医疗大数据分析应用平台(DOC84)50043.doc

《医疗大数据分析应用平台(DOC84)50043.doc》由会员分享，可在线阅读，更多相关《医疗大数据分析应用平台(DOC84)50043.doc（131页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Evaluation Warning: The document was created with Spire.Doc for .NET. 医疗大数据分析应用平台医疗大数据分析析应用平台产产品解决方案案（初稿）本应用平台产品品的总体方案案思路是：基基于目前医疗疗服务机构及及相关机构已已有的HLI、NHLI、HIS等有关系统统形成并积累累的医药医疗疗大数据和信信息，采用最最新的大数据据技术、云计计算技术、BI和数据挖掘掘技术，形成成对医疗行业业具有新视角角、全方位、智智能性、预测测性、可视性性的深层次展展示分析效果果（Insigght），揭示医医疗行业整体体规律和内在在发展趋势，揭揭示患者个体体

2、的独有特质质并形成个性性医疗，将医医疗行业的宏宏观大势与每每个患者的微微观个体定性性定量描述有有机结合，达达到支撑和形形成医疗行业业新应用场景景和新服务模模式。“医药医疗大大数据”是具有更强强的决策力、洞洞察发现力和和流程优化能能力的海量、高高增长率和多多样化的信息息资产，但需需要新计算处处理模式。1. 背景介绍根据国际著名分分析机构Gartnner给出的定义义：大数据就就是那些具有有规模大、速速度快、种类类多三大特征征的数据资产产。大数据分分析从海量数数据中筛选出出有用的信息息，然后通过过各种手段将将信息转化为为洞察力，从从而做出正确确决策，并最最终推动业务务发展。通过过一系列分析析处理，大

3、数数据可以帮助助企业制定明明智且切实可可行的战略，获获取前所未有有的客户洞察察，支持客户户购买行为，并并构建新的业业务模式，进进而赢得竞争争优势。随着人们的生活活水平不断提提高，健康也也越来越受到到家庭的关注注。20099 年2 月27 日，我我国卫生部公公布的第四次次国家卫生服服务调查结果果显示，截止止至20088 年，我国国居民脑血栓栓，糖尿病，高高血压等慢性性病病例数达达到2.6亿，占全国国总人数的220%，其中中高血压病人人对自身疾病病的知晓率只只有30%，同时时这些病人中中的治疗率只只有25%，控制制率仅为6%，糖尿病病病人中，能坚坚持做到规范范治疗的也只只有33%。由此此我们可以看

4、看出，建立科科学、规范、高高质量的慢性性病管理策略略，实现对人人体慢性病的的监护具有重重大的意义。通通过慢性病的的早期诊断和和监护，不仅仅能提前预防防和控制各种种疾病，还能能帮助他们合合理用药，减减少医药开支支。另一方面面，我国公共共医疗卫生资资源紧缺，城城乡医疗卫生生资源的差距距比较大，城城市人口平均均拥有的医疗疗卫生资源是是农村人口的的2.5倍以上，比比如，占全国国总人口近770%的农村村拥有全国医医疗卫生资源源的30%，而占占全国总人口口30%的城市市却占有全国国医疗卫生资资源的70%，优质的医医疗卫生资源源集中分布在在城市，尤其其是大城市。因因此，实现城城乡之间的医医疗卫生资源源共享成

5、为丞丞待解决的重重要问题。同时，随着国家家积极倡导“3521”医疗系统建建设，我国医医疗领域信息息化程度得到到了很大的提提高，预计在在全国会出现现上百个医疗疗数据中心，每每个数据中心心都将承载近近1000 万人口的医医疗数据，数数量多、更新新快且类型繁繁杂，使医院院数据库的信信息容量不断断膨胀，这就就产生了医疗疗大数据。医医疗大数据通通常具有以下下特征:(1) 数据巨巨量化: 区域医疗疗数据通常是是来自于拥有有上百万人口口和上百家医医疗机构的区区域，并且数数据呈持续增增长的趋势。依依照医疗行业业的相关规定定，患者的数数据通常至少少需要保留550 年。(2) 服务实实时性: 医疗信息息服务中会存

6、存在大量在线线或实时数据据分析处理的的需求。例如如: 临床中的的诊断和用药药建议、健康康指标预警等等。(3) 存储形形式多样化: 医疗数据据的存储形式式多种多样，例例如各种结构构化数据表、非非( 半) 结构化文文本文档、医医疗影像等。(4) 高价值值性: 医疗数据据对国家乃至至全球的疾病病防控、新药药研发和顽疾疾攻克都有着着巨大的作用用。因此，如何在海海量的医疗大大数据中提取取信息的能力力正快速成为为战略性发展展的方向，通通过大数据分分析挖掘出有有价值的信息息，将对疾病病的管理、控控制和医疗研研究都有着非非常高的价值值。大数据将给医疗卫生带来的益处强化管理，降低成本，提高效益为医疗卫生事故防控

