医疗大数据应用分析ppt课件.pptx

《医疗大数据应用分析ppt课件.pptx》由会员分享，可在线阅读，更多相关《医疗大数据应用分析ppt课件.pptx（50页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、为深入学习习近平新时代中国特色社会主义思想和党的十九大精神,贯彻全国教育大会精神,充分发挥中小学图书室育人功能医疗大数据应用分析目录n医疗大数据的背景n医疗大数据应用需求n医院信息系统建设状况n医疗大数据应用解决方案n医疗大数据应用案例2009年3月，中共中央国务院在关于深化医药卫生体制改革的意见（中发20096号）中明确指出：建立实用共享的医药卫生信息系统。大力推进医药卫生信息化建设。以推进公共卫生、医疗、医保、药品、财务监管信息化建设为着力点，整合资源，加强信息标准化和公共服务信息平台建设，逐步实现统一高效、互联互通。为贯彻落实国家和省（区、市）深化医药卫生体制改革的有关精神，全国各地以地

2、级市为单位，启动了区域“智慧医疗”建设工程，不同程度地建立了区域卫生信息平台，实现区域内卫生信息数据采集与共享。随着医疗卫生信息化的不断发展，医疗大数据的时代已经悄然而至，并已渗透到医疗服务的方方面面。医疗卫生行业的各个政府监管部门、医疗机构、医务人员、公司企业对医疗数据的需求越来越大。如何充分应用医疗大数据，提升我国医疗健康管理水平，提高医疗机构服务质量和效率，辅助临床诊断和临床决策支持等，把医疗大数据转换成经济价值，成为各方关注的重点、难点，面临的挑战。医疗大数据的背景目录n医疗大数据的背景n医疗大数据应用需求n医院信息系统建设状况n医疗大数据应用解决方案n医疗大数据应用案例医疗大数据的主

3、要来源饮食运动免疫心理计划计划生育生育预防预防检查检查治疗治疗康复康复转归转归其他其他计划生育妇幼诊断用药检查病理检验手术治疗体格检查检验运动理疗预防慢病养老心理基因保险美容保健疗养宁养残疾死亡疾病预防与控制环境生态水质气候卫生监卫生监管机构管机构疾病预防疾病预防控制中心控制中心卫生监卫生监督所督所其他机构其他机构其他机构其他机构药企药企保险保险卫生资源卫生管理急救输血体检美容保健公共场所餐饮基因测序社会保险商业保险药品研发药品追踪药品反应药品销售医医 疗疗 大大 数数 据据 来来 源源医疗大数据应用需求医疗大数据应用的各大需求方及其需求综合卫生管理公共卫生管理卫生资源管理医疗服务质量与安全管

4、理疾病预防控制疾病管理卫生费用分析预测药品监管提高临床业务质量和服务效率医疗安全保障医疗质量管理优质医疗服务疾病分析预测院长决策支持绩效考核分析规范化治疗临床决策支持辅助临床诊断就诊行为分析医学科研支持降低医疗费用个人健康管理个体化医疗疾病分析预测基因测序个人日常感官数据药物研发药品作用追踪药品销量统计药品销量预测降低研发成本降低物流成本精准营销增加销售额降低医疗费用加强医保欺诈监管基本药物临床应用分析设计面向患者和医生的新险种市场和销售推广提升全民健康水平卫生生监管机构管机构1.公共公共卫生生管理管理2.公共公共卫生生管理管理3.卫生生资源源管理管理4.医医疗服服务质量与安量与安5.全管理全

5、管理6.疾病疾病预防防控制控制7.疾病管理疾病管理8.卫生生费用用分析分析预测9.药品品监管管监管机构的医疗大数据应用需求监管机构的医疗大数据应用需求现状状/问题需求需求/目目标解决方案解决方案信息孤岛：无法（实时）获取所需要的医疗卫生机构的相关数据，无法为诊疗、卫生管理提供数据支持。推进医疗机构之间数据的互联、互通、互认区域医疗卫生信息平台区域医疗大数据中心数据标准：标准体系缺乏，标准不统一，结构不规范，数据共享成为首要困难。制定卫生行业统一数据标准相关厂商以标准建设应用系统制定卫生行业统一数据标准数据共享以标准为参考数据应用：医疗卫生数据分散，难以整合，标准不一，无法提供有意义、有价值的数

