健康大數據分析應用平臺

解

決

方

案

目錄

1.背景介紹..............................................1

2.產品愿景.............................................1

3.產品定位.............................................2

3.1解決的問題.......................................2

3.2達到的效果.......................................3

4.產品理念.............................................3

5.總體思路.............................................5

5.1對接數據源，獲取健康大數據分析應用平臺............6

5.2對獲取的健康大數據分析應用平臺預處理機制..........7

5.3建立健康大數據分析應用平臺的存儲機制..............7

5.4健康大數據分析應用平臺的處理和分析算法分類和形成..9

5.5開發專題大數據分析，形成專題大數據應用............11

5.6開發機構大數據分析，建立機構大數據應用............11

5.7建立平臺應用實施推廣組織機制......................11

5.8建立平臺產品優化升級服務組織機制..................11

6.健康大數據分析應用平臺建模描述和分析................12

6.1我們給出的相關數據模型...........................13

6.2衛計委給出的相關數據模型..........................14

6.3相關數據特征對比分析............................17

7.健康大數據分析應用平臺支持的業務主題場景............19

7.1醫療衛生服務機構應用.............................21

健康大數據分析應用平臺解決方案V3.0

7.1.1各級醫院自身應用............................21

7.1.2基層醫療機構自身應用........................26

7.1.3區域衛生醫療聯合體應用.....................27

7.1.4醫療衛生機構的合規應用......................32

7.2患者醫療治療應用.................................34

7.2.1患者就醫過程提示服務........................34

7.2.2患者服藥提示服務............................34

7.2.3患者飲食、運動、習慣注意事項服務............35

7.2.4患者體征和治療效果服務......................35

7.2.5患者交流交往服務............................35

7.3個性化醫療服務應用...............................35

7.3.1基因測序分析應用..........................36

7.3.2個性化藥物應用..............................36

7.3.3個人健康管理應用............................37

7.4慢性病預防治療應用（疾控中心）.................38

7.4.1慢性病檢測、發現、預警服務..................39

7.4.2慢性病診斷服務..............................40

7.4.3慢性病防控治療服務..........................40

7.5居民健康保健應用（疾控中心）....................41

7.5.1居民自我健康保健應用........................41

7.5.2政府衛生管理部門進行居民健康管理應用.......42

7.5.3政府醫療規劃結構進行居民健康保健決策應用....42

健康大數據分析應用平臺解決方案V3.0

7.6醫療衛生管理機構應用（衛生局）...................42

7.7醫療保險管理機構應用（醫保局）...................43

7.7.1基本醫療保險的決策支持分析..................45

7.7.2基本醫療保險費用單據的智能化審核............46

7.7.3基本醫療保險的有效支付和治理應用............47

7.7.4基本醫療保險和服務監管應用..................47

7.7.5降低看病率提升醫療效果應用..................48

7.8醫藥監管機構應用（藥監局）.......................52

7.9醫藥研發生產經營應用（醫藥企業）.................52

7.9.1醫藥研發企業應用............................52

7.9.2醫藥生產企業應用............................53

7.9.3醫藥流通企業應用............................53

7.9.4醫藥零售企業應用............................56

7.10醫療衛生資源配置管理規劃應用（政府主管部門）....57

7.10.1醫療衛生資源服務現狀分析...................57

7.10.2醫療衛生資源財務供給能力分析...............58

7.10.3醫療衛生資源規劃指標對比..................58

7.10.4醫療衛生資源政策建議.......................59

7.11商業醫療保險應用（保險公司）....................59

7.1L1獲得新客戶和保留已有客戶的分析應用........59

7.11.2有效控制醫療費用的分析應用.................60

7.1L3商業醫療保險的保障設計和精算定價...........60

健康大數據分析應用平臺解決方案V3.0

7.11.4商業醫療保險的理賠運營管理應用.............61

7.11.5商業醫療保險的市場和銷售拓展應用...........64

7.12公共衛生服務應用（衛生防疫中心）...............64

7.12.1傳染病預警預報.............................65

7.12.2公共衛生輿情監測預警.......................66

7.12.3疾控和保健應用.............................67

7.13政府監管應用（政府主管部門）....................67

7.13.1醫藥監管應用...............................67

