通常大数据是指数据量和数据维度均很大，数据形式也很广泛，如数字、文本、图像、声音等等。在医学领域，随着信息化的不断深入，医学数据也越来越丰富，其中医学影像数据是一个十分重要的组成部分，而且，医学影像信息被数字化、数据化后形成了丰富多样的、存储量庞大的医学大数据。今天，我们就讨论一下利用医学影像大数据推动智能化医疗发展方面的话题。

据报道，IT巨头IBM将以10亿美元收购医学成像设备提供商Merge Healthcare，后者主要帮助医生和医院存储和分析CAT断层扫描、X射线以及其他医学影像。IBM计划将Merge的技术整合到自身的Watson人工智能技术中去。IBM认为，Watson的认知计算能力在医学造影方面完全可以辨别患者应该接受X射线、CAT还是核磁共振，现在独缺的是客户以及医学影像资料，而这恰好也是Merge可以提供的资源。

目前医疗数据中有超过90%来自于医学影像，但是这些数据大多要进行人工分析。如果能够运用人工智能技术分析医学影像，并将影像与医学文本记录进行交叉对比，就能够极大地降低医学诊断上的失误，帮助医生精准诊断，挽救患者生命。

IBM的Watson计划想法很好，但是依然存在着诸多挑战。最大的问题在于如何证明这个计划的效果，如何向健康保险公司证明对于Watson的投资物有所值。具体地说，Watson计划能否真正地让患者得到准确的诊断，传统的放射科医师忽略的诊断方面的问题能否让IBM的智能技术发现。

中国人“数字肺”项目

我们再回过头来看看国内。进入数字化时代，数字化、标准化、网络化、海量存储和大数据的应用，已成为医学发展的主流方向和重要标志。大数据的发展要求医院要改变传统的医疗模式-把疾病的早预防、早诊断、早治疗等服务放在第一位考虑。随着人们期待更好的医疗卫生保健服务，从出生到死亡的全程医疗服务也已经成为了医疗管理新模式的发展方向。通过互联网络把预防、诊断和临床作业过程纳入到数字化网络中，实现这些重要任务的核心环节就是医学影像信息化，充分体现大数据、实时在线、多点传输与共享给现代医疗带来的好处。

据报道，由北京医院等国内知名大医院联合与合作，开展了中国人“数字肺”项目-“基于医学影像大数据的呼吸系统疾病辅助诊断平台”。项目以构建具有统计学意义的中国人“数字肺”，揭示支气管、肺血管和肺实质结构与不同主要肺部疾病之间的关系，通过采用数据挖掘与量化分析技术，分析、处理和量化COPD、支气管哮喘、支气管扩张、肺间质性疾病、肺栓塞和孤立性肺结节的评价体系和诊断标准。目前，该项目已经在健康成人支气管树不对称分叉特性的研究、低剂量CT扫描的对支气管定量测量的评价研究、吸烟对肺组织损伤的纵向研究、肺血管改变与肺气肿定量的动态评估等方面取得了进展，获得了一系列卓有成效的研究成果。