В поиске решений для здравоохранения можно, например, отметить построение рейтингов по критерию «цена / качество». Некоторые врачи платных клиник на Западе пытаются искусственно повысить свой рейтинг, заставляя пациентов подписывать контракты, запрещающие писать жалобы на форумах в Интернете относительно проводимого лечения. С таким явлением призывают бороться, как с нарушением прав пациентов. Или создаются базы данных, накапливающие чеки оплаты медуслуг и поступающие жалобы от пациентов. Такие данные закрыты для общественного пользования и используются госорганами для анализа.

Решения в области медицины требуют сбора и хранения персональных данных пациентов. Это «цифровое сопровождение» каждого пациента, и чем этот «цифровой след» в дата-центре для каждого пациента больше, тем лучше. Такие крупные базы данных уже появляются в США на уровне штатов. К информации имеют доступ только профессиональные категории – врачи, средний медперсонал, фармацевты, сотрудники страховых компаний, судебные органы, аналитики.

Уже появились такие направления применения Big Data в медицине, как анализ поисковых запросов в Интернете для выявления эпидемии гриппа (проект Google Flu), компьютерное моделирование в создании новых лекарств In Silico, анализ эффективности работы медучреждения, отслеживание в соцсетях информации о заболеваемости населения и отзывов о лечении, прогноз спроса на рынке лекарств, мониторинг физиологических показателей пациентов и прогноз их состояния, персонализированная медицина. Среди методов анализа Big Data наиболее часто применяют Clickstream Analysis, Sentiment Analysis, Graph Theory [4, 5].

По аналогии с тем, как экономику сегодня называют Data Driven-экономика, медицина также уже не просто медицина, а Data Driven-медицина. Это привело к появлению термина «экосистема» медицинских Big Data. При этом нужно учитывать, что экосистема Big Data взаимодействует с социумом и влияет на него [6].

Big Data должны храниться в четком порядке – какому пациенту что принадлежит (иначе невозможно использовать эти данные для аналитики и статистики), и при этом в случае их передачи в третьи руки персональная принадлежность данных должна быть закодирована. Экосистема Big Data расширяется, она включает в себя данные о гражданине из разных областей жизни: все операции кредитной карты, записи журнала действий с персонального компьютера, локация мобильного телефона, данные пенсионного фонда или страховой компании, и много других баз данных. Уже сегодня американцами делаются попытки совмещать потоки Big Data, что приносит реальную пользу и экономию для отдельных секторов экономики. Каждый гражданин в будущем будет получать свой идентификационный номер для процессов кодирования и декодирования его данных в разных базах Big Data. Расширяющаяся экосистема Big Data требует консолидации профессионального сообщества, так как форматы хранения данных должны обеспечивать интероперабельную среду. Разные данные из разных баз, кодированные по унифицированной методике, должны быть совместимы для единого анализа.

Среди ближайших крупных шагов по внедрению идеологии Big Data в российское здравоохранение можно определить следующее:

• стремление к переводу всех записей на электронные носители c полным отказом от бумаги;
• освоение потенциала Интернета в отношении прав пациентов на их обслуживание с обеспечением доступа к информации и с использованием современных информационных технологий;
• оптимизация лечебного процесса посредством анализа Big Data, накапливающихся в медицинских информационных системах;
• предоставление информации по контингенту прикрепленного населения к поликлиникам для поставщиков лекарств с целью обеспечения гарантированного наполнения локальных рынков нужными лекарствами.