精英訪談嘉賓：劉軍

哈佛大學統計系終身教授、清華大學統計學研究中心主任。在貝葉斯分析、蒙特卡洛方法、生物信息學、遺傳學等領域做出了一系列奠基性工作，對統計理論、復雜系統優化、基因組學、信號處理等領域都產生了非常深遠的影響。2002年獲得統計學界的最高榮譽COPSS獎，2010年獲得華人數學界的最高榮譽晨星應用數學金獎，2012年獲得泛華統計協會杰出成就獎。2010至2013年間擔任《美國統計學會會刊》（JASA）的聯合主編，國際數理統計學會會士（IMS Fellow）和美國統計學會會士（ASA Fellow） 。

醫療大數據領域正在成為新的風口。麥肯錫研究報告估計，美國的醫療大數據產業總產值在3000億美元（約合1.9萬億人民幣）左右，而中方許多專家的觀點認為中國的這一數字可能遠不止于此。國務院近日通過了《關于促進大數據發展的行動綱要》，鼓勵和規范有關企事業單位開展醫療健康大數據創新應用研究。

哈佛大學統計系終身教授、清華大學統計學研究中心主任劉軍近日在北京接受財新記者專訪時表示，對醫療數據的融合和利用將是未來數年健康醫療領域發展非常重要的一部分，非常看好中美未來在大數據領域的合作。

由劉軍牽頭的清華大學醫療大數據中心近日在清華大學校園內揭牌成立。該中心由清華大學統計學研究中心與安諾析思國際咨詢（Analysis Group）聯合發起成立。

如何看待中國醫療大數據領域前景？美國有哪些經驗可以為中國所借鑒？醫療大數據將為普通民眾提供哪些便利？政府在醫療大數據領域可以發揮什么作用？財新記者近日在北京專訪了劉軍。

財新記者：如何看待中國醫療大數據領域現狀及前景？

劉軍：我覺得對醫療數據的融合和利用是未來數年健康、醫療領域非常重要的一部分。怎么把這些數據有效地利用起來，是包括政府、民間都非常關注的問題。

醫療數據有很大的復雜性。與其它領域的大數據相比起來，其深度要大很多，有非常多的層次和知識在其中。過去醫藥界和生物界的研究揭示了非常多的自然規律和知識，怎么把知識和數據融合起來一直是一個非常重要的課題。如果只是說把數據簡單做一些集成，形成簡單的觀察表象上的相關性，畫幾個圖，其實是把很多本質性的東西忽略掉了。在這基礎上怎么進一步去挖掘、去尋找、去預測這些數據，是一個非常大的問題，不論是從學術上還是到實踐上都是非常具有挑戰性的。

我們中心成立的一個很重要的目的就是希望能夠發展一些數學統計方法，把一些前沿性的知識和大數據結合起來。尤其在醫療方面，確實存在很多的難點和具體工作的挑戰。我們在與醫院進行合作的時候就發現，有許多醫院的構架、構造以及數據平臺存在缺陷。如何將第一線真正的經驗和需求與理論方面的數據研究打通，是我們所做的非常重要的一個課題。

財新記者：提到大數據，在很多國家都會遇到一個難題就是數據從哪里來，尤其是醫療大數據，你認為應當如何應對這個問題？

劉軍：數據員、科學研究工作者和實際接觸員如何處理數據是一個非常大的挑戰，包括如何把數據互相共享，如何處理。處理既需要計算機專業知識，也需要醫療和生物方面的專業知識。我們通過與合作伙伴AG共同構建的平臺，與醫院展開合作。具體數據仍在洽談中。

財新記者：在中國進行醫療大數據的研究最大的價值在哪里？

劉軍：我覺得中國非常需要醫療大數據。從醫療民生的角度來講，醫療大數據是一個非常重要的課題。中國人口多，隨著老齡化，疾病健康的需求會越來越高，而醫療資源相對來講還有很大局限性。如何把醫療在平均意義上提高，尤其在一些偏遠地區，在一些不容易接觸到好的醫療設施的地區進行提高，這是國家層次上非常重要的問題。通過數據平臺和人工智能方面的研究發現，來提高一般人的病情診斷、疾病預測和疾病預防等等，都會起到非常好的作用。

從商業上來講，醫療大數據也是非常重要的一個課題。以后的醫療、藥物發展或者精準醫療與大數據的利用都是分不開的。比如將生物分子、遺傳因子、病癥病狀的數據相結合，更精準地來預測哪種藥物更有效，這是未來要實現的一個目標。

還有就是某些藥是否可以去治其他的病。我在《自然》雜志發表過一篇文章上，就是講把一種藥做別的用處。如果把這些數據整合起來，可以實現更好的治病效果。

財新記者：你怎么看美國醫療大數據現狀，有哪些經驗值得中國借鑒？

劉軍：美國的醫療大數據發展了許多年，投入很大，從國家層面上的布局比較早也比較合理。美國在全國范圍內建立起了二十幾個中心，負責收集附近州縣的醫療數據并整合，中心內有專門的研究人員，各中心之間也有聯系，搭建了一個可研究的數據平臺。美國醫療大數據研究剛剛開始進入比較有成果的階段，今后五到十年，會有更大的、更全局性的效果出來。

