醫(yī)療大數(shù)據(jù)的應(yīng)用 議程 醫(yī)療與大數(shù)據(jù)的趨勢 2 什么是醫(yī)療大數(shù)據(jù) 大數(shù)據(jù)面臨的挑戰(zhàn) 如何管理和利用大數(shù)據(jù) 案例分享 總結(jié)與展望 議程 醫(yī)療與大數(shù)據(jù)的趨勢 3 什么是醫(yī)療大數(shù)據(jù) 大數(shù)據(jù)面臨的挑戰(zhàn) 如何管理和利用大數(shù)據(jù) 案例分享 總結(jié)與展望 趨勢分析 我們正處在醫(yī)療行業(yè)的一個重要轉(zhuǎn)折點 4 醫(yī)療費用在不斷上升GDP的占比非常高 Source UnitedNations PopulationAging2002 25 29 30 20 24 10 19 0 9 ofpopulationoverage60 2050WWAverageAge60 21 全球老齡化平均年齡60 目前的10 到2050年將達到20 以美國為例 醫(yī)療大數(shù)據(jù)的價值3千億美元 年 相當于每年生成總值增長0 7 趨勢分析 我們正處在醫(yī)療行業(yè)的一個重要轉(zhuǎn)折點 5 0 5000 10000 15000 201020112012201320142015 存儲的增長醫(yī)療服務(wù)產(chǎn)生的數(shù)據(jù)總量 PB AdminImagingEMREmailFileNonClinImgResearch 醫(yī)療影像歸檔一個醫(yī)療系統(tǒng)案例的數(shù)據(jù) 到2020年 醫(yī)療數(shù)據(jù)將急劇增長到35Zetabytes 相當于2009年數(shù)據(jù)量的44倍增長 議程 醫(yī)療與大數(shù)據(jù)的趨勢 6 什么是醫(yī)療大數(shù)據(jù) 大數(shù)據(jù)面臨的挑戰(zhàn) 如何管理和利用大數(shù)據(jù) 案例分享 總結(jié)與展望 醫(yī)療大數(shù)據(jù)簡介 7 1 制藥企業(yè) 生命科學(xué) 3 費用報銷 利用率和欺詐監(jiān)管 2 臨床決策支持 其他臨床應(yīng)用 包括診斷相關(guān)的影像信息 4 患者行為 社交網(wǎng)絡(luò) 數(shù)據(jù)來源包括哪些 我們?nèi)绾卫么髷?shù)據(jù)創(chuàng)造價值 示例 1 個體化醫(yī)療 3 欺詐監(jiān)測得以加強 2 臨床決策支持 4 由生活方式和行為引發(fā)的疾病分析 醫(yī)療大數(shù)據(jù)相關(guān)解決方案 8 分布式平臺 存儲優(yōu)化 安全和隱私 影像數(shù)據(jù)處理加速 新興的醫(yī)療服務(wù)應(yīng)用 個體化醫(yī)療 臨床決策支持 腫瘤基因組學(xué) 健康信息服務(wù) 基礎(chǔ)醫(yī)療服務(wù) 個人健康管理 老齡社會 數(shù)據(jù)分析及視覺化處理 類SQL的檢索 醫(yī)療影像分析 機器學(xué)習 數(shù)據(jù)處理 管理 醫(yī)療影像 醫(yī)療記錄 基因數(shù)據(jù) 議程 醫(yī)療與大數(shù)據(jù)的趨勢 9 什么是醫(yī)療大數(shù)據(jù) 大數(shù)據(jù)面臨的挑戰(zhàn) 如何管理和利用大數(shù)據(jù) 案例分享 總結(jié)與展望 大數(shù)據(jù)的挑戰(zhàn)不僅來自于數(shù)據(jù)量的增長 需要新技術(shù)的支持 10 檢驗結(jié)果 費用數(shù)據(jù) 影像 設(shè)備產(chǎn)生的感應(yīng)數(shù)據(jù) 基因數(shù)據(jù)等 數(shù)據(jù)量 結(jié)構(gòu)化數(shù)據(jù) 遵循標準的數(shù)據(jù)標準 如 HL7 非結(jié)構(gòu)化數(shù)據(jù) 如口述 手寫 照片 影像等 類型 在傳統(tǒng)的解決方案之上 引入新的數(shù)據(jù)及分析模型和技術(shù) 實時有效的商業(yè)價值 基于現(xiàn)有數(shù)據(jù)庫中的數(shù)據(jù)進行分析 來支持不同種類的業(yè)務(wù) 如費用及報銷 患者病史 歸檔影像分析 實時臨床決策支持 數(shù)據(jù)分析 價值 實時數(shù)據(jù)分析 而非傳統(tǒng)的批量處理分析 數(shù)據(jù)以流的方式進入系統(tǒng) 進行抽取和分析 對于實時運行中的每個時間節(jié)點產(chǎn)生影響 而不是事后處理 速度 議程 醫(yī)療與大數(shù)據(jù)的趨勢 11 什么是醫(yī)療大數(shù)據(jù) 大數(shù)據(jù)面臨的挑戰(zhàn) 如何管理和利用大數(shù)據(jù) 案例分享 總結(jié)與展望 關(guān)注數(shù)據(jù)的價值 12 數(shù)據(jù)源文本 語音 視頻 傳感器RequestingOrM2M通訊批量 商業(yè)應(yīng)用 傳統(tǒng)解決方案環(huán)境ERP CRM Batch OLTP DB 邊緣服務(wù)器 Edge 大數(shù)據(jù)存儲的考慮傳統(tǒng)存儲方式大規(guī)模數(shù)據(jù)分析 Hadoop 海量數(shù)據(jù)庫 Hive 大規(guī)模備份 Lustre 豐富的視覺化效果 安全的數(shù)據(jù)分析和緩存 