智慧医疗大数据分析应用平台建设方案Word文档格式.docx

1、6.医疗卫生信息的大数据建模描述和分析236.1我们给出的相关数据模型246.2卫计委给出的相关数据模型256.3相关数据特征对比分析297.大数据分析应用平台支持的业务主题场景317.1医疗卫生服务机构应用337.1.1各级医院自身应用337.1.2基层医疗机构自身应用387.1.3区域卫生医疗联合体应用387.1.4医疗卫生机构的合规应用437.2患者医疗治疗应用467.2.1患者就医过程提示服务467.2.2患者服药提示服务467.2.3患者饮食、运动、习惯注意事项服务467.2.4患者体征和治疗效果服务477.2.5患者交流交往服务477.3个性化医疗服务应用477.3.1基因测序分析

2、应用477.3.2个性化药物应用487.3.3个人健康管理应用487.4慢性病预防治疗应用（疾控中心）507.4.1慢性病检测、发现、预警服务507.4.2慢性病诊断服务527.4.3慢性病防控治疗服务527.5居民健康保健应用（疾控中心）537.5.1居民自我健康保健应用537.5.2政府卫生管理部门进行居民健康管理应用. 547.5.3政府医疗规划结构进行居民健康保健决策应用547.6医疗卫生管理机构应用（卫生局）547.7医疗保险管理机构应用（医保局）547.7.1基本医疗保险的决策支持分析577.7.2基本医疗保险费用单据的智能化审核587.7.3基本医疗保险的有效支付和治理应用597

3、.7.4基本医疗保险和服务监管应用597.7.5降低看病率提升医疗效果应用607.8医药监管机构应用（药监局）647.9医药研发生产经营应用（医药企业）647.9.1医药研发企业应用647.9.2医药生产企业应用657.9.3医药流通企业应用667.9.4医药零售企业应用687.10医疗卫生资源配置管理规划应用（政府主管部门）697.10.1医疗卫生资源服务现状分析697.10.2医疗卫生资源财务供给能力分析707.10.3医疗卫生资源规划指标对比707.10.4医疗卫生资源政策建议717.11商业医疗保险应用（保险公司）717.11.1获得新客户和保留已有客户的分析应用717.11.2有效控

4、制医疗费用的分析应用727.11.3商业医疗保险的保障设计和精算定价727.11.4商业医疗保险的理赔运营管理应用737.11.5商业医疗保险的市场和销售拓展应用767.12公共卫生服务应用（卫生防疫中心）767.12.1传染病预警预报787.12.2公共卫生舆情监测预警797.12.3疾控和保健应用807.13政府监管应用（政府主管部门）807.13.1医药监管应用807.13.2医疗监管应用817.13.3医保监管应用837.13.4医疗服务机构和医生监管应用837.14新型医疗卫生服务应用（政府主管部门）847.14.1远程医疗847.14.2移动医疗847.14.3互联网医疗867.1

5、4.4数字医疗867.14.5大数据医疗867.14.6智慧医疗877.14.7精准医疗888.大数据分析应用平台支持的专题大数据应用898.1患者分析（基于电子病历EMR）908.1.1患者数据预处理908.1.2患者个体（个性）分析918.1.3患者群体（统计）分析918.2疾病分析（基于电子病历EMR和电子健康档案EHR）928.2.1常见疾病分析928.2.2慢性疾病分析928.2.3疾病诱因分析928.2.4疾病统计分析928.2.5临床路径分析928.3医生及医护人员分析（基于医疗卫生资源数据）. 928.3.1医生及医护人员资历资格分析928.3.2医生及医护人员行医记录分析92

6、8.3.3医生及医护人员培训进修分析938.4处方分析（基于电子病历EMR）938.4.1医生用药分析938.4.2患者用药分析948.4.3处方用药分析948.4.4医院科室用药分析948.4.5安全用药分析948.4.6处方符合性分析958.4.7处方用药-诊断结论关联分析958.4.8诊断结论-处方总价聚类分析958.4.9患者特征-诊断结论分类分析968.4.10患病时间-诊断结论序列分析968.5居民人口分析（基于电子健康档案EHR）968.5.1居民个体健康分析968.5.2人口群体健康分析968.5.3人口亚健康相关因素关联分析978.5.4人口健康相关因素关联分析978.5.5

7、人口健康时间空间分布分析978.5.6人口健康预测分析978.6药品分析（基于医药产业链数据）978.6.1药品种类分析988.6.2药品研发分析998.6.3药品生产分析1028.6.4药品销售分析1028.6.5药品物流分析1038.6.6药品资金流分析1038.6.7药品信息流分析1048.6.8药品库存分析1048.6.9药品质量偏差分析1088.6.10药品不良反应药品群体不良事件分析. 1098.7医疗健康检验检测分析（基于电子健康档案EHR）1098.7.1生理信号检测分析1098.7.2医学影像图像分析1108.7.3 DNA检测和DNA序列分析1108.7.4重要人体征数据分

