0001），低于呼吸機相關(guān)肺炎（29.3%，P<0.0001）。互聯(lián)網(wǎng)搜索在疫情檢測［17］和移動健康應(yīng)用中的作用越來越明顯，包括追蹤手機短信［18］，已經(jīng)成為公共衛(wèi)生組織的基本工具。因此各級衛(wèi)生部門可以建立衛(wèi)生信息管理平臺，形成衛(wèi)生管理網(wǎng)絡(luò)體系，通過為公眾提供準確有效的健康服務(wù)， 提高他們的健康危險意識和衛(wèi)生防范意識［19］，并收集其健康信息形成健康信息數(shù)據(jù)庫，利用大數(shù)據(jù)技術(shù)對公共衛(wèi)生數(shù)據(jù)進行實時的監(jiān)測，全面預(yù)測疾病的發(fā)生發(fā)展，這不僅可以大大降低人力、物力、財力，還可以通過監(jiān)測進行預(yù)警和處理，降低傳染病的感染率。

2 大數(shù)據(jù)在慢性病中的應(yīng)用

根據(jù)一份報告［20］：50%的美國人患有一種或多種慢性病，80%的美國醫(yī)療費用用于慢性病治療。隨著生活水平的提高， 慢性病的發(fā)病率也在增加，美國每年在慢性病治療上平均花費2.7 萬億美元，這一數(shù)額占美國全年國內(nèi)生產(chǎn)總值的18%。 慢性病的醫(yī)療保健問題在許多其他國家也很重要。 在中國，根據(jù)2015 年中國營養(yǎng)與慢性病報告， 慢性病是死亡的主要原因，有86.6%是由慢性病引起的。 因此，對慢性病進行風(fēng)險評估至關(guān)重要。 預(yù)防疾病首先是確定可改變的疾病危險因素（如飲食、運動、吸煙、飲酒和環(huán)境污染）， 進而改善這些危險因素和提供改善健康的干預(yù)措施。 公共衛(wèi)生是一門專門從事疾病預(yù)防的學(xué)科。 傳統(tǒng)的公共衛(wèi)生數(shù)據(jù)量大、種類多，但因某些因素導(dǎo)致數(shù)據(jù)缺乏，如缺乏與地理相關(guān)的數(shù)據(jù)，且由于長時間的數(shù)據(jù)收集和傳播周期而造成時間滯后，所以與公共衛(wèi)生有關(guān)的許多方面的研究被認為是缺乏的。 如在大型的隊列研究中，參與者的積極性往往不是很高， 收集數(shù)據(jù)的成本又高，因此很難進行長期隨訪［21-22］。 而大數(shù)據(jù)可以在研究和干預(yù)活動中發(fā)揮關(guān)鍵作用，提高疾病預(yù)防和人群健康方面的管理。 隨著醫(yī)療數(shù)據(jù)［13］的增長，收集電子健康記錄變得越來越方便。 通過分析大數(shù)據(jù)可以對一些慢性疾病負擔(dān)的可改變危險因素采取行動，如體育活動、飲食、煙草使用和污染暴露，可在人群、亞人群和個體水平上發(fā)現(xiàn)疾病的危險因素，并通過提高干預(yù)措施的有效性來幫助人們在更健康的環(huán)境中實現(xiàn)更健康的行為。 目前，已有將大數(shù)據(jù)用于慢性病的監(jiān)測，如Páez 等［23］通過大數(shù)據(jù)和物聯(lián)網(wǎng)監(jiān)測慢性病患者以便進行早期診斷。

3 大數(shù)據(jù)在食源性疾病中的應(yīng)用

全球糧食供應(yīng)，從農(nóng)場到餐桌，比以往任何時候都更加復(fù)雜。 食品供應(yīng)日益豐富，加工程度低和高度加工的食品隨處可見，食品的運輸距離越來越遠，可以在世界各地消費［24］。 與此同時，消費模式（如即食食品市場）和易感人群（如老年人和免疫力低下者） 等因素的增加也增加了食源性疾病傳播的風(fēng)險。 現(xiàn)代分子生物學(xué)技術(shù)（例如DNA 測序）的使用使疫情追溯到源頭的速度比以往任何時候都要快。 在過去幾十年里，發(fā)達國家的食品消費者已經(jīng)意識到食品中存在食源性病原體的可能性，因此在食品供應(yīng)的安全性方面出現(xiàn)了令人擔(dān)憂的問題［25］。