分析同步端到端Machine to MachineSource to Source 關(guān)注數(shù)據(jù)的價值 13 數(shù)據(jù)源文本 語音 視頻 傳感器RequestingOrM2M通訊批量 商業(yè)應(yīng)用 傳統(tǒng)解決方案環(huán)境ERP CRM Batch OLTP DB 邊緣服務(wù)器 Edge DataCenterProvisioningDiscreteVirtualCloud AsAServiceHPC 大數(shù)據(jù)存儲的考慮傳統(tǒng)存儲方式大規(guī)模分析 Hadoop 海量數(shù)據(jù)庫 Hive 大規(guī)模備份 Lustre 豐富的視覺化效果 安全的數(shù)據(jù)分析和緩存 分析同步端到端Machine to MachineSource to Source 大數(shù)據(jù)解決方案的部署方式 參考 14 企業(yè)級數(shù)據(jù)倉庫 電子表格 視覺化工具 數(shù)據(jù)挖掘 集成開發(fā)工具 ODS 數(shù)據(jù)集市 企業(yè)應(yīng)用工具 傳統(tǒng)的文件格式 日志 社交 網(wǎng)絡(luò) 遺留系統(tǒng) 結(jié)構(gòu)化 非結(jié)構(gòu)化 錄音文件 筆記等 數(shù)據(jù)平臺 關(guān)系型數(shù)據(jù)庫 No SQL 內(nèi)存數(shù)據(jù)庫 SQL 應(yīng)用 Node Node Node Hadoop WebAppsMashUps IMPORT INSIGHTS CONSUME CreateMap REDUCE 18 大數(shù)據(jù)解決方案的整體框架架構(gòu) DataasaServices BI PredictiveAnalyticsExistingBI Analyticswithin databasedataprocessingsupport MedicalDevices DataVelocity DataVolumeandQuality IntegratedAnalyticswithHadoopSupport IntegrationTools DistributedHighPerformanceDataProcessingHadoop MapReduce Dataingestion IntegrationandProcessingServices MPPDatabasesDWAppliances DatabasesDBMS NoSQL CustomAnalyticSolutionsMapReduceTextualAnalyticsStreamingAnalytics 10GBeFastFabric VerticallyIntegratedSoftwareIntelAIMSuite NLP SemanticSearch MachineLearningKnowledgeManagement DataVulnerability HPC TCPMIC NAS SASandDistributedStorage DataAccessUserAuthentication DataCharacteristics DistributedVirtualPersistenceEvent MessageReal Time Cached FederatedEDW Marts DataVisibility CloudProvisioningModels Storage ConnectivityConsiderations DataSourcesText Video SecurityServicesPrivacyCompliance HumanGenome DrugDiscovery GIS SurveillanceandMedicalDeviceStreamingData DiagnosticImages SocialMedia MedicalRecords LogFiles andAudio ProvisioningModels CanVarybyData Characteristics 高效的大數(shù)據(jù)訪問途徑 客戶端 16 KnowMe FreeMe ExpressMe LinkMe 大數(shù)據(jù)在中國醫(yī)療行業(yè)中的應(yīng)用模式 17 1 制藥企業(yè) 生命科學(xué) 3 費用報銷 利用率和欺詐監(jiān)管 4 患者行為 社交網(wǎng)絡(luò) 2 臨床決策支持 其他臨床應(yīng)用 包括診斷相關(guān)的影像信息 藥品研發(fā)對藥品實際作用進行分析 實施藥品市場預(yù)測 基因測序 分布式計算加快基因測序計算效率 臨床數(shù)據(jù)比對匹配同類型的病人 用藥 臨床決策支持利用規(guī)則和數(shù)據(jù)實時分析給出智能提示 公共衛(wèi)生實時統(tǒng)計分析發(fā)現(xiàn)公共衛(wèi)生疫情及公民健康狀況 新農(nóng)合基金數(shù)據(jù)分析及時了解基金狀況 預(yù)測風險輔助制定農(nóng)合基金的起付線 賠付病種等 基本藥物臨床應(yīng)用分析分析基本藥物在處方中的比例 遠程監(jiān)控采集并分析病人隨身攜帶儀器數(shù)據(jù) 給出智能建議 人口統(tǒng)計學(xué)分析對不同群體人群的就醫(yī) 健康數(shù)據(jù)實施人口統(tǒng)計分析 了解病人就診行為發(fā)現(xiàn)病人的特定就診行為 