7、，赢得时间实现对医疗卫生早期预警有助于实现医疗卫生溯源从大数据中发现科学，提升决策能力和水平目前，大数据、云云计算是已经经普及并成为为IT 行业的的主流技术。国国内外都已经经进入了大数数据、云计算算的研究热潮潮，同时大数数据、云计算算技术也逐渐渐成熟，大规规模区域医疗疗信息系统和和大型数据中中心的建立也也在同时进行行。而云计算算是大数据成成长的驱动力力，与此同时时，由于医药药医疗大数据据越来越多，对对云计算的需需求日益增长长，所以二者者是相辅相成成的。随着医医疗数据的急急剧增长，如如何充分利用用这些数据，运运用大数据、云云计算技术，搭搭建合理先进进的数据云服服务平台，为为广大患者、医医务人员、

8、科科研人员提供供服务和协助助，必将成为为未来信息化化工作的重要要方向。“大数据时代”已经降临，“大数据”正在对每个个领域都造成成影响。在商商业、经济及及其他领域中中，决策行为为将日益基于于数据和分析析的结果，而而非基于经验验和直觉；而而在公共卫生生、经济发展展和经济预测测等领域中，“大数据”的预见能力力也已经崭露露头角。20012年3月，美国政政府公布了“大数据研发发计划”（Big DData RResearrch and DDeveloopmentt Inittiativve）。该计计划的目标是是改进人们从从现有的海量量和复杂的数数据中获取知知识的能力。其其中，与医疗疗卫生领域相相关的有生物

9、物传感2.00、虚拟实验验室环境（VVLE）、癌癌症基因组图图谱(TCGA)、神经科学学信息框架(NIF)、患患者报告结果果测量信息系系统(PROMIIS) 等10 余项。20114年美国的公公共数据开放放项目OpenFFDA上线之后，先先导项目开放放了“300万份药物不不良反应报告告”，这些数据据是2004至2013年间被提交交给FDA的药物不良良反应和医疗疗过失记录。对对医疗机构来来说，不良反反应和医疗过过失记录起到到的是长远的的贡献作用，能能减少医疗悲悲剧的重现。根据我国居民第第三次死因调调查报告显示示，脑血管病病已成为居民民的第一死因因。脑卒中发发病率正以每每年8.7%的速率上升升，我

10、国每年年用于治疗脑脑血管病的费费用约在100亿元以上。2014年，GE医疗中国联联合国家卫生生计生委脑卒卒中防治工程程委员会(脑防委)启动了“脑卒中行动”合作战略。GE医疗“脑卒中行动”的法宝之一一就是大数据据。尤其是GE构建的三级级筛查网络，对对双侧内膜增增厚的高危人人群检出率提提升了近10%。GE搭建的脑卒卒中信息管理理系统可以与与医院Lis和His系统全面对对接，记录患患者的基本信信息、初筛信信息、复筛信信息、用药信信息、实验室室检查、体格格检查信息及及其随访信息息等，全面跟跟踪患者的诊诊治流程。还还可以与PACS系统对接，全全面记录患者者的影像学信信息，实现患患者影像信息息的共享。同同

11、时，可对患患者全流程疾疾病影像信息息回顾，减少少患者重复检检查的负担，协协助医生对患患者疾病信息息的全面判断断。在上述这些大背背景下，本公公司提出并计计划研发“医疗大数据据分析应用平平台”（以下简称“本平台”）产品，以以期为我国医医疗卫生实现现数字医疗、智智慧医疗、健健康医疗发挥挥重要作用。从从而达到：服服务模式（以以患者为中心心，形成居民民健康全过程程服务），从从被动到主动动；医疗模式式（以预防为为主，人人享享有基本医疗疗卫生服务，将将医疗卫生工工作重点由后后治前移到预预防保健），从从治病到防病病；诊疗模式式（避免各自自为政，实行行上下联合，专专业分工），从从排斥到联动动；数据模式式（从业务

12、系系统数据向整整体数据转变变，改变过去去的数据不统统一、不互通通、不共享），从从隔离到整体体；技术模式式（采用各种种新技术手段段，包括大数数据、云计算算、物联网、移移动互联等，形形成技术合力力），从简单单到综合的转转变。2. 产品愿景形成充分发挥大大数据技术的的，针对医疗疗医药行业的的，能充分适适应医疗卫生生信息特征的的大数据分析析应用支撑平平台，通过大大数据分析，达达到发现知识识、发现规律律、预测未来来，将医疗卫卫生行业推进进进入大数据据时代提供技技术可行性。3. 产品定位本平台以医疗卫卫生行业的整整体数据架构构（数据模型型、数据构成成、数据关系系）为基础和和标准，以对对应的医疗卫卫生业务数

