邬贺铨

时间:2013-04-23 12:05  来源:中国物联网工程师培训网  作者:刘浩  点击:
邬贺铨院士  
邬贺铨院士
(1943.1.16——) 光纤传送网与宽带信息网专家。1943年1月16日出生于广东番禺。1964年毕业于武汉邮电学院,后来工作于重庆邮电学院前身(邮电部第九研究所)。1999年当选为中国工程院院士。中共党员,教授级高级工程师、中国工程院院士;曾任邮电部邮电科学研究院技术员,邮电部五零五厂技术员,邮电部第九研究所工程师, 邮电部第五研究所高级工程师、研究室副主任、副总工程师、总工程师; 国家科委863 计划通信技术主题专家组组长;信息产业部电信科学技术研究院副院长兼总工程师、大唐电信集团副总裁。现任电信科学技术研究院总工程师、副院长,大唐电信科技产业集团副总裁,大唐电信科技股份有限公司董事。现兼任国家863计划监督委员会副主任、国家973计划专家顾问组成员、国家信息化专家组咨询委员会委员、中国通信协会副理事长。是国内最早从事数字通信技术研究的骨干之一。作为项目负责人,在国内首先研制成功了PCM30路复用设备、STH-1/STM-4复用设备、155/622Mb/sSDH光纤通信系统等,领导管理了8×2.5Gb/s波分复用光通信系统,研制开发光通信示范工程。多年连续参加ITU-T网络标准研究组会议,参与了国家重要领域技术政策研究和国家中长期科技发展规划纲要的起草,多次参与了国家通信发展的决策。获国家科技进步奖1988年一等奖、1998年二等奖,1997邮电部科技进步奖一等奖。出版专著1部。
现任国务院物联网领导小组组长、中国工程院院士、原副院长、电信科学技术研究院副院长兼总工程师、国家信息化专家咨询委员会委员、国家863计划监督委员会副主任、信息产业部邮电科技委顾问、中国通信学会会士、常务理事、中国通信学会光通信专业委员会副主任、IEEE高级会员,还在清华大学等高校担任兼职教授 
研究方向:PCM30路复用设备、STH-1/STM-4复用设备、155/622Mb/sSDH光纤通信系
邬贺铨介绍,所谓大数据是指在允许的时间里,无法用常规软件对数据进行抓取、管理和处理而产生的数据集合。而在医疗数字化的过程中,医院成了大数据产生的重要来源,病历、影像、远程医疗等都会产生大量的数据。
  “大数据的应用首当其冲的就是智慧医疗。”邬贺铨表示,“具体可应用在临床诊断、远程监控、药品研发、防止医疗诈骗等方面。”
  在他看来,大数据的应用可产生很高的经济价值。“按照世界经济论坛的说法,大数据是新财富,价值堪比石油。麦肯锡曾说,大数据就是生产资料。一份报告显示,医疗大数据的分析会为美国产生3000亿美元的价值,减少8%的美国国家医疗保健的支出。”
  不过,邬贺铨也提醒,要把医疗大数据转换为经济价值,最难的是医疗数据的挖掘。“关键是怎么能够提取出与诊疗有关的数据。”
  帮助医生临床诊断
  
 邬贺铨介绍,大数据的第一个应用是临床诊断。“这首先体现在对病人的数据分析。”他说。精准地分析病人的体征、治疗费用和疗效数据,可避免过度治疗、避免副作用较为明显的治疗。通过进一步比较各种治疗措施的效果,医生可更好地确定临床最有效、效益最好的治疗方法。
  其次体现在临床决策系统。通过将医生处方和医疗专家库医学指导比较,系统可提醒医生避免出错,如药品不良反应、过度使用抗生素等,帮助医生降低医疗风险。“美国的一个儿科医院通过使用临床决策支持系统,两个月内减少了40%的药品不良反应。”他举例说。
  最后是可以让临床医疗数据更加透明。邬贺铨表示,美国疾控中心公布了医疗数据,帮助病人作出更明智的决定,从而选择性价比更高的治疗方案。“通过告诉病人多种不同的医疗方案,病人可以自己选择治疗方案。美国还公开发布不同医院的医疗质量和绩效数据,这有助于督促医院改进医疗服务质量。”邬贺铨评价道,“仅仅这个医疗临床决策系统,对美国来讲,一年就能减少1650亿美元医疗支出。”
  实现远程监护医疗
  
 “大数据的第二个应用是计算机远程监护。”邬贺铨说。
  首先,通过收集数据,医生可以更好地判断病人病情。他举例说,“比如,充血性心脏衰竭的治疗检查费用非常高。但是通过大数据分析发现,凡是充血性心脏衰竭的病人,他的颈静脉会扩张。所以根据颈静脉扩张的检查,就能判断他是不是充血性心脏衰竭。而颈静脉的检查,根本就不要成本,摸一下就够了。而这也是通过大量数据的搜集而总结出来的。”
  其次,通过对数据的收集和分析,可实现计算机远程监护,对慢性病进行管理。比如,充血性心脏的标志之一是由于保水而增加体重,因此通过远程监控体重可发现相关疾病,提醒医生及时采取治疗措施,防止急性状况发生。
  “计算机远程监护还可以减少病人住院时间、减少急诊量,提高家庭护理比例和门诊医生预约量。”邬贺铨表示。
  加快药品研发入市
  
 “大数据的第三个应用是医疗研发。”邬贺铨介绍,“这首先体现在预测建模。”通过收集临床实验前期和结果的数据,可以评价新药的安全性、有效性以及潜在的副作用,提高研发效率。“原来,一般新药从研发到推向市场的时间大约为13年,使用预测模型至少可以提早3-5年。”
  其次是临床实验设计的统计工具和算法。通过挖掘病人数据,可以评估和招募患者是否符合试验条件,并进一步找出最合适的临床实验基地,从而加快临床试验进程。