62

《我不是药神》:我会数据分析,我可以为他们做些什么?

 5 years ago
source link: http://www.10tiao.com/html/470/201807/2653386490/3.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

导读:在《我不是药神》爆红开始之前,山争大哥“C位出道”的微博热搜就已经牢牢地抓住了我的眼球。我便开始思考徐峥又要带来什么作品?我们要从什么角度做怎样的数据分析?毕竟上一次掀起这样的国产传媒影视风潮还是《战狼 2》 。


作者:Kelly卡里

本文授权转载自大数据应用(ID:Datalaus)




然而,当电影在国内超前点映,然后铺天盖地的剧透影评透过各大媒体穿到太平洋这边来的时候,我陷入了沉思,完全不想去过多地做舆情分析,去看上座率的数据,电影本身带给我的思考超越了这些。这一次,我很真切地意识到当这些大病来袭的时候,是多么的无助无力无奈和不知所措。


有病没有药是天灾,有药买不起是人祸。



这部电影连影评都无比精彩,精彩到这么多天过去了,我刚刚意识到徐峥大哥在这部电影里面是有头发的。


无论你是否了解这个剧情本身的细节,你都大概知道了这个电影叙说了一个良心代购卖盗版药救病人却与法律相违背的故事。影评千千万,我不是专业的那个,只是于我而言,这个电影本身最动人之处除了真实、平凡之外,它 “没有观点”。


对,这是一部“没有观点”的电影。


▲莫名觉得这个海报很像武林外传的风格,不愧是出自宁浩的监制?


医药代表可恶么?可恶。

可是他做错了么?不知道。


主角勇哥走私盗版药违法么?违法。

可是他可恶么?不知道。


病人们求生心切理所应当么?当然。

在药路断掉时,他们应该恨勇哥么?不知道。


你希望这些救命药价格低一些么?肯定。

救命药的研制费用谁来出呢?不知道。


电影中的每一个角色每一处情节

似乎都非常地矛盾,

这才显得真实,震撼,动人。


看完“战狼”,你或许觉得,

真的伟大,中国军人真的很棒。


看完“药神”,你会想,

希望病魔与灾难不要来到我身边吧。


不知道大家有没有和我一样的想法,想要看看在数据科学与信息技术越发蓬勃壮大的今天,到底我们有没有可能从技术上与法律制度一起推动医疗医药事业往着更好更人性化的方向发展。让我们来一起看一看这些很重要的信息数据!



01 电子医疗记录(EHR)的普及


电子医疗记录是一个在医疗信息学中时常被提到的名次。EHR 全称 Electronic Health Record,又称电子病历。


它是用电子设备(计算机、健康卡等)保存、管理、传输和重现的数字化的病人的医疗记录,取代手写纸张病历。它的内容包括纸张病历的所有信息。美国国立医学研究所将定义为:EMR是基于一个特定系统的电子化病人记录, 该系统提供用户访问完整准确的数据、警示、提示和临床决策支持系统的能力。【摘自百度百科】



可以用于患者护理可交互操作的电子医疗记录有很大的可能会减少医疗成本。EHR虽然听上去不是一个很复杂的定义,真正实施起来其实非常困难。在不同地区都处于不同的成熟阶段,其效益尚未得到充分实现。医疗保健决策者面临的主要挑战之一是如何有意义地使用在电子病历中可用和可访问的数据。


通过优化EHR中可访问的数据的使用,我们可以发现隐藏的关系,并在这多样并复杂的信息中寻找规律和变化趋势,以此来改善慢性病管理,提高运营效率,并改变医疗机构的财务状况。



02 医院就诊数据收集


根据“国家医院出院调查”,2010年病人的平均停留时间为4.8天,出院人次达到3510万次。同样的调查结果显示,医院总共执行了5140万次治疗。2011年国家医院门诊医疗调查显示,门诊部门访问人次为12570万人,急诊部门访问人次为1.363亿人。这些是美国医疗保健系统所提供的护理量的一些基本数据。


使用数据科学来对这种数据进行年度化整理可以使医护人员产生一个基于数据的新直觉,这可能有助于避免疾病传播或解决特定的健康威胁。


使用对这些数据的描述性,探索性以及预测分析、统计知识的组合,来寻找针对特定疾病最低成本的治疗方法会变得相对容易,这也可以帮助减少重复或不必要的治疗数量。合理使用这些数据,从长远来看,是可以很大程度提高对某些疾病预警的准确度的。




03 患者行为情绪数据收集


对于患者在生病过程中情绪和一些心理反应上的数据收集与分析其实很重要。那么要如何收集这些行为数据?可穿戴的设备就起到了很重要的作用。


可穿戴式检测仪可以检测心率,睡眠模式,步行等等,同时可提供更多维度的的信息,比如地理定位,行为模式和生物识别技术。通过结合社交媒体上非结构化“生活方式”的数据和检测仪的数据组合出不仅仅是数字和推文的潜能。