13、据据为输入，通通过大数据技技术，形成针针对医疗卫生生行业中不同同机构、角色色和业务活动动的智能化应应用，因此本本平台不是代代替已有医疗疗卫生信息化化系统，而是是在多个方面面强化已有医医疗卫生信息息化系统，包包括任意查询询、即兴分析析、业务增强强、规则约束束、预测未来来、发现知识识，并提供互互动性、及时时性、预知性性、洞察性，从从而达到实现现智慧医疗的的目标。3.1解决的问问题当前医疗卫生信信息化建设的的主要问题是是各个区域内内不同医疗机机构中患者的的基础信息和和各种临床信信息资源分散散、重复、孤孤立，导致有有效信息闲置置、信息重复复或不一致，很很难得到有效效利用。通过本平台实现现国家医疗卫卫生

14、信息化规规划中“4631-2”的三大基础础数据库，即即电子健康档档案数据库、电子子病历数据库库和全员人口口个案数据库库的应用落地地；通过本平台实现现智慧医疗的的核心部分，即即医疗卫生服服务体系的智智能化，使医医疗卫生的各各种应用提升升水平；通过本平台为“看病难、看看病贵”的解决提供供科学定量判判断依据、对对比分析依据据和方案效果果评价依据；3.2达到的效效果本平台预期部署署到云平台上上运行，采用用SOA的理念进行行架构开发，通通过分层将公公共大数据算算法模型封装装为服务，对对业务应用提提供服务，同同时平台业务务应用也是服服务的形式存存在，即应用用单位不再需需要购买部署署自己的服务务器硬软件环环

15、境，只需要要开通相应服服务就可以了了。各个应用用单位根据自自己的业务需需要定制服务务，平台支持持“开通即用”服务模式，为为实现业务应应用集成，本本平台将对外外支持Web SServicce方式的接口口服务。本平台希望将医医疗卫生的智智慧功能应用用普及到业务务角色和过程程的方方面面面，包括医生生（包括专科科医生、全科科医生、保健健医生等）、患患者（包括慢慢性病患者、潜潜在患者等）、管管理者（包括括医疗管理者者、医疗保险险管理者、医医药监管管理理者、公共卫卫生管理者等等）、医药经经营者（药品品研发、药品品生产、药品品物流、药品品零售等）以以及商业医疗疗保险经营者者（健康险、大大病险、医疗疗意外险等

16、）。4. 产品理念医疗卫生、健康康保健、医药药器械形成的的海量数据就就象一座待开开发的金矿，利利用大数据技技术、云计算算技术、物联联网技术和便便携设备技术术的最新成果果，将给医疗疗卫生事业带带来全新革命命性的改变，明明显解决看病病难和看病贵贵的问题，达达到医疗卫生生资源配置分分布合理、大大病小病治疗疗各司其职、疾疾病预防治疗疗有机结合、公公民健康保健健全过程覆盖盖。5. 总体思路通过建立医疗卫卫生大数据的的统一标准和和规范，形成成可被相关业业务应用所利利用的医疗卫卫生大数据源源和交互机制制，在此基础础上，首先形形成专题大数数据应用，这这些应用具有有跨部门和组组织机构的通通用性，并具具有良好的稳

17、稳定性，因为为这些应用是是面向医疗卫卫生专题的；基于专题大大数据应用，根根据医疗卫生生相关部门和和组织机构的的业务要求，可可开发形成各各种业务大数数据应用，并并且随着平台台的推广，积积累的医疗卫卫生业务大数数据应用的实实例将会越来来越多，并最最终形成不同同方向的最佳佳应用样例。5.1对接数据据源，获取医医疗卫生大数数据医疗卫生大数据据中心为本平平台进行医疗疗卫生大数据据分析提供数数据源，但不不在本平台范范围内，并平平台只是开发发提供一套与与该数据中心心的数据读取取接口，并具具有监控数据据读取情况汇汇总统计和异异常提示功能能。该数据中心的定定位：整合区区域内不同医医疗机构中患患者/健康人群的的各

18、种临床诊诊疗数据、健健康数据，在在相对集中的的逻辑/物理环境中中，构建一个个以存储和处处理患者/健康人群诊诊疗信息为核核心，覆盖多多学科、多专专业的面向区区域内主要卫卫生行政主管管部门、临床床医疗机构和和社会公众的的医学（医药药、医疗、健健康）信息资资源共享机制制-区域性医学学数据中心。区区域性医学数数据中心的建建设以行政业业务处理、医医疗、预防、保保健、康复为为服务主线，以以健康人群和和患者的医疗疗活动需求为为基础。区域域卫生数据中中心通过制定定标准的数据据接口，建立立基于广域网网的信息交换换、数据采集集和传输机制制，对区域内内医疗卫生信信息数据进行行采集、传输输、清洗和汇汇总，将医院院、社

