没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
拉萨市——以数据驱动为核心的区域医疗数据中台
(一)项目建设目标
紧紧围绕深化“最多跑一次”改革、优化卫生健康服务项目的目标,利用健康 APP、支付
宝生活号等应用载体,构建健康大数据中心,以此为基础开展面向居民的几个重点任务,
“挂号少排队”、“付费更便捷”、“检查少跑腿”、“住院更省心”、“配药更方便”、“急救更快捷”、
“母子健康服务更温馨”、“转诊更顺畅”,建设区“一站式”服务互联网健康门户和互联网医院,
为区百姓提供一份覆盖全程的电子健康档案。同时在健康大数据中心基础上构建运行监管体
系,切实降低老百姓看病支出。
同时为建设较为完善的医共体体系,通过对医共体范围的人财物统一管理、统一协调、
统一考核,使医共体内部形成科学的分工协作机制和顺畅的双向转诊机制。使医疗联合体成
为服务、责任、利益、管理共同体,区域内医疗资源有效共享,基层医疗服务能力进一步提
升。
项目将建设具备特色的“健康大脑”,健康大脑依托健康大数据中心,通过人工智能和大
数据分析,为最多跑一次、医共体和公共卫生态势感知这 3 大类业务场景提供预测分析和决
策支持。
二、现状、必要性
(一)现状
1.数据字典未完全规范化
医疗机构数据字典缺乏唯一性和一致性。部分数据字典同时存在国家标准、行业标准或
地方标准及自定义,医院内部对表达同一属性的编码各自编码,如手术编码、疾病诊断编码
或药品编码等。使得从医疗机构采集的信息口径不统一、内涵不一致,不利于信息资源互通
共享和区域分析利用。
2.技术标准未完全落地
2016 年以来,国家卫生计生委卫生标准管理委员会总计完成制定卫生信息标准 200 余
项,内容涵盖电子健康档案、电子病历、居民健康卡以及疾病控制、妇幼保健、基层医疗、
医疗救治、综合管理等主要业务应用领域。
3.医疗健康期望高涨
人民群众对医疗改革医疗信息化的需求和呼声提高,如何改变人民群众的就医模式和优
化医疗卫生机构的服务模式,构建便捷、连续、可查、互信、共享的医疗服务流程,提高精
细化服务水平,提高跨机构、跨区域诊疗时效和质量,改善群众就医感受,促进医疗卫
生业务协同以及向健康服务业延伸发展,逐步解决看病就医问题、适应人民群众健康需求显
得尤为重要。
(二)项目建设的必要性
1.建设现代医疗卫生服务体系
实现医疗卫生服务改革的目标,克服医疗卫生服务发展中的瓶颈,必须应用现代信息技
术打造“现代”医疗卫生服务。要建立“现代”医疗卫生服务体系,必须建立健康,对医疗卫生
业务流程再造、资源整合,创新管理机制,转变服务模式。搭建覆盖全区的医疗卫生网络信
息系统,实现医疗卫生服务运行机制和服务模式的转变,建立科学、有效的管理手段;以电
子健康档案和电子病历为核心,实现电子健康信息在区域医疗卫生机构内的共享,向居民提
供优质高效价廉的全程式医疗健康服务,以电子健康信息为核心,实现对居民健康的实时服
务、干预和管理,以电子健康信息为核心,实现医疗卫生服务的综合管理。
2.提高卫生业务服务效率
满足居民日益增长的医疗服务需要,医疗卫生机构积极采取各种措施在有限的医疗资源
下提高医疗效率和质量,但由于本身资源限制,以及患者流动性的特点,单纯通过某个医疗
机构的自身努力已经很难大幅提高其服务质量和服务效率,而医疗资源紧张和居民对医疗服
务需求的矛盾日益体现,必须通过其他的高效手段将区域内所有的医疗资源整合起来。通过
建设健康大数据中心能够对区域内各医疗机构间的业务进行整合与优化,使区域内的诊疗信
