1、北京交通大学李桐2015.11目 录2 2医疗数据的现状3 3医疗大数据的潜在应用4 4大数据与智慧卫生1 1大数据简介大数据简介：大数据定义大数据集小数据集非关系型数据关系型数据扩展性差传统的商务智能分析价值不大更多的影像等多媒体信息出现了更多的数据创造者和消费者社交网络/协同医疗的数据高实效的/高价值的数据大数据Insight By Location/QueryInterfacing to EstablishedSolutions大数据定义指规模巨大且复杂，用现有的数据处理工具难以获取、整理、管理以及处理的数据。大数据简介：大数据价值与特点大数据特点（4V1C）Volume（量大）：从TB
2、跃升到PB级 Variety（多样）：类型繁多文字网络、图片、视频、影像等 Velocity（高速）：处理速度快，时效要求高，与DM的本质不同 Value（价值密度低）：商业价值高。Complicacy（复杂性）：大数据的采集、存储、处理、分析等。大数据简介：行业应用应用可能性电信政府（公共事业）交通金融医疗教育能源（电力/石油）纵轴契合度：表示该用户的IT应用特点与大数据特性的契合程度；横轴应用可能性：表示该用户出于主客观因素在短期内投资大数据的可能性；注：该位置为分析师访谈的综合印象，为定性分析，图中位置不代表具体数值HighMidLowLowMidHigh优先关注行业用户应用特点与大数据
3、技术有较高的契合度，在主客观条件上也有较高的应用可能性。值得关注行业用户应有特点与大数据的契合度及应用可能性综合较高适当关注行业用户两个维度暂时都不具备优势，可适当给予关注互联网（电子商务）契合度流通零售制造医疗数据的现状TimeVolumeStructured DataUnstructured Data 产生于大量的医院电子病例，体检，健康档案，公共卫生9项服务等医疗业务，大量的非结构化的数据格式，包括图像，office 文档，以及XML结构文档 国家积极倡导的3-5-2-1，区域医疗系统的建设.会出现几百个医疗数据中心，每个数据中心都承担这近1000万人口的医疗数据。根据估算，中国一个中等
4、城市（一千万人口）50年所积累的医疗数据量就会达到10PB级。未来随着个人健康管理的推进，会出现越来越多的个人日常健康监测信息，这个数据的规模是难以想像的。医疗大数据的潜在应用7业务应用内容临床数据比对匹配同类型的病人的用药情况，分析最佳治疗途径；临床决策支持（药物过敏、重点人群、慢病患者等各类警示信息以及重复检验/检查提示等）实时统计分析展示公共卫生统计数据远程病人数据分析监控，分析临床监护数据人口统计学分析对不同体质人群分类就诊行为分析跟踪健康卡数据，分析病人就诊行为基本药物临床应用分析分析基本药物在处方中的比例药品研发基于大数据的药品市场预测新农合基金数据分析辅助制定农合基金的起付线，赔
5、付病种等新的服务模式根据临床数据分析，提供个性化服务及自助服务等新模式大数据与智慧卫生8从全球来看，大数据在医疗卫生行业的应用，正处于起步和探索阶段。医疗卫生信息化从业者应该抓住我国医疗卫生信息的发展契机，与区域卫生信息化、基层医疗卫生信息化等项目相结合，推动大数据在健康档案和数据服务方面的应用，成为该领域的引领者。大数据的应用应该与我国在移动互联网、中文语义分析、影像分析等领域的研究成果相结合，使多学科形成合力，促进大数据在我国临床医疗和科研中的应用，并且达到世界先进水平。大数据医疗研究方向大数据与智慧卫生大数据分析大数据与智慧卫生临床大数据裸眼、多视角裸眼、多视角3D3D成像技术成像技术诊
6、疗信息诊疗信息数据库数据库语义学处理语义学处理三维重建技术三维重建技术虚拟现实技术虚拟现实技术病历要素信息病历要素信息移动移动 翻转翻转 旋转旋转 放大放大 缩小缩小 模拟模拟 预测预测 投送投送PACSLIS医生工作站护士工作站体检工作站医学知识库医学知识库数字人体数字人体数据库数据库 根据医生关注的内容，可按照时间、疾病、人体组织器官等属性进行导航，自动提取既往病历或诊疗数据及信息，实现三维可视化病历。根据医生关注的内容，可按照时间、疾病、人体组织器官等属性进行导航，自动提取既往病历或诊疗数据及信息，实现三维可视化病历。大数据与智慧卫生健康生活大数据健康=60%生活方式+15%遗传因素+7
7、%气候因素 +10%社会因素+8%医疗因素大数据与智慧卫生医疗质量与医疗监控时限监控以医疗行为（如入院、手术、医嘱）为触发计时，统计某一时间段内医师书写和审签的病历数量及完成时间，根据各项医疗文书之间存在的关系区分监控时限内容监控对规定的书写内容（如是否有首次病程记录）自动进行“有或无”的监控对结构化的病历是否有规定的书写项目进行“有或无”监控（如入院记录中是否有诊疗计划、主诉现病史的字数）流程监控设立程序控制的医疗流程标准，实际发生流程与标准流程的差别，即为缺陷（如会诊接收时间、完成人员资格级别），即可提醒警示大数据与智慧卫生自动反馈式质量管理结果2012年1-6月质控缺陷（前5位）数量统计
8、大数据与智慧卫生自动反馈式质量管理结果病案数病案数甲级病甲级病案合格案合格率率甲级甲级病案病案数数甲级平甲级平均分均分乙级乙级病案病案数数乙级平乙级平均分均分丙级丙级病案病案数数丙级平丙级平均分均分总体平总体平均分均分1 1月月8818881897.72%97.72%8617861797.09897.09820120187.35387.3530 00 096.87696.8762 2月月103501035096.99%96.99%100381003897.16897.16831131186.94986.9491 173.573.596.85996.8593 3月月104531045397.27
9、%97.27%101681016897.3597.3528428487.15187.1511 174.574.597.07197.0714 4月月8928892897.12%97.12%8671867197.61897.61825725786.47986.4790 00 097.29897.2985 5月月7648764898.43%98.43%7528752897.99697.99612012086.65886.6580 00 097.81897.8186 6月月4 425125199.01%99.01%4209420998.32698.32642428 85 5.917.9170 00 0
10、98.22398.223前半年质控病案合格率（全院）大数据与智慧卫生首次上级医师查房记录延迟完成数首次上级医师查房记录延迟完成数出院病人数出院病人数及时完成率（及时完成率（%）1 1月月182618267656765676.1 76.1 2 2月月23332333112101121079.2 79.2 3 3月月23962396137241372482.5 82.5 4 4月月21142114127841278483.5 83.5 5 5月月21622162143071430784.9 84.9 6 6月月17461746132171321786.886.8自动反馈式质量管理结果前半年查房制度
11、执行检查大数据与智慧卫生重症患者信息收集与处理：对患者实时病危、病重评分大数据与智慧卫生重症患者信息收集与处理：对患者实时病危、病重评分大数据与智慧卫生2008年年2009年年2010年年2011年年总测试数（万）总测试数（万）2758379539644959危急值例数（万）危急值例数（万）1.64351.83592.46362.9504危急值危急值%0.055%0.05%0.062%0.059%年度危急值占总测试标本数的百分比THANKTHANKS SQ&A大数据：大数据：因为需要而产生因为需要而产生因为使用而发展因为使用而发展因为真实而不完善因为真实而不完善因为不完善才有继续发展的空间因为不完善才有继续发展的空间
