1.背景介紹 6 93.產品定位 3.1解決的問題 93.2達到的效果 4.產品理念 5.總體思路 5.2對獲取的醫療衛生大數據預處理機制 5.3建立醫療衛生大數據的存儲機制 5.4醫療衛生大數據的處理和分析算法分類和形成 5.5開發專題大數據分析，形成專題大數據應用 5.6開發機構大數據分析，建立機構大數據應用 5.8建立平臺產品優化升級服務組織機制 6.2衛計委給出的相關數據模型 7.大數據分析應用平臺支持的業務主題場景 207.1醫療衛生服務機構應用 2 237.1.2基層醫療機構自身應用 267.1.3區域衛生醫療聯合體應用 7.1.4醫療衛生機構的合規應用 7.2患者醫療治療應用 317.2.1患者就醫過程提示服務 7.2.2患者服藥提示服務 7.2.3患者飲食、運動、習慣注意事項服務 7.2.4患者體征和治療效果服務 7.3個性化醫療服務應用 327.3.1基因測序分析應用 7.3.2個性化藥物應用 7.3.3個人健康管理應用 7.4慢性病預防治療應用(疾控中心) 7.4.2慢性病診斷服務 7.5居民健康保健應用(疾控中心) 7.5.1居民自我健康保健應用 7.5.2政府衛生管理部門進行居民健康管理應用 7.5.3政府醫療規劃結構進行居民健康 7.6醫療衛生管理機構應用(衛生局) 7.7醫療保險管理機構應用(醫保局) 7.7.1基本醫療保險的決策支持分析 7.7.2基本醫療保險費用單據的智能化審核 397.7.3基本醫療保險的有效支付和治理應用 407.7.4基本醫療保險和服務監管應用 407.7.5降低看病率提升醫療效果應用 407.8醫藥監管機構應用(藥監局) 7.9醫藥研發生產經營應用(醫藥企業) 7.9.1醫藥研發企業應用 43 4 44 467.10醫療衛生資源配置管理規劃應用(政府主管部門) 467.10.1醫療衛生資源服務現狀分析 47 7.10.3醫療衛生資源規劃指標對比 477.10.4醫療衛生資源政策建議 7.11商業醫療保險應用(保險公司) 48 487.11.2有效控制醫療費用的分析應用 49 497.11.4商業醫療保險的理賠運營管理應用 7.11.5商業醫療保險的市場和銷售拓展應用 7.12公共衛生服務應用(衛生防疫中心) 7.12.3疾控和保健應用 7.13政府監管應用(政府主管部門) 7.13.1醫藥監管應用 7.13.2醫療監管應用 7.13.3醫保監管應用 7.13.4醫療服務機構和醫生監管應用 7.14新型醫療衛生服務應用(政府主管部門) 7.14.2移動醫療 7.14.5大數據醫療 7.14.6智慧醫療 8.大數據分析應用平臺支持的專題大數據應用 8.1患者分析(基于電子病歷EMR) 8.1.1患者數據預處理 8.1.2患者個體(個性)分析 8.2疾病分析(基于電子病歷EMR和電子健康檔案EHR) 8.2.3疾病誘因分析 8.3醫生及醫護人員分析(基于醫療衛生資源數據) 628.3.1醫生及醫護人員資歷資格分析 628.3.2醫生及醫護人員行醫記錄分析 8.3.3醫生及醫護人員培訓進修分析 628.4處方分析(基于電子病歷EMR) 8.4.2患者用藥分析 8.4.3處方用藥分析 8.4.4醫院科室用藥分析 8.4.6處方符合性分析 8.4.7處方用藥-診斷結論關聯分析 8.4.8診斷結論-處方總價聚類分析 8.4.9患者特征-診斷結論分類分析 8.5居民人口分析(基于電子健康檔案EHR) 8.5.1居民個體健康分析 8.5.2人口群體健康分析 8.5.3人口亞健康相關因素關聯分析 658.5.4人口健康相關因素關聯分析 8.5.5人口健康時間空間分布分析 8.5.6人口健康預測分析 8.6藥品分析(基于醫藥產業鏈數據) 708.6.6藥品資金流分析 8.6.7藥品信息流分析 708.6.9藥品質量偏差分析 738.6.10藥品不良反應&藥品群體不良事件分析 8.7醫療健康檢驗檢測分析(基于電子健康檔案EHR) 748.7.1生理信號檢測分析 748.7.2醫學影像圖像分析 74 8.7.4重要人體征數據分析 8.7.5遠程自助健康醫療檢測分析 8.8醫療安全風險分析(基于電子病歷EMR) 8.8.4醫療事故誘因分析 8.8.5醫療安全風險統計分析 8.9醫療衛生資源分析(基于政府的醫療衛生資源數據) 8.9.2醫院床位分析 75 8.9.4醫療衛生資源需求分析 8.9.5醫療衛生資源匹配度分析 768.9.6醫療衛生資源對比分析 8.10醫療衛生效果分析(基于電子健康檔案HER和 76 8.10.3醫療衛生規劃符合度分析 9.