面向FAIR数据共享的医学通用数据模型比较研究

通用数据模型（CDM）是促进多源异构健康医疗大数据标准化整合、增强数据语义理解一致性、推动多方协同分析的重要工具，经CDM标准化后的数据集合可为开展大规模人群队列等观察性研究提供有力支撑。本文深入比较分析了三项国际典型医学CDM的数据存储结构、术语映射模式和辅助工具研发情况，系统梳理各模型的优势、局限，总结了我国在CDM应用过程中所面临的挑战与机遇。期望通过探索国外在健康医疗大数据开放共享过程中的先进技术理念与实践模式，为推动我国健康医疗数据资源FAIR化建设，即数据可发现（findable）、可访问（accessible）、可互操作（interoperable）和可重用（reusable），解决当前数据资源质量不佳、语义化程度低、无法实现打通共享和重复利用等实际问题提供借鉴。     

健康医疗大数据驱动下的流行病学研究:机遇与挑战

本文回顾健康医疗大数据国家战略的形成与发展，结合流行病学研究的视角，探讨健康医疗大数据的时代机遇和现实挑战，为未来健康医疗大数据驱动下的流行病学研究提出新思路。     

健康医疗大数据分析方法体系框架及应用研究

围绕健康医疗大数据分析方法问题,系统梳理了健康医疗大数据在各个应用领域中的数据分析方法,从影响因素分析、流程管理、结果评价、预测判断、决策预防5个层面对医疗服务、公共卫生、药品管理、医疗保障、卫生管理、产业发展六大应用领域进行划分,按照目标层、数据类型层、分析方法及工具层和应用层4个部分构建健康医疗大数据分析方法体系框架,并结合应用实例为健康医疗大数据应用发展提供参考依据。     

基于openEHR的医疗信息建模方法

健康医疗大数据的发展和有效利用对医疗信息建模提出了挑战。提出了一种基于openEHR的医疗信息建模方法，利用协同方式构建可共享、重用的医疗信息模型，并通过电子病历信息建模验证该方法的可行性。结合openEHR规范和协同信息建模方法，能够提高医疗信息模型的扩展能力和互操作能力，促进健康医疗大数据的发展和有效利用。     

构建区域健康医疗大数据 做好居民健康守门人

近年来,随着网络化和信息化的快速发展,医疗数据爆发性增长,健康医疗大数据成为基础性战略资源之一。在此形势下,如何促进数据共享,整合、提取成有价值的健康医疗大数据,如何充分利用健康医疗大数据为居民提供高效、个性化的医疗健康服务成为健康医疗大数据的发展方向。深圳市罗湖医院集团在国家政策的引导和自身需求的驱动下,率先与IT企业合作,共同研发了健康罗湖App及配套的云平台,旨在充分利用区域健康医疗大数据,为居民做好全生命周期的健康管理服务。     

健康医疗大数据时代的隐私保护探析

以基因数据为例，全面分析健康大数据隐私面临的挑战，从联盟数据分析、同态加密、硬件加密、差分隐私几方面探讨隐私数据保护策略，阐述有关数据安全和隐私保护法律建设，以期为相关研究提供参考。     

健康医疗大数据应用存在的问题及对策探讨

健康医疗大数据是国家基础战略性资源,发展好健康医疗大数据对于改善患者就医体验、提高医疗服务质量和效率等具有重大意义。通过文献回顾和深入剖析,指出健康医疗大数据应用中存在的问题:数据质量不高,数据利用不足,伦理问题亟待解决。并提出相应的促进健康医疗大数据发展的合理化建议。     

健康医疗大数据标签体系构建方法研究

在界定健康医疗大数据标签相关概念的基础上,以国家全民健康保障信息平台为应用场景,分析了健康医疗大数据用户的类别及其信息需求,提出了健康医疗大数据标签体系的分类框架、标签维度和标签的设计方法,以及标签命名和取值的标准化原则,搭建了健康医疗大数据标签管理系统的基本架构,研究结果能够为该领域数据标签体系构建提供适宜的方法学指导。建立健康医疗大数据标签体系,不仅能够提升用户利用数据资源的效率,而且有利于机器学习和数据挖掘算法的深度应用,支持科学管理与循证决策。     

健康医疗大数据信息资源目录体系构建

通过研究山东省健康医疗大数据信息资源目录体系架构、编制流程等方面,提出符合山东省实际的信息资源目录编制方法和架构、共享机制和实际应用。