医疗行业大数据平台可行性分析与方案设计.pdf

医疗行业大数据平台可行性分析与方案设计 一、医疗大数据项目可行性评估报告 1.1 医疗行业大数据的发展趋势 IBM 对未来数据增长的预测：2015 年到 2018 年移动数据流量的增长达 332%、到 2019 年、云应用的数据流量占移动数据流量总量的比例达 90%、到 2020 年，地球上数据增长 的总量达到 35ZB ～45ZB ，80%的数据是非结构化数据（网页，基因工程，社交网络，视 频、音频、图片，扫描件，邮件）。这么海量的数据，如何才能发挥出最大的价值呢？ 大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数 据集合，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。 医院医疗费用在不断上升，医疗费用的 GDP 占比逐年增加，全球平均 60 岁以上的老年人 目前占 11%，到 2050 年将达到 21%，医疗大数据的价值达 3 千亿美元并以每年 0.75%增 长，医疗行业在数字世界中占比达 30%以上，每年以 48%的速度增长，是增速最快的行业 之一，从 2009 年到 2020 年医疗数据增长了 44 倍，医疗行业数据呈 PB 级增长，一个三 甲医院每年的医疗影像数据将增加数十 TB,根据估算，中国一个中等城市（一千万人口计 算）50 年累计的医疗数据量将达到 10PB 级。 医疗行业大数据可以实现医生与病人、医生与护士、大型医院与社区医院、医疗与保险、医 疗机构与卫生管理部门、医疗机构与药品管理之间的协同，逐步构建智慧化医疗服务体系。 医疗行业大数据的作用如下图： rxyxjr21z09 医疗行业大数据的作用 1.2 大数据建设所面临的问题 1.概述 某医院是成立 60 多年的三级甲等医院，是集医疗、教学、科研、预防、保健、康复为一体 的综合型医院，现有员工 8000 多人，编制床位 5000 多张，年门急诊量 300 多万人次，打 造出一张以某医院为核心，横跨全省的医疗协作网络。 最近几年来，医院的数据呈现出爆炸性增长的趋势，海量结构化和非结构化数据快速增加且 结构复杂。随着医院信息数据的增长，医院信息中心越来越关注数据的集中平台建设和大数 据的技术应用。数据大集中可以使医院更好的将数据管理起来，统一病患数据，为大数据应 用打下基础。大数据成为医院和社会所关注的重要战略资源，大数据可以使医院在病情分 析、临床决策和医疗服务质量等方面起到关键作用。 2.医院大数据建设所面临的问题 1)海量数据的存储问题急需解决：数据来自医院各个不同的信息系统，包括检验结果、住院 信息、影像数据、诊疗数据和临床数据等，每年呈几何形式增长。 2)数据种类复杂：结构化数据包括病人电子病历、诊疗和临床数据等信息，非结构化数据包 括医学影像（心电图、脑电图、B 超、彩超，病理切片等 ）、视频(教学、监控)及文献等。 3)数据不统一：各个业务系统数据库割裂，很难满足数据的一致性要求和信息安全共享。 4)服务的实时性需要提高：医院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。实时数据分析，而非传统的批量处理分 析 ，数据以流的方式进入系统，进行抽取和分析 ，对于实时运行中的每个时间节点产生影 响，而不是事后处理。 5)提高大数据的价值：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。 医院传统的数据中心已经不能满足医疗行业大数据发展的要求，需要建设数据集成平台并寻 求一套具有高可靠性、高扩展性，高性价比并且能支持开展更多高级分析、建立更多大数据 功能的 IT 基础架构。 1.3 项目价值 1.大数据建设的业务价值 1)大数据分析获取最佳性价比治疗方案：通过全面分析病人特征数据和疗效数据，然后比较 多种干预措施的有效性，可以找到针对特定病人的最佳治疗途径。研究表明，对同一病人来 说，医疗服务提供方不同，医疗护理方法和效果不同，成本上也存在很大差异。将有可能减 少过度治疗(比如避免那些副作用比疗效明显的治疗方式) ，以及治疗不足。 2)临床决策支持系统，提高准确性，减少医疗事故率：临床决策支持系统可提高工作效率和 诊疗质量。临床决策支持系统分析医生输入条目，比较其与医学指引不同地方，提醒医生防 止潜在的错误，如药物不良反应。医疗服务提供方可以降低医疗事故率和索赔数，尤其是那 些临床错误引起的医疗事故。大数据分析技术将使临床决策支持系统更智能，如可以使用图 像分析和识别技术，识别医疗影像(X 光、CT、MRI)数据，或者挖掘医疗文献数据建立医疗 专家数据库，从而给医生提出诊疗