成人国产精品视频_精品国产影院_欧美日韩在线播放_国产福利电影一区_亚洲 欧美 日韩在线_成人精品二区

相關(guān)化合物的數(shù)字化服務(wù)正在逐步推進(jìn)，３Ｄ影像、遠(yuǎn)程醫(yī)療、可穿戴醫(yī)療檢測等新的服務(wù)模式的研究使得數(shù)據(jù)與醫(yī)學(xué)發(fā)展緊密相關(guān)，并簡要概括了其歷史發(fā)展特點、健康數(shù)據(jù)結(jié)構(gòu)的多變性、價值密度的多維性，以及我國疾病全史的研究。 但我國醫(yī)療數(shù)據(jù)的應(yīng)用還不夠有效。在產(chǎn)業(yè)發(fā)展過程中，以及產(chǎn)業(yè)發(fā)展過程與數(shù)據(jù)結(jié)果之間的聯(lián)系，是目前需要探索的。 本研究嘗試設(shè)計并實現(xiàn)基于大數(shù)據(jù)的醫(yī)療健康信息服務(wù)平臺，提升醫(yī)療健康服務(wù)水平，相關(guān)研究正在嘗試大數(shù)據(jù)在醫(yī)療健康領(lǐng)域的應(yīng)用過程。 關(guān)鍵詞 大數(shù)據(jù)，健康 1.引言 隨著現(xiàn)代社會文明和城市的快速發(fā)展健康大數(shù)據(jù)管理與服務(wù)，城市流動人口日益增多，城市工作和生活壓力不斷增大，特別是老齡化進(jìn)程不斷加快，危害公民健康的環(huán)境和社會因素不斷涌現(xiàn)，使得居民健康醫(yī)療問題日益突出，醫(yī)療費用不斷上升，給個人和社會造成了沉重的經(jīng)濟(jì)負(fù)擔(dān)。

因此，世界各國都在想方設(shè)法提高國民健康水平，降低醫(yī)療費用，對相關(guān)新技術(shù)、新方法研發(fā)的投入不斷加大，與醫(yī)療健康行業(yè)直接相關(guān)的行業(yè)正經(jīng)歷快速發(fā)展時期，3D影像、遠(yuǎn)程醫(yī)療、可穿戴醫(yī)療檢測等新型醫(yī)療健康服務(wù)模式不斷涌現(xiàn)，海量異構(gòu)的醫(yī)療健康數(shù)據(jù)迅速積累，醫(yī)療健康行業(yè)本文得到上海市科委2013年度“科技創(chuàng)新行動計劃”項目：醫(yī)療健康大數(shù)據(jù)服務(wù)平臺研究與示范應(yīng)用（）、2013年度上海市科技人才計劃項目：智慧城市領(lǐng)域大數(shù)據(jù)分析關(guān)鍵技術(shù)研究與應(yīng)用（13XD14243.o）資助。童慶（1977-），男，博士，高級工程師。主要研究方向為大數(shù)據(jù)管理與應(yīng)用、智能計算、智能計算與智能計算。com; 張靜怡（1974-），女，博士，高級工程師，主要研究方向為數(shù)據(jù)挖掘、云計算技術(shù)；余攀（1987-），女，碩士，主要研究方向為軟件工程、數(shù)據(jù)分析；肖發(fā)華（1969-），女，高級工程師，主要研究方向為軟件工程、知識管理。?４４９?

