医疗领域大数据应用31

《医疗领域大数据应用31》由会员分享，可在线阅读，更多相关《医疗领域大数据应用31（31页珍藏版）》请在素问文库上搜索。

1、国家心血管病中心 中国医学科学院阜外医院 赵韡 医疗领域大数据应用 1.大数据在 Gartner技术曲线中的变化 2013 大数据 开始由过热期转向低谷期 ，大数据的核心问题还是取决于数据挖掘背后所能产生的价值。在经历了一段热潮之后，大数据的概念可能转向低谷期，开始实实在在的为企业解决问题。 1.大数据在 Gartner技术曲线中的变化 2014 虽然对大数据的兴趣依然不减，但它 已经离开高峰期 ，因为该市场已经安定下来，有了一整套合理的方法。 2015年度 Gartner曲线医疗大数据相关技术 机器学习 可穿戴 自然语言 物联网 平民数据科学 数字安全 2015年已经 看不到大数据了 ，这

2、可能 意味着大数据已不再是“新兴”技术，而是成为了“主流”技术了。 2011-2014年的美国互联网医疗风险投资 大数据分析 3.93亿美元 医疗消费者参与 3.23亿美元 数字化医疗设备 3.12亿美元 远程医疗 2.85亿美元 个性化医药 2.68亿美元 人口健康管理 2.25亿美元 投资额同比增长率在 2013年短暂放缓为 30%之后 2014年猛增到 125%， 2011 2014年的复合年增长率达到了 45%，2014年的 4个季度还分别创造了互联网医疗投资的单季度最大投资额，其中第 2季度的单季度投资额甚至就超过了2012年的总和。 HIMSS分析应用与评估模型 2015年 9月

3、24日， HIMSS C&BI Community 阶段 描述 阶段 7， 个性化 医学 &规范性分析 利用健康管理、身体和行为的功能性保健等多种分析来实现大规模的定制诊疗；实现文本的自然语言处理（ NLP）和临床现场的规范性分析，改善患者预后；全部生物特征数据、健康数据和基因组数据 阶段 6， 临床 干预风险 &预测分析 数据管理从诊疗过程扩展至全部利益相关者，高级分析需支持推广、教育、人口健康、分流、转介、行政回避及再住院等 阶段 5， 管理 金融风险的同时，实行三重目标 &建议 分析 在实际临床活动中具备分析能力，使个体患者医疗质量最优、同时满足人口管理及诊疗成本的要求；对面向结果的付费

4、提供成本风险分析；数据范围扩展为包括床旁设备、家庭监控数据、外部药房数据等。 阶段 4， 临床 效果 & 人口 健康 企业数据仓库（ EDW）标准化 /基于临床证据，支持医疗团队的活动，专注于提高患者群体的健康，最大程度的减少浪费及减少可变性 阶段 3， 自动运行、计划和绩效管理报告 具备企业数据仓库（ EDW），以模型方式管理全部经营、质量相关数据；支持医院全部级别人员绩效分析；数据通过标准的政策和程序进行发布、对外发布数据全部进行审核 /批准 阶段 2， 核心数据关联 具备集中管理数据的企业库，通过主数据管理（ MDM）方法管理就诊患者、临床和财务等数据 阶段 1， 基础 建设 数据集中管

5、理，建立可搜索的元数据存储库，具备针对源系统的数据质量管理 阶段 0, 分散解决方案 具备数据分析能力，但处于分散的状态，内容未管理，同时存在多个版本，分析报告需要大量的人力参与 2.医疗领域大数据的应用及趋势 随着大数据的退烧，应用趋于理性 2.1.助力公共卫生检测 2009年， Google比美国疾病控制与预防中心提前1 2周预测到了甲型 H1N1流感爆发，此事件震惊了医学界和计算机领域的科学家。 谷歌流感趋势的启示：大数据分析中的陷阱 2012-2014， 该系统一直高估与流感相关的就医量，在这类数据最有用的流感季节高峰期尤其预测不准确。在2012/2013流感季节，它预测的就医量是美国疾控中心（CDC）最终记录结果的两倍 ； 最大差异时段 恢复正常水平