根据传统观点，美国生物医学研究成本的提高比所有消费品和服务费用的上涨速度都快。在过去30年间，国立卫生研究院（NIH）发布的相关指数证实了这种不一致性，也给了游说者更好的“武器”恳请立法者批准NIH年度预算增速高过该国的通货膨胀速率。

这份NIH指数涵盖了诸如试剂、实验动物和科学仪器的费用等，有时它能高过一个更大范围的指数约3个百分点。但在2012年，一件奇怪的事发生了，而且，这件事挑战了传统观点。生物医学研发价格指数（BRDPI）低于了美国国内生产总值价格指数（GDP PI）——消费者物价指数的一个变本。

当时，该生物医学指数增长率为1.3%，不仅低于当年的GDP PI的1.9%的增速，也创了BRDPI的历史最低纪录。但这则消息在当时并未引起重视。

要找出该年度如此异常的原因，人们需要知道BRDPI包含哪些内容。NIH在接受《科学》杂志采访时表示，该信息并不适合公开，但根据《联邦信息自由法案》（FOIA）它能被获得。据悉，该指数不仅涉及设备和用品的成本，还包括来自拨款的薪酬和福利。实际上，全部人力成本占到该指数年度变化的2/3。

《科学》杂志曾公开了美国密歇根大学安纳伯分校一位微生物学家近几年的科研经费支出情况。4年内，他共获得约115万美元的基金，其中约43.8%为个人工资和福利，材料费约占 19.6％，另外1/3上缴至学校管理部门，剩下的为其他科研支出。由此可见，人力成本占了经费支出的一大部分。

而在2011年12月美国国会通过支出法案后，薪酬和福利对生物医学研究发展的巨大影响日益清晰。该法案将标准NIH拨款中研究者薪酬上限从19.97万美元减少到17.97万美元。立法者希望这能将钱省下来资助更多项目。而科学家则抱怨NIH的300亿美元经费根本不足以帮助他们实现自己的好点子。

这部2011年法案是NIH经费周期慢性繁荣与萧条的最新案例。虽然，作为帮助美国经济从2008年世界经济危机中复苏的一系列刺激计划的一部分，一个为期两年的100亿美元的预算削减最终结束，但资金仍非常紧张。

例如，NIH的2015财年预算比2014年的299亿美元预算增加了1.5亿美元，仅提升了0.5%，使明年NIH的财政预算仍低于2012年暂押5%前的预算。增加额未达到参议院支出委员会批准的增加6.06亿美元的目标，而且也低于白宫要求增加的2.11亿美元。而且，附加报告还要求NIH在申请者年龄上给予更多关注，目前，首次接受NIH资助的科研人员平均年龄为42岁。

而这个限制薪酬支出的决定让BRDPI陷入混乱，也使得其低于已经很低的GDP PI。2008年，该生物医学指数达到历史顶峰4.7%，是GDP PI的2.1%的两倍还多。到2010年，这一数值略微下降，达到3%，但仍然超过了GDP PI。2012年，BRDPI急剧下降，相反GDP PI增长到1.9%。

外部观察者认为，这一下降趋势是个好消息。毕竟，如果生物医学研究膨胀放缓，那么NIH就能进一步利用其有限的经费。

但NIH领导层并不希望出现这种趋势。NIH前院外研究项目负责人Sally Rockey习惯每年就BRDPI的价值撰写博文。她将其称为“衡量NIH经费购买力的重要方式，并能为下一财年作出预测”。但在2014年3月28日发表的博文中，Rockey只是简单地提及2012年的下降“主要是资深研究人员薪酬上限降低所致”。

另外，也没有部门备忘录显示，2012年BRDPI历史最低纪录引发任何正式反应。但相同备忘录包括了对2013年BRDPI的初步预测，结果显示它将再次超过GDP PI。备忘录作者表示，2013年的生物医学指数虽“但仍处于历史低谷，并将至少再次超过了GDP PI”。

via:科学网

    大数据(bigdata)是指由于容量太大和过于复杂，无法在一定时间内用常规软件对其内容进行抓取、管理、存储、检索、共享、传输和分析的数据集。

    大数据具有“4V”特征：

    1.数据容量(Volume)大，常常在PB(1PB=250B)级以上;

    2.数据种类(Variety)多，常常具有不同的数据类型(结构化、半结构化和非结构化)和数据来源;