19、区、医医药企业以及及公共卫生机机构的各类数数据、系统有有机地整合起起来，生成区区域的卫生大大数据。5.2对获取的的医疗卫生大大数据预处理理机制医疗卫生大数据据预处理主要要完成对已接接收数据的辨辨析、抽取、清清洗等操作，目目的是将数据据按统一的格格式提取出来来，然后再转转化，集成，载载入数据仓库库的工具 （ETL） 包括：抽取取：因获取的的数据可能具具有多种结构构和类型，数数据抽取过程程可以帮助我我们将这些复复杂的数据转转化为单一的的或者便于处处理的构型，以以达到快速分分析处理的目目的；清洗：对于大数据据，并不全是是有价值的，有有些数据并不不是我们所关关心的内容，而而另一些数据据则是完全错错误的

20、干扰项项。 因此要对数数据通过过滤滤“去噪”从而提取出出有效数据。5.3建立医疗疗卫生大数据据的存储机制制虽然关系型数据据库系统(RDBMMS)在安装和使使用上仍然占占有主要地位位，但毋庸置置疑，非关系系型数据库NoSQL技术已经成成为今天发展展最快的数据据库技术。NoSQL是对数据库库系统的总称称，在某种程程度上，它的的性能和用途途可能完全不不同。目前除了关系型型数据库外，还还主要存在有有以下四种NoSQL数据管理系系统：键值数据库：当当数据以键的的形式访问时时，比如通过过国际标准书书号ISBN找一本书，键键值数据库是是最理想的。在在这里，ISBN是键，书籍籍的其他信息息就是值。必必须知道键

21、才才能查询，不不过值是一堆堆无意义的数数据，读取之之后必须经过过翻译。文档数据库：该该数据库以文文档的形式管管理和存储数数据。有点类类似于键值数数据库，但文文档数据库中中的数据有结结构。与键值值数据库中值值是一堆无意意义的数据不不同，文档数数据库中数据据以文档的结结构被描述，典典型的是JavaSScriptt Objeect Nootatioon (JSSON)或XML。文档存储储数据库中的的数据可以通通过定义的任任何模式进行行查询，但键键值数据库只只能通过它的的键进行查询询。列式数据库：也也被称为列式式存储或宽列列存储，一改改之前行式存存储的方式，对对数据进行列列式存储。在在传统关系型型数据

22、库中，数数据经常以行行来访问。以以列式管理记记录的NoSQL数据库可以以管理大规模模的动态列。因因为没有固定定的模式，所所以列名和键键可以变换。列列式数据库适适用于不经常常写的情况，要要满足ACID（原子性、一一致性、隔离离性和持久性性）的要求并并不难，而且且模式是变化化的。图型数据库：图图型数据库关关注值与值之之间的关系，用用图型的数学学概念存储数数据。图型数数据库用带有有点、边缘和和属性的图的的结构表示和和存储数据。在在图型数据库库中，每一个个元素都包含含一个直接的的指向它毗邻邻元素的点，所所以也就不需需要索引查找找。每个种类的NooSQL数据库都有有适用的不同同类型的应用用程序和用例例，

23、这就涉及及到一个NoSQL社区常用的的一个话题，即即多样持久性性，或者说根根据数据库处处理应用程序序需求的不同同，使用不同同的数据库系系统，用于不不同的应用程程序和用例。5.4医疗卫生生大数据的处处理和分析算算法分类和形形成l 技术分类方法 根据挖掘任务：分为分类或或预测模型发发现、数据总总结、聚类、关关联规则发现现、序列模式式发现、依赖赖关系或依赖赖模型发现、异异常和趋势发发现等等； 根据挖掘对象：可分为关系系数据库、面面向对象数据据库、空间数数据库、时态态数据库、文文本数据源、多多媒体数据库库、异质数据据库、遗产数数据库以及环环球网Web； 根据挖掘方法：可分为:机器学习方方法、统计方方法

24、、神经网网络方法和数数据库方法。l 主要处理和分析析技术 预言处理：用历历史预测未来来； 挖掘规律处理：了解数据中中潜在的规律律； 关联分析：查找找存在于项目目集合或对象象集合之间的的频繁模式、关关联、相关性性、或因果结结构； 序列模式处理：给定一个由由不同序列组组成的集合，其其中，每个序序列由不同的的元素按顺序序有序排列，每每个元素由不不同项目组成成，同时给定定一个用户指指定的最小支支持度阈值，序序列模式挖掘掘就是找出所所有的频繁子子序列，即该该子序列在序序列集中的出出现频率不低低于用户指定定的最小支持持度阈值； 分类（预言）分分析：预测分分类标号（或或离散值），根根据训练数据据集和类标号号