7.13.2醫療監管應用...............................68

7.13.3醫保監管應用...............................69

7.13.4醫療服務機構和醫生監管應用.................70

7.14新型醫療衛生服務應用（政府主管部門）...........70

7.14.1遠程醫療...................................71

7.14.2移動醫療...................................71

7.14.3互聯網醫療.................................73

7.14.4數字醫療...................................73

7.14.5大數據醫療.................................73

7.14.6智慧醫療...................................74

7.14.7精準醫療...................................74

8.健康大數據分析應用平臺支持的專題大數據應用...........75

8.1患者分析（基于電子病歷EMR）....................76

8.L1患者數據預處理..............................76

健康大數據分析應用平臺解決方案V3.0

8.1.2患者個體（個性）分析........................77

8.L3患者群體（統計）分析........................77

8.2疾病分析（基于電子病歷EMR和電子健康檔案EHR）....77

8.2.1常見疾病分析................................77

8.2.2慢性疾病分析................................77

8.2.3疾病誘因分析................................78

8.2.4疾病統計分析................................78

8.2.5臨床路徑分析...............................78

8.3醫生及醫護人員分析（基于醫療衛生資源數據）....78

8.3.1醫生及醫護人員資歷資格分析..................78

8.3.2醫生及醫護人員行醫記錄分析..................78

8.3.3醫生及醫護人員培訓進修分析..................78

8.4處方分析（基于電子病歷EMR）....................78

8.4.1醫生用藥分析..............................79

8.4.2患者用藥分析..............................79

8.4.3處方用藥分析..............................80

8.4.4醫院科室用藥分析............................80

8.4.5安全用藥分析..............................80

8.4.6處方符合性分析............................80

8.4.7處方用藥-診斷結論關聯分析...................81

8.4.8診斷結論-處方總價聚類分析...................81

8.4.9患者特征-診斷結論分類分析...................81

健康大數據分析應用平臺解決方案V3.0

8.4.10患病時間-診斷結論序列分析...................81

8.5居民人口分析（基于電子健康檔案EHR）.............82

8.5.1居民個體健康分析..............................82

8.5.2人口群體健康分析..........................82

8.5.3人口亞健康相關因素關聯分析...................82

8.5.4人口健康相關因素關聯分析....................82

8.5.5人口健康時間空間分布分析....................82

8.5.6人口健康預測分析............................82

8.6藥品分析（基于醫藥產業鏈數據）.....................82

8.6.1藥品種類分析...................................83

8.6.2藥品研發分析...................................84

8.6.3藥品生產分析...................................87

8.6.4藥品銷售分析.................................87

8.6.5藥品物流分析...................................88

8.6.6藥品資金流分析.................................89

8.6.7藥品信息流分析.................................89

8.6.8藥品庫存分析...................................89

8.6.9藥品質量偏差分析...............................94

8.6.10藥品不良反應&藥品群體不良事件分析........94

8.7醫療健康檢驗檢測分析（基于電子健康檔案EHR）....94

8.7.1生理信號檢測分析..............................94

8.7.2醫學影像圖像分析..............................95

健康大數據分析應用平臺解決方案V3.0

8.7.3DNA檢測和DNA序列分析......................95

8.7.4重要人體征數據分析..........................95

8.7.5遠程自助健康醫療檢測分析...................95

8.8醫療安全風險分析（基于電子病歷EMR）............95

8.8.1醫療安全分析................................95

8.8.2醫療風險分析................................95

8.8.3假藥、過期藥、成分異常藥的使用分析..........96

8.8.4醫療事故誘因分析..........................96

8.8.5醫療安全風險統計分析........................96

8.9醫療衛生資源分析（基于政府的醫療衛生資源數據）...96

8.9.1醫生護理人員分析..........................96

8.9.2醫院床位分析............................96

