医疗领域大数据应用

医疗领域大数据应用

ID:6000754

大小:2.38 MB

页数:31页

时间:2017-12-30

医疗领域大数据应用_第1页
医疗领域大数据应用_第2页
医疗领域大数据应用_第3页
医疗领域大数据应用_第4页
医疗领域大数据应用_第5页
资源描述:

《医疗领域大数据应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、医疗领域大数据应用国家心血管病中心中国医学科学院阜外医院赵韡1.大数据在Gartner技术曲线中的变化大数据开始由过热期转向低谷期2013,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物联网可穿戴自然语言平民数据科学数字安全2015年已经看不到大数据了,

2、这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。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HIMSS分析

3、应用与评估模型2015年9月24日,HIMSSC&BICommunity阶段描述阶段7,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个性化医学&规诊疗;实现文本的自然语言处理(NLP)和临床现场的规范性分析,改善范性分析患者预后;全部生物特征数据、健康数据和基因组数据阶段6,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、临床干预风险&人口健康、分流、转介、行政回避及再住院等预测分析阶段5,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、同时满足人管理金融风险的口管理及诊疗成本的要求;对面向结果

4、的付费提供成本风险分析;数据范同时,实行三重围扩展为包括床旁设备、家庭监控数据、外部药房数据等。目标&建议分析阶段4,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,专临床效果&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人口健康阶段3,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;自动运行、计划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、和绩效管理报告对外发布数据全部进行审核/批准阶段2,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、核心数据关联临床

5、和财务等数据阶段1,数据集中管理,建立可搜索的元数据存储库,具备针对源系统的数据质量基础建设管理阶段0,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,分散解决方案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

6、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谷歌流感趋势的启示:大数据分析中的陷阱流感预测中的巨大误差在很大程度上是可以避免的,这为大数据的应用提供了经验教训。大数据的正确性风险依赖于网站的大数据收集常常把一些用不同方法、有不同目的数据整合起来,有时候这会产生负面的影响。从这样的数据样本得出结论是需要冒风险的算法动力学的影响(算法持续改进)算法动力学是指算法的各种变化,这些变化一方面源自工程师为了改进商业服务而修改算法,另一方面源自用户使用

7、服务过程中行为的改变。大数据工作不是一劳永逸的,必须根据情况的变化不断修正2.2.利用社交网络发现药品副作用波士顿大学(BostonUniversity)、FDA、哈佛医学院(HarvardMedicalSchool)及其他机构的研究人员,在7个月的时间里分析了Twitter的690万条发帖,研究“不良事件”。研究发现,有关肠胃问题或者精神影响等特殊类型症状的投诉占比与FDA的数据基本吻合。证明了社交媒体研究不良反应的可行性2.3.临床数据分析——疾病预防不通过昂贵的诊断技术就能诊断早期疾病,借助大数据做到这一点。例如充血性心脏衰

8、竭的治疗费用非常高昂,通过数据分析,Seton的一个团队发现颈静脉曲张是导致充血性心脏衰竭的高危因素。(而颈静脉曲张的诊断几乎没有什么成本)2.4.临床数据分析——疾病预测冠状动脉介入治疗后

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。