    3.产生和更新速度(Velocity)快(如实时数据流)，时效性要求高;

    4.科学价值(Value)大，尽管利用密度低，却常常蕴藏着新知识或具有重要预测价值。

    人类已进人大数据时代。国际数据公司的研究结果表明，2011年全球产生的数据量高达1.82ZB。2012年5月，联合国发布了《大数据与人类发展：挑战与机遇》白皮书，指出大数据是一个历史性机遇，人们可以使用极为丰富的数据资源对社会经济进行前所未有的实时分析，帮助政府更好地响应社会和经济运行。

    大数据受到越来越多的重视。欧美国家许多高校纷纷成立了数据科学研究机构，开设了数据科学课程。Nature和Science也分别于2008年和2011年推出了大数据专刊，对大数据带来的挑战进行讨论。作为最活跃的科学研究领域之一，生物医学领域的大数据也备受关注。

    生物医学大数据的来源：

    以下因素促进了生物医学领域大数据的出现。

    1.生命的整体性和疾病的复杂性。例如，严重威胁人类健康的慢性病多为复杂性疾病，其发生具有复杂的遗传和分子机制，受到基因、环境及其交互作用的影响，其病因学研究将产生大量的数据。

    2.高通量技术的发展和基因组测序成本的下降。高通量测序技术可以对数百万个DNA进行同时测序，使得对一个物种的转录组和基因组进行细致全面的分析成为可能。随着人类基因组计划的完成和计算能力的快速发展，每个基因组的测序成本已从数百万美元降低至数千美元(并且还将继续降低)。这将产生海量测序数据。

    3.医院信息化和IT业的迅速发展。人体本身就是生物医学大数据的一个重要来源，随着医院信息化和IT业的迅速发展，越来越多的人体数据能够获得储存和利用。例如，X线、3D核磁、乳腺X线、3DCT扫描分别包括30M、150M、120M和1G的数据量，至2015年美国平均每家医院需要管理665T的数据量。

    4.生物医学大数据广泛涉及人类健康相关的各个领域：临床医疗、公共卫生、医药研发、医疗市场与费用、个体行为与情绪、人类遗传学与组学、社会人口学、环境、健康网络与媒体数据(表1)。

    生物医学大数据的应用：

    1.开展组学研究及不同组学间的关联研究。从环境、个体生活方式行为等暴露组学，至个体细胞分子水平上的基因组学、表观组学、转录组学、蛋白组学、代谢组学、宏基因组学，再到个体健康和疾病状态的表型组学等。利用大数据将各种组学进行综合及整合，既能为疾病发生、预防和治疗提供全面、全新的认识，也有利于开展个体化医学，即通过整合系统生物学与临床数据，可以更准确地预测个体患病风险和预后，有针对性地实施预防和治疗。

    2.快速识别生物标志物和研发药物。利用某种疾病患者人群的组学数据，可以快速识别有关疾病发生、预后或治疗效果的生物标志物。在药物研发方面，大数据使得人们对病因和疾病发生机制的理解更加深入，从而有助于识别生物靶点和研发药物;同时，充分利用海量组学数据、已有药物的研究数据和高通量药物筛选，能加速药物筛选过程。

    3.快速筛检未知病原和发现可疑致病微生物。通过采集未知病原样本，对病原进行测序，并将未知病原与已知病原的基因序列进行比对，从而判断其为已知病原或与其最接近的病原类型，据此推测其来源和传播路线、开展药物筛选和相应的疾病防治。

    4.实时开展生物监测与公共卫生监测。公共卫生监测包括传染病监测、慢性非传染性疾病及相关危险因素监测、健康相关监测(如出生缺陷监测、食品安全风险监测等)。此外，还可以通过覆盖全国的患者电子病历数据库进行疫情监测”，通过监测社交媒体或频繁检索的词条来预测某些传染病的流行。

    例如，GoogleTrends通过找寻“流感症状”和“流感治疗”之类搜索词的峰值，在医院急诊流感患者增加之前就能对某些地区的流感做出预测。

    5.了解人群疾病谱的改变。这有助于制定新的疾病防治策略。全球疾病负担研究是一个应用大数据的实例，该研究应用的数据范围广、数据量巨大，近4700台并行台式计算机完成了数据准备、数据仓库建立和数据挖掘分析的自动化和规范化计算。