8.9.3醫療檢測檢驗能力分析......................96

8.9.4醫療衛生資源需求分析........................96

8.9.5醫療衛生資源匹配度分析......................96

8.9.6醫療衛生資源對比分析......................97

8.10醫療衛生效果分析（基于電子健康檔案HER和醫療衛生資源

數據）................................................97

8.10.1醫療衛生滿意度分析........................97

8.10.2醫療衛生問題誘因分析.......................97

8.10.3醫療衛生規劃符合度分析.....................97

9.關鍵核心技術和算法....................................97

健康大數據分析應用平臺解決方案V3.0

9.1大數據分析能力......................................98

9.2大數據分析技術......................................98

9.3大數據存儲技術和系統................................99

9.4大數據業務模型建模.................................100

9.5大數據的實時查詢..................................103

9.6大數據的復雜分析..................................104

10.用健康大數據分析應用平臺為業務服務................108

10.1核心理念..........................................108

10.2管理閉環...........................................109

1.背景介紹

建國以來，尤其是改革開放以來，我國用較少的投入取得了醫療

衛生事業較大的成就，但隨著社會的發展，投入與需求的矛盾越來越

突出，憂患也越來越大，已嚴重影響到國民的健康素質。我國財政醫

療和衛生支出的絕對值和占財政經常性收入的增幅均逐年增長，但占

我國醫療衛生總費的比例也在逐年快速下降，與衛生需求差距更大、

支出結構更加不合理。

2.方案愿景

形成充分發揮大數據技術的，針對醫療醫藥行業的，能充分適應

醫療衛生信息特征的大數據分析應用支撐平臺，通過大數據分析，達

到發現知識、發現規律、預測未來，將醫療衛生行業推進進入大數據

時代提供技術可行性。

簽約管理

病史查看接診e

遠程醫療中心監管考核中心

預約就診協同診治

居民隨訪簽約中心雙向轉診中心客服中心

全科醫生康蝮治行

慢病售理慢病管理

居民隨訪中心慢病管理中心教學中心病史查看

近程星護

社區

健康宣教

U健康監測智能終端

醫生上門

家庭好醫（醫生版）??????居民去社區

第1頁

健康大數據分析應用平臺解決方案V3.0

3.方案定位

方案以醫療衛生行業的整體數據架構（數據模型、數據構成、數

據關系）為基礎和標準，以對應的醫療衛生業務數據為輸入，通過大

數據技術，形成針對醫療衛生行業中不同機構、角色和業務活動的智

能化應用，因此方案不是代替已有健康大數據分析應用平臺系統，而

是在多個方面強化已有健康大數據分析應用平臺系統，包括任意查詢、

即興分析、業務增強、規則約束、預測未來、發現知識，并提供互動

性、及時性、預知性、洞察性，從而達到實現智慧醫療的目標。

3.1解決的問題

當前健康大數據分析應用平臺建設的主要問題是各個區域內不

同醫療機構中患者的基礎信息和各種臨床信息資源分散、重復、孤立，

導致有效信息閑置、信息重復或不一致，很難得到有效利用。

通過方案實現國家健康大數據分析應用平臺規劃中“4631-2”的

三大基礎數據庫，即電子健康檔案數據庫、電子病歷數據庫和全員人

口個案數據庫的應用落地；

通過方案實現智慧醫療的核心部分，即醫療衛生服務體系的智能

化，使醫療衛生的各種應用提升水平；

通過方案為“看病難、看病貴”的解決提供科學定量判斷依據、

對比分析依據和方案效果評價依據；

第2頁

健康大數據分析應用平臺解決方案V3.0

3.2達到的效果

方案預期部署到云平臺上運行，采用SOA的理念進行架構開發，

通過分層將公共大數據算法模型封裝為服務，對業務應用提供服務，

同時平臺業務應用也是服務的形式存在，即應用單位不再需要購買部

署自己的服務器硬軟件環境，只需要開通相應服務就可以了。各個應

用單位根據自己的業務需要定制服務，平臺支持“開通即用”服務模

式，為實現業務應用集成，方案將對外支持WebService方式的接口

服務。

方案希望將醫療衛生的智慧功能應用普及到業務角色和過程的

方方面面，包括醫生（包括專科醫生、全科醫生、保健醫生等）、患

者（包括慢性病患者、潛在患者等）、管理者（包括醫療管理者、醫

療保險管理者、醫藥監管管理者、公共衛生管理者等）、醫藥經營者

（藥品研發、藥品生產、藥品物流、藥品零售等）以及商業醫療保險

經營者（健康險、大病險、醫療意外險等）。

4.方案理念

醫療衛生、健康保健、醫藥器械形成的海量數據就象一座待開發

的金礦，利用大數據技術、云計算技術、物聯網技術和便攜設備技術

的最新成果，將給醫療衛生事業帶來全新革命性的改變，明顯解決看

病難和看病貴的問題，達到醫療衛生資源配置分布合理、大病小病治

療各司其職、疾病預防治療有機結合、公民健康保健全過程覆蓋。

基本公共衛生服務主要為三大類人群共提供14項服務

1、建立城鄉居民健康檔案

第3頁

健康大數據分析應用平臺解決方案V3.0

2、健康教育

3、傳染病及突發公共衛生事件報告和處理

4、衛生計生監督協管

5、。?6歲兒童健康管理

6、孕產婦健康管理

7、老年人健康管理

8、中醫藥健康管理

9、預防接種

10、慢性病患者管理（高血壓患者和2型糖尿病患者）

11、嚴重精神障礙患者管理

12、肺結核患者健康管理

13、免費提供避孕藥具

14、健康素養促進

其中1-4項為針對所有人群的服務；5-9項為針對特殊人群的服

務；10-12項為針對患病人群的服務。有部分有條件的地方在開展:

1、重性精神疾病患者管理；（很多地方僅限于發現有精神病后建立檔

案，做記錄、隨訪，其他均是轉到規定有條件的單位）；2、孕產婦健

康管理（除產后訪視）。

第4頁

健康大數據分析應用平臺解決方案V3.0

5.總體思路

通過建立健康大數據分析應用平臺的統一標準和規范，形成可被

相關業務應用所利用的健康大數據分析應用平臺源和交互機制，在此

基礎上，首先形成專題大數據應用，這些應用具有跨部門和組織機構

的通用性，并具有良好的穩定性，因為這些應用是面向醫療衛生專題

的；基于專題大數據應用，根據醫療衛生相關部門和組織機構的業務

要求，可開發形成各種業務大數據應用，并且隨著平臺的推廣，積累

的醫療衛生業務大數據應用的實例將會越來越多，并最終形成不同方

向的最佳應用樣例。

醫療衛生大數據源專題大數據應用業務大數據應用

一.個人（患者、亞健康）|

!.□__________________.

