RichData医疗行业大数据智能分析解决方案.docxVIP

RichData医疗行业大数据智能分析解决方案 方案概述 在过去的30年间，我国的医疗行业经历了医改、新医改，医疗信息化也经历了从数字化、四梁八柱、35212等不同的发展阶段，信息技术的发展使数字化医疗日趋成熟。云计算、大数据等新兴技术的推动又给医疗信息化及新医改带来了新的契机。 如何把医疗大数据转换为经济价值，“关键是怎么能够提取出与诊疗有关的数据。”医疗行业的大数据集量大且繁杂，其中蕴含的信息价值也多样且丰富，如果能够对其进行有效的存储、处理、查询和分析，那么就可对于小到辅助某个临床医生做出更为科学和准确的诊断和用药决策，或帮助某个医院根据患者潜在需求开发全新个性化服务及自动服务，大到帮助相关研究机构突破医疗方法和药物革新，或支持地区甚至全国医疗行业主管部门优化医疗资源及服务配置，提供前所未有的强力支持。 医疗行业大数据量主要来自于制药行业科研数据，活动 ( 报销) 和成本数据，临床数据，病人行为和情绪数据。 医疗行业大数据应用场景非常多，下面仅以临床操作和研发为例，展示医疗行业大数据应用场景。 方案架构 医疗行业大数据总体系统框架分为五层, 分别是数据层，存储层，计算层，模型层, 应用层。模型层是整个大数据的核心部分，为上层应用提供数据支撑。 针对医疗行业大数据分析的特点, 引入大数据平台架构,实现对海量的制药行业科研数据，活动 ( 报销) 和成本数据，临床数据，病人行为和情绪数据的存储和管理，保证了医疗系统数据的准确性和高效性。 方案优势 彩讯医疗大数据解决方案在数据分析、数据管理、数据处理、数据可视化等重要技术上具有优势： 数据分析技术：包括数据挖掘、机器学习等人工智能技术，主要应用在医疗分析和研究分析两大方面，如病理分析，病毒分析，人体健康度分析，个性化差异分析等。为实现可信赖的医疗、个体化的医疗、转化医学研究、病人参与的医疗，彩讯医疗大数据解决方案内置自主开发的函数模型库，除包含常用的统计分析算法外，还内置了多种常用数据挖掘算法及分析模型。插件式的函数模型库，可动态增加新算法模型。同时，还提供行业分析模型及类似BI的分析和展示工具。 数据管理技术：包括关系型和非关系型数据管理技术、数据融合和集成技术、数据抽取技术、数据清洗和过滤技术。医疗数据本身非常的分散，准确性、及时性均有所欠缺，也对大数据管理技术提出了更高的要求。彩讯医疗大数据解决方案内置ETL服务子系统与ETL配置工具，支持从文件，DB、数据流中导入数据。 灵活的进行数据转换配置和任务配置。 数据处理技术：包括分布式计算技术、内存计算技术、流处理技术。现行医疗行业医学信息不对称，个体化差异大，医疗疾病种类繁多，复合疾病常见、关系复杂，这要求通过新型数据处理技术来更有效的利用软硬件资源，在降低 IT 投入、维护成本和物理能耗的同时，为医疗大数据的发展提供更为稳定、强大的数据处理能力。 彩讯医疗大数据解决方案包含Rich Hadoop分布式计算框架和Rich Streaming流计算框架，同时集成了hive、hbase等成熟组件。 数据展现技术：包括可视化技术、历史流展示技术、空间信息流展示技术等。主要应用与患者分类查询展现，复合疾病分析展现，基因组学数据展现等方面。医疗数据种类繁杂，统计指标复杂，要求实时信比较高，因此需要大力发展数据展现技术，提高医疗数据的直观性和可视性，从而提升医疗质量降低医疗成本。彩讯医疗大数据解决方案自助分析工具包含报表工具和分析工具。自定义报表工具，实现了基于 XML 的定义文件来可编程性地生成报表的能力。 围绕着报表引擎，开发用户图形界面，用户可以使用向导，无需编程，通过工具配置一步接一步完成创建一个报表。 数据展示格式灵活，能更大程度上满足用户的数据需求。多维分析工具，提供丰富的图形化展现界面和接口。 用java语言开发支持 MDX（多维表达式）的查询语言 、分析型XML 和 olap4j 的接口技术规范。实现了从 SQL 和其它数据源读取数据，在内存缓冲区中生成集合数据。 方案价值 医疗行业当前面临的问题是，医院之间信息共享机制不健全、全国各地区发展不平衡、相关标准不统一等诸多问题。彩讯大数据平台支持PB级数据分布式存储，离线、实时分析，平台使用门槛低，封装多种统计分析和数据挖掘模型，彩讯医疗大数据解决方案为目前各地建设的区域医疗平台，针对数据管理及服务系统建设提供参考,也为未来的区域医疗健康档案服务奠定一个良好的基础，并且从成本的角度，大大节省投资，同时满足未来的扩展性要求。最终归结到提高医疗质量降低医疗成本上。