新的“數(shù)據(jù)浪潮”即將來臨[1]。隨著數(shù)字化時代的到來，信息技術(shù)也正經(jīng)歷快速發(fā)展時期，大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等新興技術(shù)的出現(xiàn)支撐著各行業(yè)業(yè)務(wù)執(zhí)行能力和社會生產(chǎn)能力的提升[2]。其中，大數(shù)據(jù)技術(shù)從數(shù)據(jù)資產(chǎn)管理能力的角度，力求解決從龐大的數(shù)據(jù)資源中快速獲取高價值信息的問題。醫(yī)療健康行業(yè)作為與居民生存息息相關(guān)的典型領(lǐng)域，也成為大數(shù)據(jù)應(yīng)用落地的重要場景[3]。美國哈佛醫(yī)學(xué)院對8所附屬醫(yī)院患者的電子病歷進(jìn)行整理，得出某年銷售額達(dá)數(shù)百億美元的大牌藥物可能存在致命的副作用，分析結(jié)果提交美國食品藥品管理局（FDA）后，直接導(dǎo)致該類藥物下架。 在英國，牛津大學(xué)臨床樣本中心選取了15萬份臨床數(shù)據(jù)，通過簡單的數(shù)據(jù)整理和畫圖，得到了50歲以上人群正常血壓值的分布范圍，直接改變了人們對高血壓的認(rèn)識[4]。應(yīng)用案例證明了大數(shù)據(jù)技術(shù)在醫(yī)療健康領(lǐng)域具有巨大的發(fā)展?jié)摿?，也讓我們注意到大?shù)據(jù)在采集、存儲、處理等方面獨有的特點與我們目前處理數(shù)據(jù)的方式有很大不同。醫(yī)療健康大數(shù)據(jù)將助力醫(yī)療健康服務(wù)從疾病診療向疾病預(yù)防和居民健康管理轉(zhuǎn)變，從單一的醫(yī)療服務(wù)向醫(yī)療公立機(jī)構(gòu)綜合管理服務(wù)轉(zhuǎn)變，從體驗式醫(yī)療服務(wù)向基于循證醫(yī)學(xué)的個性化醫(yī)療服務(wù)轉(zhuǎn)變。因此，醫(yī)療健康大數(shù)據(jù)分析技術(shù)將實現(xiàn)醫(yī)療健康領(lǐng)域離散、異構(gòu)的海量醫(yī)療數(shù)據(jù)源的整合，形成覆蓋范圍廣泛的電子病歷和居民全生命周期的健康檔案，建立面向健康應(yīng)用需求的醫(yī)療健康信息數(shù)據(jù)分析、挖掘、預(yù)警和指導(dǎo)。

本文將結(jié)合我國醫(yī)療衛(wèi)生信息化發(fā)展現(xiàn)狀和自身數(shù)據(jù)特點，基于多來源、異構(gòu)的海量醫(yī)療衛(wèi)生數(shù)據(jù)，攻克醫(yī)療衛(wèi)生大數(shù)據(jù)分析技術(shù)難題，設(shè)計研究基于大數(shù)據(jù)的醫(yī)療衛(wèi)生信息服務(wù)平臺，探索一條可行的技術(shù)路線，實現(xiàn)衛(wèi)生管理部門對慢性病跟蹤監(jiān)測的科學(xué)量化分析，合理調(diào)配和利用醫(yī)療資源，實現(xiàn)療效對比和安全用藥指導(dǎo)，提高醫(yī)療服務(wù)行業(yè)醫(yī)療服務(wù)水平，并指導(dǎo)居民改善生活習(xí)慣，進(jìn)行慢性病干預(yù)，提供個性化的健康保健指導(dǎo)，促進(jìn)居民健康自我管理。 2 基于大數(shù)據(jù)的醫(yī)療健康信息服務(wù)平臺的設(shè)計目標(biāo)基于大數(shù)據(jù)的醫(yī)療健康信息服務(wù)平臺將以多來源、異構(gòu)的海量醫(yī)療健康數(shù)據(jù)為基礎(chǔ)，整合國家有關(guān)衛(wèi)生標(biāo)準(zhǔn)、藥品、氣象記錄以及其他權(quán)威機(jī)構(gòu)發(fā)布的行業(yè)相關(guān)數(shù)據(jù)，突破醫(yī)療健康大數(shù)據(jù)所涉及的數(shù)據(jù)融合、存儲與處理、隱私保護(hù)、大數(shù)據(jù)挖掘與分析等關(guān)鍵技術(shù)，設(shè)計開發(fā)基于大數(shù)據(jù)的醫(yī)療健康信息服務(wù)平臺，為居民、醫(yī)生、科研和健康管理機(jī)構(gòu)提供基于醫(yī)療大數(shù)據(jù)實時融合和深度應(yīng)用分析的業(yè)務(wù)支撐。 3.基于大數(shù)據(jù)的醫(yī)療健康信息服務(wù)平臺研究平臺總體架構(gòu)如圖1所示。 基于大數(shù)據(jù)的醫(yī)療信息服務(wù)平臺 醫(yī)療大數(shù)據(jù)應(yīng)用管理支撐層 醫(yī)療大數(shù)據(jù)分析層 醫(yī)療大數(shù)據(jù)存儲處理層 圖1 基于大數(shù)據(jù)的醫(yī)療信息服務(wù)平臺架構(gòu) 構(gòu)建醫(yī)療大數(shù)據(jù)資源層：研究多源異構(gòu)數(shù)據(jù)源對接技術(shù)，開發(fā)多源異構(gòu)數(shù)據(jù)源采集平臺，通過融合處理，構(gòu)建涵蓋診療數(shù)據(jù)、藥品數(shù)據(jù)、健康數(shù)據(jù)、氣象環(huán)境數(shù)據(jù)、行業(yè)知識等的醫(yī)療大數(shù)據(jù)資源層。 發(fā)展醫(yī)療大數(shù)據(jù)存儲處理層：發(fā)展醫(yī)療健康大數(shù)據(jù)存儲處理層，實現(xiàn)大數(shù)據(jù)的采集、處理和存儲。利用分布式計算框架，實現(xiàn)對不同計算框架的統(tǒng)一資源調(diào)度管理技術(shù)和引擎。 發(fā)展醫(yī)療大數(shù)據(jù)分析層：分析層在存儲處理層的基礎(chǔ)上，構(gòu)建醫(yī)療健康大數(shù)據(jù)的挖掘、分析工具。

