智慧医疗大数据分析应用平台建设方案.docx

《智慧医疗大数据分析应用平台建设方案.docx》由会员分享，可在线阅读，更多相关《智慧医疗大数据分析应用平台建设方案.docx（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、智慧医疗大数据分析应用平台建设方案当前位置：文档视界智慧医疗大数据分析应用平台建设方案智慧医疗大数据分析应用平台建设方案目录1.背景介绍(10)2.产品愿景(14)3.产品定位(15)3.1解决的问题(15)3.2到达的效果(15)4.产品理念(16)5.总体思路(16)5.1对接数据源，获取医疗卫生大数据(17)5.2对获取的医疗卫生大数据预处理机制(18)5.3建立医疗卫生大数据的存储机制(18)5.4医疗卫生大数据的处理和分析算法分类和构成(20)5.5开发专题大数据分析，构成专题大数据应用(22)5.6开发机构大数据分析，建立机构大数据应用(22)5.7建立平台应用施行推广组织机制(2

2、3)5.8建立平台产品优化升级服务组织机制(23)6.医疗卫生信息的大数据建模描绘和分析(23)6.1我们给出的相关数据模型(24)6.2卫计委给出的相关数据模型(25)6.3相关数据特征比照分析(29)7.大数据分析应用平台支持的业务主题场景(31)7.1医疗卫生服务机构应用(33)7.1.1各级医院本身应用(33)7.1.2基层医疗机构本身应用(38)7.1.3区域卫生医疗联合体应用(38)7.1.4医疗卫生机构的合规应用(43)7.2患者医疗治疗应用(46)7.2.1患者就医经过提示服务(46)7.2.2患者服药提示服务(46)7.2.3患者饮食、运动、习惯注意事项服务(46)7.2.4

3、患者体征和治疗效果服务(47)7.2.5患者沟通交往服务(47)7.3个性化医疗服务应用(47)7.3.1基因测序分析应用(47)7.3.2个性化药物应用(48)7.3.3个人健康管理应用(48)7.4慢性病预防治疗应用疾控中心(50)7.4.1慢性病检测、发现、预警服务(50)7.4.2慢性病诊断服务(52)7.4.3慢性病防控治疗服务(52)7.5居民健康保健应用疾控中心(53)7.5.1居民自我健康保健应用(53)7.5.2政府卫生管理部门进行居民健康管理应用(54)7.5.3政府医疗规划构造进行居民健康保健决策应用 (54)7.6医疗卫生管理机构应用卫生局(54)7.7医疗保险管理机构

4、应用医保局(54)7.7.1基本医疗保险的决策支持分析(57)7.7.2基本医疗保险费用单据的智能化审核(58)7.7.3基本医疗保险的有效支付和治理应用(59)7.7.4基本医疗保险和服务监管应用(59)7.7.5降低看病率提升医疗效果应用(60)7.8医药监管机构应用药监局(64)7.9医药研发生产经营应用医药企业(64)7.9.1医药研发企业应用(64)7.9.2医药生产企业应用(65)7.9.3医药流通企业应用(66)7.9.4医药零售企业应用(68)7.10医疗卫生资源配置管理规划应用政府主管部门697.10.1医疗卫生资源服务现状分析(69)7.10.2医疗卫生资源财务供应能力分析

5、(70)7.10.3医疗卫生资源规划指标比照(70)7.10.4医疗卫生资源政策建议(71)7.11商业医疗保险应用保险公司(71)7.11.1获得新客户和保留已有客户的分析应用(71)7.11.2有效控制医疗费用的分析应用(72)7.11.3商业医疗保险的保障设计和精算定价(72)7.11.4商业医疗保险的理赔运营管理应用(73)7.11.5商业医疗保险的市场和销售拓展应用(76)7.12公共卫生服务应用卫生防疫中心(76)7.12.1传染病预警预报(78)7.12.2公共卫生舆情监测预警(79)7.12.3疾控和保健应用(80)7.13政府监管应用政府主管部门(80)7.13.1医药监管应

6、用(80)7.13.2医疗监管应用(81)7.13.3医保监管应用(83)7.13.4医疗服务机构和医生监管应用(83)7.14新型医疗卫生服务应用政府主管部门(84)7.14.1远程医疗(84)7.14.2移动医疗(84)7.14.3互联网医疗(86)7.14.4数字医疗(86)7.14.5大数据医疗(86)7.14.6智慧医疗(87)7.14.7精准医疗(88)8.大数据分析应用平台支持的专题大数据应用(89)8.1患者分析基于电子病历EMR(90)8.1.1患者数据预处理(90)8.1.2患者个体个性分析(91)8.1.3患者群体统计分析(91)8.2疾病分析基于电子病历EMR和电子健康

7、档案EHR928.2.1常见疾病分析(92)8.2.2慢性疾病分析(92)8.2.3疾病诱因分析(92)8.2.4疾病统计分析(92)8.2.5临床途径分析(92)8.3医生及医护人员分析基于医疗卫生资源数据(92)8.3.1医生及医护人员资历资格分析(92)8.3.2医生及医护人员行医记录分析(92)8.3.3医生及医护人员培训进修分析(93)8.4处方分析基于电子病历EMR(93)8.4.1医生用药分析(93)8.4.2患者用药分析(94)8.4.3处方用药分析(94)8.4.4医院科室用药分析(94)8.4.5安全用药分析(94)8.4.6处方符合性分析(95)8.4.7处方用药-诊断结