如果我们可以合理化运用这一系列跟踪和分析的技术,我们可以看到数据科学对于疾病的预防治疗上的推动。这其实非常有意义,毕竟在疾病发展的初期发现疾病,可以更好地控制疾病的爆发。


数据科学除了可以在疾病本身的预防上起到很重要的作用,除此之外,它也可以加速新药物的发现与研制。如果基于对病人感观数据的分析从而对某一种疾病有了提前的预判和了解,在一切真正大规模到来前,会有更好的办法。同时,如果大量的数据可以帮助医药研究人员研制出针对某一种症状的多种解决方案,那么单种药品的价格也会有可能降低。


生活在大数据时代其实从某种层面上可以给人以希望,医疗保健行业也在很努力地寻找更好的工具、技能与技术来处理一些具体的问题。




04 临床数据收集


这些数据主要是从医生在问诊或者治疗患者的医疗笔记,实验结果,医学影像之中获取的。现在的医疗系统中,已经开始大规模使用自然语言处理(Natural Language Processing)的算法去分析病人治疗记录。通过这些算法,他们可以分析具体患者罹患某一种疾病,或者产生某种症状的可能性。


然而最近,根据美国医学组织的报告来看,这个准确率也在有一定程度的下降,所以这就更加体现了临床数据对于疾病预测的绝对重要性。



05 基因组学的进一步研究


关于DNA的测序研究筛查已经在一定程度上普及在日常的医疗中了。未来的基因组技术是应该可以允许数据科学家大幅增加在大型研究人群中收集基因组的数据量的。


通过在医疗保健中的疾病研究,处方有效性等多种数据与基因组数据相结合的新的信息学方法,我们将更好地了解药物反应和疾病的遗传基础。研究人员旨在实现超客制化的医疗保健。作为一个开始,FDA已经开始发布药物标签,为具有特定遗传变体的患者指定不同的剂量。


合理处理和排查基因其实在很大程度上帮助了患者根治或者是从根本上预防了某一种疾病的产生,大规模降低了患病的几率。




06 从各方面加强预测分析和预防措施


预防总是比治愈好。对于保健行业来说,预防可以节省大量资金。 (医疗补助和医疗保健服务中心可以对超过平均再入院率的医院进行处罚,表明他们可以做更多的工作来预防医疗问题。)


例如,西奈山医疗中心和前 Facebook 大师杰夫·哈默巴赫之间的合作关系。西奈山的问题是如何降低再入院率,Hammerbach 的解决方案是预测分析:


在一项试点研究中,Hammerbach 及其团队将疾病数据,医院访问数据和其他因素综合起来,以确定患者的再入院的风险。这些高危患者通过与医院工作人员的定期沟通来避免再次生病。


西奈并不是唯一的例子。2008年,德克萨斯卫生与医疗卫生部门合作并分析临床和保险索赔信息。他们的目标都是识别高危患者并提供客制化的的防预措施。


无独有偶,在 2013年,卫理公会卫生系统的数据科学家研究了14,000 名医疗保险受益人和 6000 名员工的问责制索赔。他们的目标是什么呢?你一定猜到了。他们的目标就是预测未来需要高成本护理的患者。




07 小结


其实说了这么多,也都是在纸上谈兵。更可怕的是,整个医疗体系或者说药品的推进,永远也无法达到全民化。即便技术一直在更新,还是会有穷人无法支付起巨额的费用。


4万块1瓶,我病了3年,吃了3年,为了买药,房子没了,家人也拖垮了,谁家还没个病人,你能保证一辈子不生病吗?我不想死,我想活着。


政策、法律、金钱、利益。。。不可控的东西太多了。


当一切到来的时候,除了耐受,也没有什么办法。我们能做的尽自己所能地去做出一些贡献,让一切到来的时候,让想活着的人多一丝希望。


同时,也真心希望大家爱惜自己的身体,少熬夜少抽烟少喝酒多运动多喝水,尽量减少让自己生病的可能性。


希望未来会越来越好吧,来,吃个橘子先。


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


在公众号后台对话框输入以下关键词

查看更多优质内容!


PPT | 读书 | 干货 高考 | 世界杯

Python | 机器学习 | 区块链 | 揭秘 | 福利


推荐阅读




Q: 人人都买得起药的时代会到来吗

欢迎留言与大家分享

觉得不错,请把这篇文章分享给你的朋友

转载 / 投稿请联系:[email protected]

更多精彩,请在后台点击“历史文章”查看


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK