医用数据库系统／开发环境的比较与选择

计算机技术解决的是信息的处理和存储,网络技术关心的是信息的传输与共享,数据库技术则旨在解决信息的管理,而医学临床领域对它们的应用需要是多方位的。1 引言 从传统上说,数据库系统就是对数据进行存储和管理的系统。贯穿数据库发展的主线是数据模型。通常给数据库系统分类就是按照数据模型来划分的,依次有层次／网状数据库、关系型数据库以及现在的面向对象数据库。数据库与别的技术结合,产生了诸如面向对象数据库、分布式数据库、并行数据库、多媒体数据库等新产品。 数据库技术与产品是计算机领域中最为活跃的部分之一。从主机（…     

医学影像传输及储存系统数据库中应用云计算的设计

目的:在医学影像传输及储存系统(PACS)中,数据库是其整个系统的主要组成部分。数据库文件结构的建立是编制程序的基础,也是维护工作的依据。为满足患者对医疗技术水平的要求,研究出不必对现有医疗设备进行升级换代或购买新软件,而是设计一个"私有云",在"云"内进行数据处理和数据储存,实现对图像储存及图像的后处理。方法:将现有的PACS系统与医疗设备及用户端的PC使用"云计算"技术将其对接,使数据储存和数据运算等工作在云内进行。结果:"云"内储存的存储空间得到了极大的提升,且单独工作站瘫痪时不会引起数据丢失;因"云"内计算采用了分布式和并行式计算,大大提高了运算能力。结论:PACS数据库中应用"云计算"能有效的提高数据存储和数据处理方面的能力。     

医院信息系统基础数据一致性维护策略的研究和实现

布式数据库作为现代计算机技术及网络技术发展相结合的产物,在处理及存储数据能力方面占据优势。分布式环境下的数据库架构模式能满足各站点高度自治化的应用需求,但往往忽略了各数据库站点之间的逻辑一致性,导致多个业务信息系统在深层交互及数据共享时出现部分基础数据不相一致,各类统计数据结果大相径庭的情况。数据库同步技术是解决分布式环境下各节点数据库数据不一致的一项关键技术,在信息化建设进程中发挥着举足轻重的作用。该文通过对同步技术的研究与分析,着重讨论MS SQL Server2008事务处理技术在二级医院分布式数据库同步应用上的处理方法及实现效果。     

基于数据挖掘技术的医院器材管理决策支持系统

随着信息量的急剧增加,传统基于关系型数据库的管理信息系统已难以满足决策的需要。数据挖掘技术能从海量数据中,发现对决策有重要作用的信息,因而得到广泛应用。本文应用决策树方法对医院器材管理信息数据库进行数据挖掘,寻找器材消耗、器材库存、器材保障等之间的规律,为管理者提供辅助决策手段。     

pureXML与电子病案

目的探讨电子病案最新应用技术pureXML。方法通过比较关系型数据库与混合型数据库，说明pureXML技术最适合电子病案的开发。结果对使用最佳描述语言XML的电子病案，pureXML能最合适地处理XML数据，实现电子病案信息的最充分使用。结论使用混合型数据库的pureXML技术既不浪费医院先前的投入，又节约电子病案的开发成本，便于电子病案快速推广使用。     

制剂检定数据微机管理软件的设计与应用

医院制剂在医院药学中占有重要的地位,制剂检定是制剂生产的最后一关,其科学管理有利于制剂质量的提高和医院药学的发展。为了准确及时进行检定数据处理,使工作条理化、规范化、提高工作效率,为此根据本院的实际情况,采取汉字Foxbase 2.1关系型数据库编程,建立了“医院制剂检定数据微机管理系     

江苏省健康医疗数据资源目录管理系统的设计

目的:为高效地管理健康医疗数据资源,更好地实现数据开放共享,设计江苏省健康医疗数据资源目录管理系统。方法:该系统采用浏览器/服务器(Browser/Server,B/S)架构设计,以SpringBoot框架和Java语言开发,通过MySQL关系型数据库和Redis缓存数据库进行数据存储。整个系统包括资源目录管理、资源服务门户、数据质量管理和安全管理4个功能模块。结果:该系统实现了健康医疗数据资源的高效管理和便捷服务,使数据提供、管理、审批、使用等环节有序可控。结论:该系统有利于优化健康医疗数据资源服务体系,促进健康医疗数据共享开放。     