和知識庫。發(fā)展醫(yī)療大數(shù)據(jù)應(yīng)用支撐層：應(yīng)用支撐層將提供醫(yī)療大數(shù)據(jù)應(yīng)用支撐管理平臺，對外提供注冊、封裝、調(diào)用、開發(fā)等標(biāo)準(zhǔn)化服務(wù)，打造邏輯隔離、獨立運行的數(shù)據(jù)提供方和數(shù)據(jù)使用者的交互環(huán)境。發(fā)展醫(yī)療大數(shù)據(jù)應(yīng)用層：面向居民、公共衛(wèi)生、醫(yī)生、科研人員、醫(yī)務(wù)管理機(jī)構(gòu)開展一系列應(yīng)用服務(wù)。3.1醫(yī)療大數(shù)據(jù)資源層醫(yī)療健康大數(shù)據(jù)由于業(yè)務(wù)的復(fù)雜性，涉及的資源種類繁多，結(jié)構(gòu)復(fù)雜，主要包括：1.診療數(shù)據(jù)診療數(shù)據(jù)包括門診診斷數(shù)據(jù)、住院數(shù)據(jù)、處方數(shù)據(jù)、檢驗檢查報告等，該類數(shù)據(jù)主要來源于區(qū)域醫(yī)療系統(tǒng)、社區(qū)醫(yī)療系統(tǒng)、醫(yī)療機(jī)構(gòu)系統(tǒng)等，大部分?jǐn)?shù)據(jù)都是結(jié)構(gòu)化的，但在一些數(shù)據(jù)域(如出院小結(jié)、診斷說明等)，是非結(jié)構(gòu)化的文本信息。2.藥品數(shù)據(jù)藥品數(shù)據(jù)來源于公共醫(yī)療監(jiān)管部門。 數(shù)據(jù)通常為結(jié)構(gòu)化數(shù)據(jù)，部分為非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)量在幾GB左右，通常需要長期保存。 3.健康數(shù)據(jù) 居民健康數(shù)據(jù)通過數(shù)據(jù)交換從區(qū)域醫(yī)療信息平臺、醫(yī)院、衛(wèi)生部門信息中心、第三方機(jī)構(gòu)等單位獲取，通常以流式方式更新數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)化程度較高。 4.醫(yī)學(xué)知識庫 醫(yī)學(xué)知識庫主要來源于權(quán)威數(shù)據(jù)源的專業(yè)公共知識庫，或者通過醫(yī)療大數(shù)據(jù)分析建立的專有知識庫。

