健康数据挖掘与健康管理手册（执行版）.docxVIP

健康数据挖掘与健康管理手册（执行版）

第1章数据基础与隐私合规

1.1健康数据定义与分类体系

健康数据是指通过电子、光学、生物、化学、物理等技术在医疗、保险、运动、营养、健康咨询等场景下产生的，能够反映个体健康状况、疾病过程、治疗反应及预防效果的信息集合。它既包括患者自愿提交的问卷、体检报告、基因序列等结构化或非结构化数据，也涵盖由可穿戴设备、智能药盒自动采集的心率、血糖、血压等生理指标数据。在分类体系中，健康数据严格遵循“最小必要”与“目的限制”原则，分为公开数据（如WHO发布的全球健康统计）、内部数据（医院内部病历系统数据）、患者共享数据（患者授权的社区健康档案）以及第三方数据（如运动APP传输的数据）。其中，敏感健康数据（如遗传信息、生育史、性取向）需单独标识并实行最高等级保护。

数据分类时还需区分“结构化数据”（如JSON格式中的血糖数值、血压读数，便于计算机直接处理）与“非结构化数据”（如电子病历中的自然语言描述、医生手写病程记录、影像报告中的病理描述）。结构化数据适合直接入库分析，而非结构化数据则需经过NLP技术清洗后才能进入数据仓库。数据分类还应涵盖“时间维度”与“空间维度”。时间维度上，需区分实时流数据（如连续监测的睡眠呼吸事件）、准实时数据（如每日晨起报告）和历史归档数据（如归档的住院记录）。空间维度上，需界定数据来源地（如中国境内