医院如何开展大数据应用---好文
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• 设立大数据研究专项基金支持临床人员申报 • 所有立项的研究均由大数据中心提供数据和技术支持
➢ 开展大数据应用比赛，推广多学科合作研究模式
（六）坚持问题牵引发动临床人员参与（续）
➢ 提高大数据资源及工具的可及性，如：在院内网上开设大数据之窗
• 大数据在线服务工具 • 开放数据资源目录 • 大数据项目研究报告
统计 分析
（四）建立规范化的服务流程（续）
➢ 医疗大数据中心规章制度
• 数据服务管理制度：规定服务流程、职责分工、质量把控、文档记录 • 数据安全管理制度：规定数据授权、安全防护、隐私保护等 • 工作人员守则：规定工作人员行为规范
数据服务管理制度
数据安全管理制度
数据服务审批表
（五）把握医疗大数据应用方向
组学数 据处理
（四）建立规范化的服务流程
➢ 大数据中心的工作本质上是服务，对服务的管理非常重要
• 保证服务的质量，即数据处理分析过程的质量和结果的质量 • 保证服务的效率，即服务过程可见可控、服务流程运转有序 • 保证服务的规范，即数据安全、隐私保护、记录完整、合规
➢ 建立服务质量保证机制
• 数据分析方案、分析过程、最终报告需要经过技术评审
碎片化 利用
0级
数据 初步汇聚
1级
数据中心 与
分析中心
2级
统一出处 的报表
3级
个性化 诊疗
7级
临床风险 预测
6级
基于健康 绩效的评
价
5级
医疗行为 及质量评
价
4级
（六）坚持问题牵引发动临床人员参与
➢ 问题牵引是大数据应用的基本原则
• 临床人员是医疗大数据应用的主体
➢ 设立大数据研究课题吸引临床人员参与
➢ 建立多学科人员协同工作模式
• 纵、横结合的工作模式，多专业人员的讨论机制 • 临床人员充分参与沟通，必要时咨询病案等领域专家
（四）建立规范化的服务流程（续）
➢ 医疗大数据中心服务流程
用户
提交 申请
中心
审核 论证
任务 分派
方案 拟制
方案 把关
数据 抽取
资料 归档
提交 报告
报告 审核
报告 拟制
过程 记录
➢ 构建大数据生态
• 明确医疗数据的权益，规范医疗数据资源利用的方法、程序，为数据利用护航
➢ 提高数据质量
• 明确数据质量的监管责任，不断发现数据质量存在的问题 • 以数据质量为牵引，持续完善信息系统建设 • 以质量问题为导向，规范业务工作模式，提高信息系统应用质量
（七）数据治理构建大数据生态（续）
➢ 面向专业人员
• 各类专业数据处理与分析工具
一线研究人员
检索 专病 在线 系统 系统 统计
传统 数据库
列 数据库
小规模 结构化 数据分 析处理
大规模 结构化 数据检
索
数据服务人员
SQL
预处理 工具
统计 工具
建模 工具
组学 工具
+ ES或
Hadoop
深度学习 集群
组学分析 集群
文本数 据搜索
医学影 像人工 智能
• 数据处理：数据转换、结构化 特征提取、去隐私、数据清洗
• 数据分析：分析建模、可视化 展现、分析报告
全过程的数据服务能力
临床及管理人员
数据提供服务 数据处理服务
数据分析服务
数据分析 数据处理 资源提供
（一来自百度文库建设多学科人才队伍
各种类型的数据分析、建模、分析报告 熟悉数理统计方法、机器学习算法、人工智能算法
实施要点总结
✓ 建设多学科人才队伍 ✓ 建立整合与专题结合的数据资源 ✓ 构建功能综合的数据服务平台 ✓ 建立规范化的服务流程 ✓ 把握医疗大数据应用方向 ✓ 坚持问题牵引发动临床人员参与 ✓ 数据治理构建大数据生态
• 疾病与风险预测预警 • 临床辅助决策与人工智能 • 个性化诊疗
➢ 卫生管理应用
• 医院及科室绩效评价 • 医疗质量监管 • 医改政策模拟 • 卫生政策评价
➢ 公共卫生应用
• 疾病预防预测 • 个性化健康服务
（五）把握医疗大数据应用方向（续）
➢ HIMSS七级数据分析成熟度模型反映了医院大数据应用进阶
➢ 专病主题数据资源
• 围绕特定病种选取特征，建立主题数据模型 • 对原始数据整理加工，提取或录入特征项 • 补充随访等数据
➢ 两种数据利用路径
• 预先加工形成主题数据库 • 研究时对原始数据预处理
统计分析
主题数据
胃癌 心衰 … 急救
加工
临床基础数据资源库
原始业务数据
抽取
整合
HIS LIS PACS 病历 护理 麻醉 随访
大数据的本质是什么
大数据
传统技术难以处理的数据
数据的分析利用
本原 特征
体量 （Volume）
巨大
多样性 （Variety）
结构化、半结构化、 泛化
非结构化
速度 （Velocity） 实时、交互式响应
价值密度 （Value）
低，沙里淘金
描述分析 相关分析 聚类分析 趋势预测 假设验证
┇
“大数据”的本质是数据的分析利用
➢ 例：数据资源管理办法
• 总则：促进利用、规范程序、保障安全、维护权益 • 职责：医疗大数据中心负责提供数据资源技术服务
计算机室负责数据汇集 机关负责数据资源及利用活动管理 • 权益：数据资源归医院所有 业务数据全院共享 加工数据由项目组共享权益 • 利用：在统一平台下开展 下载或复制数据需经过逐级审批 保护患者隐私
信息系统 逐步完善
数据资源 快速积累
医疗大数据的形成
医生站
护士站
检验
PACS
心电
麻醉
}
病历
影像
波形
1MB/例 500MB/次
病理
15GB/片
几年内，大型医院的数据量可达到PB级
组学
90GB/人
数据利用需求成为现实存在
➢ 医学是一门经验型科学，医学科技创新建立在对大量病例的研究上
需求
• 对各类所需病例的查找、检索与数据提取 • 对各环节数据的整合、数据的整理、建立各自的专病数据库 • 围绕特定主题的数据分析、挖掘，对假设的验证
主要研究方向
数据资源建设
•数据表示模型 •数据标准化 •互联互通与数据共 享
数据分析应用
•疾病与风险预测 •辅助诊断 •辅助治疗 •智能分诊导医
数据处理分析技 术
•医学自然语言处理 •医疗数据检索 •医学影像处理 •组学数据处理
制度与规范
•隐私保护 •数据安全保护 •数据治理
主要应用领域
➢ 临床医疗应用
能力
• 传统上信息中心的主要职责是信息系统建设、运行维护，数据服务不是重点 • 信息中心缺乏数据分析的人员及能力 • 数据资源分散，缺乏整合，缺乏围绕科研主题的数据重构 • 数据分散利用，缺乏统一管理，缺乏对数据资源的保护
建设什么样的大数据能力
➢ 大数据服务包含三个层次
• 资源提供：数据整合、数据抽 取、数据管理、软硬件资源
（六）坚持问题牵引发动临床人员参与（续）
➢ 典型项目引导示范
• 开展大数据应用项目交流 • 开放大数据项目研究报告
（七）数据治理构建大数据生态
➢ 从IT治理到数据治理
• 以数据资源为主体，以发挥数据资源综合价值为目的，对数据资源整合、数据利 用、数据质量、数据权益、数据安全等方面的职责与管理体系做出规定
（三）构建功能综合的数据服务平台
➢ 医疗大数据有其特殊性
• “小”数据多，“大”数据少 • 结构化、文本、影像、组学数据并存
➢ 因地制宜建立医疗数据服务平台
• 实用、简单为原则 • 并非单一技术、单一产品能满足需求 • 传统数据库技术+大数据技术混合平台
➢ 面向临床一线用户
• 检索系统、专病系统、统计等在线工具
数据 分析
数据抽取、整合、预处理 数据资源管理、平台管理 熟悉业务系统、数据流程
信息 技术
生物 信息
多学科人才团队 有效合作
组学数据处理分析 熟悉各类组学处理工具包 及处理流程