5.外部數(shù)據(jù) 外部數(shù)據(jù)主要指國家衛(wèi)生標(biāo)準(zhǔn)、藥品、環(huán)境、氣象等數(shù)據(jù)，這些數(shù)據(jù)可以從互聯(lián)網(wǎng)上獲取，經(jīng)相關(guān)專家確認(rèn)后方可使用；不能從互聯(lián)網(wǎng)上直接獲取的，可通過權(quán)威機(jī)構(gòu)的開放數(shù)據(jù)服務(wù)獲取。以上多源數(shù)據(jù)收集后，需要進(jìn)行有效的整合和處理，才能有序地組織起來，形成醫(yī)療大數(shù)據(jù)的核心資源。 1.醫(yī)療大數(shù)據(jù)主數(shù)據(jù)管理 醫(yī)療信息系統(tǒng)各業(yè)務(wù)部門之間不可避免地存在資源冗余、描述不一致、數(shù)據(jù)項不完整等情況，因此急需建立集中式主數(shù)據(jù)管理，解決以下問題： 1）醫(yī)療大數(shù)據(jù)的整合處理需要發(fā)揮統(tǒng)籌作用健康大數(shù)據(jù)管理與服務(wù)，加強各業(yè)務(wù)部門管理信息系統(tǒng)與應(yīng)用系統(tǒng)的聯(lián)系； 2）避免數(shù)據(jù)來源不同、數(shù)據(jù)統(tǒng)計和口徑不一致，消除“信息孤島”，提供一致的數(shù)據(jù)基礎(chǔ)； 3）降低軟硬件投入和系統(tǒng)維護(hù)成本。 提高基礎(chǔ)設(shè)施綜合利用率以及系統(tǒng)和數(shù)據(jù)的安全性。2.PIX（Patient Identity Cross Index）醫(yī)療衛(wèi)生信息處理與集成，需要解決不同醫(yī)療機(jī)構(gòu)、不同信息系統(tǒng)間的數(shù)據(jù)共享和身份識別問題。國際上，IHE組織提出了“跨企業(yè)文檔共享（XDS）”集成規(guī)范。XDS的基本思想是利用EBXML Registry架構(gòu)存儲醫(yī)療文檔以供共享。要實現(xiàn)共享，首先要解決不同信息系統(tǒng)中同一患者的患者識別號（PID）的關(guān)聯(lián)問題。

為此，IHE專門定義了“患者識別交叉引用（PIX）”集成規(guī)范，XDS也建議使用PIX來管理患者識別號的關(guān)聯(lián)，PIX框架如圖2所示。圖2 PIX框架不旨在 3.融合診療事件，形成醫(yī)療事件時間序列 時間序列分析直接以事物在不同時間的狀態(tài)所形成的數(shù)據(jù)為對象，通過分析時間序列數(shù)據(jù)的特征來揭示事物發(fā)展變化的規(guī)律。在做分析之前，需要先將醫(yī)療數(shù)據(jù)按照時間序列進(jìn)行整理和集成。? 45］ ?

時序融合是按照居民醫(yī)療健康數(shù)據(jù)產(chǎn)生的時間，按照元數(shù)據(jù)規(guī)范對數(shù)據(jù)進(jìn)行整合，形成覆蓋居民全生命周期的完整醫(yī)療健康數(shù)據(jù)集。對于時序融合，首先要求數(shù)據(jù)覆蓋面廣，覆蓋居民所有的醫(yī)療健康行為；另一方面要求數(shù)據(jù)采集及時，能夠快速獲取數(shù)據(jù)；最后要求數(shù)據(jù)的分析與融合完整。3.2 醫(yī)療大數(shù)據(jù)存儲與處理層針對不同的數(shù)據(jù)源、不同的數(shù)據(jù)格式、不同的數(shù)據(jù)邏輯關(guān)系，醫(yī)療健康大數(shù)據(jù)存儲處理平臺提供了實時數(shù)據(jù)庫、關(guān)系型數(shù)據(jù)庫、NoSQL數(shù)據(jù)存儲、HDFS文件存儲等多種專用的存儲服務(wù)和系統(tǒng)，保證數(shù)據(jù)的高效存儲和有效管理。存儲層還提供了統(tǒng)一的數(shù)據(jù)訪問和管理工具。醫(yī)療大數(shù)據(jù)在邏輯、存儲、訪問應(yīng)用等方面都有其特殊性。 具體來說，醫(yī)療大數(shù)據(jù)來源多樣：醫(yī)療信息通常由區(qū)域醫(yī)療、社區(qū)醫(yī)療系統(tǒng)提供，為格式化數(shù)據(jù)，每日更新；健康監(jiān)測數(shù)據(jù)需要面臨海量并發(fā)監(jiān)測采集數(shù)據(jù)的提交，數(shù)據(jù)規(guī)模小但數(shù)量龐大、并發(fā)性強，需要快速及時處理；影像數(shù)據(jù)數(shù)據(jù)量巨大，但數(shù)量相對較少，不同的數(shù)據(jù)需要采用不同的處理方式，提高處理效率。平臺構(gòu)建了多框架融合計算調(diào)度引擎，在此引擎上提供離線批量計算、在線實時分析計算、流式計算等多種計算框架的集成調(diào)用。