〉］醫藥生產經營企業

*1醫療保險機構

公共衛生服務機構

?醫藥監管機構

第5頁

健康大數據分析應用平臺解決方案V3.0

5.1對接數據源，獲取健康大數據分析應用平臺

健康大數據分析應用平臺中心為方案進行健康大數據分析應用

平臺分析提供數據源，但不在方案范圍內，并平臺只是開發提供一套

與該數據中心的數據讀取接口，并具有監控數據讀取情況匯總統計和

異常提示功能。

該數據中心的定位：整合區域內不同醫療機構中患者/健康人群

的各種臨床診療數據、健康數據，在相對集中的邏輯/物理環境中，

構建一個以存儲和處理患者/健康人群診療信息為核心，覆蓋多學科、

多專業的面向區域內主要衛生行政主管部門、臨床醫療機構和社會公

眾的醫學（醫藥、醫療、健康）信息資源共享機制一一區域性醫學數

據中心。區域性醫學數據中心的建設以行政業務處理、醫療、預防、

保健、康復為服務主線，以健康人群和患者的醫療活動需求為基礎。

區域衛生數據中心通過制定標準的數據接口，建立基于廣域網的信息

交換、數據采集和傳輸機制，對區域內醫療衛生信息數據進行采集、

傳輸、清洗和匯總，將醫院、社區、醫藥企業以及公共衛生機構的各

類數據、系統有機地整合起來，生成區域的衛生大數據。

第6頁

健康大數據分析應用平臺解決方案V3.0

5.2對獲取的健康大數據分析應用平臺預處理機制

健康大數據分析應用平臺預處理主要完成對已接收數據的辨析、

抽取、清洗等操作，目的是將數據按統一的格式提取出來，然后再轉

化，集成，載入數據倉庫的工具(ETL)包括：抽取：因獲取的數

據可能具有多種結構和類型，數據抽取過程可以幫助我們將這些復雜

的數據轉化為單一的或者便于處理的構型，以達到快速分析處理的目

的；清洗：對于大數據，并不全是有價值的，有些數據并不是我們所

關心的內容，而另一些數據則是完全錯誤的干擾項。因此要對數據

通過過濾“去噪”從而提取出有效數據。

5.3建立健康大數據分析應用平臺的存儲機制

雖然關系型數據庫系統(RDBMS)在安裝和使用上仍然占有主要地

位，但毋庸置疑，非關系型數據庫NoSQL技術已經成為今天發展最快

的數據庫技術。NoSQL是對數據庫系統的總稱，在某種程度上，它的

性能和用途可能完全不同。

目前除了關系型數據庫外，還主要存在有以下四種NoSQL數據管

理系統：

鍵值數據庫：當數據以鍵的形式訪問時，比如通過國際標準書號

ISBN找一本書，鍵值數據庫是最理想的。在這里，ISBN是鍵，書籍

的其他信息就是值。必須知道鍵才能查詢，不過值是一堆無意義的數

據，讀取之后必須經過翻譯。

文檔數據庫：該數據庫以文檔的形式管理和存儲數據。有點類似

于鍵值數據庫，但文檔數據庫中的數據有結構。與鍵值數據庫中值是

第7頁

健康大數據分析應用平臺解決方案V3.0

一堆無意義的數據不同，文檔數據庫中數據以文檔的結構被描述，典

型的是JavaScriptObjectNotation(JSON)或XML。文檔存儲數據

庫中的數據可以通過定義的任何模式進行查詢，但鍵值數據庫只能通