8、析1108.7.5远程自助健康医疗检测分析1108.8医疗安全风险分析（基于电子病历EMR）1108.8.1医疗安全分析1108.8.2医疗风险分析1108.8.3假药、过期药、成分异常药的使用分析1118.8.4医疗事故诱因分析1118.8.5医疗安全风险统计分析1118.9 医疗卫生资源分析（基于政府的医疗卫生资源数据）1118.9.1医生护理人员分析1118.9.2医院床位分析1118.9.3医疗检测检验能力分析1118.9.4医疗卫生资源需求分析1118.9.5医疗卫生资源匹配度分析1128.9.6医疗卫生资源对比分析1128.10医疗卫生效果分析（基于电子健康档案HER和医疗卫生资源

9、数据）1128.10.1医疗卫生满意度分析1128.10.2医疗卫生问题诱因分析1128.10.3医疗卫生规划符合度分析1129.关键核心技术和算法1129.1大数据分析能力1139.2大数据分析技术1149.3大数据存储技术和系统1159.4大数据业务模型建模1159.5大数据的实时查询1189.6大数据的复杂分析12010.用医疗卫生大数据为业务服务12410.1核心理念12410.2管理闭环12511.未来市场前景分析12812.总结1291.背景介绍根据国际著名分析机构Gartner给出的定义：大数据就是那些具 有规模大、速度快、种类多三大特征的数据资产。大数据分析从海量 数据中筛选出

10、有用的信息，然后通过各种手段将信息转化为洞察力， 从而做出正确决策，并最终推动业务发展。通过一系列分析处理，大 数据可以帮助企业制定明智且切实可行的战略，获取前所未有的客户 洞察，支持客户购买行为，并构建新的业务模式，进而赢得竞争优势。随着人们的生活水平不断提高，健康也越来越受到家庭的关注。2009 年2 月27 日，我国卫生部公布的第四次国家卫生服务调查结 果显示，截止至2008 年，我国居民脑血栓，糖尿病，高血压等慢性 病病例数达到2.6亿，占全国总人数的20%，其中高血压病人对自身 疾病的知晓率只有30%，同时这些病人中的治疗率只有25%，控制率 仅为6%，糖尿病病人中，能坚持做到规范治

11、疗的也只有33%。由此我 们可以看出，建立科学、规范、高质量的慢性病管理策略，实现对人 体慢性病的监护具有重大的意义。通过慢性病的早期诊断和监护，不 仅能提前预防和控制各种疾病，还能帮助他们合理用药，减少医药开 支。另一方面，我国公共医疗卫生资源紧缺，城乡医疗卫生资源的差 距比较大，城市人口平均拥有的医疗卫生资源是农村人口的2.5倍以 上，比如，占全国总人口近70%的农村拥有全国医疗卫生资源的30%， 而占全国总人口30%的城市却占有全国医疗卫生资源的70%，优质的 医疗卫生资源集中分布在城市，尤其是大城市。因此，实现城乡之间 的医疗卫生资源共享成为丞待解决的重要问题。同时，随着国家积极倡导“

12、3521”医疗系统建设，我国医疗领域 信息化程度得到了很大的提高，预计在全国会出现上百个医疗数据中 心，每个数据中心都将承载近1000 万人口的医疗数据，数量多、更 新快且类型繁杂，使医院数据库的信息容量不断膨胀，这就产生了医 疗大数据。医疗大数据通常具有以下特征:（1）数据巨量化: 区域医疗数据通常是来自于拥有上百万人口 和上百家医疗机构的区域，并且数据呈持续增长的趋势。依照医疗行 业的相关规定，患者的数据通常至少需要保留50 年。（2）服务实时性: 医疗信息服务中会存在大量在线或实时数据 分析处理的需求。例如: 临床中的诊断和用药建议、健康指标预警等。（3）存储形式多样化: 医疗数据的存储

13、形式多种多样，例如各种 结构化数据表、非（ 半） 结构化文本文档、医疗影像等。（4）高价值性: 医疗数据对国家乃至全球的疾病防控、新药研发 和顽疾攻克都有着巨大的作用。因此，如何在海量的医疗大数据中提取信息的能力正快速成为战 略性发展的方向，通过大数据分析挖掘出有价值的信息，将对疾病的管理、控制和医疗研究都有着非常高的价值。目前，大数据、云计算是已经普及并成为 IT 行业的主流技术。国内外都已经进入了大数据、云计算的研究热潮，同时大数据、云计算技术也逐渐成熟，大规模区域医疗信息系统和大型数据中心的建立也在同时进行。而云计算是大数据成长的驱动力，与此同时，由于医药医疗大数据越来越多，对云计算的需求日益增长，所以二者是相辅相成的。随着医疗数据的急剧增长，如何充分利用这些数