医疗大数据应用规划 ppt.ppt

区域医疗大数据应用
Part 01 / 大数据大趋势
Part 02 / 医疗数据设计架构
Part 03 / 医疗大数据应用
目录
Contents
Data Volume
数据量够大
Data Variety
数据种类多样
Data Velocity
数据生成速度够快
新进概念:
Data Veracity
数据准确性高
Big Data
IBM 的大数据定义—— 3V
数据无偏差
数据噪声少
数据无异常值
否则便是:
Garbage in,
Garbage out.
在 2013 年波士顿的大数据峰会,
Express Scripts 的首席数据科学家 Inderpal Bhandar 提出了 Veracity 的概念。Veracity 主要是指数据是否有偏差、数据噪声有多大,以及是否有异常值。当业界大量积累各种来源的数据时,数据是否准确变成一个非常重大的问题,否则最后就是“Garbage in,Garbage out”。
大数据的第四个定义——Data Veracity
数据计算能力提升
数据传输能力增强
数据存储成本下降
推动企业:
存储海量数据
将数据传输到数据中心
通过云计算进行分析、处理
网络端数据呈现,指导商业决策
大数据出现的技术背景及改变
得益于计算能力的快速增长、数据传输能力的增长和成本的下降,以及数据储存成本的下降,大数据获得了极大的发展。
大数据产业链
数据产生
数据处理
数据消费
数据存储和管理
贯穿了整个大数据周期
数据收集
数据定义
数据分析
数据准备
新数据产生
数据运用
医疗大数据
医疗健康数据来源
1、医院信息系统(HIS)是医疗数据的重要来源。
医院信息系统包括:电子病例系统(EMRS)、实验室信息系统(LIS)、医学影像存档与通信系统(PACS)、放射信息管理系统(RIS)、临床决策支持系统(CDSS)等。
2、除此之外,各种健康设备可以帮助收集用户的生命体征信息,比如心电数据、血氧浓度、呼吸、血压、体温、脉搏、运动量。社交网络和搜索引擎也包含了潜在的人口健康信息。
医疗健康数据特点
1、5V
Volume(数据规模巨大)Variety(数据类型繁多)Velocity(数据产生速度快)
Veracity(数据准确性要求高)
Value(大数据研究价值高)
2、多态性、时效性、不完整性、冗余性、隐私性等。多态性指医师对病人的描述具有主观性而难以达到标准化;不完整性指医疗分析对病人的状态描述有偏差和缺失。
医疗健康数据处理
关联规则学习
分类
聚类分析
数据融合
机器学习
自然语言处理
回归
信号处理
仿真
可视化
医疗大数据设计架构
医疗大数据设计架构
搭建区域医疗信息化平台
采用互联网SSL安全协议认证获取区域卫生资源库数据。
健康医疗用于连接患者,为患者提供更加优质的医疗服务,推动个体医疗的发展。
连接医疗业务,加强区域内部医疗健康数据的互通以及预警监测,运营监测等,实时提供给相关的机构,可进行有效的医疗机构监管,实现区域内部医疗资源的共享和互动,提升医院资源利用率,提供更丰富的医疗应用。
医疗大数据设计架构
搭建公共卫生综合管理平台
平台的接入服务利用ELT技术将公共卫生相关系统采用互联网SSL安全协议认证获取区域卫生资源库数据。
创建卫生局数据中心为医疗大数据平台作为铺垫,更快、更精确、更安全地把医疗数据控制在手上。
可视化应用平台将硬件设备(GPS设备、监控设备、电视机等)接入服务。