（二）建立整合与专题结合的数据资源
➢ 临床基础数据资源
• 建立统一的病例数据模型 • 抽取整合来自各系统的业务数据，保持原始性
➢ 开展大数据应用比赛，推广多学科合作研究模式
（六）坚持问题牵引发动临床人员参与（续）
➢ 提高大数据资源及工具的可及性，如：在院内网上开设大数据之窗
• 大数据在线服务工具 • 开放数据资源目录 • 大数据项目研究报告
统计 分析
（四）建立规范化的服务流程（续）
➢ 医疗大数据中心规章制度
• 数据服务管理制度：规定服务流程、职责分工、质量把控、文档记录 • 数据安全管理制度：规定数据授权、安全防护、隐私保护等 • 工作人员守则：规定工作人员行为规范
数据服务管理制度
数据安全管理制度
数据服务审批表
（五）把握医疗大数据应用方向
组学数 据处理
（四）建立规范化的服务流程
➢ 大数据中心的工作本质上是服务，对服务的管理非常重要
• 保证服务的质量，即数据处理分析过程的质量和结果的质量 • 保证服务的效率，即服务过程可见可控、服务流程运转有序 • 保证服务的规范，即数据安全、隐私保护、记录完整、合规
➢ 建立服务质量保证机制
• 数据分析方案、分析过程、最终报告需要经过技术评审
碎片化 利用
0级
数据 初步汇聚
1级
数据中心 与
分析中心
2级
统一出处 的报表
3级
个性化 诊疗
7级
临床风险 预测
6级
基于健康 绩效的评
价
5级
医疗行为 及质量评
价
4级
（六）坚持问题牵引发动临床人员参与
➢ 问题牵引是大数据应用的基本原则
• 临床人员是医疗大数据应用的主体
➢ 设立大数据研究课题吸引临床人员参与
➢ 建立多学科人员协同工作模式
• 纵、横结合的工作模式，多专业人员的讨论机制 • 临床人员充分参与沟通，必要时咨询病案等领域专家
（四）建立规范化的服务流程（续）
➢ 医疗大数据中心服务流程
用户
提交 申请
中心
审核 论证
任务 分派
方案 拟制
方案 把关
数据 抽取
资料 归档
提交 报告
报告 审核
报告 拟制
过程 记录
➢ 构建大数据生态
• 明确医疗数据的权益，规范医疗数据资源利用的方法、程序，为数据利用护航
➢ 提高数据质量
• 明确数据质量的监管责任，不断发现数据质量存在的问题 • 以数据质量为牵引，持续完善信息系统建设 • 以质量问题为导向，规范业务工作模式，提高信息系统应用质量
（七）数据治理构建大数据生态（续）
➢ 面向专业人员
• 各类专业数据处理与分析工具
一线研究人员
检索 专病 在线 系统 系统 统计
传统 数据库
列 数据库
小规模 结构化 数据分 析处理
大规模 结构化 数据检
索
数据服务人员
SQL
预处理 工具
统计 工具
建模 工具
组学 工具
+ ES或
Hadoop
深度学习 集群
组学分析 集群
文本数 据搜索
医学影 像人工 智能
• 数据处理：数据转换、结构化 特征提取、去隐私、数据清洗
• 数据分析：分析建模、可视化 展现、分析报告
全过程的数据服务能力
临床及管理人员
数据提供服务 数据处理服务
数据分析服务
数据分析 数据处理 资源提供
（一来自百度文库建设多学科人才队伍
各种类型的数据分析、建模、分析报告 熟悉数理统计方法、机器学习算法、人工智能算法
实施要点总结
✓ 建设多学科人才队伍 ✓ 建立整合与专题结合的数据资源 ✓ 构建功能综合的数据服务平台 ✓ 建立规范化的服务流程 ✓ 把握医疗大数据应用方向 ✓ 坚持问题牵引发动临床人员参与 ✓ 数据治理构建大数据生态
• 疾病与风险预测预警 • 临床辅助决策与人工智能 • 个性化诊疗
➢ 卫生管理应用
• 医院及科室绩效评价 • 医疗质量监管 • 医改政策模拟 • 卫生政策评价
➢ 公共卫生应用
• 疾病预防预测 • 个性化健康服务
（五）把握医疗大数据应用方向（续）