25、属性，构建建模型来分类类现有数据，并并用来分类新新数据。建立立连续函数值值模型，比如如预测空缺值值； 聚类分析：聚类类是一种无监监督分类法: 没有预先指指定的类别。在在同一个类中中，对象之间间具有相似性性；不同类的的对象之间是是相异度分析析；把一个给给定的数据对对象集合分成成不同的簇。将将物理或抽象象对象的集合合分组成为由由类似的对象象组成的多个个类；聚类在在不同的应用用领域，用作作描述数据，衡衡量不同数据据源间的相似似性，以及把把数据源分类类到不同的簇簇中；聚类是是将数据分类类到不同的类类或者簇这样样的一个过程程，所以同一一个簇中的对对象有很大的的相似性，而而不同簇间的的对象有很大大的相异性

26、；聚类与分类类不同，聚类类所要求划分分的类是未知知的； 异常检测分析：异常检测是是数据挖掘中中一个重要方方面，用来发发现”小的模式”(相对于聚类)，即数据集集中间显著不不同于其它数数据的对象； 可视化分析。数数据可视化可可以让数据自自己说话，让让用户直观的的感受到结果果； 数据挖掘算法。分分割、集群、孤孤立点分析还还有各种算法法让我们精炼炼数据，挖掘掘价值。这些些算法要能够够应付大数据据的量，同时时还具有很高高的处理速度度； 语义引擎。人工工智能从数据据中主动地提提取信息。包包括机器翻译译、情感分析析、舆情分析析、智能输入入、问答系统统等； 数据质量和数据据管理。透过过标准化流程程和机器对数数

27、据进行处理理可以确保获获得一个预设设质量的分析析结果。5.5开发专题题大数据分析析，形成专题题大数据应用用面向医疗卫生专专业所特有的的专题，开发发形成一系列列的专题大数数据应用。在在充分调研和和分析医疗卫卫生行业的业业务特性基础础上，研发形形成具有我国国医疗卫生行行业特征的分分类专题大数数据分析，并并根据专题组组成和业务功功能要求形成成满足该业务务专题的大数数据应用，如如心脏病专题题的大数据应应用，包括其其成因的大数数据分析、其其日常行为对对病情影响的的大数据分析析等，为有关关机构进行心心脏病的有关关活动（预测测、预防、治治疗、恢复）提提供支撑。5.6开发机构构大数据分析析，建立机构构大数据应

28、用用面向不同的医疗疗卫生机构和和部门及其相相关企业机构构，开发形成成针对不同机机构和部门业业务的机构大大数据应用，如如医疗卫生机机构应用、医医疗卫生管理理机构应用等等。在上述专专题大数据应应用基础上，结结合所承担的的相关医疗卫卫生及其相关关机构项目，进进行机构大数数据应用定制制开发。5.7建立平台台应用实施推推广组织机制制在本平台开发和和部署基础上上，逐步形成成基于本平台台开发应用项项目的实施推推广组织机制制，包括市场场宣传、营销销推广、实施施维护和售后后服务等。5.8建立平台台产品优化升升级服务组织织机制本平台作为公司司的主打产品品系列，要建建立严格的版版本控制，并并根据市场反反馈和内部技技

29、术发展，进进行有计划的的平台版本升升级，并将新新版本升级信信息和文档，按按规定要求通通知已有用户户，并及时进进行产品升级级，并提供维维护服务。6. 医疗卫生信息的的大数据建模模描述和分析析伴随着中国医疗疗卫生服务的的信息化进程程推进，将产产生大量的数数据。这些数数据主要来源源于医疗业务务活动、健康康体检、公共共卫生等9项医疗卫生生服务。数据据内容包括来来自医院的大大量电子病历历、区域卫生生信息平台采采集的居民健健康档案等。其其中大量充斥斥着非结构化化/半结构化的的数据，包括括图像，offfice文文档，以及XXML结构文文档等。医疗疗大数据的应应用，关键是是整合所有可可能得到的这这些数据，为为

30、机构和政策策制定者来找找到如何刺激激经济并降低低共享数据的的技术门槛。6.1 我们给给出的相关数数据模型我国医疗卫生行行业涉及的数数据实体对象象种类非常众众多，包括医医疗机构科科室医生（门门诊、住院）、大大众群体患患者、医疗管管理部门卫卫生局疾控控中心医保保中心发改改委中医药药管理局、医医药管理部门门药监局、医医药研发医医药生产医医药经营药药品（处方药药、ODC药）、医疗疗器械研发医疗器械生生产医疗器器械经营医医疗器械、商商业医疗保险险公司、体检检中心体检检医生、APP服务等。如下图所示。6.2 卫计委委给出的相关关数据模型2010 年底底，原卫生部部完成了“十二五”卫生信息化化建设工程规规划

