2.3 医疗大数据沙漏模型

我们从数据采集、数据治理和数据应用三个方面描述了医疗大数据的发展流向，绘制了医疗大数据的沙漏模型，如图2-5所示。数据的采集、治理和应用，反映了大数据的状态变化，以及从数据形成知识、从知识指导行动的过程。

图2-5 医疗大数据的沙漏模型

更细分一些，医疗大数据领域可以分成数据采集、数据存储、数据清洗加工、数据分析、数据应用五个方面。医疗大数据的输入端是各种信息化系统、传感器、智能设备所产生的医疗健康数据。庞大的医疗大数据在收集完成后存储在数据中心，然后经过清洗加工之后，挖掘其内在有用的数据。最后，通过大数据分析后产生的知识来指导医疗行为，从而产生价值。

通常人们只认识到医疗大数据的数据来源越来越丰富，也认识到医疗大数据可以为医疗服务提供有价值的参考意见。前面已经提到，大数据量虽大，但是垃圾数据居多，有价值的数据比例不高。医疗大数据如果能够经过中间步骤的清洗和加工，那么所能发挥的价值会更大。所以，医疗大数据的三个重要步骤缺一不可。如图2-6所示。

图2-6 医疗大数据的三个重要步骤

医疗大数据行业不是一开始就形成的，在大数据解决方案出现之前，医疗大数据所能发挥的价值很低。随着信息化、物联网、云计算、人工智能等技术的发展，大数据的利用价值在增大。从数据获取时代，逐步向信息挖掘时代和价值输出时代过渡。而数据的价值，也从医疗行为的总结，逐步升级为医疗决策的支持和全方位医疗辅助决策。