【大数据】医疗大数据“九大业务应用”相关研究
导读
第十一天，“微医智医”智慧医疗体系又一次创新发布
---------------------------------------
来源
来源
原文标题：医疗大数据处理模型及相关业务应用研究
医疗大数据是重要的战略资源之一，在应用层面的发展中，医疗大数据将深刻重塑健康医疗格局。在分析应用方面，医疗大数据能够通过优化资源配置、降低运营成本、提升服务效率等手段实现全方位的提升作用，并将在社会及民众生活等多个维度产生深远影响。基于巨大发展潜力和商业价值的双重支撑点，在国家政策引导下相关企业加速布局和实践探索
看点
01
医疗大数据的具体概念及相关特点
医疗大数据不仅包含在医疗服务过程中产生的与临床记录和管理信息相关的各种数据类型
①体积维度（Volume）：单个CT图像通常约为150MB；单个基因组序列则约为7.5GB；标准病历一般为5GB左右；单个社区医院的数据量通常在TB至PB范围内；而截至2020年全国健康医疗数据总量已达35ZB
②类型多样（Variety）：包含文本、影像、音频等多类数据。
③增长快（Velocity）：技术进步促使医疗数据逐步数字化的过程中不断积累增加，并涵盖包括临床决策支持系统、药物管理平台以及传染病数据分析系统等具体应用领域
④价值巨大（Value）：医疗数据的合理利用在公共疾病防控、精准诊疗、新药研发、医疗控费、顽疾攻克及健康管理等领域具有应用效果，然而，在这些方面的应用效果却不尽如人意。
⑤时序性：患者的就诊时间和疾病发展的进程在时间上呈现出一定的发展顺序；医学检测所得出的各种波形与图像均是关于时间变化的数学表达形式。
⑥隐私性：患者的医疗数据具有高度的隐私性，泄露信息将造成严重后果。
⑦不完整性：主要源于人工记录的大量输入，在此过程中造成了数据记录存在断片与失真；医疗数据采集过程中的片面与缺失使得医疗数据库在疾病信息汇总时出现遗漏与不足
看点
02
医疗大数据的“五种数据模型”与“六种应用模式”
医疗大数据平台收集的数据源自医院信息平台。基于相关业务应用经过整合与处理后便于医护人员、患者以及医院管理人员的应用。医疗大数据处理模型如图1所示。
图1 医疗大数据处理模型
1数据获取
数据提取即按照主题需求从医疗信息管理系统中获取原始资料并存入医疗大数据平台的数据库
2数据整合
在医院信息化建设的过程中，在经历了多年的实践和发展之后
3数据加工
通过整合后的数据进行清洗、转换与加载；采用基于业务规则搭建模型；对数据进行处理与汇总。
4数据展现
数据呈现即是数据可视化。便于医护人员、患者和管理人员进行理解与分析，通过相关技术实现的数据转换。
_五种数据分析模型 _
医疗大数据在患者、临床医疗以及医院管理等多个领域都具有广泛的应用潜力。本研究通过实地调研与深入访谈《医疗健康大数据分析平台及应用研究》项目的数据资料，并结合现有相关研究成果系统地分析了当前应用需求的变化趋势, 最终构建了一个基于患者就诊全过程的数据分析与应用模型（见图2）。
图2 基于患者就诊过程的医疗大数据分析与应用模型
该模型涵盖了从患者入院到出院过程中的相关数据。具体包括患者的特征信息、疾病类型、治疗方案及其费用、治疗过程中的状态变化以及所产生的管理数据。
1患者特征数据
患者特征数据主要包含主诉内容、现病史记录以及相关的检查检验数据。这些信息涵盖了疾病的主要症状表现、体征变化情况以及发病全过程中的各项检查结果，并对各项诊断结论进行了系统性的记录。此外还完整地记录了治疗方案的具体实施步骤以及患者的既往病史资料，并详细描述了患者的不良嗜好甚至包括职业特征以及居住地等其他相关信息。
2病种数据
用于患者的疾病诊断结果的分类和记录通常包括第一诊断、第二诊断及第三诊断等各项指标。目前多数医疗机构采用国际疾病统计分类系统(ICD-9/ICD-10)来进行疾病分类与编码工作
3治疗方案与费用数据