31、编制工作作，初步确定定了我国卫生生信息化建设设路线图，简简称“3521-2工程”，即建设国国家级、省级级和地市级3级卫生信息息平台，加强强公共卫生、医医疗服务、新新农合、基本本药物制度、综综合管理等5项业务应用用，建设健康康档案和电子子病历2 个基础数数据库和1 个专用网络络建设，进行行医疗卫生信信息标准化体体系和安全保保障体系2个体系建设设。2013年111月，卫生部部和计生委合合并后，信息息化建设工程程规划的顶层层设计规划又又调整为“4631-2工程”，其中，“4”代表4级卫生信息息平台，分别别是：国家级级人口健康管管理平台，省省级人口健康康信息平台、地地市级人口健健康区域信息息平台及区县

32、县级人口健康康区域信息平平台;“6”代表6项业务应用用，分别是：公共卫生、医医疗服务、医医疗保障、药药品管理、计计划生育、综综合管理;“3”代表3个基础数据据库，分别是是：电子健康康档案数据库库、电子病历历数据库和全全员人口个案案数据库;“1”代表1个融合网络络，即人口健健康统一网络络;最后一个“2”是人口健康康信息标准体体系和信息安安全防护体系系。依托中西西医协同公共共卫生信息系系统、基层医医疗卫生管理理信息系统、医医疗健康公共共服务系统打打造全方位、立立体化的国家家卫生计生资资源体系。卫卫计委规划的的三大基础数数据库相互关关系和包括的的主要数据如如下图所示。电子健康档案的的数据架构是是以人

33、的健康康为中心，以以生命阶段、健健康和疾病问问题、卫生服服务活动（或或干预措施）作作为三个纬度度构建的一个个逻辑架构，用用于全面、有有效、多视角角地描述健康康档案的组成成结构以及复复杂信息间的的内在联系。通通过一定的时时序性、层次次性和逻辑性性，将人一生生中面临的健健康和疾病问问题、针对性性的卫生服务务活动（或干干预措施）以以及所记录的的相关信息有有机地关联起起来，并对所所记录的海量量信息进行科科学分类和抽抽象描述，使使之系统化、条条理化和结构构化。个人健康档案的的三维概念模模型，可以清清晰地反映出出每个个人不同同生命阶段、主主要疾病和健健康问题、主主要卫生服务务活动三者之之间的相互联联系。同

34、时，坐坐标轴上的三三维坐标连线线交叉所圈定定的空间位置置（域），表表示了人在特特定生命时期期、因特定健健康问题而发发生的特定卫卫生服务活动动所需记录的的特定记录项项集。由于三三维空间中的的任意一个空空间位置都对对应着某个特特定的健康记记录，从而构构成了一个完完整、立体的的健康记录，这这些健康记录录全面地反映映了个人健康康档案内容的的全貌。l 第一维（X轴）：生命阶段按照不同生理年年龄可将人的的整个生命进进程划分为连连续的若干生生命阶段，如如：婴儿期（01岁）、幼儿儿期（13岁）、学龄龄前期（36岁）、学龄龄期（612岁）、青春春期（1220岁）、青年年期（2145岁）、中年年期（4660岁）、

35、老年年期（60岁以上）等等八个生命阶阶段。也可以以根据基层实实际工作的需需要，将人群群化分为：儿儿童、青少年年、育龄妇女女、中年和老老年人。l 第二维（Y轴）：健康和疾病病问题每一个人在不同同生命阶段所所面临的健康康和疾病问题题不尽相同。确确定不同生命命阶段的主要要健康和疾病病问题及其优优先领域，是是客观反映居居民卫生服务务需求、进行行健康管理的的重要环节。l 第三维（Z轴）：卫生服务活活动（或干预预措施）针对特定的健康康和疾病问题题，医疗卫生生机构开展一一系列预防、医医疗、保健、康康复、健康教教育等卫生服服务活动（或或干预措施），这这些活动反映映了居民健康康需求的满足足程度和卫生生服务利用情

36、情况。 居民健康档案新生儿疾病筛查出生缺陷监测学生健康监测婚前保健服务疾病控制医疗服务免疫接种传染病报告结核病防治门诊诊疗青春期青年期中年期老年期出生医学登记妇女病普查计划生育技术服务体弱儿童管理儿童健康体检五岁以下儿童死亡报告学龄前期幼儿期婴儿期出生学龄期孕产期保健服务与高危管理产前筛查与诊断孕产妇死亡报告慢性丝虫病病人管理职业病报告职业性健康监护伤害监测报告中毒报告成人健康体检疾病管理高血压病例管理糖尿病病例管理肿瘤病病例管理精神分裂症病例管理艾滋病综合防治血吸虫病病人管理儿童保健妇女保健 个人基本信息 主要疾病和 健康问题摘要 主要卫生 服务记录老年人健康管理住院诊疗死亡医学登记死亡行为