廣——１廣——］ dNode dNode 廠—］廠—］ rNode 懺節(jié)點 氟 Ｉ． ． ． ． ． ． ． ． ． ． ． 一Ｊ Ｉ． ． ． ． ． ． ． ． ． ｅＪ 叵茫圈巨圈叵圍圈圜圈圜圈圜圈圜圈圖 3 多框架融合管理引擎 多框架融合管理引擎對集群資源進(jìn)行統(tǒng)一管理，通過虛擬化形成 CPU、內(nèi)存的資源池。所有計算框架都需要向多框架融合管理引擎申請才能獲得資源，不同用戶申請的資源在邏輯上是隔離的，所有申請的資源都會受到多框架融合管理引擎的監(jiān)管，當(dāng)資源故障或者負(fù)載過高時，能夠動態(tài)分配、調(diào)整資源，提高利用效率。 １． 離線批量計算方式（Map~Reduce） 利用離線批量計算框架，通過Map和Reduce操作，可以提供醫(yī)療健康數(shù)據(jù)的離線批量分析服務(wù)。 2、在線實時分析計算框架（Spark） 在線實時分析計算框架采用內(nèi)存分布式數(shù)據(jù)集分析技術(shù)，結(jié)合平臺提供的實時數(shù)據(jù)庫，提供交互式查詢服務(wù)。在線實時分析計算框架引入了內(nèi)存集群計算的概念，將數(shù)據(jù)集緩存在內(nèi)存中，縮短訪問時延。在線實時分析計算框架還引入了一個抽象概念，叫做彈性分布式數(shù)據(jù)集（RDD）。

RDD是分布在一組節(jié)點中的只讀對象的集合，這些集合具有彈性，如果數(shù)據(jù)集丟失，可以重建。3.流式計算框架（Storm）從數(shù)據(jù)源特性來看，流式計算框架與Map-Reduce的明顯區(qū)別在于流式計算框架的數(shù)據(jù)源是動態(tài)的，即收到后逐條處理。面對不斷更新的醫(yī)療大數(shù)據(jù)，流式計算框架能夠快速、高效地處理相關(guān)數(shù)據(jù)。3.3醫(yī)療大數(shù)據(jù)分析層在醫(yī)療大數(shù)據(jù)分析層將重點解決兩個層次的分析工作：1）針對醫(yī)療大數(shù)據(jù)分析的分析挖掘，優(yōu)化改造傳統(tǒng)通用數(shù)據(jù)挖掘工具并實現(xiàn)并行化，在醫(yī)學(xué)領(lǐng)域本體的支持下，為醫(yī)療大數(shù)據(jù)應(yīng)用服務(wù)提供專用的分析模型庫；2）在挖掘利用醫(yī)療大數(shù)據(jù)的基礎(chǔ)上，輔以領(lǐng)域知識構(gòu)建技術(shù)，建立生物醫(yī)學(xué)本體知識庫模型。 1.面向醫(yī)療大數(shù)據(jù)分析挖掘 1）利用特定人群挖掘、熱點識別模型、多標(biāo)簽分類、直接分類、效用序列模式挖掘、相關(guān)性分析、時間序列演化分析、不均衡分析及通用醫(yī)學(xué)統(tǒng)計分析算法對醫(yī)療大數(shù)據(jù)進(jìn)行分析，通過分布式計算等技術(shù)手段，在不犧牲挖掘效率和挖掘質(zhì)量的前提下，從算法并行優(yōu)化的角度提高計算效率。 2）利用Bloom filter、哈希等技術(shù)解決算法優(yōu)化時可能出現(xiàn)的數(shù)據(jù)維數(shù)災(zāi)難問題，實現(xiàn)快速數(shù)據(jù)查找和比對，降低計算內(nèi)存消耗。 圓南院