大数据导论 3.1.3 理解大数据促进医疗与健康——医疗信息数字化
合集下载
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)。
《大数据导论》
医疗信息数字化
一、导入 Big Data
二、医疗信息数字化
案例1：早在19世纪40年代，奥地利内科医生伊格纳茨·塞麦尔维斯就在维也纳 完成了一项关于产科临床的详细的统计研究。塞麦尔维斯在维也纳大学总医院首次 注意到，如果住院医生从验尸房出来后马上为产妇接生，产妇死亡的概率更大。当 他的同事兼好朋友杰克伯•克莱斯卡死于剖腹产时的热毒症时，塞麦尔维斯得出一个 结论：孕妇分娩时的发烧具有传染性。
Big Data
二、医疗信息数字化
博威克开始对医院系统进行广泛的改革。2004年12月，他大胆地宣布了一 项在未来一年半中挽救10万人生命的计划。“10万生命运动”是对医疗体系的 挑战，敦促它们采取6项医疗改革来避免不必要的死亡。他并不仅仅希望进行细 枝末节的微小变革，也不要求提高外科手术的精度。他希望医院能够对一些最 基本的程序进行改革。
Big Data
二、医疗信息数字化
案例3：博威克的妻子安患有一种罕见的脊椎自体免疫功能紊乱症。在3个月的 时间里，她从能够完成28公里的阿拉斯加跨国滑雪比赛变得几乎无法行走。使博威 克震惊的是，他妻子所在医院懒散的治疗态度。每次新换的医生都不断重复地询问 同样的问题，甚至不断开出已经证明无效的药物。主治医生在决定使用化疗来延缓 的“关键时刻”之后的足足60个小时，安才吃到最终开出的第一剂药。而且有3次， 安被半夜留在医院地下室的担架床上，惶恐不安。
Big Data
二、医疗信息数字化
实验结果：2006年6月14日，博威克宣布该运动的结果已经超出了预定目标。 在短短18个月里，这6项改革措施使死亡人数预计减少了122 342人。
这项运动对于循证医学来说都是一次重大胜利。可以看到，“10万生命运动” 的核心就是大数据分析源自文库博威克的6项干预并不是来自直觉，而是来自统计分析。 博威克观察数字，发现导致人们死亡的真正原因，然后寻求统计上证明能够有效 降低死亡风险的干预措施。
他发现，如果诊所里的医生和护士在给每位病人看病前用含氯石灰水洗手消毒， 那么死亡率就会从12％下降到2％。
Big Data
二、医疗信息数字化
案例2：唐·博威克是一名儿科医生，也是保健 改良协会的会长，他鼓励进行一些大胆的对比试验。 十几年以来，博威克一直致力于减少医疗事故，他 也与塞麦尔维斯一样努力根据循证医学的结果提出 简单的改革建议。1999年，医学协会公布的一份权 威报告，记录了美国医疗领域普遍存在的治疗失误。 据该报告估计，每年医院里有98 000人死于可预防 的治疗失误。医学协会的报告使博威克确信治疗失 误的确是一大隐患。
Big Data
二、医疗信息数字化
循证医学研究也建议进行检查和复查，以确保能够正确地开药和用药， 能够采用最新的心脏电击疗法，以及确保在病人刚出现不良症状时就有快速 反应小组马上赶到病榻前。因此，这些干预也都成为“10万生命运动”的一 部分。
Big Data
ICU
二、医疗信息数字化
案例4：他找到了《急救医学》杂志上一篇文章， 文章表明系统地洗手能够减少中央动脉导管90％以 上感染的风险。博威克预计，如果所有医院都实行 这套卫生程序，就有可能每年挽救25 000个人的生 命。
Big Data
三、大数据+智慧医疗
Big Data
大数据与智慧医疗
感谢聆听！
Big Data
二、医疗信息数字化
此外，博威克还制定了一套有力的推广策略。他不知疲倦地到处奔走，发表慷 慨激昂的演说。在一次会议上，他说：“在场的每一个人都将在会议期间挽救5个 人的生命。”他不断地用现实世界的例子来解释自己的观点，他深深痴迷于数字。 与没有明确目标的项目不同，他的“10万生命运动”是全美首个明确在特定时间内 挽救特定数目生命的项目。该运动的口号是：“没有数字就没有时间。”