過它的鍵進行查詢。

列式數據庫：也被稱為列式存儲或寬列存儲，一改之前行式存儲

的方式，對數據進行列式存儲。在傳統關系型數據庫中，數據經常以

行來訪問。以列式管理記錄的NoSQL數據庫可以管理大規模的動態列。

因為沒有固定的模式，所以列名和鍵可以變換。列式數據庫適用于不

經常寫的情況，要滿足ACID(原子性、一致性、隔離性和持久性)

的要求并不難，而且模式是變化的。

圖型數據庫：圖型數據庫關注值與值之間的關系，用圖型的數學

概念存儲數據。圖型數據庫用帶有點、邊緣和屬性的圖的結構表示和

存儲數據。在圖型數據庫中，每一個元素都包含一個直接的指向它毗

鄰元素的點，所以也就不需要索引查找。

每個種類的NoSQL數據庫都有適用的不同類型的應用程序和用

例，這就涉及到一個NoSQL社區常用的一個話題，即多樣持久性，或

者說根據數據庫處理應用程序需求的不同，使用不同的數據庫系統，

用于不同的應用程序和用例。

第8頁

健康大數據分析應用平臺解決方案V3.0

5.4健康大數據分析應用平臺的處理和分析算法分類和形成

?技術分類方法

/根據挖掘任務：分為分類或預測模型發現、數據總結、聚類、關

聯規則發現、序列模式發現、依賴關系或依賴模型發現、異常

和趨勢發現等等；

/根據挖掘對象：可分為關系數據庫、面向對象數據庫、空間數據

庫、時態數據庫、文本數據源、多媒體數據庫、異質數據庫、

遺產數據庫以及環球網Web；

/根據挖掘方法：可分為：機器學習方法、統計方法、神經網絡方

法和數據庫方法。

?主要處理和分析技術

/預言處理：用歷史預測未來；

/挖掘規律處理：了解數據中潛在的規律；

/關聯分析：查找存在于項目集合或對象集合之間的頻繁模式、關

聯、相關性、或因果結構；

/序列模式處理：給定一個由不同序列組成的集合，其中，每個序

列由不同的元素按順序有序排列，每個元素由不同項目組成，

同時給定一個用戶指定的最小支持度閾值，序列模式挖掘就是

找出所有的頻繁子序列，即該子序列在序列集中的出現頻率不

低于用戶指定的最小支持度閾值；

/分類（預言）分析：預測分類標號（或離散值），根據訓練數據

集和類標號屬性，構建模型來分類現有數據，并用來分類新數

第9頁

健康大數據分析應用平臺解決方案V3.0

據。建立連續函數值模型，比如預測空缺值；

/聚類分析：聚類是一種無監督分類法：沒有預先指定的類別。在

同一個類中，對象之間具有相似性；不同類的對象之間是相異

度分析；把一個給定的數據對象集合分成不同的簇。將物理或

抽象對象的集合分組成為由類似的對象組成的多個類；聚類在

不同的應用領域，用作描述數據，衡量不同數據源間的相似性，

以及把數據源分類到不同的簇中；聚類是將數據分類到不同的

類或者簇這樣的一個過程，所以同一個簇中的對象有很大的相

似性，而不同簇間的對象有很大的相異性；聚類與分類不同，

聚類所要求劃分的類是未知的；

/異常檢測分析：異常檢測是數據挖掘中一個重要方面，用來發現”