37、危险因素监测个人健康档案（EHR）基本结构构6.3 相关数数据特征对比比分析从医药医疗健康康大数据分析析应用角度，本本平台需要一一个尽可能全全和细的数据据集合，所以以理想状态是是结合上两部部分数据内容容形成的超集集集合，甚至至包括一些非非医疗健康数数据，如考察察研究某种药药对某种疾病病的医疗效果果时，如果能能获得当地的的气象天气信信息，可能分分析出的结果果将明显不同同。另外可以以看出目前所所给数据都是是结构化数据据，如果从大大数据分析应应用角度，理理想的数据还还应该包括图图像、图形、文文本等半结构构和非结构数数据，以及非非关系数据（多多维数据），才才能构成满足足医药医疗健健康大数据分分析应用的

38、需需求。2000 年以以来，我国的的医疗数据的的生成和采集集主要局限于于各大医院。近近几年，随着着社区系统、新新农合系统、村村卫生室系统统等基层医疗疗卫生信息系系统逐步上线线，医疗卫生生数据源头也也越来越多，数数据量越来越越大。从卫生生服务的类型型看，区域卫卫生信息的类类型主要有：医疗服务类类、公共卫生生服务类、社社区卫生服务务类、卫生业业务类、卫生生管理服务类类数据。根据据估算，中国国一个中等城城市（1千万人口规规模）50 年所积累的的医疗卫生数数据量就会达达到10PBB级。随着各各地区域卫生生信息平台的的建设，存储储于各医疗卫卫生机构的数数据将逐步通通过各种方式式实现整合与与共享。多维数据

39、由于医医疗数据是多多种数据源数数据的汇总，数数据之间的关关系非常复杂杂。如下图所所示：以患者者为中心的服服务需要把一一个患者的全全周期数据按按照时间轴排排列，并分析析诊断、用药药和患者生命命体征、检验验检测值之间间的关联；以以医生为中心心的服务又需需要把与医生生相关的患者者数据挑拣出出来，并进行行分类；以科科室为中心的的服务可能需需要既从科室室所属医生的的角度，又要要从在该科室室就诊患者的的角度进行分分析；针对社社区的服务可可能需要统计计整个社区居居民某项指标标（比如血压压、血糖）的的达标率。医医疗数据的多多维度、多粒粒度为各种信信息服务的多多角度、多层层次分析提供供了可能，但但同时也为大大数

40、据分析带带来了挑战。因因为不可能为为每一种信息息服务存储一一份特定的优优化模式的数数据，况且也也无法枚举出出所有可能的的信息服务需需求。这就需需要医疗数据据的存储模型型能够适应灵灵活多变的多多维统计分析析需求。7. 大数据分析应用用平台支持的的业务主题场场景本平台支持的业业务主题应用用场景将尽量量以国务院发发布的全国国医疗卫生服服务体系规划划纲要（20152020年）内容容和目标为依依据，即“优化医疗卫卫生资源配置置，构建与国国民经济和社社会发展水平平相适应、与与居民健康需需求相匹配、体体系完整、分分工明确、功功能互补、密密切协作的整整合型医疗卫卫生服务体系系，为实现2020年基本建立立覆盖城

41、乡居居民的基本医医疗卫生制度度和人民健康康水平持续提提升奠定坚实实的医疗卫生生资源基础。”最终形成我我国医疗卫生生服务体系的的总体布局，如如下图。本平台将以患者者个人生命全全周期、个人人疾病全周期期、医疗卫生生服务、医药药供应链所产产生的大数据据源为主，以以支持个人、医医疗卫生服务务机构、医药药生产经营企企业、医疗卫卫生管理机构构、医疗保险险机构、公共共卫生服务机机构、医药监监管机构等的的业务大数据据应用为主要要应用场景。以个人为中心全全生命周期的的阶段划分，如如下图：医疗卫生服务也也从局限于医医院内部的检检查、诊断和和治疗，扩展展到未病、病病前和病后的的全过程医疗疗卫生活动。这这些活动如下下

42、图：7.1 医疗卫卫生服务机构构应用医疗卫生服务机机构要实现业业务信息智慧慧洞察的目标标，必须使用用适当的技术术架构平台来来支持业务数数据分析系统统。方法包括括应用大数据据、数据仓库库和商业智能能技术，集成成医院各类数数据资源，实实现医疗服务务机构各类管管理指标的预预警监控，并并提供多维综综合分析平台台。从而应用用大数据处理理和商业智能能技术，分析析挖掘医院运运营各个方面面的信息数据据，通过预警警监控、多维维联机分析等等技术手段，能能够有效地提提升医院的医医疗质量，提提高医院科学学管理水平，辅辅助管理层决决策。7.1.1各级级医院自身应应用医院核心业务每每天产生大量量的医疗数据据，具有丰富富的