關鍵核心技術和算法 9.1大數據分析能力 9.2大數據分析技術 9.4大數據業務模型建模 9.5大數據的實時查詢 10.用醫療衛生大數據為業務服務 10.1核心理念 10.2管理閉環 11.未來市場前景分析 (初稿)20%,其中高血壓病人對自身疾病的知曉率只有30%,同時這些病人中的治療率只有25%,控制率僅為6%,糖尿病病人中，能堅持做到規范治療的也只有33%。數據通常至少需要保留50年。表、非(半)結構化文本文檔、醫療影像等。經嶄露頭角。2012年3月，美國政府公布了“大數據研發計劃”(BigData3.產品定位包括醫生(包括專科醫生、全科醫生、保健醫生等)、患者(包括慢性病患業務大數據應用業務大數據應用個人(患者、亞健康0疾病分析用藥分析藥品分析診斷處方個人藥品治療醫生效果分析支付5.2對獲取的醫療衛生大數據預處理機制文檔數據庫中數據以文檔的結構被描述，典型網Web;√分類(預言)分析：預測分類標號(或離散值),根據訓練數據集和類標號5.5開發專題大數據分析，形成專題大數據應用5.6開發機構大數據分析，建立機構大數據應用5.7建立平臺應用實施推廣組織機制活動(報銷)大數據衛生局衛生局藥品招采醫療器概醫保中心醫療保險處方醫院醫2.門(急)診診療記錄：包括門()論病歷、4健康體檢記激一常規健康體檢記業電子病歷數據庫電子健康檔案數據庫、國n戶路似戶地地，治面積、但狀況。作從業工作位1位通地址，社保秋品宗教信稱民投狀品文化程座專學位作從業工作位1位通地址，社保號、民政抗動時象題。電話于號碼，子郵件全員人口個案數據庫記錄項集動x軸兒前二N嬰兒期老年期學嬰兒期(0～1歲)、幼兒期(1～3歲)、學齡前期(3～6歲)、學齡期(6～12歲)、青春期(12～20歲)、青年期(21～45歲)、中年期(46～60歲)、老年期 ●第二維(Y軸):健康和疾病問題健康管理的重要環節。●第三維(Z軸):衛生服務活動(或干預措施)針對特定的健康和疾病問題，醫療衛生機構開展一系列預防、醫療、保健、康復、健康教育等衛生服務活動(或干預措施),這些活動反映了居民健康需求兒婦婦寧個人健康檔案(EHR)基本結構6.3相關數據特征對比分析結構化數據，如果從大數據分析應用角度，理想的數據文本等半結構和非結構數據，以及非關系數據(多維數據),才能構成滿足醫藥務類、衛生管理服務類數據。根據估算，中國一個醫療衛醫療衛生服務體系政府辦專業公共縣辦醫院省辦醫院醫療衛生大數據源個人疾病全周期個人健康全周想個人生命全周期醫藥供應鏈專題大數據應用醫生個人藥品業務大數據應用醫療衛生服務婦科檢查，社區康復。健康教育與健進關懷關懷老人隨訪。家庭病床死亡死亡患者/消費者醫院內部診斷預后生目前社區醫療服務中心的一個醫生，最多能管理30個糖尿病患者，但是大數據研究一做出來，一個醫生能管理200個糖尿病患者，光這一個應用，就可以通過全面分析患者特征數據和療效數據，然后比較多種干預措施的有效輩子老找他(她)。慢性疾病又叫生活方式疾病，治療糖尿病這樣的病，光吃藥世界正經歷從急性疾病向慢性健康問題轉型的時代，而我們的醫護人員還依賴20世紀初的模式，把精力集中在急性疾病的診斷和治療上。 數據挖據分布式批量處理框架分布式文件系統健康檔案數據存儲醫院信電系統醫院信息系統醫院信息系統展現展藥品管理協作服務日志數據采集器實時數據庫衛生新農合醫療保險網絡虛取化運營管理何比較不同級別醫院的費用?又如何比較同級別的不同醫院的費用?這就需要用的目的.這也正是醫療保險在產品服務缺乏標準化，信息高度不對稱的醫利用醫療大數據形成個性化醫療服務和治療，即基于基因科學的醫療模式、整合，為疾病的診斷和治療提供更好的數據證據，進隨著大數據的飛速發展，它已經把觸角觸及到很多領域。在醫療健康領域，讓以往無比昂貴的基因測序變得不再遙不可及，基因測序的成本已經逼近1千美元。