多维集成视角下精准医疗数据融合标准体系构建

多源异构数据融合是实现精准医疗的重要难点和关键技术,标准化是规范多源异构数据融合的重要手段,但我国还未建立面向精准医疗的多源异构数据融合的标准体系。文章通过分析我国精准医疗数据融合标准化建设的必要性,结合精准医疗数据融合特点,从层次维、时间维和种类维三个角度构建了精准医疗多源异构数据融合标准体系框架,基于多维集成视角构建精准医疗数据融合标准体系,为精准医疗多源异构数据融合的规范化提供理论基础和指导,助推精准医疗的发展。     

轻量级医院智慧运营管理系统的设计与应用

为积极应对医疗卫生体制改革,有效整合医疗数据资源,建立健全医院智慧运营管理体系,医院运用微服务、低代码架构等技术,设计了轻量级医院智慧运营管理系统,以融合多源异构数据,实现跨系统数据互联互通,提高数据的利用率。智慧运营管理系统中轻量级架构的设计以及对重要指标的实时监测和提前预警等功能可有效提高医院信息数据的综合利用能力、运营管理决策水平和效率。通过整合医院原有业务系统数据建立医院智慧运营管理体系,有助于提升医院精细化管理水平,推动医院高质量发展。     

构建ODS实现对临床医生科学管理的方法研究

目的：利用医院现有的技术手段与海量数据，建立既相对独立又能够提供综合分析与应用的数据环境，为管理者提供客观、翔实的动态数据，以便及时了解临床医生的工作情况，进行有的放矢的管理、考核、评价、激励。方法：通过对ODS数据库运行模式分析，设计数据模型，建立事实表和维表，并提出数据迁移方案，最终建立一个完整的ODS数据库。结果：解决了现有系统中事务处理应用的分散性、多个应用间数据的不一致性以及历史数据的离线问题，建立了新的ODS数据库，为管理者提供了动态、客观的数据资源库。结论：基于HIS构建的0DS数据库，促进了海量事务数据在医院对临床医师管理和决策过程中的方便、快捷、高效应用，提高了管理决策的科学化。     

数据仓库的建立和数据挖掘技术在医院管理中应用的讨论

随着医疗体制改革的深化,公立医院面临着前所未有的竞争压力。医院在长期的信息化建设中,积累了海量的数据。本文就如何利用这些数据,建立数据仓库,利用数据挖掘技术,为医院的发展提供有力的数据支持,用历史预测未来,辅助决策,提高竞争力进行了初步讨论。     

医院质量管理数据利用的难点

包含大量有价值信息的海量医疗数据的深度利用,是现代化医院的统计管理瓶颈;本文从医院质量管理的角度,阐述医疗数据信息利用的重要性及难点,提出相应的对策及建议,为管理者提供决策支持,使医疗数据发挥更大的作用。     

基于OLAP技术的病案统计分析研究

随着医院信息系统(hospital information system,HIS)的发展以及我国HIS系统应用水平的不断提高,越来越多的医院使用电子病案,因此大量的病案数据保存在计算机中.如何从海量病案数据中进行统计分析,得到更多有用信息已成为一个紧迫的问题. 联机分析(on line analytical processing,OLAP)技术多用于支持复杂并且目的比较明确的分析操作,通过对数据一系列交互的主动查询过程,对数据进行多层次、多阶段的分析处理,为用户提供灵活的信息访问权利、丰富的数据分析和报表功能.     

精准医疗领域大数据分析面临的挑战

通过对健康医疗大数据的深入分析,可支撑和促进精准医疗在疾病预防、诊断、治疗和健康管理等方面的应用。从多源数据采集、临床专病数据标注、多源异构数据融合、组学数据存储与处理、多维度健康医疗数据同时分析、可解释性和可视化等方面对精准医疗领域大数据分析目前面临的挑战进行探讨,其研究结果可为明确精准医疗领域大数据分析所面临的问题、影响精准医疗进一步推广应用的关键技术以及未来研究方向等提供信息参考。     

医院数据挖掘平台中X-11-ARIMA预测模型的应用研究

正近年来,大部分医院开始建立集成平台、BI(business intelligence,商务智能),将医院已沉淀的海量数据进行利用,但多数集成平台和BI仅限于数据的查询、分析,针对数据挖掘方面的应用较为缺乏。本文通过对预测方法的研究,以全院收入的预测为实例,探索数据挖掘平台对医院的价值。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程,其分类、聚类、估计、预测、关联分析等方法在医疗行业中     

军队医院与干休所网络医疗协同保障服务系统构建方法

正军队医院与干休所网络医疗协同保障服务系统,是利用先进的云计算技术、物联网技术、大数据分析、异构数据技术和多网融合技术,以老干部高龄期高发病期医疗保健需求为牵引,以提高老干部医疗保健质量和服务管理水平为重点,以强化干休所卫生管理、增强保健机构协同服务一体化保障能力为主线,整体构建医院与干休所网络医疗协同保障服务     

基于云平台的高扩展病案管理平台的实现

目的:拟在病案管理云平台下异构数据间建立整合机制,以解决其单一数据源信息不完整以及多源异构性等问题,提高病案管理云平台扩展性.方法:在对病案需求分析及数据整合技术对比研究基础上,提出云平台下多源异构业务应用高扩展性整合方案,并基于中间件理念,采用可扩展标记语言(XML)、Spring Cloud组件及Restful标准...     