6、据。将现有医疗卫生数据整合，可直接提供有意义、有价值的数据。区域医疗大数据中心数据整合数据应用：卫生统计指标无法直接取数，需要二次手工整合、处理。将现有医疗卫生数据整合，可直接提供有意义、有价值的数据。区域医疗大数据中心商业智能数据分析、预测：医疗健康数据保存在数据库中，只是作为健康记录数据提供调阅，未发挥真正价值，服务于医疗健康。医疗健康大数据研究、挖掘和探索，研发医疗智能应用，提供决策支持。大数据探索、分析建立分析预测模型医医疗卫生机构生机构1.提高提高临床床业务质量和量和服服务效率效率2.医医疗安全安全保障管理保障管理3.医医疗服服务质量管理量管理4.提供提供优质医医疗服服务5.疾病分析

7、疾病分析预测6.院院长决策决策支持支持7.绩效考核效考核分析分析医疗机构的医疗大数据应用需求医疗机构的医疗大数据应用需求现状状/问题需求需求/目目标解决方案解决方案信息孤岛：无法获取患者在其他医疗机构的就诊记录数据，患者的健康档案数据不完整。推进医疗机构之间数据的互联、互通、互认区域医疗卫生信息平台区域医疗大数据中心数据应用：现有的诊疗数据未能够为临床诊疗提供决策、辅助支持，以及临床科学研究。通过对诊疗流程、用药等进行挖掘和分析，建设临床决策支持系统大数据探索、分析建立分析预测模型数据应用：信息内容不全面，信息展现不直观，数据分析不深入等，无法为医院管理提供决策支持。更深层次地挖掘和分析现有的

8、各类信息，研发和应用先进的BI工具大数据探索、分析商业智能电子病历等非结构化数据的挖掘和分析尚未开始。对电子病历等非结构化数据进行挖掘和分析，提取对诊疗有意义的健康记录数据，为临床决策提供支持。非结构化数据挖掘、提取非结构化转结构化病床利用情况分析。收容病人量和辅助、医技科室工作量分析。各类人员比例、人数和工作量的分析。关于诊断质量的分析关于治疗质量的分析关于医疗护理缺陷分析医疗工作效率全面质量管理的分析三级质量控制的分析医疗工作质量医院管理质量医疗质量管理分析医疗机构的医疗大数据应用需求医生医生护理理1.规范化范化治治疗2.临床决床决策支持策支持3.辅助助临床床诊断断4.就就诊行行为分析分析

9、5.医学科医学科研支持研支持6.远程程监护医医疗医生的医疗大数据应用需求医生的医疗大数据应用需求现状状/问题需求需求/目目标解决方案解决方案信息孤岛：无法获取患者在其他医疗机构的就诊记录数据，患者的健康档案数据不完整，无法为临床就诊提供更多有效的患者健康数据。推进医疗机构之间数据的互联、互通、互认区域医疗卫生信息平台区域医疗大数据中心数据应用：现有的诊疗数据未能够为临床诊疗提供决策、辅助支持，以及临床科学研究。通过对诊疗流程、用药等进行挖掘和分析，建设临床决策支持系统大数据探索、分析建立分析预测模型医学科研支持：临床各业务子系统的临床数据比较分散，各业务子系统之前可以共享数据，但无法汇总数据，

10、基于临床业务系统无法开展临床科研。深度汇总数据数据集成和整合临床数据样本量大、数据完整和规范临床数据中心大数据探索、分析患者患者家庭家庭1.降低医降低医疗费用用2.个人健个人健康管理康管理3.个体化个体化医医疗4.疾病分疾病分析析预测5.基因基因测序序6.个人日个人日常感官数常感官数据据患者的医疗大数据应用需求患者的医疗大数据应用需求现状状/问题需求需求/目目标解决方案解决方案个人健康档案管理：无法获取患者在其他医疗机构的就诊记录数据，患者的健康档案数据不完整。推进医疗机构之间数据的互联、互通、互认区域医疗卫生信息平台区域医疗大数据中心诊疗服务和质量：逐年增高的医疗费用已成为患者和家庭的巨大负

