中华急诊医学杂志  2016, Vol. 25 Issue (9): 1103-1105
大数据时代我国灾害与院前急救的精准医学
陈晓松, 程少文, 詹何庆, 陈松, 王鹏, 刘丽贤, 罗之谦, 吕传柱     
570102 海口,海南医学院临床学院 急诊创伤学院
Precision medicine of disarster and pre-hospital care of China in big data era
Chen Xiaosong, Cheng Shaowen, Zhan Heqing, Chen Song, Wang Peng, Liu Lixian, Luo Zhiqian, Lv Chuanzhu     
Clinical College of Hainan Medical University,Emergency Trauma College,Haikou 570102,China

最近5年,我国各类自然灾害明显高发,年均造成全国3.1亿人次受灾,1 500余人死亡或失踪,900多万人次紧急转移安置,直接经济损失3 800多亿元[1]

灾害频发,可以说是中国的一个“基本国情”[2]。如何做到有效地“防灾、备灾、救灾、减灾”,包括灾害与院前急救等领域,这在我国还有很长的路要走。

1 基本国情催生大数据带来变革

仅2015年就发生了“东方之星”号客轮翻沉、天津港特大爆炸、深圳渣土山体滑坡等严重事故。而2016年以来,全国大范围的暴雨洪水肆虐,其灾情更是广泛且严重。据国家防总讯息,截至2016年7月3日,全国已有26省(区、市)的1 192个县遭受洪涝灾害,受灾人口3 282万人,紧急转移148万人,因灾死亡失踪45人,直接经济损失约506亿元。面对我国如此严峻而不断发生的各种巨大“灾害”,怎样有效应对?仅就院前急救而言,继续沿用传统的灾害急救的理念与方法,显然越来越难以适应。这既考验包括院前急救医疗在内的各种救灾体系的救援能力与抗灾水平,也促使我们不得不去思考,对现有的灾害急救技术、灾害应急理念所必需的思变与创新,更是呼唤在信息时代背景下,灾情大数据与急救大数据带来的变革。

2 现实难题昭示大数据支撑救灾

当灾害来临时(特别在应急阶段),灾情信息反馈的速度和精细化程度是决定应急救灾能否有效开展的关键性因素。但国内救灾的现实情况通常是:灾情急救信息大多不是滞后就是中断。“东方之星”号客轮从突然开始翻沉,至第一个急救报警电话打入就近的监利县120指挥中心,已是事件发生2.5 h之后;天津港特大爆炸事故发生瞬间,由于海量报警电话呼入,导致天津120急救中心电话“瘫痪”,不能呼出,急救指挥人员只能通过手机,进行其他方式的联络、调度、指挥[3]。在灾害与急救最宝贵的黄金时段,时间就是生命,信息就是关键。这已经不是空洞的口号,而是实现“抢救生命”——这一救灾首要目标的最强要素。

当传统的灾害急救的理念、技术与方法,已不能适应现状需求时,唯有依靠大数据的技术和手段,面对社会各界广泛参与形成的“井喷式”灾情大数据,进行有效整合利用,盘活这些数据资源,才能将海量信息面向更为广泛的用户群体释放。

3 大数据时代与精准医学

人类发展到今天,已进入一个崭新的大数据时代(big data era,BDE)。在这个时代里,世界的本质就是数据[4]。而数据能力,已经成为世界各国的国家竞争力[5]。美、英、日等发达国家,均相继推出大数据战略,以提升国家及政府效能。我国《关于促进大数据发展的行动纲要》,也于2015年8月由国务院颁布实施。《纲要》的五大总体目标之一,就是要“构建以人为本、惠及全民的民生服务新体系”。围绕“健康医疗、减灾救灾、社会救助”等领域,全面推广大数据应用,利用大数据洞察民生需求,优化资源配置,丰富服务内容。

我国数字医学的发展,已经迎来了从信息化、大数据到精准医学的跨越式之路。大数据进入精准医学的关键,在于把数据整合起来;而大数据的第一个应用领域——分子诊断,实际上是精准医学的“眼睛”。而解决精准医学如何发展的问题,关键在于怎样利用大数据来找到更精准的救治方法[6]

