英《经济学人》：电子病历数据研究一原理在疫情中脱颖而出

近日，哈佛大学领衔参与的一项原始数据分析方法项目（OpenSAFELY）发现了导致新冠病毒感染心肌梗塞窒息的一个有，该项目分析方法了1740万美国人的寄信肥胖原始数据，是迄今为止最大体量的原始数据样本原始数据分析方法。美国《社会学人》周刊日前发表文章暗示该原始数据分析方法的分析方法方法是对基本资料原始数据分析方法利用的不断创新，让原始数据分析方法部门得以在保障症状个人信息的同时，充分利用多种形式卫生保健原始数据当中的有效资讯展开原始数据分析方法。

这项原始数据分析方法以美国约1740都来的医学士诊所基本资料以及其当中5683例由新冠心肌梗塞导致的遇害病例作为原始数据分析方法具体来说，其原始数据分析方法体量和具体某种程度外前所未有，该文章在此之前仍然刊登在医学亦同刊印平台MedRxiv上。《社会学人》在题为《电子元件基本资料原始数据原始数据分析方法一原理在SARS当中脱颖而出》的观察文章当中谈到，若是在非SARS时期，这种大体量的加速提取分析方法肥胖原始数据是不可能完成的，仅是授予原始数据许可，就需要几个年底甚至几年间隔时间。

而该项目从想法显现出到原始数据分析方法发表只用了42天的间隔时间，SARS的迫切性当然是一方面，另外也是由于该原始数据分析方法适用不断创新的原始数据分析方法利用目的。透过该技术及原始数据的是卫生保健软件CorporationTPP，其日常为约5000都来存储设备电子元件肥胖档案。此次原始数据分析方法方法的新颖在于，原始数据分析方法的团队没有对任何电子元件基本资料原始数据进行复制和转移，而是通过专门汇编的程序，全程在TPP的原始数据当中心内部进行分析方法。而且，原始数据分析方法的团队只能通过公用的安全连通查阅症状历史纪录，所有对电子元件基本资料的到访都被历史纪录在案。以上一系列政策，使得原始数据分析方法的团队在卫生保健原始数据个人信息方面授予了美国最严苛的卫生保健原始数据管理有组织MedConfidential的接纳。

文章引述这类通过挖掘电子元件基本资料助力改善卫生保健服务方式而的原始数据分析方法正处于起步之前，而这种方式而之所以出现在美国，一方面，美国东欧国家卫生保健服务体系（NHS）覆盖的卫生保健消费市场形成了TPP这类占有多种形式症状电子元件基本资料的Corporation。另一方面，这种以医学士医师作为卫生保健服务初诊环节的标准方式而，使得医学士诊所基本资料占有最为丰富多彩、确立的原始数据集合，其原始数据更是包罗万象。

这一原始数据分析方法的联合负责人、哈佛大学的两班·高达可（Ben Goldacre）指导教授暗示，美国是“全球性唯一占有可实现这些分析方法所需的原始数据体量的东欧国家”。

《社会学人》指出，这种一原理的广泛采用未来将会带来重大影响。这显然电子元件基本资料系统将不仅仅是原始数据的存储设备，而来得将视作医学原始数据分析方法交通运输当中的致力一环，还可以随着科学的需求而与时俱进。此外，这对于应用于医学的人工智能的发展同样尤为重要，因为人工智能同样需要依托大量经过有组织配对的原始数据，才能足够准确地了解疾病。