医疗大数据带来的益处
2014年医疗大数据在日本的应用仍处于起步阶段。更确切地说，是刚开始认识到医疗大数据应用的必要性。但是，今后医疗大数据的应用将迅速发展，这是必然的趋势。
那么，医疗大数据在医疗一线投入应用，会为医务工作者和患者带来哪些好处呢？
医务工作者和患者双方将从医疗大数据享受到巨大的益处，这一点毫无疑问。医疗从业者将从医疗大数据中获得与诊断治疗相关的有益信息。
以医疗大数据为基础，围绕以人类集团为对象进行高精度流行病学研究，将研究成果用于提高医疗质量和安全性、促进生物医学研究发展，对政策制定和评估等核心视角出发，介绍了大量国内外的先进事例。本章将从宏观角度出发，将核心锁定在“个别临床一线”，会对医疗大数据发挥何种作用展开论述。
医疗从业者每天需要与形形色色的患者打交道。期间总会碰到一些诊断难、确定治疗方案难、判断难的病例。这时医疗大数据将发挥重要的辅助作用。
例如：假设在数据库中输入“某男，50岁。体重，血压、糖尿病，无运动习惯”等患者信息选项，立刻就能得出一排条件相似的患者列表。与前述大数据的宏观应用相比，这种具体系统可能需要相关人员投入更长时间进行研发设计。但是，如果完善医疗大数据整备，制定合理的应用规则，比如：针对某种特定条件的患者，其他医生采取何种治疗？治疗效果如何……这些问题都将迎刃而解。早在以往，临床医生通过与其他临床医生的医疗行为或思路进行比较，还不能确定自己的诊疗方针。如果上述设想实现，必将对个别临床一线治疗决策产生巨大影响，并提供有价值的信息参考。
但是，为此我们可能需要使用数百万人单位的数据量。如果有如此庞大的数据量支持，按前述条件检索成功的结果至少会达数十件。
这些医疗大数据的应用方式对个别患者同样有价值。与web2.0时代共生，聚集公众视线的全美最大病患社交网络——“Patients Like Me”。如其名所示，大多数病人从希望知道自己的病情发展趋势，患有同种疾病的其他病人怎样与病魔作斗争等一系列问题出发，在患者之间通过信息分享寻找“和我一样的患者”的社交网络平台。如果医疗大数据能在合理规则下为患者提供参考，可能将以某种全新形式实现“Patients LikeMe”。(https://www.daowen.com)
医疗大数据对特制药医疗的实现也担负着重要的作用。例如：在前述检索条件的基础上追加若干项目，按“某男，50岁，体重，血压、胆固醇、BMI。糖尿病，运动习惯，饮食习惯，吸烟与饮酒”等十个项目条件指定的子样本（接近本人简历）设定的分析过程比较困难。此外，如果是异次元大数据，就能对更加细分化的未来（相较于过去）做出预测。目前这些大数据仅用于研究目的，但是，如果在这些大数据上补充基因信息，就能促进基因信息与疾病之间的关系解析。当研究发现积累到一定程度，基因信息明确，人们就能在实用环节融人某种新基因，同时提高未来预测的精准度。
但是，将大数据分成细小的子样本进行分析的结果，可能在不经意间找出某种统计学上有价值的相关关系，类似的例子很多。所以，进行研究计划和对获得的结果展开分析时，需要采取非常谨慎的态度。
实现医疗大数据整合，体检项目的标准值也会随之改变。例如，2014年4月4口，日本精密体检学会和健康保险联合会联合公布新的健康诊断检查标准。其背景就是对医疗大数据的应用。
据新闻报道：“该学会丁2011年开展的调查结果显示：接受精密体检的150万人中，满足非吸烟，无疾病等条件的“健康人群”约34万。”再从这34万人抽检5万人，对27项检查项目进行比对。结果，传统收缩压正常值之间范围＜130mm Hg，现在147mm Hg仍属于健康范围。舒张压正常值区间范围＜85mm Hg，现在94mm Hg仍属于健康范围。
健康诊断的标准值除了血压、肥胖度、肝功能，总胆同酵、低密度胆固醇（LDL—c）等按性别重新调整。关于总胆同醇和低街度胆固醇，女性按年龄分为三个阶段。以下接受精密体检的150万人为母本，均为对医疗大数据进行分析的结果。今后，如果健康诊断数据进一步增加，标准值必将进一步细化。举个例子，如果随着年龄增长，血压持续一高，那么，男性的血压呈直线上升趋势，女性在更年期后血压通常明显上升。这是由厚生劳动省实施的国民健康和营养调查的结果。但是，该调查涉及的对象只有2万～3万人。这些现在还属于公认的隐性知识，如果数据量增至数百万人单位，我们就能更加详细地了解男女、年龄以及血压值分布等情况。如果在这些数据的基础上增加有无糖尿病并发症等数据，就能以锁定患者本人（特制）的形式对未来罹患心脏病、脑梗等疾病的风险进行预测，在降低风险上找到一些线索。
在此基础上，如果能将实施的预防措施和结果以数据的形式存储和积累，对未来预测的正确性就会增加，并为预防医学的进一步发展提供帮助。在生活方式病中，血压、血糖、胆固醇等数值变化都是连续的。通过实时捕捉医疗大数据，与其他指标合并判断，就能基于各自的未来预测和预测结果开展预防医疗和先制医疗。如上所述，医疗大数据的特点就是随着时间的变化，数据量不断增加，数据的价值不断提升。
所谓临床医疗，就是确定针对每个患者采取何种医疗处置，即实施临床决策，医疗大数据是临床医生思考治疗方针时提供不断材料的素材（不是医生下决定，而是患者和医生在沟通的基础上确定治疗方针的医患共同决策——share decision making场面的增加）。但是，这里需要注意：对当场确定个别临床决策而言，医疗大数据的分析结果本身并不是最终结论。举个例子。某种疾病包括治疗A和治疗B两套方案。大数据的分析结果分别以1万名临床病例为调查对象，结论证实：治疗方案A比治疗方案B的生存期限平均延长6个月。那么，即使未对该结果进行随机抽样比较试验，而是通过大数据对可利用的各种混淆因子进行调整的结果，说明该结果是具有一定科学合理性的证据之一。即便如此，也不能无条件地确定每个患者都应该接受治疗方案A。假设即使某患者延长了六个月的生命，那么，在此期间是否应该采用副作用大、生存质量（QOL）评分低、医疗费用昂贵的治疗方案呢？这一点还存在疑问∥也就是说，此时要求临床医生从多重角度出发思考判断。最重要的是通过医疗大数据了解一般信息，并结合其他因素做出最合理的临床决策。