➢ HIMSS七级数据分析成熟度模型反映了医院大数据应用进阶
➢ 专病主题数据资源
• 围绕特定病种选取特征，建立主题数据模型 • 对原始数据整理加工，提取或录入特征项 • 补充随访等数据
➢ 两种数据利用路径
• 预先加工形成主题数据库 • 研究时对原始数据预处理
统计分析
主题数据
胃癌 心衰 … 急救
加工
临床基础数据资源库
原始业务数据
抽取
整合
HIS LIS PACS 病历 护理 麻醉 随访
大数据的本质是什么
大数据
传统技术难以处理的数据
数据的分析利用
本原 特征
体量 （Volume）
巨大
多样性 （Variety）
结构化、半结构化、 泛化
非结构化
速度 （Velocity） 实时、交互式响应
价值密度 （Value）
低，沙里淘金
描述分析 相关分析 聚类分析 趋势预测 假设验证
┇
“大数据”的本质是数据的分析利用
➢ 例：数据资源管理办法
• 总则：促进利用、规范程序、保障安全、维护权益 • 职责：医疗大数据中心负责提供数据资源技术服务
计算机室负责数据汇集 机关负责数据资源及利用活动管理 • 权益：数据资源归医院所有 业务数据全院共享 加工数据由项目组共享权益 • 利用：在统一平台下开展 下载或复制数据需经过逐级审批 保护患者隐私
信息系统 逐步完善
数据资源 快速积累
医疗大数据的形成
医生站
护士站
检验
PACS
心电
麻醉
}
病历
影像
波形
1MB/例 500MB/次
病理
15GB/片
几年内，大型医院的数据量可达到PB级
组学
90GB/人
数据利用需求成为现实存在
➢ 医学是一门经验型科学，医学科技创新建立在对大量病例的研究上
需求
• 对各类所需病例的查找、检索与数据提取 • 对各环节数据的整合、数据的整理、建立各自的专病数据库 • 围绕特定主题的数据分析、挖掘，对假设的验证
主要研究方向
数据资源建设
•数据表示模型 •数据标准化 •互联互通与数据共 享
数据分析应用
•疾病与风险预测 •辅助诊断 •辅助治疗 •智能分诊导医
数据处理分析技 术
•医学自然语言处理 •医疗数据检索 •医学影像处理 •组学数据处理
制度与规范
•隐私保护 •数据安全保护 •数据治理
主要应用领域
➢ 临床医疗应用
能力
• 传统上信息中心的主要职责是信息系统建设、运行维护，数据服务不是重点 • 信息中心缺乏数据分析的人员及能力 • 数据资源分散，缺乏整合，缺乏围绕科研主题的数据重构 • 数据分散利用，缺乏统一管理，缺乏对数据资源的保护
建设什么样的大数据能力
➢ 大数据服务包含三个层次
• 资源提供：数据整合、数据抽 取、数据管理、软硬件资源
（六）坚持问题牵引发动临床人员参与（续）
➢ 典型项目引导示范
• 开展大数据应用项目交流 • 开放大数据项目研究报告
（七）数据治理构建大数据生态
➢ 从IT治理到数据治理
• 以数据资源为主体，以发挥数据资源综合价值为目的，对数据资源整合、数据利 用、数据质量、数据权益、数据安全等方面的职责与管理体系做出规定
（三）构建功能综合的数据服务平台
➢ 医疗大数据有其特殊性
• “小”数据多，“大”数据少 • 结构化、文本、影像、组学数据并存
➢ 因地制宜建立医疗数据服务平台
• 实用、简单为原则 • 并非单一技术、单一产品能满足需求 • 传统数据库技术+大数据技术混合平台
➢ 面向临床一线用户
• 检索系统、专病系统、统计等在线工具
数据 分析
数据抽取、整合、预处理 数据资源管理、平台管理 熟悉业务系统、数据流程
信息 技术
生物 信息
多学科人才团队 有效合作
组学数据处理分析 熟悉各类组学处理工具包 及处理流程
（二）建立整合与专题结合的数据资源
➢ 临床基础数据资源
• 建立统一的病例数据模型 • 抽取整合来自各系统的业务数据，保持原始性