在這一點上，我覺得中國可以借鑒，而且如果中國從政府方面下一些條文和指令其實效率可能要比美國的要高。中國也可以建立一些這種中心，重要的一點是可以把數據結構統一化，將醫療具體的病例、案例或者診斷做一個標準化，把數據結構進行推廣。作為醫院來說可以用，也可以遵循。也可以從國家的角度來調動數據。

財新記者：在醫療大數據研究方面，你們希望從政府得到哪些支持？

劉軍：政府可以從布局上做一些大的戰略性決策，例如建一些中心，做一些標準出來。另一點就是在法律上，對數據運用做出規定或者指導。美國國立衛生研究院（NIH）有很多規定，比如如果是政府資助的項目就一定要在多長時間內把數據提交到國家的平臺，然后國家根據各種辦法，把數據的敏感性去掉之后再給研究人員用。用的過程也是非常嚴格，從怎么申請到最后國家批準都依照規定。但是確實提供了一個比較通暢的官方渠道可以把數據讓大家共享。

大數據的一個重要特點就是需要共享。數據是非競爭性的資源，不像能源，不像石油，你用了我就用不了。數據當然有用的早晚的問題，可能更早的挖掘會研究出更有價值的的東西。但是在很多情況下是，可能你只看一個數據看不出來，要把幾類數據融合到一起，然后會發現比較有意思的新東西。這就需要大家把各類數據或是相關的數據有機結合在一起，需要各個部門的合作。合作在一起就會有新的價值創造出來。如果大家把這些東西都藏在自己的腰包里的話，有可能誰都做不出任何東西出來。所以如果能從國家的角度統籌調度，會有更好的效果。

財新記者：你提到了去除數據的敏感性。在醫療大數據領域，對于數據的脫敏你有什么建議？

劉軍：這也是一個很敏感而古老的問題，因為美國和西方發達國家也很早就利用這些醫療數據，關于隱私和敏感性問題很早就提到了日程。經過這么多年的發展，已經形成現成的軟件和手段去除敏感性。

我覺得應該從系統的角度來做這件事情。如果是每個部門，每一個單位自己去祛除敏感性，可能會做得不夠專業，反倒把有用的信息給除掉了。確實有一些公司為了不讓別的人知道一些信息要除敏感性，除了之后,一些希望拿來組研究的信息可能就失去了，他可能把它集成變成了一個數據，但是其個性特點就沒有了。大數據脫敏本身就是一個有挑戰性的課題，可以借鑒美國以及其他發達國家已經有的經驗，從系統性的角度來發展。

財新記者：對醫療大數據的研究會對普通人的生活帶來怎樣的改變？

劉軍：一個是對流行病的預防或者預測，比如流行病的嚴重程度或者擴展程度等等。這方面的預測是對初級平臺比較容易，比較讓大家能夠直接感受到的一些事情。

另外就是對不同的病和癥狀去做個性化醫療，這點也是會有很大的幫助。比如，一個病人來就診，大數據研究的一些結果可以提供幫助，例如根據其他與他病癥差不多的人是如何治療的，治療的結果怎么樣，吃哪些藥，有一些什么樣的作用，一些什么樣的副作用，價位如何。得到這些信息后，可以幫助病人就醫，同時也是幫助醫生做診斷，做藥物推薦等等都會有幫助。

財新記者：你在中國和美國都有學習工作的背景和經歷，清華醫療大數據中心也是和美國AG公司的強強聯合。你怎么看中美在未來在大數據合作的前景？

劉軍：我覺得中美在大數據領域合作有非常非常好的前景。數據科學這方面中國人才也很多，不僅是在國內，在美國也有很多華人人才。

我一直認為統計是數據分析的靈魂，也是數據挖掘非常重要的思想方法和手段。統計界里的華人力量非常大，有很多一流的人才，比如美國各大一流的統計系都有很多華人，像我們哈佛統計系終身教授有三位是華人，而斯坦福統計系終身教授有兩位是華人，賓夕法尼亞大學、哥倫比亞大學、耶魯大學每個大學都有兩到三個甚至是更多的華人教授。這些華人教授不是給人家作為裝飾的，而是真正是在系里，各個方面起到重要的領導作用和地位。美國最主要的統計雜志的主編也是華人。華人在統計界的影響非常大，更多的人是從大數據的研究和應用角度出發。所以從這點來講，美國的華人階層對數據研究具備非常強的實力，這對中國大數據發展是很大的優勢。我們已經開始嘗試開展合作，參與中國大數據發展，未來會有更多人參與其中。