医疗大数据

摘要： 目的低血压增加谵妄的发生率,血压和谵妄存在J曲线效应。本研究探讨重症患者血压(收缩压、平均动脉压、舒张压)与谵妄之间的关系。方法应用真实世界数据集(MIMIC-III数据库、MIMIC-IV数据库和eICU协作研究数据库),使用Cox比例风险回归模型比较高血压与无高血压对重症患者谵妄事件发生率的影响。使用线性拟合绘制不同收缩压、平均动脉压、舒张压对应的谵妄风险比曲线。结果研究纳入78364名患者,APACHE-III评分中位数为39(IQR 28~53)。与非高血压患者相比,高血压患者谵妄发生率更高(OR,1.40;95%CI,1.35~1.46,P<0.001)。不论是否存在高血压,患者血压与谵妄发生风险存U曲线关系,在正常血压范围内谵妄的风险较低。结论高血压是重症患者发生谵妄的独立风险因子。低血压或高血压与谵妄发生风险相关。

摘要： 信息技术和医疗健康信息化的不断发展使医疗数据大规模涌现,为数据分析、数据挖掘、智能诊断等更深层次的应用提供了条件。医疗数据集庞大且涉及大量病人隐私,如何在使用医疗数据的同时保护病人隐私极具挑战性。目前应用于医疗领域的隐私保护技术主要以匿名化技术为主,但当攻击者具有强大的背景知识时,此类方法无法兼顾数据集的隐私性和可用性。因此提出了一种优化分类树算法,并改进了Diffpart分区算法,以数据间关联性为前提,挑选出医疗集值数据集中的适当数据,利用差分隐私保护技术进行加噪处理,满足差分隐私干扰并支持统计查询。最后在24万余条真实医疗数据集上进行测试。实验结果表明,所提算法满足差分隐私分布,并且相比Diffpart算法具备更高的隐私性和效用。

摘要： 目的介绍国内外基于医疗大数据库开展上市后药品监测与评价研究的现状、存在的偏倚及其可能的控制方法,为我国药品风险监测与管理提供参考。方法系统总结欧美发达国家基于医疗大数据开展药品上市后监测与评价的具体实践,分析我国存在的差距;评价在研究设计、数据收集与标准化、统计分析等方面存在的问题及可以改进的方法;探讨我国目前面临的机遇与挑战。结果与结论欧美国家已经基于医疗大数据建立了高效、可持续的药品上市后监测警戒系统;充分考虑并控制研究设计、实施和统计分析中的潜在偏倚是确定药品与不良反应因果关系的前提;应借鉴欧美先进经验,完善和整合现有医疗大数据,开展药物流行病学方法学研究。

摘要： 医疗人工智能(artificial intelligence,AI)的发展离不开大数据的汇聚与标注,同时也引发了医疗大数据及其标注标准如何统一的问题。从AI发展对医疗大数据需求出发,指出建立医疗大数据统一标准的重要性与必要性,分析当前医疗AI技术的开发过程缺乏数据统一标准和临床共识,提出“以开放换取共识”的医疗大数据平台方案——素问系统,实现“算法工程师开发技术—临床医生编辑知识—伦理专家监控伦理”的一体化AI生产流程。最后,以素问系统中第一个开源项目——医学知识图谱,作为大数据抽取标准知识的案例,解析了如何以开放换取共识,让AI技术专家与临床专家共同打造可落地的医疗AI技术。

摘要： 介绍医疗大数据特征及发展应用情况,从国家、省(区)市卫生行政机构、医院3个层面阐述医疗大数据在公立医院绩效考核中的应用情况,提出相关建议,为相关研究提供参考。

摘要： 科技的更新迭代及迅猛发展促使各行业的信息化建设趋势愈来愈强。对于医药行业而言,伴随信息技术的渗透与推进,衍生出医疗大数据、精准医疗等多元就医目标,这些目标的实现对医院财务管理水平、管理质量提出更高诉求。在此时代背景下,精细化管理理念应运而生。精细化管理是应对医院发展需求的重要举措。然而,精细化管理的开展与落实离不开信息技术的支撑,凸显着进一步增强医院信息化建设的紧迫性与必要性。基于此,笔者将结合沈剑峰编著的《现代医院信息化建设策略与实践》,分析当前我国医院财务管理现状.