医疗信息数字化
一、导入 Big Data
二、医疗信息数字化
案例1：早在19世纪40年代，奥地利内科医生伊格纳茨·塞麦尔维斯就在维也纳 完成了一项关于产科临床的详细的统计研究。塞麦尔维斯在维也纳大学总医院首次 注意到，如果住院医生从验尸房出来后马上为产妇接生，产妇死亡的概率更大。当 他的同事兼好朋友杰克伯•克莱斯卡死于剖腹产时的热毒症时，塞麦尔维斯得出一个 结论：孕妇分娩时的发烧具有传染性。
Big Data
二、医疗信息数字化
博威克开始对医院系统进行广泛的改革。2004年12月，他大胆地宣布了一 项在未来一年半中挽救10万人生命的计划。“10万生命运动”是对医疗体系的 挑战，敦促它们采取6项医疗改革来避免不必要的死亡。他并不仅仅希望进行细 枝末节的微小变革，也不要求提高外科手术的精度。他希望医院能够对一些最 基本的程序进行改革。
Big Data
二、医疗信息数字化
案例3：博威克的妻子安患有一种罕见的脊椎自体免疫功能紊乱症。在3个月的 时间里，她从能够完成28公里的阿拉斯加跨国滑雪比赛变得几乎无法行走。使博威 克震惊的是，他妻子所在医院懒散的治疗态度。每次新换的医生都不断重复地询问 同样的问题，甚至不断开出已经证明无效的药物。主治医生在决定使用化疗来延缓 的“关键时刻”之后的足足60个小时，安才吃到最终开出的第一剂药。而且有3次， 安被半夜留在医院地下室的担架床上，惶恐不安。
Big Data
二、医疗信息数字化
实验结果：2006年6月14日，博威克宣布该运动的结果已经超出了预定目标。 在短短18个月里，这6项改革措施使死亡人数预计减少了122 342人。
这项运动对于循证医学来说都是一次重大胜利。可以看到，“10万生命运动” 的核心就是大数据分析源自文库博威克的6项干预并不是来自直觉，而是来自统计分析。 博威克观察数字，发现导致人们死亡的真正原因，然后寻求统计上证明能够有效 降低死亡风险的干预措施。
他发现，如果诊所里的医生和护士在给每位病人看病前用含氯石灰水洗手消毒， 那么死亡率就会从12％下降到2％。
Big Data
二、医疗信息数字化
案例2：唐·博威克是一名儿科医生，也是保健 改良协会的会长，他鼓励进行一些大胆的对比试验。 十几年以来，博威克一直致力于减少医疗事故，他 也与塞麦尔维斯一样努力根据循证医学的结果提出 简单的改革建议。1999年，医学协会公布的一份权 威报告，记录了美国医疗领域普遍存在的治疗失误。 据该报告估计，每年医院里有98 000人死于可预防 的治疗失误。医学协会的报告使博威克确信治疗失 误的确是一大隐患。
Big Data
二、医疗信息数字化
循证医学研究也建议进行检查和复查，以确保能够正确地开药和用药， 能够采用最新的心脏电击疗法，以及确保在病人刚出现不良症状时就有快速 反应小组马上赶到病榻前。因此，这些干预也都成为“10万生命运动”的一 部分。
Big Data
ICU
二、医疗信息数字化
案例4：他找到了《急救医学》杂志上一篇文章， 文章表明系统地洗手能够减少中央动脉导管90％以 上感染的风险。博威克预计，如果所有医院都实行 这套卫生程序，就有可能每年挽救25 000个人的生 命。
Big Data
三、大数据+智慧医疗
Big Data
大数据与智慧医疗
感谢聆听！
Big Data
二、医疗信息数字化
此外，博威克还制定了一套有力的推广策略。他不知疲倦地到处奔走，发表慷 慨激昂的演说。在一次会议上，他说：“在场的每一个人都将在会议期间挽救5个 人的生命。”他不断地用现实世界的例子来解释自己的观点，他深深痴迷于数字。 与没有明确目标的项目不同，他的“10万生命运动”是全美首个明确在特定时间内 挽救特定数目生命的项目。该运动的口号是：“没有数字就没有时间。”