43、价值，通通过数据挖掘掘等手段的分分析，构成指指导决策的数数据，这对医医院的发展、决决策非常重要要。“现在的一个个医生，最多多能管理30个糖尿病患患者，但是大大数据研究一一做出来，一一个医生能管管理200个糖尿病患患者，光这一一个应用，我我们就可以增增加七倍的生生产力。”通过全面分析患患者特征数据据和疗效数据据，然后比较较多种干预措措施的有效性性，可以找到到针对特定患患者的最佳治治疗途径。通通过对在患者者档案方面的的大数据分析析，可以确定定哪些人是某某类疾病的易易感人群，使使他们尽早接接受预防性干干预。这些方方法也可以帮帮助患者选择择恰当的治疗疗方案。 临床决策支持分分析：大数据据分析将使临临床

44、决策支持持系统更智能能，这得益于对对非结构化数数据分析能力力的日益加强强.例如:可以使用图图像分析和识识别技术，识别医疗影影像数据，或者挖掘医医疗文献数据据建立医疗专专家数据库，从而给医生生提出诊疗建建议此外，临床决策支支持系统还可可以使医疗流流程中大部分分的工作流向向护理人员和和助理医生，使医生从耗耗时过长的简简单咨询工作作中解脱出来来，从而提高诊诊疗效率。l 就诊人数及走势势分析，使医医院管理人员员及时准确地地了解各科室室的工作量，有有效地指导计计划、人员计计划及药品材材料计划，大大大增进对未未来工作量的的把握度；l 药品材料消耗及及供应商分析析，指导医院院的采购行为为；l 医疗能力分析：

45、医院各级领领导及时准确确地了解各科科室的医疗能能力情况，治治愈率和好转转率；l 医疗效率分析，分分析人均住院院时间、人均均治疗时间等等，对各科室室的效率进行行分析；l 库存分析，用于于了解西药、中中药、材料的的库存情况，指指导资源使用用；l 医疗质量分析，包包括对门诊质质量、住院质质量、检验质质量等的分析析。 医疗数据可视化化分析：根据据医疗服务提提供方设置的的操作和绩效效数据集，可以进行数数据分析并创创建可视化的的流程图和仪仪表盘，促进信息透透明流程图的目目标是识别和和分析临床变变异和医疗废废物的来源，然后优化流流程。仅仅发发布成本! 质量和绩效效数据，即使没有与与之相应的物物质奖励，往往也

46、可以以促进绩效的的提高，使医疗服务务机构提供更更好的服务，从而更有竞竞争力。公开开发布医疗质质量和绩效数数据还可以帮帮助病人做出出更明智的健健康护理决定定，这也将帮助助医疗服务提提供方提高总总体绩效，从而更具竞竞争力。 医学图像挖掘分分析：医学图图像(如CT，!MRI，PET等) 是利用人人体内不同器器官和组织对对X 射线! 超声波! 光线等的的散射、透射射、反射和吸吸收的不同特特性而形成的的它为对人体体骨骼、内脏脏器官疾病和和损伤进行诊诊断! 定位提供供了有效的手手段 医学领域域中越来越多多地使用图像像作为疾病诊诊断的工具。 DNA分析：随随着人类基因因组计划的开开展产生了巨巨量的基因组组信

47、息，区分DNA序列上的外外显子和内含含子成为基因因工程中对基基因进行识别别和鉴定的关关键环节之一一。使用有效效的数据挖掘掘方法从大量量的生物数据据中挖掘有价价值的知识，提供决策支支持 目前已有有大量研究者者努力对DNA数据分析进进行定量研究究，从已经存存在的基因数数据库中得到到导致各种疾疾病的特定基基因序列模式式。一些DNA分析研究的的成果已经得得到许多疾病病和残疾基因因，以及新药物物! 新方法的的发现。 合理用药应用分分析：为临床床医药卫生技技术人员提供供了一个有效效掌握、方便便查询、可利利用价值高的的权威信息源源，为临床医医药卫生技术术人员节省大大量时间、实实现医疗专业业人员对临床床药物信

48、息的的有效掌握和和利用、提高高临床人员的的合理用药专专业水平、减减少用药差错错，避免医疗疗纠纷。 医药药品分析：分析医院用用药情况，包包括税金占比比、处方用药药、大处方（500元-1000元的处方、1000元以上的处方）、抗生素使用、医嘱用药等详尽的分析，可以具体查到每个医生每张处方的用药情况，以及医院的药品使用排名、医生的用药排名信息。为医院的合理用药、抗生素滥用管理、药商促销控制等提供直接有效的管理数据。 医疗质量/效率率分析：分析析全院医疗质质量、医疗效效率的完成情情况。包括各各项指标的同同比、环比、差差异值等完成成情况及趋势势情况的对比比分析，通过过智能下钻分分析，可以详详细查看每个个科室、每个个员工各项指指标的同比、环环比、差异率率、增长率等等完成情况。让