3.3健康信息的大数据及云平台的发展现状（一）在线视频

同学们好

今天介绍健康医疗大数据的技术运用和发展

首先的话我们先来介绍医疗健康大数据

及其云平台的发展现状

在大数据与众多领域的结合中

健康医疗大数据以其数据增长快

运用范围广

价值贡献大等特点

尤其受人关注

医疗大数据主要是患者在医院等医疗机构的数据

健康大数据主要来源于个人健康的答案

监测个人体征的数据

个人偏好的数据

康复的医疗数据以及健康知识的数据等

马云最近说2018年5万投资互联网健康产业

你就可以赚100万

马云的预言它说明什么

未来的首富不是互联网+

而是出现在健康产业链中

健康产业将成为继IT之后

全球财富的最后一波

那么数据显示

随着生活水平的逐步提升

越来越多的人成为亚健康的困扰者

如果健康和财富两个选择

那么健康才是首选

所以的话重视健康保健的群体是越来越大

据相关部门的预测

医药保健产品

营养保健食品 医疗保健器械 休闲保健服务

健康咨询管理等多个

与人类健康紧密相关的生产和服务

未来中国的健康产业将会达到8万亿以上

那么健康已经成为生活中

人们经常提及的一个热门话题

难怪的话马云和马化腾

李彦宏分分会向健康发展

2017年马云推出了未来医院的计划

马化腾布局慢病管理智慧医院

在线问诊等14个医疗服务细分领域

可见2018年是开启健康产业的黄金期

近年来世界各国都在致力于推动

健康医疗大数据的发展和应用

各国都有不同的特色和亮点

其经验是值得我们借鉴

美国联邦政府医疗信息化战略规划2015到2020

明确实现健康医疗数据共享的目标

初步已经取得成效

大数据研究应用在慢病管理领域内

可以针对慢病患者

通过建立慢病风险预测模型和诊断模型

疾病关联的并发症分析

用药模式分析

及诊疗项目关联性分析等

为慢病患者制定个性化的疾病防治和干预计划

及时改变不良的生活习惯

降低疾病的风险

同时我们还可以通过可穿戴设备

来采集慢病患者的体征数据

实现生理指标实时监控

通过大数据平台对病情的变化进行预判

及早发现问题进行干预

第三 在生物医疗领域

可以利用大数据有效地缩短药品研发周期

利润结合了生物模型元素 大数据分析 人工智能

基因组学 蛋白质组学和代谢组学等药物研发平台

从大量的样本数据中创建病人图谱

进而挖掘出可以应用的数据

使这种公司只要在9到12个月

就能够研制出一种新药

使药物的研发变得更加便捷

方便和快速

2013年5月

英国首个综合运用大数据技术的医药卫生科研中心

该中心主要包括靶标发现研究所

和大数据研究所两个机构

旨在的话通过搜索存储和分析大量的医疗数据

确定新药研究方向

探索特定的疾病的新疗法

近年来的话

医疗大数据的应用价值

也越来越受到我国的政府的重视

医院和企业也纷纷的话

对这方面进行一些关注

2015年国家密集出台的一系列政策文件

推动了我国这个相关的医疗大数据的发展

那么这张图的话是大数据平台

那么它这里面主要包括四个层面

一 就是数据的采集层

该层的话主要包括基础类和分析类数据的制定和划分

详细数据分析包括数据源筛选和确立

数据量的分析

数据库的类型

具体的数据格式

数据更新的频率

关键技术和工具评估

数据汇聚和分发

服务就是DADS引擎

第二个部分的话就是开放电子健康档案

电子病历系统

重点是要健康医疗数据的智能分析

包括医学知识库和智能分析引擎

这里面引擎的话主要包括

面向健康和慢病管理的数据分析

第二个就是医疗大数据的分析挖掘

第二个的话就是智慧分析

智能分析引擎

智能分析引擎主要两个方面

对健康医疗数据进行分析和挖掘

为移动健康医疗服务提供支持

这张的话是健康云平台的一个部分架构

在里面的话把相关的一些

这个可穿戴设备的数据采集

通过APP通过可穿戴设备的传感器

传输到这个云平台

通过这个云平台的话

汇集到这个相关的一些电子病历里面去

开放的电子病历传输到这个平台上

第三个层次的话就是分析层

那么这分析层的话

就通过资源的整合后

这个整合层后

通过资源整合层进行了数据的挖掘和数据分析

核心技术是为数据的建模

把物理的数据库的数据

转化为孕妇能够识别的数据模型

第四个层次的话就是客户层

该层的话主要实现公共卫生业务数据的可视化

通过分析层的数据模型

创建用户需要的分析报表和数据展示

那么临床用药的推荐引擎

这里面的话有一些关键技术

这个关键技术的话主要就是包括

临床用药的推荐引擎

这个部分的话主要是对历史的临床用药数据

进行一个挖掘分析

确定药品的适应性和副作用

分析患者的用药记录以及患者的疗效

同时结合患者的年龄遗传

生理检查指标症状收集疗效记录

和不良反应报告

促进药物的警戒

建立临床用药推荐模型

帮助不同检查指标

和适应症患者的匹配最佳的疗效药物

第二个方面的话就是疾病的关联挖掘和分析系统

这个部分的话

主要是通过对某专科疾病的患者的诊疗结果

和这些患者的全身性的疾病

和症状的信息的这个数据挖掘

发现专科疾病与全身疾病之间的

一个关联关系

为医生诊断提供一个有价值的一个参考

第三个部分的话就是疾病的预测系统

那这个部分的话主要是研究各种

可观察生理指标导致疾病的影响权重

以及在职业生活环境

和人群中的分布

检查指标之间的关联关系

分析导致疾病的影响因素

建立评估模型

预测危险度

并进一步建立疾病的预测模型

再一个的话就是诊疗和决策支持系统

主要是基于临床数据和临床知识库

构建医生辅助诊疗系统

具体来说就是利用大数据

数据挖掘 大数据挖掘分析技术

根据临床决策 支持应用

为患者制定符合个性化的一个特点的

治疗效果方案

为临床医师提供科学决策参考

提高诊疗的水平

再一个的话就是医院的财务管理

和决策支持系统

那这个部分的话主要是基于

医院的业务管理系统相关的数据

如财务 物流成本

对医院的成本效益进行一个全面的一个评估

为医院的财务管理和服务提供一些支持

那么医务的管理分析与支持系统的话

是基于HIS的相关数据

对医务管理的事项进行分析

通过对门诊人数的分析

预测医院的门诊人数

对门诊患者需要复诊的案例进行分析

找出复诊的主要原因

通过挖掘医疗投诉数数据

探索医患之间的一个关系

提高医院的管理水平

今天课就上这里

谢谢大家的收看 再会