大数据下电子病历应用的数据思维及应用

目录
1 医疗大数据分析平台 2 如何利用医疗大数据平台 3 例子：大数据下病人医疗风险预警 4 结束语
当前电子病历应用的短板
临床信息系统：小数据，业务流程驱动；如何实现智能 化？
结合应用场景，对病人医疗安全的预测预警不够，辅助 医生提升临床决策水平，需要加强
• 识别的文本信息可以辅助其它分析系统
文本分析
分词
数字处理 日期处理 实体识别 词性标注
文本结构 分析器
特征提取
特征词 及权重
关键词 摘要
特定信 息抽取
检索 分类 聚类 过滤
TDT
• 关键词检索分类：文本数据的检索途径， 信息集中，用户自由度高，满足各层次用 户的检索需求。
• 文档理解：通过文本分析技术对文本数据 进行深入解析，涉及词库、语法、语义、 情感等多方面内容。
文
断的训练迭代更新该
本
词库，使其更加符合
数
实际使用习惯 • 定义合理的语义库的
规则，并完善该语义
据 分
规则库
析
• 逐步建立情感语料
系
库，进而通过情感语
统
料库的匹配进行文本
的情感分析
文本分析引擎
主题生成
语义分析
文档理解
情感识别
词频设计
文档互信息
文本特征库 特征词库
特征语义库 情感语料库
• 通过强大的文本分析算法实现对于文本数据的 深入理解 ，而不是简 单记录和查询
词频统计算法 语义分析算法
大数 据计 算引
擎
基 于 内 存 的 Spark计 算 框 架
MLlib
Spark Streaming
Spark S Q L
Storm流式计算引擎
...
丰富且特异性高的 图像特征库
强大的特征词库 和语义库
文本分析和图像分析算法 精准，分类匹配度高
数据 仓库/ 部署 环境
RDBM S
类型复杂
记录型的结构化数据（EHR/EMR） 纯文本或PDF格式的非结构化和半结构化文档数据 DICOM格式的影像数据 新型的组学数据
要求高
诊疗数据质量高，错误率低 要求数据处理及分析方法精准 医疗数据隐私保护要求更高
通过集成平台建设，进行信息共享
为了实现不同临床信息系统数据共享，需要建立医院信 息集成平台，已成为医院临床信息化建设的共识和方向
监管机构
系统运行管理 监控
状
态 监 控
全 视 图
展
配
置 节 点
管 理
示
状节
态点 监和 控服
全务 视状 图态 展管 示理
HIS
PACS
CIS
RIS
LIS
EMR
非结构化数据处理技术1（影像，波形）
算法 应用
层
分析 层算
法
决策树
体 绘 制 /面 绘 制
数据挖掘
特征提取算法 聚类分析算法
神经网络算法 模式匹配算法
CDR：EMR应用智能化基础
CDR: Clinical Data Repository 临床数据仓库，医院电 子病历应用汇集数据、利用数据的重要形式，也是EMR应用 智能化的基础。
HIMSS EMRAM 电子病历体系架构
临床数据中心：医疗大数据
大数据是超过传统数据库系统处理能力的数据。数据规 模和传输速度要求很高，或结构不适合原本数据库系统；
HDFS/Hive/HBase
Hadoop大数据系统
基于流式大数据计算引擎，处理 速度快，实时性高
通过大数据算法分析，建立相关疾病的特征库
非结构化数据处理技术2
文本数据的处理，通过文本数据分析，使电子病历文本数 据变成理解后的信息知识，形成临床知识库（规则库）
• 建立了丰富且专业的
特征词库；并通过不
模型评估 评估图表
Storm 流计算
DataModel 医疗大数据模型
大数据基础内核
MapReduce 批量计算
Spark 内存计算
HDFS 分布式文件存储
Metadata 元数据管理
HBASE 半结构化数据存储
数据抽取
大 数 据 云 ETL
数据装换清洗
数据加载
调度引擎
分布式存储
&
大数据挖掘 分析方法
欧盟2012年2月：达沃斯论坛年会发布《大数据大影响》，认为最应该关注是“大数 据处理技术”
2012年3月IDC报告：大数据市场年增长率达31.6%，是整个IT与通信产业增长率的7倍 2012年3月，美国奥巴马政府宣布投资2亿美元启动《大数据研究和发展计划》，希望
增强收集海量数据、分析萃取信息的能力；
医院临床数据中心包括病人历史数据，医疗仪器所产生 的影像数据以及各类仪器设备所产生的波形数据（时态数 据），还包括病人的基因组学数据；
集成平台发展方向重点是建设医疗大数据平台； 如何在大数据中挖掘出有价值的知识，利用这些知识为
病人临床医疗服务，是新形势下医院临床信息化建设的重 要任务。
临床数据采集场景
• 语义分析：它为知识推理和语言提供了一 个结构和过程。
医疗大数据分析平台
医院信息化建设中，医疗大数据客观存在； 信息集成平台，实现了医疗数据有效组织，使大数据分
析有效利用成为可能； 大数据分析平台使用了非传统技术和数据分析模型，实
现医疗大数据挖掘分析和可视化展示；
临床数据中心建设重点是建设大数据分析平台，向临床 医疗科研提供信息支持。
大数据下电子病历应用的数据思维
目录
1 医疗大数据分析平台 2 如何利用医疗大数据 3 例子：大数据下病人医疗风险预警 4 结束语
大数据时代
近年来，伴随着互联网、物联网、云计算和移动医疗发 展，大数据应用得到迅猛发展，大数据时代已经来临。
麦肯锡 2011年5月报告《大数据：下一个创新、竞争力和生产力前沿》认为：未来一 个国家的竞争力很大程度上取决于整体数据分析能力，将来的决策都要求通过数据分 析进行。
联合国2012年5月发布《全球脉动计划》旨在用大数据来促进全球经济发展； 日本2012年7月：日本“新ICT计划”重点关注大数据。“ICT基本战略委员会”重点
促进ICT的“大数据产业培育”与“研究开发”……
医疗数据特点
数据量大
3D影像和组学数据加速医疗大数据指数级增长 为了支持转诊和区域EHR, 区域医疗信息共享数据增长 便携式可穿戴医疗检测设备，实时监测产生动态数据
医疗大数据分析平台架构
医生
个 人 B2C 临床研究员
电子病历大数据 传染病模型分析
公众
ቤተ መጻሕፍቲ ባይዱ
医疗器械
临床业务信息化系统 临床决策支持
远程病人数据分析
机 构 （B2B&B2P）
商业保险
医疗企业
就诊行为分析 实时统计分析
数据探索 数据散布质量
医疗大数据分析挖掘 挖掘建模
APPIOR相 关 性 分 析
Mahout随 机 森 林