医疗大数据实践之旅

上传人:nj****e 文档编号:148233086 上传时间:2020-10-17 格式:PPTX 页数:13 大小:432.17KB
返回 下载 相关 举报
医疗大数据实践之旅_第1页
第1页 / 共13页
医疗大数据实践之旅_第2页
第2页 / 共13页
医疗大数据实践之旅_第3页
第3页 / 共13页
医疗大数据实践之旅_第4页
第4页 / 共13页
医疗大数据实践之旅_第5页
第5页 / 共13页
点击查看更多>>
资源描述

《医疗大数据实践之旅》由会员分享,可在线阅读,更多相关《医疗大数据实践之旅(13页珍藏版)》请在金锄头文库上搜索。

1、,新华三大数据,医疗大数据实践之旅,医疗大数据时代已经到来,健康医疗大数据成为国家战略,对数据使用能力提出了挑战,构建电子健康档案、电子病历数据 库 建设医疗健康管理和服务大数据应 用体系,2015年9月 促进大数据发展行动纲要,规范和推劢健康医疗大数据融合与 开放应用 建立和完善全国健康医疗数据资源 目录体系 全面深化健康医疗大数据应用 营造促进健康医疗大数据安全规 范,创新应用的发展环境,2016年6月 关于促进和规范健康医疗大数据 应用发展的指导意见,加强人口健康信息化和健康医疗大 数据服务体系建设 推劢政府健康医疗信息系统和公众 健康医疗数据互联融合、开放共享 促进健康医疗大数据应用发

2、展,2017年1月 “十三五”全国人口 健康信息化发展规划,实践中遇到的问题,存在的问题,数据难以利用,四面八方的诉求,临床医生:临床科研,辅劣诊断,医院领导:实时掌握管理运营状况,辅劣决策,政府监管:行业监督,疾病监控,健康惠民服务,居民病人:方便就诊,提升治愈率,减少费用,医药企业:降低研发费用,缩短新药研发周期,开放共享、分析挖掘、惠民服务,医疗大数据建设目标蓝图,健康医疗一体化服务体系,标 准 规 范 体 系,医院基础设施系统,健康医疗数据中心,安 全 保 障 体 系,基础信息库,数据共享交换平台大数据分析平台,面向应用服务接口,数据资源服 务目录,元数据管理,绩效 管理,质量 管理,

3、辅助 诊断,医保 控费,统一 门户,预约 挂号,临床 科研,领导驾 驶舱,服务融合,业务协同,数据共享,网络畅通,一体化服务门户 管理和服务业务系统,两个平台 信息集成平台和大数据平台,一个中心 健康医疗数据中心,智慧医疗大数据技术架构,EMR,LIS,HIS,机器数据,PACS,病理,可穿戴设备,互联网,RIS,应用层临床科研辅助诊断慢病管理医保欺诈领导驾驶舱IT运维大数据,存储计算层,运维监控,管理平台,分布式数据库引擎,安全管控,商业分析引擎(BI),医疗大数据平台 数据视觉引擎(DV),应用开发引擎(ADE),权限体系,自服务门户,健康管理,版本管理,数据接入层,数据集成,数据交换共享

4、,数据质量,元数据管理,流式计算引擎,离线计算引擎,医疗数据 服务层,数据资源层,医疗数据搜索引擎医疗文本结构化模型经营管理分析模型科研分析模型 基础信息库标准库经营管理数据仓库单病种数据仓库,Data Integrator,图形化界面,海量数据源适配,分布式ETL,无缝衔接大数据平台,HIS EMR LIS PACS ,无需编码,内置模板, 向导式操作 结构化、非结构化、海 量数据源适配 灵活弹性扩展 轻量级的工具,信息感知 数据集成引擎,强劲动力 存储计算引擎,计算机软件 著作权证书,工信部性能 专项测试报告,数据中心联盟 理事单位,信标委大数据标 工信部基础 准工作组成员 功能测试报告,

5、泰尔实验室 检验报告,标准制定,专利输出,传统数据架构平台,H3C存储计算引擎,业务数据,LIS PACS ,HIS EMR,机器数据,URL日志 无线日志 网络日志 ,互联网数据,OLTP,HIVEHBase MapReduce HDFS,锁机制,索引,数据资 源层,应用层,在线交易,关联查询,统计分析,离线挖掘,事务型数据库 (在线业务数据),Hadoop/Spark (低价值密度数据),MPP数据库 (高价值密度结构化数据) DMDMDM DW 列存储粗粒度索引 压缩技术并行加载 ,Restful,事务缓存技术,ODBC,JDBC,创新智慧 ADE应用开发引擎,DataEngine 大数

6、据平台,数据科学工厂 数据挖掘模型构建 模型交叉验证 全流程引导 特征分析、图挖掘、深度学习 等算法库,应用部署管理 程序Jar导出、部署 Job仸务调度、监控 Web service生成 应用漏洞扫描、管理,应用构建工厂 快速构建开发工程 智能推荐组件架构 框架代码,减少编码量 调优、开发文档等知识库,在 线 资 源 更 新,ADE 应用开发引擎,颜值担当 数据视觉引擎,领导驾驶舱,运筹帷幄,实时劢态掌握医院运营状况,劣力管理辅劣决策,实践:临床科研,卵巢癌良恶性预测模型准确率约95%,实践:辅助诊断,特征工程,主诉及现病 叱等文本,实验室指标,基本信息及体 温单,1000 个特征,300 个特征,8 个特征,Random Forest,Logistic,GBDT,Adaboost,SVM,婚姻 年龄 家族叱 ,CA125 CA199 HE4 包块 检验种类数 检验次数 血小板 ,良性?,恶性?,患病 概率,实践:辅助诊断,自动标记出节点位置,新的肺部影像,训练集样本,分类器进行计算,生成分类模型,模型训练,辅助诊断,THANKS,

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > IT计算机/网络 > 云计算/并行计算

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号