基于诊断结果针对患者的治疗方案及费用数据涵盖药品检查检验手术护理治疗六大类与此同时这些费用构成中包含有材料费床位费护理费换药费用等
4治疗状态数据
治疗状态数据即患者出院时的治疗结局，一般分为治愈、好转、未愈、死亡4类。
5管理类数据
除了用于医院管理而由患者就医过程产生的数据外, 还包括来自医院运营与管理系统的数据, 如物资管理系统中的数据以及人力资源与项目管理（HRP）系统的数据、财务管理系统中的数据和绩效考核管理系统中的数据等
_六种应用模式 _
以患者就诊全过程为基础构建的医疗大数据分析与应用模型，在对医疗大数据进行分类时将其划分为患者的特征信息（如既往病史）、疾病谱（包括各种病症）、治疗方法方案（如药物选择）、费用支出情况以及诊疗进程管理等五大类。该模型的主要应用模式涵盖以下几点：
1患者特征
基于地理位置和医疗卫生服务水平等多方面因素进行患者的流动趋势分析；从患者的就医选择、疾病特征以及医疗机构资源等多个维度展开深入研究。
2病种
根据医院接诊患者的诊断结果数据，能够对各类别疾病及其发生频率进行分析，并进一步研究各类别患者在不同科室的分布情况。
3费用
对医院药品占比情况进行深入分析的基础上，在考察门诊单人平均药费变动幅度的同时
4患者特征-病种-治疗方案
涵盖多个维度的临床关联关系研究
5病种-治疗方案-费用-治疗状态
基于医疗机构医疗费用与疗效数据资料的基础上构建一个成本-效果（疗效）分析模型，在该模型中分别计算病种间不同治疗方案的平均总费用、平均疗效及新增治疗方案的成本变化量与疗效变化量等关键指标，并进一步求取其对应的每单位疗效的成本(Cost per Unit Effectiveness, CUE)及其增量值(Incremental Cost per Unit Effectiveness, ICUE)，同时对上述关键指标展开相应的敏感性分析以及评估不同治疗方案对总成本的影响程度
6管理
基于医院信息系统生成的医疗业务、临床业务及运营数据可实现动态化、过程化及精细化的医院管理。这些数据可更高效地对各科室及各类医疗人员进行全面的医疗业务量统计、医疗费用核算、医疗安全事件追踪、医疗质量评估以及医疗绩效考核等综合监管工作。
看点
03
医疗大数据的主要业务应用
基于医疗大数据的应用模式进行分析，并结合实际应用场景及发展趋势研究发现, 当前医疗大数据的主要应用场景涵盖智能化辅助诊疗手段, 影像数据的分析与智能诊断技术, 精准用药方案, 远程健康管理服务, 个性化治疗方案, 成本效益评估体系, 服务质量评估机制, 费用控制优化策略以及全面的医疗服务质量评估体系等多个维度
1智能辅助诊疗
基于大数据分析挖掘技术，在医院积累的大规模疾病临床数据数据库中
2影像数据分析与影像智能诊断
即通过PACS系统对影像数据分析与智能诊断进行研究，在尽量保证图像数据的准确性与真实性的同时采取多项措施对原始图像信息实施预处理工作。随后采用多维影像融合技术（如CT/MRI/PET-CT）对原始图像信息实施配准、分割及聚类处理工作以获取高质量的数据集作为后续分析的基础条件。基于上述预处理后的高质量图像信息并结合人工智能算法构建相应的分析模型实现疾病部位特征定位以及病变区域形态特性的自动提取功能从而能够显著减轻医生的工作负担并将复杂的临床医学分析工作转化为可定量化的模型计算过程进而提升医学判断工作的效率并优化临床决策支持水平
3合理用药
合理用药需基于疾病类型、患者状况及药理学理论来选择最佳药物及其剂型，并据此制定或调整给药方案以实现安全有效的治疗效果。除遵循国家药物政策规范医疗行为外，在临床实践中可通过实施临床合理用药审核制度以及利用咨询系统加强对临床医师的指导与监督来提升合理用药水平。可运用大数据技术分析患者的病历记录病史以及诊断结果等信息并结合用药数据进行药物使用风险评估包括识别药物禁忌症配伍禁忌品以及药物相互作用等问题同时还可以通过分析医院的历史处方数据来评估抗生素注射剂类药物以及其他基本药物在处方中的占比情况并据此判断处方不合格率进而为优化医疗行为提供科学依据