分配醫(yī)療資源 議程 醫(yī)療與大數(shù)據(jù)的趨勢 18 什么是醫(yī)療大數(shù)據(jù) 大數(shù)據(jù)面臨的挑戰(zhàn) 如何管理和利用大數(shù)據(jù) 案例分享 總結(jié)與展望 案例分享 RegionalHealthInfoNetwork ChinaReal timeClinicalDecisionSupport 19 實時的醫(yī)療數(shù)據(jù)處理 電子健康檔案 醫(yī)療影像數(shù)據(jù) 支持醫(yī)療協(xié)同 臨床決策支持和公共衛(wèi)生管理采用Hadoop HBase Hive 來實現(xiàn)醫(yī)療數(shù)據(jù)分析和處理 未來將擴展到不同領(lǐng)域 不同區(qū)域 地區(qū) 包括數(shù)據(jù)交換 處理和分析 與本地的軟件廠商及OEM廠商進行了廣泛合作 技術(shù)挑戰(zhàn) Hadoop HBase Hive 與傳統(tǒng)關(guān)系型數(shù)據(jù)庫如何有效結(jié)合 大數(shù)據(jù)在區(qū)域衛(wèi)生信息平臺中的切實可行應(yīng)用場景 PublicHealth Hospital Primarycare Grassroots AncillaryData Services HealthInformationDW EHRData Services RegistriesData Services LongitudinalRecordServices HealthInformationAccessLayer CareCoordinationClinicaldecisionsupport DataAnalyticR D RHIN 區(qū)域醫(yī)療及基層醫(yī)療信息系統(tǒng)大數(shù)據(jù)解決方案 20 分布式數(shù)據(jù)服務(wù)系統(tǒng) 展現(xiàn)層 報告 視圖 集成的用戶應(yīng)用界面 居民 醫(yī)生 衛(wèi)生行政管理人員 數(shù)據(jù)挖掘 Mahout 分布式批量處理框架 Map Reduce 協(xié)作服務(wù) Zookeeper 結(jié)構(gòu)化數(shù)據(jù)采集器 Sqoop 日志數(shù)據(jù)采集器 Flume 分布式文件系統(tǒng) HDFS 區(qū)域衛(wèi)生信息訪問層 HIAL 醫(yī)院信息系統(tǒng) 醫(yī)院信息系統(tǒng) 實時數(shù)據(jù)庫 Hbase 語言和編譯 Hive 基層醫(yī)療信息系統(tǒng) 新農(nóng)合醫(yī)療保險 服務(wù)器虛擬化 基礎(chǔ)設(shè)施虛擬化網(wǎng)絡(luò)虛擬化存儲虛擬化 基于云的區(qū)域基層醫(yī)療服務(wù)系統(tǒng)多租戶應(yīng)用 健康檔案數(shù)據(jù)存儲 公共衛(wèi)生醫(yī)療服務(wù)運營管理藥品管理 Sequencing 3BillionBasePairs DataProcessingCloudStorageVisualizationMillionsofVariants Interpretation Analytics MillionsofVariantsMillionsofPatients CommercializingTargetedTherapeuticsCompanionDiagnosticsActionableBiomarkers 案例分享 NEXTBIO基因數(shù)據(jù)分析 21 Costtosequenceagenomehasfallenby800 xinthelast4yearsEachgenomehas 4millionvariantsGrowthinthegenomicsdatainthepublicandprivatedomainDataavailableinvarietyofsources Structured semi structured unstructuredNewaggregateddatagrowingexponentially 案例分享 NEXTBIO病人相關(guān)性數(shù)據(jù) 22 NovelDiscoveriesBiomarkersDiseaseMechanismDrugIndicationsClinicalTrialParametersPatientCareOptions Largecontentrepositoryofpublicandprivategenomicdatacombinedwithproprietaryandpatentedcorrelationengine 案例分享 KaiserPermanente大數(shù)據(jù)應(yīng)用 23 數(shù)據(jù)的發(fā)展趨勢 Kaiser的數(shù)據(jù)中 90 是非結(jié)構(gòu)化的 80 的EHR和影像數(shù)據(jù) 在未來十年 數(shù)據(jù)將會有25倍的增長 Oneexabyteby2020 主要的數(shù)據(jù)增長來自于非結(jié)構(gòu)化數(shù)據(jù) 醫(yī)療影像 視頻 文本 音頻等 信息給實時個性化醫(yī)療服務(wù)帶來了可能性 RequiresContextual device environment spatial Demographics SocialandBehavioralprofilesinadditiontomedicalinformation