编者按：有人说大数据集以前来临了，部份科协调将起因较大转变，甚至连循证部份科也受到了冲击，你怎么看？
2001 年人类蛋白质组DNA完成终告「概念化医护」以前的到来，而今，在大数据集以前，美国佛罗里达私立大学部份科院的 Mathias 芝加哥私立大学等人就大数据集在妇科倡导总体的该系统设计刊出看法，篇名刊出在近期 Surgery 上。
解毒理学部份科大数据集概念
「大数据集」这个词包含着获取和整理大规模的评估信息来授予在此之后看法或形式。
大的解毒理学目录如人类蛋白质组计划书（www.genome.gov）、DNA 原件百科全部都是书（ENCODE，www.encodeproject.org）、千人蛋白质组计划书（www.1000 genomes.org）、国际「人类蛋白质组单体同型上图计划书」（）、国家妇科质量改进计划书（）等并未完成或正在开展之中。
接下来要花钱的是将个体电子指纹该系统（EHR）和自身的蛋白质碱基、基因型以及在特定民间组织之中的暗示来进行结合。
大数据集与医护倡导的结合
当此前技术的最此前沿落在如何将大数据集与医护倡导以一种更高的效率生产成本比的方式为相导送入。
1. NIH BD2K
美国国立医疗研究者之中心将大数据集作为研究者重点并通过从 NIH 大数据集到知识计划书（NIH BD2K）筹集财力。
该计划书旨在彻底解决该系统设计大数据集时碰到的各种主要关键时刻。最主要：（1）定位数据集和开发工具；（2）获取数据集和开发工具；（3）规范数据集和链接集；（4）扩展数据集和软件协作的新政策和花钱法；（5）民间组织，管理和处理过程生物部份科大数据集；（6）开发在此之后新方法统计分析和导送入生物部份科数据集；（7）专业训练可以有效地利用生物部份科大数据集的研究者执法人员。
借助于这些目标将不太或许借助于的大数据集在解毒理学部份科和其他科学领域的日常可用。
2. eMERGE
电子医护记录生物科学网络（eMERGE）开始于 2007 年，其主要目标为将 DNA 生物库与电子指纹该系统相结合开展大规模的高通量的蛋白质研究者。
eMERGE II 的决定性目标在于探索将遗传变异合并送入电子指纹该系统，并将之该系统设计与解毒理学照护。解毒理学DNA探索性研究者计划书研究者全部都是蛋白质组和全部都是位点碱基的该系统设计。
对牙医解毒理学倡导的影响
大数据集不太但会卷进当地医院。过去唯一的问题是还必需多久解毒理学牙医才能简便且高效经济地该系统设计。
大数据集为解毒理学部份科提供诸多通畅，最主要：（1）新知识的产生和传播；（2）概念化医护的导送入到医护保障之中；（3）通过创建可次访问和可理解的数据集增加病人的竞争性。将大数据集纳送入标准肥胖倡导的一个总体是通过部份科遗传学借助于概念化部份科。
全部都是人类蛋白质组和位点碱基，或全部都是蛋白质组DNA，并未能开展迅速和相对廉价的个体统计分析。十年后，位点DNA的生产成本预报为 500 美元。每一个病童都或许有自身的蛋白质组DNA结果。
蛋白质组部份科或许使解毒理学牙医开展「定制」用解毒，这将下降可用「现成」解毒物引起的副之中间体。对抗癫痫解毒、抗菌解毒、抗病、抗真菌解毒和抗血小板解毒物等我们已有相当的解毒物生物科学知识。
为了在解毒理学上更好的该系统设计大数据集，优化 EHR 该系统是很有必要的。为了借助于概念化医护，未来 EHR 该系统将最主要「蛋白质组部份科解毒理学协调大力支持」。如此庞大的数据集拒绝解毒理学协调大力支持增加对蛋白质多样性及其在特定病童之中的该系统设计总体的理解。解毒理学协调大力支持将能够对病人开展遗传上图谱床旁统计分析，并能可以很较易且经济有效地结合到日常解毒理学倡导之中。
举动，妇科牙医应该存在如下认知：它将沦为妇科住院医师专业训练的除此以外均，并被添加到未来的资格考试。
同样，的转录组并未被用来预报某些帕金森氏症和单独的解毒物和妇科手术之中间体。个体民间组织和细胞的暗示来进行被主要用途诊断和预报病状。除了全部都是蛋白质组DNA部份，暗示统计分析，生物科学，糖类组学也将被普遍该系统设计。
很明显，妇科学并未受益于大数据集的可用。在其他癌症之中也将除此以外可用大数据集，从确切癌症的效用到了解癌症特定的有助于，以优化个体妇科手术。大数据集有希望能转变解毒理学倡导（上图 1）。
上图 1 大数据集在解毒理学倡导之中的该系统设计
我们应集之中精力去救治那些或许起因复杂并发症的病人，下降无效介送入。这种形式的概念化医护将更符合生产成本效益。这种预报性测试这不集之中于那些在急诊病人，在作斜向此前也可以借助于量身定花钱。通过将各种类同型的统计分析与病童的术此前蛋白质统计分析向结合，未来妇科牙医在解毒理学倡导之少将更加重视概念化妇科手术（上图 2）。上图 2 对病人开展效用累及分层，从而更明智开展择期手术术此前评估
或许出现的根本原因
在妇科倡导之中引送入大数据集也不太或许存在一些有害的总体。社会不平等或许被转换成，因为在没有互联网的小村和偏远地区，会容许部份科大数据集的利用。目此前，该技术极其少在更少的专业学术机构可用，虽然面向社区的肥胖照护提供者像 Geisinger、InterMountain West 和 Kaiser Permanente 期望将电子指纹导送入在自己的倡导之中。此部份，EHR 之中但会出现关于蛋白质组信息保密性、隐私和必需部都是等新问题。
我们需要记住，更多的数据集这不好像好的，尤其是如果数据集被泄露，不一致或不准确，或被错误理解。保持数据集的一致性和能力也是极其重要的。如果相关数据集存在较大的辩解，病人或许被放有可怕之之中。在蛋白质组部份科和大数据集以前开展妇科倡导，医疗照护都将必需期望花钱好准备。
总之，大数据集将开端医护保障方式为，这不太或许转变病人的病状。当然也存在一些问题，如如何理解大数据集，如何将之导送入到牙医教育和医院基础设施之中，并再度该系统设计到病童照护。深信在在不远处的将来，这不相同病程的病人可以接受不同的妇科手术新方法，这些新方法是以病人各自的转录组学、生物科学和糖类组学以及细菌学辅以定制的。
查阅信源地址
编辑： 程专业训练相关新闻
相关问答