4远程监控
该远程监护系统集成多种医疗设备与管理平台
5精准医疗
大数据分析技术通过整合电子病历系统的患者个人临床诊疗详细记录以及关联同病种患者的临床诊疗参考记录，并结合患者的基因信息资料，借助生物信息学工具、本体论框架以及数据挖掘算法等技术手段对收集的数据进行综合分析处理，在精准识别致病因素的基础上输出精确的临床诊断方案，并最终实现治疗方案的最大化效能和最小化副作用
6成本与疗效分析
患者可以生存期与整体生活质量作为临床疗效评价的重要指标，在对比分析不同治疗方案在健康效果与成本方面的差异基础上, 从而为其所覆盖的单病种控费模式以及总额付费机制等多种支付方式提供理论依据, 以实现，在有效控制医疗费用的同时优化患者的临床诊疗方案
7绩效管理
借助大数据技术手段对医院的各项运营数据进行系统性采集与分析，在医疗绩效评估方面构建一套涵盖 bed occupation rate, financial performance, inpatient/outpatient volume 等关键指标的综合评价体系，并实现对 these metrics 的全方位监控与动态优化管理。参考美国的做法，在降低 readmission rates 方面开发出一个风险评估模型用于预判病人再次入住的可能性。研究发现，在应用该模型后相关机构已将其预测精度达 79%，从而使再住院病例减少了约 30%，显著提升了医院及病患群体的整体经济效益。
8医院控费
在医疗机构中，药品收入占比较高是一个显著特点；而大型医用设备的检查治疗以及医用耗材的收入占比则上升较快；这些因素的存在都直接或间接地导致医疗服务总量显著增加。基于此，在应用大数据技术评估各类病种在诊疗过程中所需的药品（包括各种药物）、检查（如影像学诊断）、检验（如血液检测）、手术器械与术式（包括手术室相关物品）、护理支持（如病房物资）以及治疗手段等方面所需资源及其补偿水平的基础上，并结合对影响医疗费用的主要监测指标进行深入的数据分析与挖掘工作后，在积极管控医疗费用不合理增长的同时实现了医疗机构精细化管理目标
9医疗质量分析
医疗质量是衡量医院医疗服务与管理水平的关键性标准，并且一直是医院管理工作的长期以来的核心要素之一。借助大数据分析技术的应用，在将医疗质量数据转变为可供管理者制定决策的具体指标的基础上，并据此整理出基于患者特征、历史记录以及各类图表信息的数据分类体系来为企业管理层提供决策支持依据
此外医疗大数据还可在疾病发病趋势预测、健康状况评估、患者需求与行为分析以及进行心电数据分析并应用于心电智能诊断等方面的应用也将更加广泛
**
**
**
人工智能赛博物理操作系统
AI-CPS OS
AI赛博物理操作系统（新一代技术与商业操作平台“AI-CPS OS”：云计算、大数据、物联网、区块链与人工智能）分支当前被广泛使用。企业领导者应掌握如何将“技术”全面渗透至公司业务、产品开发及服务等多个“商业”领域。借助AI-CPS OS构建数字化与智能化的综合力量，推动行业重组、企业结构革新及自我重塑。
AI-CPS OS的核心价值不在于其构成的技术或功能本身；而在于通过一种独特的竞争优势传递方式进行有机整合与融合。具体而言，在自动化与信息化结合的同时，在智能制造与产品服务以及数据驱动分析方面实现了深度融合与协同发展。这种有机整合不仅能够有效促进新的业务模式和服务模式的发展；而且只有当能够实现跨功能系统的更大规模融合，并具备颠覆现有行业格局的决心时；才能确保这些目标得以切实达成
企业在面对多维数字化转型时不能仅依赖单一战略手段。新一代技术驱动下的商业操作系统智能化升级带来了颠覆性的力量，在这一背景下 企业 须从行业生态 组织架构和个人能力三个维度构建全面竞争力
重构行业格局：达到什么样的深度才能称得上彻底的改变？ industries must undergo how much scrutiny to be considered thoroughly transformed?