8、论关联分析(95)8.4.8诊断结论-处方总价聚类分析(95)8.4.9患者特征-诊断结论分类分析(96)8.4.10患病时间-诊断结论序列分析(96)8.5居民人口分析基于电子健康档案EHR(96)8.5.1居民个体健康分析(96)8.5.2人口群体健康分析(96)8.5.3人口亚健康相关因素关联分析(97)8.5.4人口健康相关因素关联分析(97)8.5.5人口健康时间空间分布分析(97)8.5.6人口健康预测分析(97)8.6药品分析基于医药产业链数据(97)8.6.1药品种类分析(98)8.6.2药品研发分析(99)8.6.3药品生产分析(102)8.6.4药品销售分析(102)8.6

9、.5药品物流分析(103)8.6.6药品资金流分析(103)8.6.7药品信息流分析(104)8.6.8药品库存分析(104)8.6.9药品质量偏差分析(108)8.6.10药品不良反响药品群体不良事件分析(109)8.7医疗健康检验检测分析基于电子健康档案EHR1098.7.1生理信号检测分析(109)8.7.2医学影像图像分析(110)8.7.3DNA检测和DNA序列分析(110)8.7.4重要人体征数据分析(110)8.7.5远程自助健康医疗检测分析(110)8.8医疗安全风险分析基于电子病历EMR(110)8.8.1医疗安全分析(110)8.8.2医疗风险分析(110)8.8.3假药、

10、过期药、成分异常药的使用分析(111)8.8.4医疗事故诱因分析(111)8.8.5医疗安全风险统计分析(111)8.9医疗卫生资源分析基于政府的医疗卫生资源数据(111)8.9.1医生护理人员分析(111)8.9.2医院床位分析(111)8.9.3医疗检测检验能力分析(111)8.9.4医疗卫生资源需求分析(111)8.9.5医疗卫生资源匹配度分析(112)8.9.6医疗卫生资源比照分析(112)8.10医疗卫生效果分析基于电子健康档案HER和医疗卫生资源数据(112)8.10.1医疗卫生满意度分析(112)8.10.2医疗卫生问题诱因分析(112)8.10.3医疗卫生规划符合度分析(112

11、)9.关键核心技术和算法(112)9.1大数据分析能力(113)9.2大数据分析技术(114)9.3大数据存储技术和系统(115)9.4大数据业务模型建模(115)9.5大数据的实时查询(118)9.6大数据的复杂分析(120)10.用医疗卫生大数据为业务服务(124)10.1核心理念(124)10.2管理闭环(125)11.将来市场前景分析(128)12.总结(129)1.背景介绍根据国际著名分析机构Gartner给出的定义：大数据就是那些具有规模大、速度快、种类多三大特征的数据资产。大数据分析从海量数据中挑选出有用的信息，然后通过各种手段将信息转化为洞察力，进而做出正确决策，并最终推动业务

12、发展。通过一系列分析处理，大数据能够帮助企业制定明智且切实可行的战略，获取史无前例的客户洞察，支持客户购买行为，并构建新的业务形式，进而博得竞争优势。随着人们的生活水平不断提高，健康也越来越遭到家庭的关注。2020年2月27日，我国卫生部公布的第四次国家卫生服务调查结果显示，截止至2020年，我国居民脑血栓，糖尿病，高血压等慢性病病例数到达2.6亿，占全国总人数的20%，其中高血压病人对本身疾病的知晓率只要30%，同时这些病人中的治疗率只要25%，控制率仅为6%，糖尿病病人中，能坚持做到规范治疗的也只要33%。由此我们能够看出，建立科学、规范、高质量的慢性病管理策略，实现对人体慢性病的监护具有

13、重大的意义。通过慢性病的早期诊断和监护，不仅能提早预防和控制各种疾病，还能帮助他们合理用药，减少医药开支。另一方面，我国公共医疗卫生资源紧缺，城乡医疗卫生资源的差距比拟大，城市人口平均拥有的医疗卫生资源是农村人口的2.5倍以上，比方，占全国总人口近70%的农村拥有全国医疗卫生资源的30%，而占全国总人口30%的城市却占有全国医疗卫生资源的70%，优质的医疗卫生资源集中分布在城市，尤其是大城市。因而，实现城乡之间的医疗卫生资源分享成为丞待解决的重要问题。同时，随着国家积极倡导“3521医疗系统建设，我国医疗领域信息化程度得到了很大的提高，估计在全国会出现上百个医疗数据中心，每个数据中心都将承载近

14、1000万人口的医疗数据，数量多、更新快且类型冗杂，使医院数据库的信息容量不断膨胀，这就产生了医疗大数据。医疗大数据通常具有下面特征:(1)数据巨量化:区域医疗数据通常是来自于拥有上百万人口和上百家医疗机构的区域，并且数据呈持续增长的趋势。按照医疗行业的相关规定，患者的数据通常至少需要保留50年。(2)服务实时性:医疗信息服务中会存在大量在线或实时数据分析处理的需求。例如:临床中的诊断和用药建议、健康指标预警等。(3)存储形式多样化:医疗数据的存储形式多种多样，例如各种构造化数据表、非(半)构造化文本文档、医疗影像等。(4)高价值性:医疗数据对国家乃至全球的疾病防控、新药研发和顽疾攻克都有着宏大的作用。因而，怎样在海量的医疗大数据中提取信息的能力正快速成为战略性发展的方向，通过大数据分析挖掘出有价值的信息，将对疾病的管理、控制和医疗研究都有着非常高的价值。