第六，醫療大數據將在CDSS（臨床決策支持系統）上獲得突破。

CDSS離不開高質量的臨床大數據。國家電子病歷新版評級的四級要求全院信息共享，達到初級決策支持；五級則要求統一數據管理，實現中級醫療決策支持。盡管對評級醫院提高了難度，但的確指明了信息化發展建設的方向，同時對醫療大數據的發展是重大利好。

如何輔助大夫做好助手，比如開處方時的患者過敏史提醒、查看檢驗報告時的診斷提醒、書寫病歷時的危急值和并發癥提示以及在進行MDT（多學科診療）時的相似病例推送等，都需要有知識庫、臨床指南和真實歷史醫療數據的綜合運算，這些需要短時間內運算出結果反饋給臨床，這是傳統技術手段較難達到的，也正是大數據技術在優勢所在。借政策東風，加上大數據技術的成熟，醫療大數據應用將必然在更多場景獲得突破。

第七，醫療機構對大數據平臺的建設規范和指南需求更為迫切。

是否要建大數據平臺，醫療機構的態度已經走過了從不解到理解、從觀望到迫切的過程。但如何建設還面臨很多問題：是否和之前建設的CDR平臺重復？讓HIS廠商建，還是大數據公司建？安全如何把握？數據如何提供？在哪些場景應用？如何和臨床結合？數據如何管理？如何評價效益？如何借鑒業內成功案例？希望國家或者行業協會能提供指導和范例，避免投資浪費，避免安全風險。所以，2019年迫切需要推出醫療大數據平臺的建設和應用指南，規范和促進行業良性發展。

第八，“醫工結合”將會進一步促進大數據在臨床上獲得科研突破。

大數據技術作為成長型技術，盡管企業較為廣泛地掌握和應用，但核心技術依然來源于高校。2018年，醫院紛紛成立大數據中心的同時，高等院校的大數據研究院也如雨后春筍般涌現，比如重慶醫科大學、南京醫科大學等紛紛有所動作。尤其是2018年4月28日，北京大學健康醫療大數據國家研究院在京成立，標志著醫療大數據在高校和醫院聯合研究方面走上了新的高度。高校的統計分析和大數據前沿技術，醫療機構的醫學問題和大數據沉淀，以及二者共同的科研需求，促進了“醫工結合”，擦出火花。

促進高校的科研轉化是國家相關部委的工作支持重點，2018年底，北京大學醫療大數據研究院院長李全政與復旦、浙大、北大腫瘤醫院強強聯手，采取醫工結合模式，一舉中標國家重點研發項目——“精準醫療決策支持系統研發”，正是醫療大數據輔助臨床研究走上國家舞臺的開端。

第九，醫療大數據對患者開放成為趨勢。

國家在2018年出臺并在同年10月1日執行的《醫療糾紛預防和處理條例》中提到，患者有權利復印其在醫療機構發生并記錄的全部病歷數據。顧名思義，不僅包括醫療機構允許患者復印的檢驗檢查等客觀病歷，也包括像死亡病例討論記錄、疑難病例討論記錄、上級醫師查房記錄、會診意見、病程記錄等主觀病歷。也就是說，以病歷為核心的臨床數據資料均需要對患者公開共享，而且沒有附加條件。此辦法的出臺促進了醫療機構加強病歷書寫質量和效率的管理，也使得患者的醫療數據共享有法可依。

北京市衛生計生委推行的30家醫院電子病歷共享工程就是政策縮影，盡管目前數據只是對醫療機構公開（患者就診時授權），但相信新的一年將有更多醫療機構加入共享平臺，也相信不久的將來，數據平臺也會給患者個體開放。

政府層面推進醫療數據共享的同時，醫療機構在嘗試推出“某某云病歷”或云醫療等APP，逐漸主動放開數據共享，從而廣受群眾好評。患者就醫的獲得感往往是在信息化和數據共享的APP上呈現的，患者的廣泛應用有助于醫療秩序的優化，也反過來推動數據的進一步共享。

第十，大數據安全面臨更多挑戰。

醫療數據的共享和應用的豐富，也將面臨著更多安全挑戰。醫院在網絡安全層面遭遇了勒索病毒，勒索病毒初發時，國內醫療機構中招的很鮮見，但2018年成為局部爆發年。某些醫院中了勒索病毒后引起HIS故障，有些會在微信群曝光和討論，當然更多醫院是低調處理。在數據應用方面，由于數據挖掘人員接觸數據的機會增多、醫院內外網業務打通的通道增多，應用風險也隨之增大。

網絡安全等保2．0的出臺以及防病毒軟件的道高一尺，并不意味著2019年更加安全。唯有做到核心業務系統的隔離，采取抗感染的操作系統，嘗試數據利用的去隱私和加密方式，加強數據利用審核流程，加強全員信息安全責任和管理，才能做到遇事不亂，減少乃至避免數據安全風險。

醫療大數據積累了20年，就是為醫療和科研服務的，不能再以安全為名繼續沉睡下去。借用原國家衛生計生委副主任金小桃的話說：“健康醫療大數據需要人人參與貢獻，至于隱私和安全，隨著健康醫療大數據的技術發展，這些都不是問題。”

還有不多日就是中國農歷豬年了。期望曾經在風口的醫療大數據這只“豬“早日平安落地，快跑著回歸臨床。