大数据时代的疾病模拟技术优质PPT.pptx

大数据时代的疾病模拟技术优质PPT.pptx

《大数据时代的疾病模拟技术优质PPT.pptx》由会员分享，可在线阅读，更多相关《大数据时代的疾病模拟技术优质PPT.pptx（74页珍藏版）》请在冰豆网上搜索。

,研究中心第一届学术委员会,主任:

刘德培院士副主任:

陈润生院士中国科学院生物物理研究所委员（按姓名字母排序）伯晓晨研究员军事医学科学院放射与辐射医学研究所陈杰主任医生协和医院陈翔主任医生中南大学湘雅医院韩敬东研究员中国科学院马普计算生物学研究所刘保延教授中国中医科学院尹岭主任医生中国人民解放军总医院蒋太交教授基础医学研究所&

苏州系统医学研究所,筹建生物医学大数据研究中心的目的,生物医学大数据研究中心,标准规范,分析挖掘,系统整合,医疗建模,交互及可视化,转化应用,数据共享,建设目的实现数据的互联互通和标准规范，打破部门机构间的“信息屏障”,发展人工智能和深度学习技术，从健康医疗大数据中发现新知识和新规律,建立系列医疗模型，推动基于大数据转化应用，促进“智慧医疗”和“分级诊疗”等的实施；

与国家重大研究计划（如“精准医学”计划和）相对接，促进医学科学发展和全民健康水平，培养大数据人才。

数据层面,资源层面,建立大规模医疗知识本体，为医疗大数据应用奠定全方位的资源基础,技术层面,应用层面,将多源异构的碎片化数据进行有机整合，为医疗大数据应用奠定可靠的数据基础,突破医疗大数据采集和挖掘核心技术，推进医疗大数据应用的产业化,中心成立的意义,通过医疗领域突出问题的示范应用，服务健康中国的国家战略,期望与国内外同行合作，全面提升我国医疗大数据行业的自主创新能力,生物医学大数据中心建设的意义,新技术、新应用、新业态,报告内容,一.生物医学大数据中心发展定位二.生物医学大数据分析挖掘和大数据医疗三.传染病预测预警新技术,大数据应用对我们现代生活的影响,商品大数据（淘宝）改变了人们的购物方式,交通大数据（滴滴）改变了人们的出行方式,医疗大数据应用将推动医疗模式创新。

医疗大数据应用体系具体是指在大众在诊断、治疗、康复、支付、卫生健康管理等各个环节产生的健康相关数据，通过采集、整合、关联和分析挖掘等技术处理，并与物联网、云计算等高科技技术融合，实现医疗信息的互联互通、共享协作、安全可控、管理创新、服务创新、临床科学诊断等功能。

医疗大数据将改变人们的就医方式,令社会大众苦恼的问题,优质医疗资源集中分布在大城市的大医院，患者病人只认大医院，只认专家，大病小病都到大医院看专家号。

“大医院人满为患，小医院无人问津”的现象非常普遍。

病人挂号难、找医院难、住院难。

1、患者挂号排队长、候诊排队长、缴费排队长，就医时间短等问题。

2、通常是患者看病排队等了半天，轮到就诊三五分钟便被打发了事。

1、重复检查，重复开药、过度医疗；

2、在中国将近80%的病人看病完全自费。

目前卫生总费用中，政府投入仅占15%，医院收入的80%以上直接来自患者。

看病难,“三长一短”现象,看病贵,国家在医疗改革方面的难题,大数据+医疗融合解决方案,1、医疗卫生资源稀缺并且分布不均。

2、医疗卫生资源的短缺与浪费并存。

3、医疗效率低下，患者看病难、看病贵。

1、标准规范+互联互通：

为医疗资源共享提供基础支撑。

2、共享交换+业务协同：

大大提高医疗服务质量和效率。

3、移动互联+安全可靠：

为远程医疗分级诊疗提供保障。

大数据医疗,传统医疗现状,大数据医疗特点,大数据医疗和传统医疗的差异和区别,临床管理信息化（CIS）,医院管理信息化（HIS）,建设内容：

3521工程，区域一体化医院信息、人口健康档案、疫情上报与应急指挥、远程医疗等系统特征：

云计算、移动医疗、大数据、物联网、智慧医疗,建设内容：

电子病例、医生工作站、PACS、LIS、RIS等系统特征：

信息系统的整合，集成平台、临床数据中心（CDA）,建设内容：

部门级信息化管理、全院级信息化管理，例如财收费管理系统、人力资源管理系统等数据共享和基于财务核算,区域医疗信息化（HGIS）,信息化的发展驱动了健康医疗大数据时代到来,电子病历为核心的临床信息系统中蕴藏了疾病诊疗的大数据,信息孤岛现象严重业务系统相互独立，数据分散在不同业务系统中不能在统一视图中了解同一患者各科的临床数据规范化、标准化、互通性程度低数据填写不规范、不全、不正确缺乏数据语义模型标准缺异常数据实时监控质量报告信息需要二次加工、利用数据孤立，患者信息不能自动关联整合采集难度大，无法挖掘非结构化电子病历数据分析力度和能见度有限，无法多维度的去分析问题,目前现状：