小的模式”（相對于聚類），即數據集中間顯著不同于其它數據

的對象；

/可視化分析。數據可視化可以讓數據自己說話，讓用戶直觀的感

受到結果；

/數據挖掘算法。分割、集群、孤立點分析還有各種算法讓我們精

煉數據，挖掘價值。這些算法要能夠應付大數據的量，同時還

具有很高的處理速度；

/語義引擎。人工智能從數據中主動地提取信息。包括機器翻譯、

情感分析、輿情分析、智能輸入、問答系統等；

/數據質量和數據管理。透過標準化流程和機器對數據進行處理可

以確保獲得一個預設質量的分析結果。

第10頁

健康大數據分析應用平臺解決方案V3.0

5.5開發專題大數據分析，形成專題大數據應用

面向醫療衛生專業所特有的專題，開發形成一系列的專題大數據

應用。在充分調研和分析醫療衛生行業的業務特性基礎上，研發形成

具有我國醫療衛生行業特征的分類專題大數據分析，并根據專題組成

和業務功能要求形成滿足該業務專題的大數據應用，如心臟病專題的

大數據應用，包括其成因的大數據分析、其日常行為對病情影響的大

數據分析等，為有關機構進行心臟病的有關活動（預測、預防、治療、

恢復）提供支撐。

5.6開發機構大數據分析，建立機構大數據應用

面向不同的醫療衛生機構和部門及其相關企業機構，開發形成針

對不同機構和部門業務的機構大數據應用，如醫療衛生機構應用、醫

療衛生管理機構應用等。在上述專題大數據應用基礎上，結合所承擔

的相關醫療衛生及其相關機構項目，進行機構大數據應用定制開發。

5.7建立平臺應用實施推廣組織機制

在方案開發和部署基礎上，逐步形成基于方案開發應用項目的實

施推廣組織機制，包括市場宣傳、營銷推廣、實施維護和售后服務等。

5.8建立平臺產品優化升級服務組織機制

方案作為公司的主打產品系列，要建立嚴格的版本控制，并根據

市場反饋和內部技術發展，進行有計劃的平臺版本升級，并將新版本

升級信息和文檔，按規定通知已有用戶，并及時進行升級維護服務。

第11頁

健康大數據分析應用平臺解決方案V3.0

6.健康大數據分析應用平臺建模描述和分析

伴隨著中國醫療衛生服務的信息化進程推進，將產生大量的數據。

這些數據主要來源于醫療業務活動、健康體檢、公共衛生等9項醫療

衛生服務。數據內容包括來自醫院的大量電子病歷、區域衛生信息平

臺采集的居民健康檔案等。其中大量充斥著非結構化/半結構化的數

據，包括圖像，office文檔，以及XML結構文檔等。醫療健康大數

據的應用，關鍵是整合所有可能得到的這些數據，為機構和政策制定

者來找到如何刺激經濟并降低共享數據的技術門檻。

臨床數據

第12頁

健康大數據分析應用平臺解決方案V3.0

6.1我們給出的相關數據模型

我國醫療衛生行業涉及的數據實體對象種類非常眾多，包括醫療

機構一科室一醫生（門診、住院）、大眾群體一患者、醫療管理部門

一衛生局一疾控中心一醫保中心一發改委一中醫藥管理局、醫藥管理

部門一藥監局、醫藥研發一醫藥生產一醫藥經營一藥品（處方藥、ODC

藥）、醫療器械研發一醫療器械生產一醫療器械經營一醫療器械、商

業醫療保險公司、體檢中心一體檢醫生、APP服務等。

如下圖所示。

健康報告

第13頁

健康大數據分析應用平臺解決方案V3.0

6.2衛計委給出的相關數據模型

衛生部和計生委合并后，信息化建設工程規劃的頂層設計規劃又

調整為“4631-2工程”，其中，“4”代表4級衛生信息平臺，分別是：

國家級人口健康管理平臺，省級人口健康信息平臺、地市級人口健康

區域信息平臺及區縣級人口健康區域信息平臺；“6”代表6項業務應

用，分別是：公共衛生、醫療服務、醫療保障、藥品管理、計劃生育、

綜合管理；“3”代表3個基礎數據庫，分別是：電子健康檔案數據庫、

電子病歷數據庫和全員人口個案數據庫；“1”代表1個融合網絡，即

人口健康統一網絡；最后一個“2”是人口健康信息標準體系和信息安

全防護體系。依托中西醫協同公共衛生信息系統、基層醫療衛生管理

信息系統、醫療健康公共服務系統打造全方位、立體化的國家衛生計

生資源體系。衛計委規劃的三大基礎數據庫相互關系和包括的主要數

據如下圖所示。

d二病歷概要：包括患者基本信息等四項內容;、

2、門（急）診診療記錄：包括門（急）診病歷

處方等六項內容.