4 院前急救与精准医学

健康和医疗大数据,可用于分子诊断、精准外科、精准内科、再生医学和创新药物等诸多领域;也可以在院前急救范畴实现其特殊价值。

例如,瑞士Life Watch公司的Life Watch VSP(生命体征贴片),目前已获得美国食品和药品管理局(FDA)的许可。Life Watch尺寸小、易粘贴、穿戴舒适,可用于救护车、宾馆、护理和家庭等多种医院外环境,它用一种非常舒适且又十分便宜的方式,替代了传统的硬件监护医疗设备,可谓是“一举多得”。同时它还可定制参数、设定提醒,可配置数据并兼容电子病历系统。Life Watch是一次性粘贴带,包含检测心电图、心率、呼吸频率、体温、血氧饱和度和运动的传感器。它还包含电池,可通过设备连续收集数据5~7 d。针对VSP系统的许可,还包括无线连接血压腕带和用于处理及传输数据的应用程序(APP)。APP还能监测患者,同时在发生异常生命体征时发出警报[6]

与此同时,我国首个互联网+“急救服务”的新模式,也于2016年7月1日在杭州正式上线。这是“腾讯互联网+微信”城市服务中的创新“急救服务”,也是全国首个上线的智能院前急救服务。它涵盖了智能紧急呼叫救护车、AED导航、真假救护车查询、急救知识、预留个人健康档案等多方位的服务功能。

精准医学概念的提出,为院前急救各类紧急情况下的伤病进行快速诊治,开辟了崭新的视角。目前,随着急救信息化的系统建设、以及大数据在院前急救中的应用,最终形成临床信息-信息技术-数据中的闭环式数字链研究体系,从而填补原有院前急救信息化系统建设中的相对空白。

5 灾害救援与精准医学

我国的灾害应急救援管理长期以来是“九龙治水”的工作格局。民政、水利、气象、农业、国土、卫生医疗等相关涉灾部门,按照职责分工,分别负责灾害救援的不同方面[5]。然而,当灾难来临时,国家及地方各级层面,应该有相应的运行机制,而不能仅依靠政府涉灾部门或者分管领导的行政指挥。这就要求要强化顶层设计,努力实现“网格化”布局与“同心圆”反应(精准施救的方式之一),进而做到快速反应、统一行动、行业协调、相互配合[1]

灾害救援医学的这些服务特性导致多部门、多专业、多人员,以及事件群体间的海量数据集成、分析、传送。灾害医学救援中充分有效的信息量是做出准确应急救援决策的前提条件,也主导着救援指挥全程。它直接影响着救援效果,可以说灾害救援、灾害急救医疗必须依赖于强有力的信息保障。

同时,急救社会化、结构网络化、抢救现场化,知识普及化,必将成为我国救援医学发展的原则和大势。所有这些,都促使大数据技术与灾害救援医学合体成为非常之必要。首先,需要海量的灾情数据信息集成来做决策;其次,又会生成海量数据,汇成救援信息传送到现场急救的服务终端。全程信息保障要求采取科学的信息搜集方法和手段,获取灾害应急医学救援所需的各种信息资源。根据信息的分析和整合,在灾害应急医学救援的不同阶段,制定出适时的方案,并按即时信息反馈,持续优化现场的终端医疗服务。以减少失误的可能性,获取救援效果最大化[6]

6 创伤急救与精准医学

创伤是灾害与院前急救领域中的一个突出课题,同时创伤也是一个全球性的重大挑战。作为“现代文明的孪生兄弟”与“发达社会疾病”,创伤在现代社会中呈显著增多趋势[7]

我国不少地区在过去的几十年中,已相当重视创伤的救治,但病死率仍居高不下,并且大多数伤者的死亡,皆发生在院前阶段。因此,创伤的院前救治,显得尤为重要且具有现实价值。

大量涌现的创伤病例,在急救过程中会产生大量的数据信息。然而,当前最终支持诊断和治疗决策的,除了相关检查外,仍然是依靠最原始的临床经验和专业直觉。以临床应用为导向,以突发伤病员的现场与风险评估、预测预警、分型分类、个体化转运等,形成可用于精准医学全过程的大数据参考咨询、分析判断、快速计算和精准决策的系列分类应用技术数据库,才会对创伤救治有着本质的改变。随着大数据时代的到来,创伤急救领域必将迎来巨大且深远的变革[8]