息全面共享,加强区域内各医疗卫生机构间的业务合作和交流,改善传统的医疗卫生服务模
式和服务流程,从而提高医疗卫生业务的服务质量和效率。
3.提高卫生监管决策能力
在日常情况下,卫计局各部门服务于卫生管理、业务监督、医疗服务、日常救治、疾病
防治、远程医学等业务工作,健康建立能同时在医疗机构、急救机构和疾病预防控制机构之
间建立畅通的信息采集机制和信息沟通机制,以满足卫生局日常监督管理业务的需要。
4.进一步深化医疗体制改革
目前利用信息化建设进行卫生体制的改革取得了显著的成绩,为了满足更深入的卫生体
制改革,需要进一步加强信息化建设广度和深度,实现数据更广泛的共享与交换,充分利用
数据实现医疗卫生管理与服务的需求,同时加强系统的运营维护管理,才能推动进一步的医
疗卫生服务体制的深化改革。
三、项目的总体设计
(一)项目的建设原则
健康医疗建设是一项长期的系统性工程,为确保健康项目建设符合信息化发展基本规律,
推进科学有序,各智慧应用形成统一整体,达成健康建设的各项预期,需遵循以下基本原则
与策略。
1.坚持统筹规划,重点推进。统筹考虑卫计局、县属医院、社区卫生服务中心等医共体
建设,进行符合我区实际情况开展顶层设计和总体规划,形成统一、规范的信息系统支撑。
将“互联网+健康医疗”惠民信息系统率先建设,推进信息技术的广泛应用。
2.坚持区域共享,深化应用。持续深化条线业务应用,重点强化医医、医卫、医管、医
保、医药、医患等六大信息化业务协同。整合全区各医疗机构电子健康档案、电子病历、签
约服务、公共卫生等区域性服务应用系统,建立以人为中心的医卫信息共享机制;打造医共
体内的医疗共享平台,推进医共体信息化支撑建设,优化医疗资源配置,提升医疗服务效率,
体现服务公平可及。
(二)项目的总体架构和技术路线
1.总体架构
以一体平台、智数双驱、全面健康为医共体助力,通过部署数据中台,实现对医共体范
围内的医疗卫生信息化资源最大程度应用,通过对涵盖公卫、临床、疾病、母婴、健康、就
医主体、医疗资源等全生命周期医疗卫生服务数据的一体化、全景化认知和学习,向新技术、
智能化要生产力,赋能医疗卫生服务;挖掘居民医疗服务需求、医疗健康产业运行和临床疾
病诊疗等各个领域的潜在规律和态势,推进面向大卫生大健康的创新医疗服务体系不断完善。
项目致力于数据的高效集成、深度融合,大力推进各类医疗健康服务行为数据化和数据的真
正可用,为健康长期发展打下坚实基础。同时紧紧围绕近民、便民、惠民的目标,以数据为
驱动、智能化手段为辅助,推动医共体医疗服务监管、医疗服务组织管理的全面升级,在全
面数据支持下,开展智能创新驱动下的最多跑一次和互联网医院服务,紧贴居民需求、建立
可衡量、可跟踪、智能感知、科学统筹的高效行动体系,保障各类医疗惠民举措能够抓到要
处、谋到深处、落到实处。
2.支撑技术
(1)知识库服务
医疗大数据应用不仅是简单的数据统计分析应用,它还涉及医学基础知识、规则知识的
表达,乃至对医学自然语言的机器理解。医学基础知识,如医学术语、诊断代码、手术及治
疗代码等,需要采用 ICD-10、ICD-9-CM 以及 SNOMED-CT
等标准建立医学本体知识库,如药品研究和健康服务分别需要建立药学研究规则知识库
和健康服务知识库。
大数据知识库除了医学本体知识库外,还需要建立经验知识库,通过自动训练使知识库
能够从大量的数据中获取更多的知识,并填充到知识库中,即平台需要有自学习的能力。如
采用自动训练方法从病历中学习诊断和症状的关系,学习诊断和用药的关系等,为人工智能
的应用提供基础。
