生物医药产业大数据应用概览

(1)蛋白质组数据分析研究:基于大数据技术的发展与应用,已有许多具有创新性的数据分析方法得以广泛运用,为保证蛋白质组学研究的健康、持续、高效发展,需加强不同层面组学数据的综合分析能力;

(3)基因组数据分析研究:通过系统化的数据分析模型建设,实现了对基因组、转录组数据的综合性分析,最终实现生物系统研究向着标准化、深入化方向有效发展;

资料来源:火石创造

生物医药产业链主要包括原料药供应、生产研发、外包服务、医药商业、医疗服务、产业服务、金融服务、会展服务、数据服务、产业媒体等。

医疗服务数据:主要指患者就医产生的数据,如病例数据、检查数据、用药选择等;还包括患者行为和感官数据,如家族病史及可穿戴设备、即时监控设备采集的健康数据;健康医疗行业数据,如监管数据、医院评价数据、公共卫生数据等;

(4)宏基因组数据分析研究:生物医学方面的宏基因组项目呈现出井喷态势,如何通过科学、高效、准确的数据分析进行结果测算是广大科研人员需面对的首要问题;

(3)生物医药产业大数据:准确把脉生物医药产业发展状况,为产业规划制定、引导产业集聚式发展提供支撑;为园区或区域提供精准招商服务,降低招商成本、提升招商效率;为产业企业提供专家人才评估、流动监测与预警服务;基于供需精准匹配的创新资源一站式服务,促进生物医药产业创新服务发展。

(1)致病因素关联分析:通过检索病案数据库中大量的病人病情信息以及病人的个人信息,使用聚类分析算法进行分析,以发现某疾病与外在环境因素的潜在关系,指导患者关注这些致病因素,有效预测疾病,降低疾病发生率;

研发数据:主要指药企或科研机构进行研发获得的数据,包括从先导化合物筛选、临床前、I-III期临床、IV期临床、上市后疗效副作用跟踪等数据;

2016年6月,国务院办公厅印发《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》,文件指出健康医疗大数据应用发展将带来健康医疗模式的深刻变化,有利于提升健康医疗服务效率和质量。

(5)药物副作用分析应用:采用大数据分析技术,通过互联网对各家医院所出现的药物不良反应进行挖掘,使医护人员在用药时提高警惕,保证病人合理用药。

二、生物医药主要大数据类别

(1)健康医疗行业治理大数据:居民健康状况等重要数据的精准统计和预测评价,有力支撑健康中国建设规划和决策;医院评价体系,完善现代医院管理制度,优化医疗卫生资源布局;对医疗、药品、耗材等收入构成及变化趋势的监测机制;

三、生物医药行业典型大数据应用

数据是国家基础性战略资源,是21世纪的“钻石矿”。党的十八届五中全会提出“实施国家大数据战略”,国务院印发《促进大数据发展行动纲要》、工信部印发《大数据产业发展规划(2016-2020年)》,全面推进大数据发展,加快建设数据强国。

(4)医学影像应用:在医学领域的影像(如CT、MRI)分析中,采用大数据分析技术能够对所得出的影像结果进行分析,进而对病人的疾病做出正确的诊断;

四、生物医药产业大数据应用展望

(3)疾病预测应用:诊疗大数据可为某种疾病的发病史以地区分布性提供线索;可对疾病的遗传性和非遗传性进行分析,为治疗人员提供相应防治措施;可对某些疾病发展趋势进行预测;还是对传染性疾病进行预测、预警的利器;

产业数据:主要是指生物医药产业企业、人才、药品器械、投融资等数据。

一、国家大数据战略

在产业互联网快速发展基础之上,大数据中台建设将加速产业链各环节数据积累与集聚,大数据应用也将有更多的需求场景,为企业提升效率、降低成本、缩短周期等提供更有效的措施。同时,基于大数据,结合云计算、人工智能、区块链等新一代信息技术,可进一步促进生物医药产业发展与突破。

(2)提高诊断准确率:疾病的致病因素错综复杂,而且不同阶段症状各不相同,不同疾病之间有时会具有高度相似的病症特征,大数据分析技术可应用于疾病快速高效的病情诊断。Kusiak等使用大数据处理的相关算法对实体性肺结节进行诊断,准确率高达100%;

(5)生物医学图像数据分析:随着光学成像仪器和高精度细胞操作技术的进步,生物医学图像相关数据急剧积累,但还缺乏公认的、标准化的生物医学图像存储和处理平台;

(2)单细胞数据分析研究:在当前阶段,能够实现单细胞基因组数据分析的高效、简洁的方法较少,在单细胞异化分析领域甚至存在大量的分析技术空白;