大數據已被重新定義醫療是如何傳遞. 這並不是說現有的醫療保健系統被廢棄，但一定顯著的變化是在基本層面發生. 有些變化是最顯著: 醫療機構越來越依賴於數據來構建定制, 個性化的治療模式. 重點是在對患者的健康收集數據並且基於該數據; 預測的疾病的發作，以便可以採取預防措施. 該數據也幫助醫生獲得 360 患者的健康程度視圖. 大數據已經補充了現有的醫療系統.
前大國家數據引入到醫療保健
之前大數據引入到醫療系統, 數據的在患者的治療中的作用是有限的. 醫院會收集這些數據的患者姓名, 年齡, 病情描述, 糖尿病患者的個人資料, 醫療報告和疾病的家族史, 適用者為準. 這些數據提供病人的健康問題的約束視圖. For example, 對於誰被診斷患有心臟疾病的患者, 收集到的典型的信息將是家族史, 飲食, 症狀, 年齡和其他現有的疾病. 而這樣的信息提供該疾病的詳圖, 該數據是無法提供其他的觀點成難題. 還有其他的方法也可以查看從中更好的治療方案可能會出現的問題.
在發表的一項統計 性質 日誌, 已經發現，在該 10 在美國規定的最賣座的藥物不僅幫助 1 in 25 or 1 in 4 患者. 和降膽固醇藥物, 成功率是僅 1 in 50 患者. 所以成功的概率是非常低相比的研究取得的支出, 審批等活動.
不精確藥
圖片來源鏈接: http://www.nature.com/news/personalized-medicine-time-for-one-person-trials-1.17411
上圖顯示的不精確藥物對患者的影響. 但現在的模式正在迅速大數據和IT的幫助下改變.
如何擁有大數據改變醫療保健和藥品?
大數據增加了一個維度的疾病的治療. 醫生現在能夠更好地了解疾病提供準確的, 個性化治療. 它們也能夠預測復發和建議預防措施.
疾病綜合看
大數據已經幫助醫療機構採取 360 的患者的健康問題度的視角. 這導致了新的發現, 新的治療計劃和更準確的診斷. 數據的可用性帶來了到與健康問題相關的注意迄今未知因素. For example, 某些種族是基因更易患心臟疾病比其他種族. 現在, 當表示這樣的比賽之一的患者來自心臟疾病患有, 現在是時候審視誰抱怨心臟問題的屬於同一種族的患者數據. 它有助於了解更多關於此類患者 - 飲食習慣, 生活方式, 遺傳結構, 家族DNA, 蛋白質, 代謝產物的細胞, 組織, 器官, 生物, 和生態系統.
預測疾病
在此之前，第一個變化實際上. 當患者被處理, 醫療機構能夠獲得關於患者的有意義的數據的海量. 該數據可用於預測疾病復發有一定程度的精確度. For example, 如果患者遭受中風, 醫院可以對行程的時間數據, 在過去多次中風的情況下，招差距, 行程前，如心理壓力事件或重體力活動影響的事件. 醫院可以提供基於數據明確的步驟，以防止中風.
可穿戴設備
可穿戴式設備可以檢測潛在的健康問題做了出色的工作，即使有沒有明顯的症狀. 來評估一個明顯健康的人的健康, 醫生需要規定了一系列的體檢是漫長和昂貴. 可穿戴設備可以顯示基於多項健康指標上這可讓醫生做出某些結論，並決定今後的行動路線. 已經, 一批可穿戴設備和應用程序都能夠測量這些參數你的心臟率, 脈衝, 葡萄糖含量和卡路里含量. 雖然今天大多數可用的設備都被用於娛樂目的, 它們變身成嚴重的小工具. 已經, 美國食品和藥物管理局 (FDA) 已經批准了一些葡萄糖監視器.
在個性化醫療大數據的影響
專家認為，大數據將會顯著增加個人藥品的療效. 一些項目正在進行中，找出方法來提高個人藥品的有效性.
其中一項舉措一直被稱為NCI-分子分析治療選擇癌症研究計劃 (NCI-MATCH) 審訊. 該試驗是健康的精密醫學倡議的國家研究所的重要組成部分. 該倡議將招收約 1000 人與匹配特定類型的具有特定藥物的腫瘤. 誰招收人都有過，但沒有回應標準的癌症治療腫瘤. 腫瘤將與已知藥物以產生某些遺傳標記的基礎上，更好的結果進行匹配. 基於所述匹配的結果, 藥品數據庫將被創建，這樣的已知藥物清單，相應的腫瘤是有效的可. 該倡議是腫瘤的一項持續不斷的新類型將研究和相應藥物將被確定. 該試驗具有由個體的基因組與權利藥物匹配解鎖固化稀有和致命癌症類型的秘密的可能性. 與任何類型的癌症病人有資格報名參加庭審，雖然該計劃旨在至少有 25% 總的病人有罕見的癌症. 有許多參數以評估藥品是否正在. 一個參數是觀察如果腫瘤大小縮小, 第二個參數是要找出病人的情況是否已經過去惡化 6 months. 研究人員還考慮到了治療的副作用.
As a result, 精密藥是獲得巨大聲望，並從所有部門駕駛. 美國也宣布美國$ 215萬件國家精密醫學倡議 (性質). 這將包括建立一萬人的基因和其他數據在美國國家數據庫.
個性化醫療
上圖顯示了個性化醫療是如何啟用.
Summary
毫無疑問，大數據可以徹底改變醫療保健和個性化藥物. 但, 通過在全球的步伐依舊緩慢和不統一. 大數據有顯著減少對醫療保健不必要的開支在全球的潛力. 由於採用大數據代表一個範式轉變, 出現了在某些方面阻力. 但是，隨著好處更加明顯, 通過將成為更順暢. 大數據的最大潛力在於尋找藥物的威脅生命的疾病.