11、担。提高医疗服务质量降低患者就医费用大数据探索和分析，找出住院时长和费用的影响因素和程序，优化就医流程个性化治疗：医疗机构现有患者健康数据，仅提供诊疗过程调阅和参考，并未进行数据分析，提供针对性的辅助诊疗和个性化诊疗。能够提前提供预测信息，进行早期的检测和诊断能够针对个人提供个性化治疗方案大数据探索、分析建立分析预测模型疾病预防与预测：患者疲于有病就医，未进行防未病、疾病预测。通过对大量病历数据的探索和分析，找出疾病发病路径的影响因素，对疾病进行预测，提前预防大数据探索、分析建立分析预测模型药企企1.药物研物研发2.药品作品作用追踪用追踪3.降低研降低研发成本成本4.药品品销量量统计销量量预测

12、5.降低物降低物流成本流成本6.增加增加药品品销量量7.精准精准营销药企的医疗大数据应用需求药企的医疗大数据应用需求现状状/问题需求需求/目目标解决方案解决方案信息孤岛：无法获取患者在其他医疗机构的就诊记录数据，患者的健康档案数据不完整。推进医疗机构之间数据的互联、互通、互认区域医疗卫生信息平台区域医疗大数据中心数据应用：现有的诊疗数据未能够为临床诊疗提供决策、辅助支持，以及临床科学研究。通过对诊疗流程、用药等进行挖掘和分析，建设临床决策支持系统大数据探索、分析建立分析预测模型数据应用：信息内容不全面，信息展现不直观，数据分析不深入等，无法为医院管理提供决策支持。更深层次地挖掘和分析现有的各类

13、信息，研发和应用先进的BI工具大数据探索、分析商业智能电子病历等非结构化数据的挖掘和分析尚未开始。对电子病历等非结构化数据进行挖掘和分析，提取对诊疗有意义的健康记录数据，为临床决策提供支持。非结构化数据挖掘、提取非结构化转结构化药企的医疗大数据应用需求为药品销售企业提供药品销量预测，使药品营销资源得到更合理、有效的配置；增加销售额。为药品流通企业提供药品库存信息、药品销量预测，提升药品配送效率，降低物流成本。药品销售企业为药品生产企业提供药品销量预测，提升药品生产效率，降低生产成本，预防过度生产，浪费资源。药品流通企业药品生产企业药品销量预测医医疗保保险商商业保保险1.加加强医保医保欺欺诈监管

14、管2.基本基本药物物临床床应用分用分析析3.设计面向面向患者和医生患者和医生的新的新险种种4.市市场和和销售推广售推广医保的医疗大数据应用需求医保的医疗大数据应用需求现状状/问题需求需求/目目标解决方案解决方案信息孤岛：部分地区社保未实时结算；商业保险几乎未与医疗机构做对接。推进医疗机构与保险企业之间数据的互联、互通、互认区域医疗卫生信息平台区域医疗大数据中心商业保险接入政策未明确，群众需求强烈。探索商业医疗保险的试点医疗机构与商业医疗保险企业之间合作重大疾病保险区域医疗卫生信息平台区域医疗大数据中心目录n医疗大数据的背景n医疗大数据应用需求n医院信息系统建设状况n医疗大数据应用解决方案n医疗

15、大数据应用案例医院是医疗大数据的关键卡位医药、医疗、医保的数据汇集于医院。近 80%的药品在医院中实现销售，患者在医院接受医疗服务，医保的大头支出配置在医院。医院是医疗大数据的关键卡位。医医疗服服务数据数据80%药品的流通数据品的流通数据医医疗费用、医保数据用、医保数据医院医院区域卫生平台（EHR）医疗保险健康服务公共卫生区域协同区域医疗院内集成平台业务服务业务交互服务公共字典服务数据服务索引（EMPI）服务运行管理服务权限管理日志管理安全管理监控管理存储管理数据中心数据仓库CDA电子病历移动医疗远程医疗临床决策支持临床知识库医疗质量分析CDSS临床信息系统CISICU/CUU手术麻醉健康分析

