2019年大数据在医疗行业的应用.ppt

大数据 医疗工程建设 演讲人： 徐启雄 周聪 资料收集：宋佳琪 马宇寰 邢洪达 ppt制作： 向琪 工程管理1101班 2014年6月6日 PART 1 大数据在 医疗领域 的应用 outline 一、 医疗与大数据的趋势 二 、什么是医疗大数据 三 、大数据面临的挑战 四、 如何管理和利用大数据 五、 案例分析 六、 总结与展望 一、 医疗与大数据的趋势 二 、什么是医疗大数据 三 、大数据面临的挑战 四、 如何管理和利用大数据 五、 案例分析 六、 总结与展望 医疗费用在不断上升 GDP的占比非常高 10-19% 0-9% 趋势分析: 我们正处在医疗行业的一个重要转折点 % of population over age 60 30+ % 25-29% 20-24% 2050 WW Average Age 60+: 21% Source: United Nations “Population Aging 2002” 全球老龄化 平均年龄60 + : 目前的10%, 到 2050年将达到20% Source: McKinsey Global Institute Analysis ESG Research Report 2011 – North American Health Care Provider Market Size and Forecast 以美国为例: 医疗大数据的价值 3千亿美元/年, 相当于每年生成总 值增长0.7% 0 15000 10000 5000 2010 2011 2012 2013 2014 2015 趋势分析:我们正处在医疗行业的一个重要转折点 存储的增长 医疗服务产生的数据总量(PB) Admin Imaging EMR Email File Non Clin Img Research 医疗影像归档 一个医疗系统案例的数据 到2020年, 医疗数据将急剧增长到35 Zetabytes, 相当于2009年数据量的44倍 增长 Source: McKinsey Global Institute Analysis ESG Research Report 2011 – North American Health Care Provider Market Size and Forecast 一、 医疗与大数据的趋势 二 、什么是医疗大数据 三 、大数据面临的挑战 四、 如何管理和利用大数据 五、 案例分析 六、 总结与展望 大数据 对于“大数据”（Big data） 研究机构Gartner给出了这样的定义： “大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 4V： Volume（大量） Velocity（高速） Variety（多样） veracity（真实性）/Value(价值性） 1. 制药企业/生命科学 3. 费用报销, 利用率 和 欺诈监管 2. 临床决策支持 其他临床应用 (包括诊 断相关的影像信息) 4. 患者行为/社交网络 医疗大数据简介 数据来源包括哪些? 我们如何利用大数据创造价值? (示例) 2. 临床决策支持 4. 由生活方式和行为引发的疾病分析 1. 个体化医疗 3. 欺诈监测得以加强 McKinsey Global Institute Analysis 医疗大数据相关解决方案 健康信息服务 新兴的医疗服务 应用 数据分析及 视觉化处理 数据处理/ 管理 分布式平台 老龄社会 肿瘤基因组学 医疗影像分析 医疗影像 影像数据处理加速 基础医疗服务 临床决策支持 类SQL的检索 医疗记录 存储优化 个人健康管理 个体化医疗 机器学习 基因数据 安全和隐私 一、 医疗与大数据的趋势 二 、什么是医疗大数据 三 、大数据面临的挑战 四、 如何管理和利用大数据 五、 案例分析 六、 总结与展望 大数据的挑战不仅来自于数据量的增长... 需要新技术的支持 检验结果, 费用数据, 影像, 设备产生的感应数据, 基因数据等 数据量 • • 结构化数据, 遵循标准的数据标准(如,HL7