3、住院診療記錄：包括住院病案首頁、住院志等

九項內容。

4、健康體檢記錄：一般常規健康體檢記錄。

5、轉診（院）記錄：患者轉診的主要工作記錄。

6、法定醫學證明及報告：包括出生醫學證明等

蟲醫療機構信息：醫療機構法人信息。

電子病歷數據庫

1、個人基本信息,：包括姓名、性別、照片、英必^

1、個人基本信息：包括人口學信息、社會經濟、曾用名、身份證號碼、年齡、證件類型、證件號碼、籍

學信息、親屬信息、社會保障信息、基本健康信息貫、國籍、戶籍類型、戶籍地址、政治面貌、健康狀況、

、建檔信息。婚姻狀況、宗教信仰、兵役狀況、文化程度、專業、學位

2、主要衛生服務記錄：包括兒童保健信息、婦、職稱、從業狀態、工作單位、工作單位通訊地址、社保

女保健信息、疾病預防信息、疾病管理：高血壓、號、民政撫助對象類型、聯系電話、手機號碼、電廣郵件

糖尿病、腫痛、重癥精神疾病等病例管理信息，老、現居住地址、居住類型、死亡標識信息等。

年人健康管理信息、醫療服務信息等。2、個人擴展信息：包括工作、教育、家庭、住

房、社保、公積金、計劃生育、衛生健康、犯罪記

家、死亡信息等c,

電子健康檔案數據庫全員人口個案數據庫

第14頁

健康大數據分析應用平臺解決方案V3.0

電子健康檔案的數據架構是以人的健康為中心，以生命階段、健

康和疾病問題、衛生服務活動（或干預措施）作為三個緯度構建的一

個邏輯架構，用于全面、有效、多視角地描述健康檔案的組成結構以

及復雜信息間的內在聯系。通過一定的時序性、層次性和邏輯性，將

人一生中面臨的健康和疾病問題、針對性的衛生服務活動（或干預措

施）以及所記錄的相關信息有機地關聯起來，并對所記錄的海量信息

進行科學分類和抽象描述，使之系統化、條理化和結構化。

帕視角

衛生JS務活動

主

角

X軸

老

年

中

期

年

青

期

年

青

期

軸

學

Y春

主

要

齡

學

期

健

康

期

齡

幼

問

題

主

要

前

兒

嬰

健

Nq康

主

期

要

期

問

題

兒

康

健

二

二

期

題

問

一

_

個人健康檔案的三維概念模型，可以清晰地反映出每個個人不同

生命階段、主要疾病和健康問題、主要衛生服務活動三者之間的相互

聯系。同時，坐標軸上的三維坐標連線交叉所圈定的空間位置（域），

表示了人在特定生命時期、因特定健康問題而發生的特定衛生服務活

第15頁

健康大數據分析應用平臺解決方案V3.0

動所需記錄的特定記錄項集。由于三維空間中的任意一個空間位置都

對應著某個特定的健康記錄，從而構成了一個完整、立體的健康記錄,

這些健康記錄全面地反映了個人健康檔案內容的全貌。

?第一維（X軸）：生命階段

按照不同生理年齡可將人的整個生命進程劃分為連續的若干生

命階段，如：嬰兒期（。?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（60歲以上）等八個生命階段。

也可以根據基層實際工作的需要，將人群化分為：兒童、青少年、育

齡婦女、中年和老年人。

?第二維（Y軸）：健康和疾病問題

每一個人在不同生命階段所面臨的健康和疾病問題不盡相同。確

定不同生命階段的主要健康和疾病問題及其優先領域，是客觀反映居

民衛生服務需求、進行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的滿足程度和衛生服務利用情況。

第16頁

健康大數據分析應用平臺解決方案V3.0

個人健康檔案(EHR)基本結構

6.3相關數據特征對比分析

從醫藥醫療健康大數據分析應用角度，方案需要一個盡可能全和