16、病理分析内窥镜门诊医生站护士工作站医疗质控临床路径电子签名运营决策支持CSS科研支持分析医疗效率分析PACS/RISLIS超声心电图医技报告住院医生站移动诊疗移动护理合理用药电子病历编辑人力资源分析经营分析评价财务分析绩效分析经营趋势分析成本分析医院运营管理系统HRP预算管理成本核算绩效管理人力资源财务管理供应商管理资产管理住院药房药库管理门诊药房供应商管理科研教学管理客户关系管理门急诊挂号门急诊收费住院入出转住院收费门诊预约医技收费门诊分诊门诊注射室手术收费病案管理服务价格管理导医服务院内感染医疗管理信息系统HIS一卡通医院信息化整体规划医院数据的主要来源院内系统CISLISPACSHERP

17、HISEMR院外系统移动医疗应用银行系统区域卫生信息平台银行系统医保/新农合社区卫生信息平台医院数据中心EMR数据库HERP数据库HIS数据库医学影像库医院数据的主要来源医院数据量一家地市级综合三甲医院的数据量（医疗业务系统全线上线3年整）：年收入：12亿元；年增长率15%左右；临床科室：30个；编制床位：1100张；年门诊量：145万人次；天门诊量：4000人次；年住院人数：5.5万人次；每天在院人数约1000人；年手术量：2.4万台次；每天手术台数约68台次；HIS数据库大小：150G；单表最大记录数8000万条；（HIS/CIS/LIS/PEIS等）HRP数据库大小：5G；（成本/财务/

18、预算/卫材等）医学影像数据大小：15T；平均每天增加16G；（图像均按DICOM标准压缩）医院数据增长呈越来越快之势，尤其是非结构化数据的增长。医院数据的类型一、结构化数据临床诊断、门诊处方、住院医嘱、检验报告、用药记录等诊疗记录数据门诊挂号、门诊收费、住院收费、成本核算、绩效考核等财务、经管数据药品库存与流通、卫生材料库存与消耗等后勤管理数据二、半结构化数据电子病历、检查报告、手术报告等数据采用HL7或者其他XML格式这些格式随相关标准、医院系统建设等变化，在不断演变中很难制定统一的标准，给数据访问和交换带来挑战三、非结构化数据医学影像：CT、MRI、B超、放射、病理等医技检查所产生的非结构

19、化数据（图片、视频等）医学影像数据大小不一，从数百KB到数百MB单个病人一次就诊需要存储或者调阅数百张影像医院数据的特点保留时间长除了数据数量和形态的迅速增加，医疗数据还需要越来越长的保留期。门急诊记录保存时间不得少于15年，住院病历保存时间不得少于30年，一些有名人物的病历将无限期的保存。许多情况下，病历还必须以原始格式永久保存，以满足法律、法规遵从的要求。数据活跃性医疗数据只有20%是活跃数据，剩下的80%为不常用的非活跃数据。HIS系统数据在线时间5年，影像数据在线时间要求3年。医院数据应用面临的困难和挑战就诊患者增加，患者个人每次就诊医疗记录数据日益增多检验、影像等设备产生的非结构化数

20、据日益增加、数据文件亦趋增大电子病历、检查报告、手术报告等半结构化数据检验、影像等设备产生的图片、视频等非结构化数据数据量数据来源于多个业务系统，包括医院内部、外部各系统数据标准不统一，数据整合困难类型实时数据分析，而不是传统的批量处理分析数据以流的方式进入系统，进行抽取和分析来源目前的数据应用仅限于诊疗过程，日常的财务结算、经济核算、医疗统计如何整合医院现有数据，进行数据分析，以支持院内以及院外各项业务速度价值目录n医疗大数据的背景n医疗大数据应用需求n医院信息系统建设状况n医疗大数据应用解决方案n医疗大数据应用案例医疗大数据平台逻辑架构SemanticSemantic主索引管理应用医院运营

