除了大数据标准体系缺失外，医疗信息化水平也掐着精准医疗大数据的“脖子”。
据CHITA在全国开展的一项覆盖31个省市自治区，包括100家3级医院、210家二级医院的针对心血管领域大数据应用的调查显示，我国医疗信息化整体水平已经达到相当的高度，各级医疗机构积累了规模可观的医疗数据，但与大数据的发展预期相比，还存在着巨大的提升空间。
在病历结构化能力、数据质量管理、信息集成能力、数据安全意识与管理等方面与先进水平还存在着相当的差距，支撑临床科研大数据分析的能力不足，会影响精准医疗数据分析的准确度。
医疗大数据的精准机遇
事实上，数据的标准化等问题其实一直是医疗信息化存在的问题之一，精准医疗作为以数据支撑下的新兴医学模式，同样也不例外。而随着精准医疗的火爆和医疗大数据的应用需求越来越迫切，反过来会对数据规范等进行推动。
这显然需要国家层面的政策支持。
2016年以来，多项利好政策密集发布，尤其是6月《关于促进和规范健康医疗大数据应用发展的指导意见》的出台，提出四个方面的要求：夯实健康医疗大数据应用基础、全面深化健康医疗大数据应用、规范和推动“互联网+健康医疗”服务、加强健康医疗大数据保障体系建设，这意味着医疗大数据上升至国家层面。
在产业应用需求激增和政策利好的情况下，医疗数据的规范化有望得以加速，为精准医疗相关大数据解读提供基础。
值得注意的是，在医疗大数据中，生命组学与医疗大数据中均蕴含着重要的疾病信息，不同类型的生命组学数据代表了疾病不同层次分子水平的信息。如何建立医疗表型数据与生命组学分子数据之间的联系，从而为疾病早期诊断、治疗及预后等提供重要靶点、用药指导等信息?
业内人士知道，疾病表型的发展变化涉及基因组、转录组、表观组、代谢组及蛋白组等不同层次的病理变化过程，单组学数据分析通常只能体现疾病样本其中一个层面的变化，在获得疾病靶点等重要信息方面往往具有很大的局限性。
因此，研究者需要通过对不同层次生命组学数据进行整合分析与标准化处理，建立不同组学数据之间的关联性和差异性，并根据这种内在联系在不同层次对候选疾病靶点信息等进行筛选过滤，最终对病理发生发展过程建立定量模型。
“精准医疗关键是在‘精准’，而大数据分析工具和技术、医疗信息应用系统等科技手段是确保‘精准’实现的前提。”中国工程院院士詹启敏直言。
尽管健康医疗大数据是一块“金矿”，但就眼前的情况而言，这块“金矿”尚待开采。而借助基因组和生物医学大数据的智能分析和医疗信息化支撑，精准医疗的路正渐行渐宽。
【时尚货架】作为专注于品牌店铺服务的陈列道具供应商，在广东佛山设有专业的货架生产基地。主要产品有便利店货架、中药柜、药品货架、超市货架、母婴店货架等，各式各样供您选择。我们还提供包括空间设计、道具设计、道具制作、道具测量、物流配送、安装售后等在内的全方位优质服务。欢迎登录时尚货架官网www.szshishang.com咨询、订购。
