您的位置: 网界网 > 新闻 > 正文

大数据分析如何帮助医院挽救败血症患者生命

2015年07月21日 12:22:44 | 作者:范范编译 | 来源:网界网

摘要:大数据、预测分析、实时、可行动的洞察力等都是围绕着通过数据发掘其中价值的时髦词语。有时候一些好处仅限于圈内人士知晓,或是至少难以显现出来,但是有时候一些好处是显而易见的,例如对抗美国第一大死因败血症时。

标签
大数据分析

【CNW.com.cn独家译稿】大数据[注]、预测分析、实时、可行动的洞察力等都是围绕着通过数据发掘其中价值的时髦词语。有时候一些好处仅限于圈内人士知晓,或是至少难以显现出来,但是有时候一些好处是显而易见的,例如对抗美国第一大死因败血症时。

败血症是一种非常严重的病症,当身体免疫系统对感染无法释放出强大的抵抗力时就会发生败血症。免疫系统药品会引发广泛的炎症,这些炎症会导致血液受损,破坏身体器官(或是导致器官不能正常发挥功能)。

据美国综合医学科学研究所称,每年有100多万美国人会患上严重的败血症,其28%至50%的患者会因此死亡,每年的死亡人数已经超过了因前列腺癌、乳腺癌和艾滋病死亡的总人数。败血症是美国医院中非冠心病重病监护室中的主要致死病因,也是美国排名第十位的致死病因。

败血症如何产生的

败血症往往是在医院中发生的,因为它们常源于一些其它疾病,如肺部感染、尿路感染、皮肤感染、阑尾炎感染或是因侵入性医疗程序(如对血管的插入会导致细菌进入血液当中)。

败血症前兆,病人出现全身炎症反应综合征(SIRS)的迹象甚至是在医院环境中也难以被诊断出来,因为它们与其它的病症非常像。发烧、发冷、呼吸急促和心率过快等常见病状都会让医生产生误诊。诊断败血症通常需要验血查看白细胞的数量异常情况,或是乳酸水平升高情况,这些都与病情的严重性相关。胸透或是CT扫描也可以用于识别感染情况。

很不幸的是,这些症状通常都发生在患者出院以后。病情的出现是无法预料的,并且恶化速度很快,这意味着患者已经出现了严重败血症,在寻求帮助之前他们正朝着败血性休克和多器官功能丧失发展。

这将使得病情更加恶化,因为一旦发生败血性休克后患者就难以苏醒。器官的损伤是永久性的,在发展成败血症之前,最关键的是尽早发现全身炎症反应综合征(SIRS)。

败血症并不仅仅是一个杀手,它们还将耗费医疗卫生行业大量的资金。美国医疗保健研究与质量管理署发现,败血症是美国医院中花费最为昂贵的病症,2011年相关治疗的花费超过了200亿美元(超出了第二昂贵的关节炎的治疗花费50亿美元),并且败血症的发病率自2011年以来还在持续增长。

大数据的介入

此时,文章开头所提及的那些大数据时髦词语就可发挥用武之地了。IT咨询与管理服务提供商日立咨询(日立旗下子公司)与医疗设备制造商Vital Connect和专业分析公司ClearStory Data联手推出了一种可检测SIRS相关症状的实时临床监控方案。

解决方案原型已经在今年4月的HIMSS15医疗保健IT大会上进行过展示。该方案由类似创可贴的一次性无线生物传感器(经FDA认证的生物传感器)、通过ClearStory Data解决方案实现的患者数据实时处理,以及允许医疗专家迅速采取措施的消耗性分析组成。

Vital Connect的生物传感器用于监视患者的重要生命体征,追踪一些包括身体活动、姿势甚至是是否跌倒等信息。它们会通过无线与智能手机连接,此时应用上会显示如步数、心率、呼吸、皮肤温度等数据。当患者清醒、睡眠,甚至是沐浴时都可以被佩戴它们。

ClearStory Data提供了近实时测量,海量生物传感器数据将根据临床实践标准建立起来的算法进行分析。患者的情况(如上图所示)将用于确定和提醒临床医生患者可能处于风险当中。

智能手机应用将把患者临床数据上传至云端数据库,然后与(NoSQL和SQL数据源、高级数据源等)其它数据来源获得的患者当前数据综合在一起。护理人员可使用ClearStory Data根据系统模型对数据进行分析和关联,以检测SIRS的可能性。

ClearStory Data 的创始人兼首席执行官Sharmila Mulligan称:“这些设备可提供心率、体温、能量消耗、血压等数据(+微信关注网络世界),甚至是身体姿势。当你患上败血症时你的姿势会发生变化,在行走中你的速度会放缓。如果患者的一些特征真地开始达到特定数值,那么他们肯定正处于高度危险当中。护理人员需要实时查看这些数据。”

以Apache Spark 为计算引擎的ClearStory Data可提供了近实时测量,海量生物传感器数据将根据传统人类临床监控学科中的临床实践标准建立起来的算法进行分析。患者的情况将用于确定和提醒临床医生患者可能处于风险当中。血清水平能够被用于确认SIRS和/或败血症的存在。

挽救生命和节约成本

美国各州目前已经开始采取措施以挽救生命,降低医疗保健成本。纽约在2013年率先采取行动,州长安德鲁·库默引入了一套监管程序,要求医院采取循证医学实践以降低败血症患者的死亡率。

之所以迅速采取措施部分原因是2012年纽约皇后区六年级学生12岁的Rory Staunton在体育课上打篮球受伤后死于严重的败血症休克。Staunton在纽约大学医学中心急诊室接受了治疗然后回家。在医疗采集到的生命体征已经显示出了败血症诊断的症状,但是遗憾的是护理人员没有能够这些联系起来。三天后,Staunton在重症监护室内死亡。

16个州也迅速跟进,采取了与纽约相同的措施。Mulligan 称:“每个国家中都存在这一问题,他们也都在采取相同的措施。”

例如,新加坡实施了一个为期五年的项目以实现整个国家的数字化。作为该项目中的一部分,每名离开非冠心病重病监护室的患者都将得到一个生物传感器,以监控他们的身体情况。

Mulligan 称:“这一开拓性的解决方案将让医院和临床护理人员能够根据实时数据迅速对患者的护理和诊断做出决策,同时降低医疗开支。这一解决方案表明下一代分析的速度、规模和能力可满足实时处理这些关键信息的需求,证明医疗保健中的史无前例的创新就在触手可及的地方。”

参考资料

1.大数据:(Big Data),研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 ...详情>>

[责任编辑:孙可 sun_ke@cnw.com.cn]

我也说几句