“军字一号”数据仓库构建

＂军字一号＂数据库中的海量数据为数据仓库的构建提供了必要的条件。本文对数据仓库和传统数据库的数据组织方式作了比较,阐述了按主题来组织数据的优点和建立仓库的方法。数据仓库的建立能够为医院管理提供决策支持,为医院的科学发展提供保障。     

医学影像存储与传输系统的存储问题分析及解决方案

目的 利用组建 PACS系统一年多的经验,对医学影像存储与管理系统中集中出现的问题进行分析,并根据具体情况提出合理的解决方案.方法 采用大量数据分析各类主流存储技术优缺点.采用光纤接口＆ SCSI硬盘驱动器以解决影像资料的海量存储及存储设备的传输速度问题.增加千兆交换设备,分散网络访问,均衡网络负荷,充分利用网络带宽资源.结果 更新了 PACS系统数据资料的海量存储,对国内 PACS发展中出现的两个集中问题的解决做出相应的解决方法,为提高整个 PACS的发展作贡献.结论 在医院不断发展的过程中,对于 PACS系统的建设需要做出长远的考虑.海量存储及网络访问结构的需要随着医院的发展而不断提高,完善存储系统保障数据的安全可靠,完善网络访问结构以提高医院整个系统工作的效率.     

0LAP技术在医院决策支持系统中的应用

医院信息系统(HIS)的研究和开发是实现数字化医院的根本途径。基于联机分析处理(OLAP)的医院决策支持系统则是对HIS系统的高层次开发。该系统支持海量数据的深加工与再利用,解决了数据仓库构建、数据转换、数据分析、客户端图形设计等技术问题,为辅助医院管理层决策做出积极探索。     

医院大数据框架体系构建及数据利用

随着医院信息化发展,医疗业务系统建设越来越多,随之带来的是海量的医疗数据。在保存这些医疗数据的同时,如何得到更好的利用,为临床诊疗、科学研究及行政管理提供数据支撑,是当前需要解决的问题。本文旨在通过分析介绍大数据的框架体系,对比传统模式下的数据利用技术和方法。结合当前大数据技术在临床智能化、行政管理、科研及临床试验等应用情况,探索大数据技术在医疗大数据领域应用方向及趋势,更好地体现医疗数据的利用价值。     

基于异构网络分析的智能医疗推荐系统研究

随着医疗卫生信息化的发展,电子病历与健康档案积累的海量数据使得基于大数据挖掘与分析的智能医疗推荐成为可能。在本文研究中,为实现大数据量复杂情况下的医疗推荐,提出异构医疗信息网络描述模型,挖掘医疗过程上下文环境中各参与方异构对象（患者、医师、疾病、治疗手段等）之间的关系;在异构医疗信息网络模型基础上构造各参与方对象排序模型;考虑排序和聚类的过程,构造新型智能医疗推荐系统。     

医院面向健康服务管理的大数据有效挖掘方法研究

针对智能健康服务中多源异构信息难以有效融合及疾病实时预警等问题,以发病人数多、潜伏期长、死亡率高、对经济生活影响重大的心脑血管疾病和糖尿病为研究对象,以"数据—信息—知识管理"为主线,采用大数据、智能信息处理和知识管理等理论,构建基于增量式在线特征提取和离线深度学习的疾病预警模型,并开发了健康医疗信息服务管理大数据平台及实时预警服务支持系统。旨在为提高我国医疗信息服务水平、合理配置医疗资源提供理论与实践支持。     

基于数据仓库技术的医院管理决策支持系统的研究

结合医院信息系统实际情况,对基于数据仓库技术的医院管理决策支持系统进行研究,提高对医院信息系统海量数据的信息深层应用,向医院各级管理层提供医院运营管理和向临床诊断治疗提供辅助决策作用,提高医院管理质量和服务质量,全面提高医院的管理水平和决策效率。     

关于应用DEA评价临床科室效率中指标体系的问题探讨

数据包络分析方法(DEA)被广泛应用于医院效率评价中,不仅是由于其适合于医院多投入多产出的特点,更重要的是该方法能够指出医院效率不高的原因,及在哪些资源上存在效率问题,并且提供资源利用的理想值.本文在文献研究及向医院管理人员咨询的基础上,利用实际数据对指标体系建立中可能出现及需要注意的问题进行了分析与探讨.     

基于数据仓库的医疗设备绩效统计分析

目的建立医院医疗影像信息数据库,为决策者深入研究医疗设备绩效、促进医院现代化管理提供准确数据。方法针对某三甲医院医疗影像信息系统(RIS/PACS)数年积累的海量数据,建立数据仓库,用于多维数据立方体OLAP分析及设备检查量预测。结果通过盈亏平衡模型实现设备效益数据挖掘,可为决策者提供各种直观的、深层的统计图表数据。结论将数据仓库和数据挖掘技术应用于医疗设备绩效分析中,可较好地解决医疗设备绩效、代价、风险等互相制约的问题,进而充分发挥医疗设备的社会效益和经济效益。     

数据挖掘技术在医院管理中的应用

传统统计分析技术难以对海量数据进行有效分析,数据挖掘技术可为医院管理决策提供更有力的技术支持。作者介绍了类描述、关联分析、聚类分析、分类和预测、时序模式技术在医院管理中的应用,指出随着数据挖掘技术的日益普及,其必将在医院管理领域得到更加广泛的应用。