医学大数据对生命科学的影响分析.docx

医学大数据对生命科学的影响分析
　　摘要：大数据浪潮为生命科学带来了前所未有的机遇, 只有对大数据进行有效挖掘和分析, 才能实现其价值, 最终形成推动医学进步的力量。大数据对医学研究、临床决策、慢病管理、个体化医疗必将产生深刻甚至颠反应, 改善患者的预后。
　　 对慢病管理的影响
　　慢性疾病具有发生机制复杂、难以根治、需要与疾病长期共存等特点。新的健康观不再以消灭疾病为主要目的, 维护身心健康才是关键所在。大数据有望为解决长期困扰人类的许多重大疾病如糖尿病、癌症、精神和神经疾病等慢性复杂性疾病的早期诊治提供契机, 促进公众健康水平和生活质量的提高。通过分析特定患者的家族遗传史、基因组学、用药史等数据, 来评估某种特定慢性病发生的风险, 从而可以对干预时机和措施提出更为合理的建议。以大数据技术为基础的疾病管理模式, 通过对数据的收集和分析能更有效地管理慢性病患者。通过远程监测和随访临床指标, 观察病情变化, 进行预判和早期处理, 如通过植入性心脏电器械的远程监测系统, 实现对高危心脏病患者的远程监测和随访, 改善预后。
　　3 大数据对医学教育理念的影响
　　 更新科研思维
　　大数据时代, 科研思维由线性思维转向网状思维, 从注重分析转变为分析与综合并重。以还原论和线性思维为指导的经典生命科学强调一个基因决定一种蛋白质, 进而决定一种生物学功能。日趋流行的系统生物学则以系统论为指导, 认为生物行为是其组分之间广泛相互作用的结果, 研究对象不再局限于一条信号转导通路或代谢途径, 而从整体层次上研究和量化生物系统的行为, 以细胞活动的网络和生物大分子间复杂的相互作用为研究对象。
　　未来的医学研究将更加关注基础研究与临床和公共卫生应用之间严重失衡的问题, 为实验室到病房之间架起一条快速通道, 将分子基础医学研究成果向最有效和最合适的疾病预防诊治和预防模式转化。医学研究及临床实践领域将被彻底革新, 互联网将成为其创新的重要源泉。为了更好地对数据进行分析和整合, 医学数学建模和软件开发将成为有广阔发展前景的研究领域, 联合协作成为主要的研究方式。
　　因此, 在教学中要注重培养学生以系统论为指导的思维模式, 不但要关注生命领域的进展, 而且要熟悉与数据分析及建模相关的信息技术及数学知识, 要善于从临床及公共卫生应用领域与基础研究之间的失衡中寻找科学问题。科学研究不再局限于传统生物学实验研究, 也要从大数据分析中获得结论, 要注重培养学生的团队合作意识。
　　 学习大数据技术
　　从大数据的角度看, 无限扩展的数据资源有潜在而巨大的利用价值。最终目的并不是拥有大数据本身, 而是从数据中提取真实信息, 使生物医学大数据真正在医疗、科研、教学中产生效用。为此, 就必须实现对大数据的收集、整合、处理与分析, 形成利用价值密度高的数据资源体系, 真正实现大数据的价值。培养对数据的敏感性, 塑造大数据思维, 以大数据的眼光观察、理解、解释生物医学各个领域的进展, 认识生物医学大数据的多样性与差异性, 把握数据的动态变化, 探讨数据间的相关性, 及时发现专业领域热点, 紧跟研究前沿, 挖掘数据背后的价值。只有掌握大数据的分析方法,