RichData医疗行业大数据智能分析解决方案.docxVIP

4 4 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。 如何把医疗人数据转换为经济价值，关键是怎么能够提収出与诊疗有关的数据。医疗行业的人数据集量人且繁杂，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，人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贸源及服务配置，提供前所未有的强力支持。 医疗行业人数据量主要来H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。 辰疗行业大数捋科硏数据1活动（报销）,和成本数据病人行为 辰疗行业大数捋 科硏数据1 活动（报销）,和成本数据 病人行为和情绪数据J 医疗行业人数据应用场景非常多，下|衍仅以临床操作和研发为例，展示医疗行业人数据应用场景。 医疗数据透明度临床操作研发 医疗数据透明度 临床操作 研发 方案架构 医疗行业人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撐。 应用层临床城对比就诊行为分析药品硏发 应用层 临床城对比 就诊行为分析 药品硏发 基本药物临床应用分析 远程病人数抿分析 模型层 瞇分析 1用户行为分析模型1 分析 病再扩散型 计算层在线计算框架RichStreaming离线计算抠架 计算层 在线计算框架RichStreaming离线计算抠架RkhHadoop 存储层 分HDFS.HBASE.HIVE） 批（协议、格式） 数据层用户病历數摇 数据层 用户病历數摇 临床数据 用户就诊数据 针对医疗行业人数据分析的特点，引入人数据平台架构，实现对海屋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 彩讯医疗人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人方曲,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，彩讯医疗人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「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：包扌舌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，也对人数据管理技术捉出了更烏的要求。彩讯医疗人数据解决方案内置ETL服务/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，个体化差异人，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破件资源，在降低IT投入、维护成本和物理能耗的同时，为医疗人数据的发展提供更为稳定、强人的数据处理能力。彩讯医疗大数据解决方案包含RichHadoop分布式计算框架和RichStreaming流计算框架，同时集成fhive、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査询展现，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，要求实时信比较崗，因此需要人力发展数据展现技术，提崗医疗数据的出观性和可视性，从而扌是升医疗质屋降低医疗成本。彩讯医疗人数据解决方案自助分析匸具包含报衣匸具和分析工具。自定义报衣工具，实现了基于XML的定义文件来可编程性地生成报衣的能力。围绕着报衣引擎，开发用户图形界而，用户可以使用向 导，无需编程，通过丄具配置?步接?步完成创建?个报衣。数据展示格式灵活，能更人程度上满足用户的数据需求。多维分析匚具，捉供丰富的图形化展现界面和接口。用java语言开发支持MDX（多维农达式）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 医疗行业当前血临的问题是，医院之间信息共享机制不健全、全国