基于Oracle的生命科学平台在生物医学信息中的应用

介绍了基于Oracle数据库技术的生命科学平台软件。该软件通过提供功能强大的数据访问方式、整合不同类型的数据、高效地管理大量的生物医学数据,为处理生物医学数据构建了一个灵活、安全并具有可伸缩性的管理平台。     

医学检验仪器串口传送技术的开发与应用

目的利用串口技术和数据库技术,将酶标仪等检验仪器与LIS系统连接,实现计算机自动采集检验数据、管理检验数据。方法利用Delphi7.0等工具开发联机程序和数据库管理程序,实现检验仪器与LIS的联机通讯。结果此软件的使用解决了手工录入检验数据耗时多、易出错等问题。结论串口通讯技术结合数据库技术在医学检验中的应用,将大大提高医学检验工作者分析和处理实验数据的效率;为开发双向通讯仪器的双向控制奠定了基础。     

后关系型数据库在HIS中的应用

本文针对我国医院信息系统(HIS)中系统响应速度慢和系统可靠性差,系统安全性上存在着隐患,难以适应医院365天、每天24小时可靠运行的要求,提出了基于后关系型数据库(Caché)的医院信息系统开发是解决目前我国HIS系统中诸多问题的理想可选方案。最后介绍了后关系型数据库Caché的技术特点以及Caché在HIS系统开发中的技术优势。     

大数据时代背景下单病种协作模式发展的探讨

随着数据的爆炸与信息技术的发展，多类型、海量数据的传输、处理和保存逐渐得以实现，如何挖掘与利用大数据的价值成为当今社会关注的焦点。单病种协作网络中不断积累的数据具有大数据的4V特点。，单病种协作体系应当顺应大数据大数据时代的客观背景需求进行发展要求。在数据安全、个人隐私和数据产权等诸多难题的挑战下，如何，完成体系内海量数据的收集、存储、质控、挖掘与利用，并将体系大数据价值充分作用于临床决策与科研和医疗服务两大领域如何改进和发展单病种协作网络现有模式，充分挖掘和利用网络中的数据价值是值得我们思考的问题。     

基于分布式多图像处理器的医学影像体绘制算法

目的:计算机医学图像处理具有所需计算量和计算涉及数据量巨大的特点,需将高性能计算技术应用于计算机医学图像处理中,以适应计算涉及数据量大和计算速度快的要求.方法:计算统一设备架构(CUDA)技术可使图像处理单元(GPU)进行通用并行计算,使其能够提供强大的计算能力.由于分布式并行计算是实现高性能计算的主要方式,故提出一种实用的分布式并行计算模式,即基于分布式多GPU的并行计算模式,其中多台计算机将使用消息传递接口(MPI)并行编程环境配置成分布式集群系统.结果:以医学影像体绘制算法为例分析该计算模式,使得其算法计算时间较短,计算效率较高.结论:使用MPI集群和GPU进行算法加速,可很好地解决无法实现医学影像的实时三维重建的问题     

Coordinating data management for multiple ongoing clinical trials and registries

The Epidemiology Data Center at the University of Pittsburgh has developed a standard set of data management procedures, reports, and computing configurations for use on multicenter research projects. Based on budget restrictions and study design considerations, a project-specific data management system can be quickly constructed by utilizing appropriate components from the EDC tool kit: the PoP software system for the computerization of the database from paper forms to data entry screens; program shells for telecommunication and backup procedures; and procedural documents for providing the necessary training materials for centralized or decentralized processing environments. The EDC data flow specification provides quality control assurances from entry through statistical analysis.     