21、管理和医疗质量管理数据规范与标准管理应用商业智能商业智能数据流控制框架数据流控制框架第二层数据第二层数据第三层数据第三层数据专题分析应用专题分析应用母婴保健统一视图母婴保健统一视图指标汇总指标汇总报表报表大数据门大数据门户平台户平台企业数据仓库企业数据仓库E ES SB B/F FT TP P配置数据配置数据配置数据配置数据全量数据全量数据增量数据增量数据数据源数据源落地区落地区流数据流数据数据归档数据归档用户用户外部文件外部文件全量数据全量数据增量数据增量数据全量数据全量数据增量数据增量数据流数据流数据第一层数据第一层数据实时数据实时数据EMREMR集结区集结区操作数据镜像操作数据镜像医疗行

22、业医疗行业LDMLDM配置数据配置数据公共汇总公共汇总AsterAster数据数据分析模型分析模型HISHISHRPHRPE ES SB B/F FT TP P/M MQ Q.实时加工整实时加工整合合患者统一视图患者统一视图临床研究应用临床研究应用配置数据配置数据HadoopHadoop平台平台数据抽取数据抽取数据加载数据加载ETLETL知识库知识库E ET TL L A Au ut to om ma at ti io on n调调度度工工具具路径分析路径分析管理分析管理分析聚类分析聚类分析数据挖掘数据挖掘指标展示查询指标展示查询数据集市数据集市主索引管理主索引管理临床研究临床研究数据归档数据

23、归档模型设计是数据仓库系统（医疗大数据平台）建设的关键，直接影响数据仓库系统的可用性和可延续性；Teradata提供的医疗行业逻辑数据模型，沉淀了国内外医疗行业的经验知识，可根据医疗项目的实际建设内容进行模型定制和客户化工作，形成医疗项目定制数据模型。Teradata医疗行业LDM，积累近40年行业数据仓库实施经验，包括13个主题域，几千个实体和属性，提供丰富的医疗业务挖掘分析支持逻辑数据模型（LDM）如同建筑结构设计，是企业数据资产建设、维护、管理的基础，数据资产规模越大、业务越复杂，对设计水平的要求就越高医疗行业逻辑数据模型LDM是基于数据仓库建立BI的基础框架，是提供价值数据分析的重要基

24、础，便于随时开展的数据探查与统计分析统一数据源，以一致的方式获取数据，避免了大量的原始数据的多次加载、导出导入统一数据口径，消除数据不一致的问题，极大简化了原始数据加工、转换等预处理的工作量规范性易于分析人员和业务人员理解数据仓库中数据组织及数据关联，进而快速确定分析需要的数据范围和内容支持应用基于数据仓库生成的衍生指标数据、汇总指标数据以及报表等LDM覆盖企业所有业务领域，是面向主题的、集成的，在数据分析的过程中可以关联各业务领域的数据，便于实施基于海量数据的数据挖掘和机器学习算法逻辑数据模型（LDM）对医疗大数据应用分析的支撑通常数据预处理是整个数据分析过程中最费力、最耗时通常数据预处理是

25、整个数据分析过程中最费力、最耗时的步骤的步骤仪表板灵活查询报表商务智能商务智能 BIBI应用应用 IntegratedData Warehouse(IDW)统一的数据视图统一的数据视图医疗质量统计指标体系医疗质量统计指标体系LDM在医疗大数据分析的优势医疗大数据平台功能架构目录n医疗大数据的背景n医疗大数据应用需求n医院信息系统建设状况n医疗大数据应用解决方案n医疗大数据应用案例疾病路径分析哮喘发病路径湿疹/皮炎/荨麻疹肺炎/鼻炎腹泻（食物过敏）反复下呼吸道感染哮喘？OROR理论基础1.支气管哮喘被认为是一种气道慢性炎症性疾病，其病因多。2.机体本身的因素是支气管哮喘的内因，常指患者具有高致敏