    其有关中国的研究发现：与1990年相比，2010年造成中国人群寿命损失的前25位病因中，慢性非传染性疾病显著上升，传染病则显著下降，说明慢性非传染性疾病已经成为我国人群健康的主要威胁。

    6.实时开展健康管理。通过可穿戴设备对个体体征数据(心率、脉率、呼吸频率、体温、热消耗量、血压、血糖、血氧、体脂含量等)的实时、连续监测，提供实时健康指导与建议，更好地实施健康管理。

    7.实施更强大的数据挖掘。数据挖掘的任务包括关联分析、聚类分析、分类分析、异常分析等。大数据挖掘能够增加把握度和发现弱关联的能力。

    生物医学相关的大数据计划：

表2

    生物医学大数据面临的主要问题与发展趋势：

    作为一个新兴领域，大数据也伴随着一些争议：

    1.既然数据总是不断增加，是否有必要区分大数据与传统数据?

    2.大数据更多意义上可能是一种商业上的宣传?

    3.大数据中变量类型更多、更复杂，而随着变量的增加，获得假阳性关联的概率也会增加;

    4.更大的数据未必意味着更好的数据，必须考虑数据的代表性和数据纯度;

    5.在未告知个体的情况下使用来自人群的数据是否符合伦理学要求?这些争议是大数据在未来发展中必须关注的。

    从流行病学角度来看，生物医学大数据具有以下优势：

    1.具有大样本的特点，能够解决流行病学研究中的样本量问题，大样本能够提高结果精度高、降低随机/抽样误差;

    2.客观的采集途径能够减少信息偏倚。大数据的采集途径往往比较客观，还能全程动态地记录个体行为，相比传统流行病学调查通过询问、回忆某些行为的状况，能够减少信息偏倚。

    然而，相对于传统概率随机抽样而言，大数据可能存在选择偏倚问题，其收集途径常常覆盖的是具有某些特征的人群(如医保患者、使用可穿戴设备的人群)。

    生物医学大数据面临的主要问题

    1.如何实现生物医学数据的标准化和规范化。数据标准化是数据共享的前提，只有标准化的数据才能有效融合与整合，从而发挥大数据的价值。

    2.如何打破数据孤岛，实现生物医学数据共享。应避免数据只为少数人或单位使用，数据共享是应用生物医学大数据的前提。许多公共资助机构已开始要求所资助研究的数据必须在一定范围内共享。

    3.生物医学大数据的存储和管理。生物医学领域数据特别庞大，产生和更新速度更快，其存储方式不仅影响数据分析效率，也影响数据存储的成本。

    4.如何实现生物医学大数据的高效利用。我国已积累了海量的生物医学数据，如何利用才是关键，这在一定程度上也依赖于大数据技术的发展。

    5.生物医学大数据的分析、整合与挖掘。特别是对半结构化和非结构化数据(如心电图、医学影像资料)和对流数据(实时视频、传感器数据、医疗设备监测数据)的处理，是生物医学大数据分析面临的重要挑战。

    6.生物医学和信息科学的复合型人才缺乏。这是国内外生物医学大数据面临的一个困境，需要推动计算机科学和生物学交叉学科的教育予以解决。

    未来生物医学大数据的发展趋势

    1.从“概念”走向“价值”，成为“智慧健康”的基础。生物医学大数据将能够产生新的知识，用信息改变医学实践，最终改善人类健康和公共卫生。

    2.医学科学证据的整合、转化和循证科学证据的产生。生物医学大数据有助于循证科学证据的生产，例如通过大数据可以对大量健康数据进行整合，进而获得更加可靠的证据;还可以通过网络实时数据，开展“虚拟的临床试验”生产证据。

    3.数据安全与隐私保护的技术发展。在对海量数据进行挖掘的同时，隐私泄露存在巨大风险。数据安全与隐私保护日益受到关注和重视，相关政策和立法亟待加强，相应的技术发展将发挥重要作用。

    4.大数据为导向的人群队列研究成为热点。超大规模队列研究具有大样本(数十万人群)、前瞻性(数十年长期随访)、多学科(基础、临床、预防、信息等多学科合作)、多病种(能够对多种疾病进行研究)、多因素(能够探讨多种危险因素)、整合性(监测系统、信息系统、医保系统的整合)、共享性(生物标本和数据资源的共享)等特点，经过长期随访能够产出大量人群数据”。