7 展望

我国大数据时代下的精准医学,其发展尚处于起步阶段,特别是在院前急救与灾害医学等领域。因此,目前着重需要探索与努力之处,一是要加强大数据挖掘技术的动态开发能力;二是应增强大数据管理的易用性,促进共享机制的建设;三是加快推进适应我国精准医学发展要求的复合型人才队伍的建设。通过对灾害及创伤等快速实施“一体化、网格化、系统化”的精准急救,最终,才能争取在各种灾难面前,努力实现院前急救的“精准投送”和“科学救援”。而充分利用智能移动技术,云计算和大数据,将是灾害与院前急救的精准医学发展的主要方向[9-11]

参考文献
[1] 中华人民共和国民政部.2016年版《国家自然灾害救助应急预案》解读 [OL].[2016-03-24] http://www.mca.gov.cn/article/zwgk/jd/201603/20160300881743.shtml.
Ministry of Civil Affairs of People’ s Republic of China.interpretation of 2016 National Natural Disaster Relief Emergency Plan [OL].[2016-03-24] http://www.mca.gov.cn/article/zwgk/jd/201603/20160300881743.shtml.
[2] 陈晓松, 陈松, 刘丽贤, 等. 中国灾害医学与院前急救的发展[J]. 中华急诊医学杂志 , 2015, 24 (9) : 929-931
Chen XS, Chen S, Liu LX, et al. Development of Chinese disaster medicine and pre-hospital care[J]. Chin J Emerg Med , 2015, 24 (9) : 929-931 DOI:10.3760/cma.j.issn.1671-0282.2015.09.001
[3] 柴艳芬, 寿松涛, 么颖, 等. “8·12”天津港危化品库特大爆炸事故医学救援的经验与反思[J]. 中华急诊医学杂志 , 2015, 24 (10) : 1065-1069
Chai YF, Shou ST, Yao Y, et al. Experience and reflection of rescue of“8·12”Tianjin Port hazardous chemicals storehouse serious explosion[J]. Chin J Emerg Med , 2015, 24 (10) : 1065-1069 DOI:10.3760/cma.j.issn.1671-0282.2015.10.002
[4] 维克托·迈尔-舍尔维恩, 肯尼思·库克耶. 大数据时代:生活、工作与思维的大变革 [M]. 杭州: 浙江人民出版社, 2013 : 36 -42 .
Mayer-Schoaberger V, Cukier K. Big data:a revolution that will transform how we live,work, and think [M]. Hangzhou: Zhejiang People’ s Publishing House, 2013 : 36 -42 .
[5] 张云霞. 用“大数据理念”, 提升灾情管理与服务能力[J]. 中国减灾 , 2016, 3 : 17-19
Zhang YX. Using big data concept, enhance disaster management and service capabilities[J]. Disater Reduction in China , 2016, 3 : 17-19
[6] 杨胜利. 基于大数据的精准医学[J]. 中华医学信息导报 , 2015, 30 (9) : 12
Yang SL. Precision medicine based on big data[J]. China Medicial News , 2015, 30 (9) : 12
[7] 张兴文, 祝益民, 刘晓亮. 大数据时代背景下的灾害救援医学[J]. 中国急救复苏与灾害医学杂志 , 2015, 10 (3) : 277-280
Zhang XW, Zhu YM, Liu XL. Disaster relief medicine under the background of Big Data[J]. Chin J Emerg Resusc Disaster Med , 2015, 10 (3) : 277-280 DOI:10.3969/j.issn.1673-6966.2015.03.34
[8] 汪方, 王谦, 王秋根, 等. 展望“大数据”时代的创伤急救[J]. 上海医学 , 2014, 37 (3) : 267-270
Wang F, Wang Q, Wang QG, et al. Prospect of trauma emergency in big data era[J]. Shanghai Med , 2014, 37 (3) : 267-270
[9] Kingsmore SF, Petrikin J, Willig LK, et al. Emergency medical genomes: a breakthrough application of precision medicine[J]. Genome Medicine , 2015, 7 (1) : 82-89 DOI:10.1186/s13073-015-0201-z
[10] Hsieh JC, Li AH, Yang CC. Mobile, cloud, and big data computing: contributions, challenges, and new directions in telecardiology[J]. Int J Environ Res Public Health , 2013, 10 (11) : 6131-6153 DOI:10.3390/ijerph10116131
[11] Kaur H, Sawhney RS, Komal N. Wireless sensor networks for disaster management[J]. International Journal of Advanced Research in Computer Engineering & Technology , 2012, 1 (5) : 129-134