下面以术语学习为例说明自学习的方法论,采用自动训练方法从大量的病历中学习医生
的常用术语表达,并将学习到的内容加入到语料库,使语料库能够自我学习、自动更新、不
断丰富,从而未为病历分析提供更加强大语料库的支持。海量病历为自动训练方法的应用提
供了有利的基础。在自动训练的方法实施前,平台首先对病历的描述和表达进行分析,病历
中存在着大量的词对,如“神志——清楚”“营养——中等”“精神——良好”。平台对从海量病
历中抽取出词对,对这些词对的描述出现频率进行自动排序,由人工审核后加入语料库。在
此过程中需要识别哪些是同义词描述,如“神志清”和“神志清楚”往往是同一意思,由人工进
行同义词标注后加入语料库。对于一些出现频率比较低的描述一般是由于医生书写不规范或
笔误造成,也需要由人工审核排除,最终生成一个学习后的、符合医生日常描述习惯的、规
范的语料库。
(2)大数据建模服务
健康医疗大数据应用的基础是建立大数据的数据建模,这不仅是健康医疗大数据统计分
析的基础,也是医疗大数据知识表达的基础。由于医疗数据的特征是医疗数据之间的逻辑关
系和推理规则关系,因此对医疗数据描述的合理架构是树形结构,采用 XML 语言描述,需
要建立以电子病历数据集标准、电子病历共享文档规范为基础的医疗大数据应用数据对象集
合结构框架(schema)。
建立各类大数据应用分析 schema。在对病历数据进行结构化基础上,研究电子病历数据
集标准、电子病历共享文档规范与各类应用研究 schema 之间的对应关系,建立研究分析数
据的逻辑模型和物理模型,通过对区级平台的大数据抽取建立研究数据库。
构建数据分析模型的步骤:
(3)分布式存储服务
虽然已经建立电子病历资源库和健康档案资源库,但是如果要对这些海量数据进行有效
的分析,还是应该将这些数据按照分析要求导入到一个集中的大型分布式数据库或者分布式
存储集群。
存储数据库(In-Memory Databases)让信息快速流通,大数据分析经常会用到存储数据库
来快速处理大量记录的数据流通。
传统的关系型数据库严格的设计定式、为保证强一致性而放弃性能、可扩展性差等问题
在大数据分析中被逐渐暴露,随之而来 NoSQL 数据存储模型开始风行。NoSQL 并不是一种
特定的数据存储模型,它是一类非关系型数据库的统称。其特点是:没有固定的数据表模式、
可以分布式和水平扩展。NoSQL 并不是单纯的反对关系型数据库,而是针对其缺点的一种补
充和扩展。典型的 NoSQL 数据存储模型有文档存储、键-值存储、图存储、对象数据库、列
存储等。
NoSQL 数据库是一种建立在云平台的新型数据处理模式,NoSQL 在很多情况下又叫做云
数据库。在处理海量数据同时请求时,它也不会有任何问题,例如有 1000 万人同时登录某
个系统,它会将这些数据分布于全世界的服务器并通过它们来进行数据处理,结果与 1 万人
同时在线没什么两样。
(4)分布式计算技术服务
大数据处理与分析主要利用分布式数据库,或者分布式计算集群来对存储于其内的海量
数据进行普通的分析和分类汇总等。
分布式计算结合了 NoSQL 与实时分析技术,如果想要同时处理实时分析与 NoSQL 数据
功能,那么你就需要分布式计算技术。分布式技术结合了一系列技术,可以对海量数据进行
实时分析。更重要的是,它所使用的硬件非常便宜,因而让这种技术的普及变成可能。
(5)大数据挖掘分析服务
剩余260页未读,继续阅读
资源评论
公众号:智慧方案文库
- 粉丝: 2695
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功