医院临床数据再利用的困难,出路:

建立医院标准化临床数据中心,18,人类基因组计划推动了测序成本飞速下降和组学大数据产生,Theper-basecostofDNAsequencinghasplummetedby100,000-foldoverthepastdecade,faroutpacingMooreslawoftechnologicaladvanceinthesemiconductorindustry.,就个体而言，生物医学大数据的复杂度,NetApp,个体是个移动的数据宝库,临床数据,组学数据,基因组数据转录组数据表观组数据蛋白组数据代谢组数据微生物组数据,家族病史体检数据影像数据诊疗数据用药预后,多维度、动态,医疗信息化基础,临床医学数据：

电子病历，影像数据，运营数据等基础医学数据：

基因组等多组学数据人口健康数据：

基础数据、移动互联网健康数据,目前医疗数据应用存在的主要问题:

数据分散、孤岛化严重医学描述规范标准难以统一共享时隐私安全问题突出单类数据与需解决医疗问题关联度不高数据类型多复杂难以整合与挖掘,医疗领域迫切需求,临床辅助诊疗、医疗质量监管、卫生经济分析、公共卫生政策评价,互联共享,医疗大数据应用技术,分析挖掘,医疗大数据,医疗大数据应用瓶颈,医疗大数据应用需突破的核心问题,规范采集与标准化医疗大数据智能导航信息安全与隐私保护,疾病早期诊断与预警辅助诊疗与智慧医疗精准医学与个体化治疗,互联共享,分析挖掘,生物医学大数据,生物医学大数据-沉睡的金矿,报告内容,一.生物医学大数据中心发展定位二.生物医学大数据分析挖掘和大数据医疗三.传染病预测预警新技术,我实验室研究方向:

生物信息学与医学信息学,基因序列分析,网络分析,蛋白结构模拟,1.2.,基于大数据的异源、多维度信息关联与整合多种计算方法的深度融合生物信息,临床大数据,生态流行学大数据,数据挖掘与机器学习,2003年起源中国的SARS2013年中国华东地区的H7N9禽流感疫情2014/15年西非埃博拉疫情。

截至2015年7月，11,284人死亡2015-16年巴西Zika病毒流行,新发性和突发性传染病,流感病毒的危害,世纪行流感大流行会导致全球数百万甚至千万人死亡。

季节性流感也会导致每年数十万人死亡（以老年人与小孩为主）。

流感的防控一直是全球公共卫生的一项重大任务。

InfluenzavirusAsubtypesanditshistory,1918SpanishFlu,流感NA上诸多抗药突变位点,现状：

流感与HIV缺乏长期有效的疫苗、治疗性抗体和药物。

流感与HIV一样都是高可变病原体,Oseltamivir（Tamiflu）耐药突变体的频繁产生,Flu和HIV是RNA病毒。

流感病毒突变率:

2x10-6HIV的突变率:

3x10-5（T2DNAvirus:

2x10-8）,基于互联网大数据的流感爆发预测,Ginsberg,J.etal.2009.Nature457.,USFluactivityGoogleFluTrendsestimate（black）USCDCdata（red）缺陷:

不能确定是哪种流感病毒在流行？

不能判别流感病毒是否变异了？

因此，不能指导流感疫苗使用和流感治疗用药。

整合互联网大数据和基因大数据进行流感防控,百度流感搜索指数或新浪微博指数Zouetal.ChineseSci.Bullet.2015,我们期望通过大数据的分析挖掘来回答传染病的一些重要问题,1,新的传染病是怎样起源的？

2，能否进行危害程度的早期预测预警？

3，如何合理地选择疫苗株？

我们发展了模拟流感演化的一系列新方法,流感疫苗株推荐新方法（NatureCommunications（2012，）Vaccine（2014）.Scientificreports（2015）,Bioinformatics（2016）基因组大数据溯源阐明了2013年华东地区新型H7N9的来源（Cellhost&

Microbe（2013）=（2015-2016巴西爆发的Zika溯源CellHost&

Microbe（2016）流感危害程度的早期预测模型（PLoSComputationalBiology（2010）流感受体专一性预测方法（PLoSOne（2011）模拟流感病毒演化的动态共进化网络模型（GenomeResearch（2008）=Ebola致病力的预测模型（CellResearch（2015）,我们发展了模拟流感基因演化的一系列新方法,流感疫苗株推荐新方法（NatureCommunications（2012，）Vaccine（2014）.Scientificreports（2015）,Bioinformatics（2016）基因组大数据溯源阐明了2013年华东地区新型H7N9的来源（Cellhost&

Microbe（2013）流感危害程度的早期预测模型（PLoSComputationalBiology（2010）流感受体专一性预测方法（PLoSOne（2011）模拟流感病毒演化的动态共进化网络模型（GenomeResearch（2008）=Ebola致病力的预测模型（CellResearch（2015）,33,接种疫苗是控制流感传染最有效的手段,VaccinationEveryseason,WHOwillrecommendtrivalentvaccinecomposition:

A/H1N1,A/H3N2,andBGrownineggsInactivatedvirusorliveattenuatedvirusInjection（Flushot）,疫苗株与流行株的抗原匹配程度决