    5.生物医学大数据的可视化。可视化与信息图像、信息可视化，科学可视化以及统计图形密切相关，能够更清晰有效地传达与沟通大数据包含的信息。

    6.基于生物医学大数据的个体化健康管理逐步流行。一方面，利用实时的传感器(可穿戴设备)，能够对个体进行实时的、连续的健康监测与评估，为个体提供实时健康指导;另一方面，随着以生物医学大数据为基础的个体化医学发展，个体化预防、诊断和治疗将得以实现。

    7.生物医学大数据成为战略性产业。许多国家已经将大数据上升为国家层面战略，生物医学大数据产业化已经初现。

    展望：

    人类已进人大数据时代。大数据科学作为一个横跨信息科学、社会科学、网络科学、系统科学、生物医学、心理学、经济学等诸多领域的新兴交叉学科方向正在逐渐形成，并已成为科学研究热点。

    生物医学领域具有海量数据，如何共享、规范、管理和利用是关键。同时，生物医学大数据专业人才培养亟待解决。生物医学大数据将改变医学实践模式，改善医药卫生服务质量，最终有利于实现个体化治疗和群体性预防的医学目的。

来源：中华流行病学杂志

有人认为，大数据将有助于提高医疗保健行业的效率，促进在该行业推行问责制。然而到目前为止，其他行业在这方面要成功得多：通过对多种数据源进行大规模的整合和分析，获得了实用价值。那些成功行业弄明白了一个问题，那就是：当不同的数据集在具体某个人的层面上连接起来时，大数据就会产生变革性的价值。相比之下，生物医学大数据分散在研究机构中，而且被特意地隔离起来，目的是为了保护病人的隐私。连接这些分散的数据，既有技术方面的挑战，也有社会方面的挑战。只有迎接两个方面的挑战，才能使生物医学大数据对医疗保健行业发挥充分的作用。在今天的“观点”栏目中，我们要着重分析这种连接所带来的挑战。

竞选活动、政府和企业利用大数据尽可能更多地了解选民或客户情况，然后利用先进的估算方法来制定策略。2012年奥巴马竞选的时候，把来自脸谱网（Facebook）、人口普查、选民列表以及积极推广等多种渠道的数据综合起来，以确认、接近和影响那些犹豫不决的选民。国家安全局通过电话公司和互联网公司来确认恐怖分子。通过用户的上网历史和地理环境，谷歌公司将每个人的搜索结果进行了个性化处理。在所有的这些事例中，关键是已经超出了综合数据的范围，将信息连接到了具体的人。知道在某个行政区域内有很多犹豫不决的选民是有所帮助的，但是跟这些具体的人们获得联系可能有助于赢得一场竞选。

获得大数据可能会使医生和研究人员验证新的假设，并确认那些可能遭受干预的领域。例如，通过从不同地区的商店所获得的杂货购买模式，能否预测出公共卫生数据库中肥胖症和2型糖尿病的患病率呢？能否像配药时对后续配方进行测量那样，将家庭监视装置所记录的运动量跟降胆固醇药物的疗效相互关联起来呢？病人的脸谱网网友在多大程度上能够影响他们对生活方式的选择和对医学治疗的依从呢？至于这些相互关联的推断是否真正地存在于大数据中，以及医生们将如何利用这些信息，这些情况都还不清楚。然而，将数据连接到具体病人的层面上来，是探索这些可能性的先决条件。

在有效利用生物医学大数据方面，首要的挑战就是要确定卫生保健信息的潜在来源是什么，以及确定将这些数据连接起来之后所带来的价值如何。将数据集按照“大小”从不同的方面进行条理化，这个大数据就会提供解决问题的潜在方案。一些大数据，如电子健康记录（EHRs），提供详尽资料，包括病人接受诊断时的多种资料（如：图片、诊断记录等）。尽管如此，其他大数据，如保险理赔数据，提供纵深资料——顾及病人在很长一段时间里、在某个狭窄的疾病类型范围内所经历的病史。当连接数据有助于填补空白的时候，这些大数据才会增加价值。只有记住这些，才能更容易明白如何将卫生保健系统之外非传统来源的生物医学数据融入这些情况之中。尽管数据的质量有所不同，但社会媒体、信用卡购物、人口普查记录以及大量其他类型的数据，都会有助于收集一个病人的历史资料，特别是有助于揭示可能对健康产生影响的社会因素和环境因素。

译自：JAMA online

原著：Griffin M. Weber, etc