26、性体质，患者常具有支气管哮喘的家族史。3.过敏原是诱发哮喘的一组重要病因，可分为吸入性过敏原和食物性过敏原。4.环境的因素，比如说过敏源的刺激，反复呼吸道感染等等其他的一些刺激导致气道炎症的发生。1.利用路径分析方法，分析哮喘与过敏性疾病湿疹、皮炎、荨麻疹、鼻炎、呼吸道感染等疾病的发病路径。2.结合患者检验指标（过敏原检测）结果对哮喘过敏原分析，确定过敏分类。分析方法期望能够得出：1.过敏性疾病发展成为哮喘的概率；（湿疹的孩子有多少会发展为哮喘、鼻炎或者锌缺乏的孩子有多少会发展为哮喘）2.基于路径分析结果筛查出有潜在哮喘风险的患儿，并基于不同路径，不同分类基于不同的预防和就诊指导服务3.给出哮

27、喘患者的分类预期效果锌缺乏疾病路径分析哮喘发病路径疾病路径分析：丁溪柳（示例病人）在这2、3年主要以呼吸道疾病为主；患者患有鼻炎，而且反复发生呼吸道感染，有诱发哮喘的风险；可以据此进行相应预防或者推荐诊疗服务。疾病路径患者分群及健康管理疾病路径分析哮喘发病路径电子病历原始数据（二进制）电子病历转码数据（xml）电子病历解析结果患者电子病历解析疾病路径分析哮喘发病路径结合疾病关联结果通过关联分析，可以发现哮喘与过敏性疾病（湿疹、皮炎、荨麻疹）以及呼吸道感染疾病有一定的关联性，经与临床医生讨论，具有一定的临床科学性。疾病路径分析哮喘发病路径哮喘发病路径分析图诱发因素除了支气管问题外，还有肺炎、腹泻

28、、鼻炎等住院时间长短对比分析支气管肺炎患者住院时间长短及影响因素分析分析背景与目标分析背景与目标分析背景与目标分析背景与目标以支支气气管管肺肺炎炎为分析目标,期望找出影响病人看病流程的影响因素，找出住院时间长短的原因,以提升医疗机构的医疗服务质量和效率成果与成果与成果与成果与效益效益效益效益改善病人住院流程，提升医疗机构的服务质量和效率降低病人住院时间，节省病人的医疗费用方方式式：审查住院治疗数据，以便：1.找出病人住院时间长短不一的原因2.对比同样病症且病史相同的病人数据3.对比分析住院时间长短影响因素解解决决方方案案：由Teradata数据仓库平台提供数据，通过Aster数据探索平台的预设

29、时间序列路径函数，聚集函数以及Sigma值函数等，识别一个病人从住院到出院的所有诊疗程序，治疗过程以及为其提供医疗服务的医生，找出影响住院时间长短的原因和影响因素。方式与解决方案方式与解决方案方式与解决方案方式与解决方案住院时间长短对比分析分析思路12利用TFIDF算法找出频繁且特有的诊疗程序45统计分析住院时间长短与其他维度的统计分析 诊疗程序类别/入住时间/等统计6特殊图形结果展现住院时间长短群体的诊疗程序关系图形展示归纳结论与发现分出住院时间长与住院时间短的群体3诊疗程序比较:哪些是住院时间长才独有的诊疗程序住院时间长短对比分析不同住院天数前5天的护理路径TOP10对比57天出院的病人前

30、5天级护理的就诊例数占比较多，而815天出院的病人前5天级护理的就诊例数占比较多路径57天1级护理,2级护理,3级护理,4级护理,5级护理18.6%1级护理,2级护理,3级护理,4级护理,5级护理14.5%1级护理,2级护理,3级护理,4级护理,5级护理13.5%1级护理,2级护理,3级护理,4级护理,5级护理11.9%1无,2无,3无,4无,5无10.9%1级护理,2级护理,3级护理,4级护理,5级护理7.9%1级护理,2级护理,3级护理,4级护理,5级护理3.8%1级护理,2级护理,3无,4无,5无2.8%1级护理,2级护理,3无,4无,5无2.7%1级护理,2级护理,3级护理,4级护理,