目前在美國擁有2千多家從事人類基因序列分析的公司，而且未來會有更多7.4慢性病預防治療應用(疾控中心)7.5居民健康保健應用(疾控中心)7.6醫療衛生管理機構應用(衛生局)7.7醫療保險管理機構應用(醫保局)年，3種基本醫療保險的籌資總額已經超過1萬億元，而商業健康險的保費收入為1123.5億元，僅為前者的10%左右。考慮到真正的賠付型醫療保險只是 發生在2013年10月至2014年1月間。業內人士稱，這類再入院都是可以避免的。單單此項從客戶健康上來講，護理協調徹底改善了JohnIovine的生活。自7.8醫藥監管機構應用(藥監局)7.9醫藥研發生產經營應用(醫藥企業)7.9.1醫藥研發企業應用藥房托管(門診藥房)或并購醫院的門診藥房實現。而是一種事后的患者用藥實際金額分紅費，有成交即有利益，對各方都很公使度藥能夠安全利的進行置和安全成本和效率”●社康中心(含一類、二類):通過一張地圖看到社康中心分布、各社區指標對比圖指標對比圖?對比城市/國家亞洲四小龍7.11商業醫療保險應用(保險公司)●藥品劑量超標：醫保報銷規則通常要求每次處方量不超過7天或14起付線不高(1千元以內),常會導致相當的“非必要”醫療。該團體門診封頂線在4000元左右，一年內1290出險人中800人門診費用在3000-5000元之7.12公共衛生服務應用(衛生防疫中心)監測7.12.1傳染病預警預報7.12.2公共衛生輿情監測預警7.12.3疾控和保健應用7.13政府監管應用(政府主管部門)7.13.1醫藥監管應用法制監督準入標準評價標準信息收集非營利性醫院營利性醫院醫療質量監管體系的初步架構7.13.3醫保監管應用單從醫保經辦機構審核醫療機構費用單據來看，醫保經辦機構就面臨著巨大人均需要審核6708份住院費用單據，而至2013年人均需要審核8654份住院費7.14.4數字醫療7.14.5大數據醫療7.14.6智慧醫療7.14.7精準醫療息，將信息進行打包用于醫學研究。醫院和其他研究人員可以連接至準醫療計劃將在2015下半年或2016年啟動。根據規劃設想，在2030年前，中套400億元。8.大數據分析應用平臺支持的專題大數據應用醫療衛生大數據源專題大數據應用業務大數據應用招投標采購物流醫生個人藥品診斷處方治療●重復性：發現并清理重復記錄。●完全性：補全遺失的數據。8.2疾病分析(基于電子病歷EMR和電子健康檔案EHR)8.2.1常見疾病分析8.2.2慢性疾病分析8.2.3疾病誘因分析8.2.4疾病統計分析8.2.5臨床路徑分析8.3醫生及醫護人員分析(基于醫療衛生資源數據)8.3.1醫生及醫護人員資歷資格分析8.3.2醫生及醫護人員行醫記錄分析8.3.3醫生及醫護人員培訓進修分析8.4處方分析(基于電子病歷EMR)8.4.4醫院科室用藥分析8.4.5安全用藥分析8.4.6處方符合性分析8.4.7處方用藥-診斷結論關聯分析8.4.8診斷結論-處方總價聚類分析8.4.9患者特征-診斷結論分類分析8.4.10患病時間-診斷結論序列分析8.5居民人口分析(基于電子健康檔案EHR)8.5.1居民個體健康分析8.5.2人口群體健康分析8.5.3人口亞健康相關因素關聯分析8.5.4人口健康相關因素關聯分析8.5.5人口健康時間空間分布分析8.5.6人口健康預測分析8.6藥品分析(基于醫藥產業鏈數據)購),可節約成本0.5%-1.0%;如果采取供應商管理、供應國家藥品分類標準(最新、以往歷史),包括中藥部分、化學藥部分、國家藥品注冊信息(新藥申報、已注冊、撤銷注冊),包括化學藥品、●國外相關藥品：8.6.2藥品研發分析 癥。療2型糖尿病，在臨床試驗中卻被發現具有減輕體重的副作用。通過全面收集與藥品生產一供銷一使用的平衡分析藥品生產的偏差分析藥品生產的安全分析藥品生產的質量分析(處方工藝、質量標準、用法用量、藥品說明書)善的客戶服務以及較低的物流成本。國外醫藥電子商務平臺已基本實現了物流、醫院本身是為消費者提供醫療服務的機構，消費藥品影響范圍分析，包括涉及的區域、人員、采取的措施數學形態學方法對生理信號進行降噪濾波，然后通過積分增加QRS復合波的信號，最后通過選擇合適的閾值得到最終的QRS復合波的檢測結果。通過建立數暫缺暫缺8.8醫療安全風險分析(基于電子病歷EMR)8.9醫療衛生資源分析(基于政府的醫療衛生資源數據)8.9.4醫療衛生資源需求分析8.9.5醫療衛生資源匹配度分析8.9.6醫療衛生資源對比分析8.10醫療衛生效果分析(基于電子健康檔案H