医院管理系统中异构数据库集成设计

目的：设计一种医院管理信息系统来连接彼此分散的各个应用系统,利用网络平台将异构数据库系统中的数据进行有效集成,以便更好地进行数据共享和数据处理。方法：采用中间件技术使网络上的各数据库集成为统一的数据应用平台。结果：采用该方案能很好地实现同时对多个异构的数据库系统进行透明访问。结论：系统数据源兼容性良好,可以极大限度地满足分布式数据查询和跨平台客户端检索。     

ActiveX vs. Java. What roles will these technologies play?

ActiveX and Java capitalize on distributed object computing and have great potential for making information systems truly interoperable. But a battle for market dominance between their developers--Microsoft Corp. and Sun Microsystems Inc., respectively--could cause confusion. And it's unclear what role these two important new technologies will play in health care. For now, a number of pioneering organizations are experimenting with using the technology to improve data flow and access.     

Big Data in Israeli healthcare: hopes and challenges report of an international workshop

In September 2015, the Israel National Institute for Health Policy Research (NIHP) organized a workshop to address the hopes and challenges of Big Data in healthcare in the Israeli context. The paper provides an overview of the challenges and hopes raised by data driven science and Big Data, along with a summary of Israel’s strengths and weaknesses regarding Big Data, as discussed by the speakers in the course of the conference. It concludes with some hints on how Israel’s advantages in this field might be leveraged.     

Big Data : amélioration technique,dégradation ou transformation du modèle de solidarité ?

Big Data, the production of a massive amount of heterogeneous data, is often presented as a means to ensure the economic survival and sustainability of health systems. According to this perspective, Big Data could help save the spirit of our welfare states based on the principles of risks-sharing and equal access to care for all. According to a second perspective, opposed to the first, Big Data would fuel a process of demutualization, transferring to individuals a growing share of responsibility for managing their health. This article proposes to develop a third approach: Big Data does not induce a loss of solidarity but a transformation of the European model of welfare states. These are the data that are now the objects of the pooling. Individual and collective responsibilities are thus redistributed. However, this model, as new as it is, remains liberal in its inspiration; it basically allows the continuation of political liberalism by other means.     

肾综合征出血热防治决策应用系统构建

目的利用空间信息技术和信息可视化技术建立肾综合征出血热(hemorrhagic fever with renal syndrome,HFRS)防治决策应用系统。方法在Windows XP系统环境下,采用ArcGIS Engine 9.2组件,在Visual Basic 6.0环境中完成组件式开发,并利用ActiveX Data Object(ADO)连接其他属性数据库,将地理数据库和属性数据库、知识数据库等有机集成,完成以GIS系统为核心的信息可视化系统,将HFRS相关信息转化为知识提供给决策者。结果建立一个综合集成HFRS监测数据、传播媒介及动物宿主数据、相关地理环境等数据的防治决策应用系统,为HFRS现场流行病学调查、数据管理与分析、鉴别诊断、媒介与动物宿主识别、地图制作等提供工具,并提供数据导出功能,可使多个部门与机构进行数据共享。结论将地理空间数据与流行病学多元数据结合、将传统GIS与多元信息可视化技术结合,才能让空间信息技术在疾病预防控制方面发挥决策支持的作用。     

Epidemiology in wonderland: Big Data and precision medicine

Big Data and precision medicine, two major contemporary challenges for epidemiology, are critically examined from two different angles. In Part 1 Big Data collected for research purposes (Big research Data) and Big Data used for research although collected for other primary purposes (Big secondary Data) are discussed in the light of the fundamental common requirement of data validity, prevailing over “bigness”. Precision medicine is treated developing the key point that high relative risks are as a rule required to make a variable or combination of variables suitable for prediction of disease occurrence, outcome or response to treatment; the commercial proliferation of allegedly predictive tests of unknown or poor validity is commented. Part 2 proposes a “wise epidemiology” approach to: (a) choosing in a context imprinted by Big Data and precision medicine—epidemiological research projects actually relevant to population health, (b) training epidemiologists, (c) investigating the impact on clinical practices and doctor-patient relation of the influx of Big Data and computerized medicine and (d) clarifying whether today "health" may be redefined—as some maintain in purely technological terms.