Kaiser正在評估大數(shù)據(jù)相關(guān)技術(shù) 25 結(jié)構(gòu)化數(shù)據(jù) 80 非結(jié)構(gòu)化數(shù)據(jù) 全世界80 的數(shù)據(jù)是非結(jié)構(gòu)化的 大量的移動終端設(shè)備 機器產(chǎn)生的數(shù)據(jù) 在未來十年 數(shù)據(jù)將迎來44倍的增長 35zettabytesby2020 主要的數(shù)據(jù)增長來自于非結(jié)構(gòu)化數(shù)據(jù) 在線的歸檔數(shù)據(jù) 醫(yī)療影像 在線視頻和存儲 照片等 信息給各行業(yè)發(fā)展帶來了新一輪的機遇 零售 金融 保險 制造 醫(yī)療 各行業(yè)已經(jīng)開始采用大數(shù)據(jù)技術(shù)用于信息提取 全球數(shù)據(jù)的構(gòu)成 結(jié)構(gòu)化數(shù)據(jù) Kaiser的數(shù)據(jù)構(gòu)成90 非結(jié)構(gòu)化數(shù)據(jù) 數(shù)據(jù)平臺計算的趨勢 分布式計算 26 DiscontinuousChange SAN NAS Master Slave s Dataisdistributedacrossprocessingslavenodes Resourcescontainingdataarenotshared Mastermanagesthedatadistribution jobschedulingacrossslavenodesandaggregatingresultsets Integratebuilt boughtReal timePredictiveAnalyticalSolutionsorProcessinglogic SMP 5 MPP 10 In Memory 50 SAN NAS SAN NAS Share NothingDistributedStorageandCompute Fault tolerantMasterSlaveArchitecturecapableofwithstandingpartialsystemfailures DAS SAN NAS SMP DiskCaching HighSpeedNetwork 10 Kaiserislookingtoexploitthiscapability Structured RelationalTabularDataInteractiveQuerySupportReal timeAnalyticsSQLTransactionData Unstructured Non tabularDataRichAdHocIntegrationReal timeAnalyticsUQLALLData 大數(shù)據(jù)平臺 需求分析 27 Ingestion DataModel MetadataReferenceData Store Integration Alignment Semantics Completeness Quality Interrogation Clustering Statistical Quality Semantics Information Standard AdHocreporting Query Alerts Forecasting Access 數(shù)據(jù)量 Sensors EMR Claims Pharmacy Images 類型 Structured Text Unstructured Documents Images 處理的特性 Intuition Simulation Optimization StochasticOptimization AunifiedinformationstoragemethodologyenablinguserstomanagedatafromALLsources Aportfoliooftoolstomanage profile cleanse classify synchronize aggregate integrate share ALLtypesofdata SupportcurrentBItoolsfocusedonstructuredinformation Build buypackagedunstructureddataprocessingandanalyticstools Abilitytomodelinformationandtransitionfrommultipleaccessmethodstogenerating sharing collaboratingandactingoninsightsanytime anywhereonanydevice 速度 SLAs Real timeDecisionSupport ContextualIntelligence Informationdrivesprocessoptimizationswithstrategicimpact Modelingbusinessintuitionfromdatadeluge 數(shù)據(jù)的特性 大數(shù)據(jù) 界定的標準 28 DATASIZE DATATYPE DATACLASS DATACATALOG DATAVELOCITY DATAACCESS DATABASETYPE SERVERARCHITECTURE STORAGEARCHITECTURE Gigabytes T