食源性疾病一直是人們關(guān)注的健康問題，在發(fā)展中國家，導(dǎo)致死亡的腹瀉病的病原體和來源（例如水或食物）大多是未知的；在發(fā)達國家，如美國，據(jù)估計有940 萬死于食源性腹瀉相關(guān)疾病已被歸因于主要食源性病原體（如沙門氏菌、單核細胞增多性李斯特氏菌）［26］。 過去，許多食源性疾病的暴發(fā)已經(jīng)突出了食源性疾病的風(fēng)險，這影響了食品行業(yè)的技術(shù)研發(fā)和應(yīng)用［27］。 在監(jiān)管和監(jiān)測方面，PulseNet 全球數(shù)據(jù)庫的使用和分子生物學(xué)在亞型病原體上的應(yīng)用極大地提高了追蹤暴發(fā)源頭的能力［28］。 而大數(shù)據(jù)時代的來臨也使得其在食源性疾病方面得到了應(yīng)用。 如Park 等［29］對2011 年1 月1 日至2014 年12 月31 日期間的天氣變化和醫(yī)療大數(shù)據(jù)進行分析，給出了天氣因素對食物中毒發(fā)生的影響，利用R語言進行Logistic 回歸和Lasso Logistic 回歸分析，結(jié)果表明細菌性食物中毒的發(fā)生率受平均溫度、 日照偏差、溫度偏差的影響，影響病毒性食物中毒發(fā)生的天氣因素有：最低水汽壓、日照偏差、溫度偏差；該研究證實了氣象因素與食物中毒的相關(guān)性。 地理信息系統(tǒng)是大數(shù)據(jù)的其中一部分，它是一種計算機系統(tǒng)，它是研究人員能夠管理、存儲、提取、組織、操作和可視化的數(shù)據(jù)。在公共衛(wèi)生相關(guān)領(lǐng)域，地理信息系統(tǒng)已經(jīng)被用來識別空間和非空間數(shù)據(jù)之間的模式和趨勢。 例如GIS 的應(yīng)用可以利用建立在整個食品安全鏈，反映在生產(chǎn)領(lǐng)域食源性病原體污染的風(fēng)險［30-31］或監(jiān)測疾病暴發(fā)期間的分布和傳播情況［32］。 綜上所述，將大數(shù)據(jù)用于整個食品安全鏈，可監(jiān)測食源性疾病發(fā)生的風(fēng)險及分析其發(fā)生的相關(guān)危險因素。

4 大數(shù)據(jù)在衛(wèi)生保健中的應(yīng)用

衛(wèi)生保健是目前最受關(guān)注的問題之一。 目前生活在城市和城鎮(zhèn)的人雖然能夠獲得較好的衛(wèi)生服務(wù)，但是生活在偏遠地區(qū)的人，還是面臨著醫(yī)療設(shè)施不足和醫(yī)療衛(wèi)生服務(wù)匱乏的問題。 包括研究人員、 政策制定者和從業(yè)人員在內(nèi)的許多專家認識到， 目前公共衛(wèi)生保健服務(wù)的效率低下和不公平。世界衛(wèi)生組織數(shù)據(jù)存儲庫［33］提供的統(tǒng)計數(shù)據(jù)發(fā)現(xiàn)，2011 年印度的人均衛(wèi)生保健政府支出為44 美元，而美國為4047 美元；結(jié)果是美國人預(yù)期壽命增加，具有完善的醫(yī)療保健系統(tǒng)，臨床工作人員工作效率高效， 擁有24h 的緊急服務(wù)和世界一流的醫(yī)生，因此，可通過應(yīng)用大數(shù)據(jù)分析來改變和解決現(xiàn)有的衛(wèi)生保健服務(wù)結(jié)構(gòu)中存在的問題。 目前，隨著醫(yī)院和保健中心的增加， 衛(wèi)生保健制度似乎有所改善，隨著大數(shù)據(jù)在醫(yī)療領(lǐng)域的不斷應(yīng)用，數(shù)字醫(yī)療解決方案已經(jīng)改變了醫(yī)療系統(tǒng)，使其變得比以前更高效便捷。 目前已有學(xué)者注意到了衛(wèi)生保健系統(tǒng)對大數(shù)據(jù)的需求［34］。 而物聯(lián)網(wǎng)醫(yī)療網(wǎng)絡(luò)或醫(yī)療保健物聯(lián)網(wǎng)網(wǎng)絡(luò)是醫(yī)療保健物聯(lián)網(wǎng)的重要組成部分之一，它支持接入物聯(lián)網(wǎng)主干， 可促進醫(yī)療數(shù)據(jù)的傳輸和接收，并支持使用醫(yī)療保健專用通信，基于物聯(lián)網(wǎng)醫(yī)療網(wǎng)絡(luò)的醫(yī)療保健系統(tǒng)可以應(yīng)用于各種不同的領(lǐng)域，包括兒科和老年患者的護理、慢性病的監(jiān)測、個人健康的管理等［35］。 如Dabek 和Caban［36］針對89 840 名患者的數(shù)據(jù)集分析神經(jīng)網(wǎng)絡(luò)模型的有效性，結(jié)果表明總體準確率可以達到82.35%，可以預(yù)測出現(xiàn)心理狀況的可能性，如焦慮、行為障礙、抑郁和創(chuàng)傷后應(yīng)激障礙；Nambisan 等［37］發(fā)現(xiàn)，發(fā)布在社交媒體上 的信息可以用來篩查和檢測抑郁。 因此，將大數(shù)據(jù)用于衛(wèi)生保健中不僅可以使得衛(wèi)生保健系統(tǒng)得以更加完善，還能使醫(yī)療資源得到高效的利用，減少醫(yī)療資源的浪費，節(jié)約醫(yī)療資源。

5 展望

把大數(shù)據(jù)應(yīng)用于醫(yī)藥衛(wèi)生行業(yè)是十分有必要的。公共衛(wèi)生是居民健康的重要基礎(chǔ)和保障，將采集到的各種數(shù)據(jù)資源連同其他相關(guān)數(shù)據(jù)形成公共衛(wèi)生大數(shù)據(jù)，發(fā)揮好這些數(shù)據(jù)的應(yīng)用，不僅可以帶來巨大的經(jīng)濟價值和社會效益，而且在傳染病的預(yù)測、食源性疾病的危險因素分析、 慢性病的管理和診斷以及公眾的衛(wèi)生保健等方面也可以帶來巨大的效益，如改善人們的認知功能、心理健康和生活方式等。