細的數據集合，所以理想狀態是結合上兩部分數據內容形成的超集集

合，甚至包括一些非醫療健康數據，如考察研究某種藥對某種疾病的

醫療效果時，如果能獲得當地的氣象天氣信息，可能分析出的結果將

明顯不同。另外可以看出目前所給數據都是結構化數據，如果從大數

據分析應用角度，理想的數據還應該包括圖像、圖形、文本等半結構

和非結構數據，以及非關系數據(多維數據)，才能構成滿足醫藥醫

療健康大數據分析應用的需求。

我國的醫療數據的生成和采集主要局限于各大醫院。近幾年，隨

著社區系統、新農合系統、村衛生室系統等基層醫療衛生信息系統逐

第17頁

健康大數據分析應用平臺解決方案V3.0

步上線，醫療衛生數據源頭也越來越多，數據量越來越大。從衛生服

務的類型看，區域衛生信息的類型主要有：醫療服務類、公共衛生服

務類、社區衛生服務類、衛生業務類、衛生管理服務類數據。根據估

算，中國一個中等城市（1千萬人口規模）50年所積累的醫療衛生

數據量就會達到10PB級。隨著各地區域衛生信息平臺的建設，存儲

于各醫療衛生機構的數據將逐步通過各種方式實現整合與共享。

多維數據由于醫療數據是多種數據源數據的匯總，數據之間的關

系非常復雜。如下圖所示：以患者為中心的服務需要把一個患者的全

周期數據按照時間軸排列，并分析診斷、用藥和患者生命體征、檢驗

檢測值之間的關聯；以醫生為中心的服務又需要把與醫生相關的患者

數據挑揀出來，并進行分類；以科室為中心的服務可能需要既從科室

所屬醫生的角度，又要從在該科室就診患者的角度進行分析；針對社

區的服務可能需要統計整個社區居民某項指標（比如血壓、血糖）的

達標率。醫療數據的多維度、多粒度為各種信息服務的多角度、多層

次分析提供了可能，但同時也為大數據分析帶來了挑戰。因為不可能

為每一種信息服務存儲一份特定的優化模式的數據，況且也無法枚舉

出所有可能的信息服務需求。這就需要醫療數據的存儲模型能夠適應

靈活多變的多維統計分析需求。

第18頁

健康大數據分析應用平臺解決方案V3.0

7.健康大數據分析應用平臺支持的業務主題場景

方案支持的業務主題應用場景將盡量以國務院發布的《全國醫療

衛生服務體系規劃綱要》內容和目標為依據，即''優化醫療衛生資源

配置，構建與國民經濟和社會發展水平相適應、與居民健康需求相匹

配、體系完整、分工明確、功能互補、密切協作的整合型醫療衛生服

務體系，為實現2020年基本建立覆蓋城鄉居民的基本醫療衛生制度

和人民健康水平持續提升奠定堅實的醫療衛生資源基礎。”最終形成

我國醫療衛生服務體系的總體布局，如下圖。

方案將以患者個人生命全周期、個人疾病全周期、醫療衛生服務、

醫藥供應鏈所產生的大數據源為主，以支持個人、醫療衛生服務機構、

醫藥生產經營企業、醫療衛生管理機構、醫療保險機構、公共衛生服

務機構、醫藥監管機構等的業務大數據應用為主要應用場景。

第19頁

健康大數據分析應用平臺解決方案V3.0

醫療衛生大數據源專題大數據應用業務大數據應用

以個人為中心全生命周期的階段劃分，如下圖:

醫療衛生服務也從局限于醫院內部的檢查、診斷和治療，擴展到

未病、病前和病后的全過程醫療衛生活動。這些活動如下圖：

第20頁

健康大數據分析應用平臺解決方案V3.0

［檢查

教育價查體檢/監控診斷治療i預后康復轉歸

情防-y

t

保險

醫患基因癥狀疾病診斷用藥⑴理療療養

環境5類侑息疫愈預約

醫醫生態EHR體格影像薪閑診斷用藥Q)進展隨訪寧養咨詢

股務

患患CIS物理用藥運動

飲食影像檢查診斷(3)惡化殘疾隨訪

門我

家冠運動物理實驗定位診斷手術愁病質預防死亡診斷

經驗

梃

開

基因理療崎床

試

基因實驗試驗診斷擴散驗

數據

分

心理基因婆別診斷轉移析