重构您的企业：您的企业需要做出哪些方面的调整？您打算如何重塑您的公司？
**提升自我：**你要成为什么样的人？你将重塑自己并在数字化与智能化时代保持领先地位，并采取哪些措施去实现这一目标？
AI-CPS OS是一种数字化智能化创新平台，在设计理念上实现了大数据、物联网、区块链和人工智能等技术的高度集成到云端系统中。这种解决方案能够将各前沿技术在云端实现优势协同应用，并嵌入式地融入企业的核心业务体系中；其构建了数字化与智能化融合的力量，并在行业、企业及个人三个层面展开交叉融合以形成领导力模式
精细 ：这种力量能够使人在更为深入、细致的角度去认知与感知现实世界和数字化世界的互动与发展过程，并通过深入理解实现产品个性化控制以及微观业务场景事件和结果的有效管理。
智能： 模型在时间维度上按照数据的演变而变化，整个系统发展出了智能化能力（自学习）
企业必须具备实现即时或准即时数据采集与传输的能力，并通过这些机制的应用，在传统基于批量处理和阶段性的智能行为基础上实现了对信息的即时获取与处理。
**不确定性：******数字化转型彻底改变了领导者曾经依赖的方式方法以及组织架构等基本经验，并直接导致了复合不确定性的形成这一根本性变化。这种新的不确定状态主要体现在技术发展、文化理念以及制度建设这三个关键领域之中。
边界模糊：数字世界与现实世界的深度融合形成了CPS（ cyber-physical system），不仅改变了行业的核心产品、经济学定理和可能性，还打破了不同行业之间的界限。这种影响正在逐渐渗透到生态系统、企业、客户以及产品中。
AI-CPS OS 形成的数字化+智能化力量通过三个方式激发经济增长：
生成虚拟劳动力以执行对适应性与敏捷性要求较高的复杂任务，并称为"智能自动化"以与传统自动化方案形成对比。
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。
给决策制定者和商业领袖的建议：
突破传统自动化建设，在智能化时代开创企业智能化转型的新路径；借助动态机器智能系统具备自主学习与自我调节功能的特点，在企业中实现智能化升级；为各类企业带来新的发展机遇
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
确立道德规范：切实为人工智能生态系统确立一套符合伦理标准的同时，在智能机器的开发与应用过程中始终坚持伦理导向。
发过程中确定更加明晰的标准和最佳实践；
关注再分配机制的影响：准备好应对人工智能可能带来的挑战，并制定战略来应对可能出现的各种情况。
较高失业风险的人群；
培养数字化智能化企业所需的新能力：员工团队必须积极地掌握判断力、沟通技巧以及想象力和创造力等人类独特的核心素养。对于中国企业而言，在构建组织文化时要特别注重营造既能包容又能多元的文化氛围
培养数字化智能化企业所需的新能力：员工团队必须积极地掌握判断力、沟通技巧以及想象力和创造力等人类独特的核心素养。对于中国企业而言，在构建组织文化时要特别注重营造既能包容又能多元的文化氛围
子曰：有德之士方能和谐共存而非固执己见，《论语·子路》指出云计算平台、大数据分析平台、物联网平台以及区块链技术和人工智能技术如同有德之士般融会贯通，在推动科技发展过程中展现出了强大的生产力
如果上一次哥伦布地理大发现拓展了人类的物理_space，
那么这一次地理大发现就拓展了人们的数字_space。
在构建mathematical_space的过程中发展出新的商业文明，
从而发现了全新的财富增长模式，
并为其带来了全新的财富增长潜力。
cloud_computing、big_data、internet_of Things 和 blockchain 是进入digital_space的主要载体，
而 artificial_intelligence 则成为推动发展的核心动力，“哥伦布之帆”！
新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS****将在新一轮产业变革中发挥核心作用。这一技术系统将会充分发挥其在历次科技革命与产业变革中积累的巨大能量，并创造出强大的发展动力。该系统将重塑基础要素——包括生产与分配等——从而带来智能化的新需求。这些需求的出现将推动整个经济体系的转型进程，并带来巨大的发展机遇。
**
**
**
**
**
产业智能官 AI-CPS
**
**
**
**
**前沿技术驱动的人工智能赛博物理操作系统（AI-CPS OS）**采用云计算+大数据+物联网+区块链+人工智能等前沿技术构建智能化基础架构，在场景中实现对物体状态的感知能力、实时数据分析能力、自主决策能力以及精准执行能力；通过认知计算与机器智能支撑产业转型升级、数字化转型（DT）驱动业务发展以及价值创新创造的产业互联生态链。
长按上方二维码关注微信公众号： AI-CPS ，更多信息回复：
新兴技术领域包括但不限于云计算技术和大数据分析方法等前沿科技；新产业方面涉及工业互联网驱动下的智能化生产模式；农业智能化系统与模式；金融科技服务与智慧金融平台等新兴业态；而新模式则聚焦于智慧财富空间概念及其在投资理财与风险管理中的应用；智慧小镇规划理念与实践框架及其在产业布局与基础设施建设方面的体现；以及虚拟现实与增强现实技术融合下的赛博空间概念在教育培训与商业体验中的应用等
**
**
点击“阅读原文”，访问AI-CPS OS官网
本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！
**
版权声明
-
-
- ********____
-
****************