31、5无1.9%路径815天1级护理,2级护理,3级护理,4级护理,5级护理29.8%1级护理,2级护理,3级护理,4级护理,5级护理16.9%1级护理,2级护理,3级护理,4级护理,5级护理11.5%1级护理,2级护理,3级护理,4级护理,5级护理10.6%1级护理,2级护理,3级护理,4级护理,5级护理8.5%1无,2无,3无,4无,5无7.4%1级护理,2级护理,3无,4无,5无3.0%1级护理,2级护理,3级护理,4级护理,5级护理2.4%1级护理,2级护理,3无,4无,5无1.8%1级护理,2级护理,3级护理,4级护理,5无0.5%住院时间长短对比分析不同住院天数用药排名TOP20对比序

32、号药品top2057天就诊例数1肝素钠注射液4212布地奈德混悬液3153注射用维生素C2954注射用磷酸肌酸钠2875薄芝糖肽注射液2096注射用复合辅酶1987盐酸氨溴索注射液1868小儿电解质补给注射液1509注射用炎琥宁13010注射用甲泼尼龙11211硫酸沙丁胺醇气雾剂9512复方维生素(4)注射液8913注射用盐酸溴己新8514注射用盐酸氨溴索8515吸入用异丙托溴铵溶液8416注射用头孢孟多酯钠7017注射用头孢哌酮钠6018注射用头孢噻肟钠5919注射用头孢呋辛钠5820注射用头孢地嗪钠54药品top20815天就诊例数肝素钠注射液422布地奈德混悬液363注射用磷酸肌酸钠33

33、2注射用维生素C285注射用复合辅酶230薄芝糖肽注射液229注射用甲泼尼龙212盐酸氨溴索注射液180硫酸沙丁胺醇气雾剂151小儿电解质补给注射液147注射用炎琥宁127注射用盐酸溴己新123吸入用异丙托溴铵溶液120注射用头孢派酮钠舒巴坦钠106水合氯醛灌肠液（5%）93复方维生素(4)注射液84注射用头孢噻肟钠83注射用头孢地嗪钠75注射用头孢呋辛钠74注射用乳糖酸红霉素68药品销量预测分析药品销量预测分析分析背景与目标分析背景与目标分析背景与目标分析背景与目标以“三代头孢”为分析目标找出药品销量的影响因素预测药品销量成果与成果与成果与成果与效益效益效益效益找出药品销量的影响因素预测药品

34、销量，合理配置药品库存及时进行药品采购，降低药品物流成本大数据分析方法大数据分析方法简单移动平均数(SMAVG)累积移动平均值(CMAVG)加权移动平均数(WMAVG)指数移动平均数函数(EMAVG)自回归积分滑动平均模(ARIMA)三次指数平滑(HOLT WINTERS)方式与解决方案方式与解决方案方式与解决方案方式与解决方案药品销量预测分析药品销量预测分析思路用药强度换算历史药品销量趋势多种算法对历史数据进行拟合销量预测药品销量预测分析201001201003201005201007201009201011201101201103201105201107201109201111201201

35、201203201205201207201209201211201301201303201305201307201309201311201401201403201405201407201409201411201501201503201505201507201509020004000600080001000012000140001600018000三代三代头孢药品品销量呈波量呈波动性性求和项:cnt药品销量预测分析2007-042008-082010-012011-052012-092014-022015-062016-112018-030.002,000.004,000.006,000.008

36、,000.0010,000.0012,000.0014,000.0016,000.0018,000.0014949.6068571.4389157.41510827.36211525.321真实值预测值10使用2011至2014年历史数据滚动预测2015-01至2016-12月份数据与真实值对比123456789101112020004000600080001000012000140001600018000求和项:2016预测值求和项:2015预测值求和项:2015求和项:2014求和项:2013求和项:2012求和项:2011求和项:2010药品销量预测分析ARIMA三代头孢药品销量预测对比2015-11、12月预测值2016全年预测值为深入学习习近平新时代中国特色社会主义思想和党的十九大精神,贯彻全国教育大会精神,充分发挥中小学图书室育人功能Q&A