摘要： 我国省、市、县三级的区域健康信息平台已在"十二五"(2011-2015)期间初具规模,但在其后十余年的建设发展中,平台上的医疗健康数据普遍存在"重建设轻应用,重业务轻治理,重数量轻质量"的现象。本文通过总结国内外区域健康信息平台的建设情况,分析嘉兴市人口健康信息平台大数据的应用现状,旨在为区域医疗管理者加强预防和诊治疾病、规划和建设医疗机构提供有效信息。

摘要： 目的:构建基于人工智能的数据中心,实现医疗数据的融合、治理及挖掘应用,使其数据归一化,全面提高医疗数据可利用性,建立医院高质量数据资源库。方法:以医院临床数据中心、运营数据中心和科研数据中心建设为核心,运用自然语言处理、数据分析、挖掘、行为识别(BI)、机器学习等人工智能技术,实现医院各业务流程信息化、标准化、规范化、精细化和智慧化。结果:通过建立以临床、运营和科研为核心的三大医疗数据中心,对临床、运营、绩效、员工、质量控制和科研六大类数据进行了梳理整合,实现了医疗服务资源的最大利用。结论:医院医疗数据中心的建立可有效解决医院数据"不唯一、不准确、不实时、不共享、不联动"的难题,促进医院运营的科学化、专业化和精细化管理。

摘要： 目的分析癫痫患儿真实世界复诊保留率数据,为改善癫痫患儿慢病管理提供基础数据。方法收集深圳市儿童医院2014年1月至2020年5月住院和门诊癫痫患儿的电子化病历资料,建立癫痫专病库。统计不同时间点就医人数,包括初诊后1、3、6、12、18个月和24个月仍然有就诊记录的患儿数,分析复诊保留率。结果共入组33762例癫痫患儿,有25万人次就医记录。各年龄段,病例频数分布和不同时间点(1、2、3、6、12、18、24个月)就医复诊保留率明显不同(χ^(2)=1806.6645,P<0.0001)。3个年龄段病例频数相对较多,从高到低依次是12~36月龄,36~72月龄和6~12岁年龄段。就医复诊保留率从1个月时的最高组,12~18岁年龄组为76.6%到24个月时的最低组,0~1月龄组仅为12.2%。结论真实世界情况显示患儿复诊保留率偏低,作为区域儿童综合性癫痫中心,需要从多方面努力,以提高癫痫患儿的复诊保留率。

摘要： 目的:借助医疗大数据分析缺血性中风住院患者人口学分布、住院特点和合并疾病特征以及用药规律。方法:采集全国9省市三级甲等综合医院信息系统(HIS)中缺血性中风住院患者信息,采用频数统计及关联规则方法,分析患者人口学信息、出入院情况、合并疾病及用药信息。结果:39777例缺血性中风患者,年龄中位数为68岁,主要集中于60~74岁年龄段,共12420例(31.22%),男女比为1.78∶1;入院病情急危者6940例(18.58%),住院天数15~28 d的共14477例(36.40%),患者主要在夏至及寒露2个节气入院;主要因急性脑梗死住院的共31176例(78.38%),入院诊断中风痰阻络证701例(74.97%),气虚血瘀证101例(11.76%);合并疾病前3位分别为高血压21938例(55.15%),糖尿病8287例(20.83%),冠心病7921例(19.91%);西药使用排首位的为阿司匹林,共20924例(52.60%),中成药使用排首位的为疏血通注射液,共9015例(22.66%),54.63%的患者住院期间同时使用了活血化瘀类药物及抗血小板药物。结论:缺血性中风住院患者年龄主要为60~89岁,男性多于女性,发病入院与节气可能相关,合并疾病主要为高血压、糖尿病和冠心病,中西药物使用排首位的分别为阿司匹林和疏血通注射液,且活血化瘀类中成药与抗血小板药物常联合使用。

摘要： 本文阐述基于人工智能和医疗大数据的影像组学及临床应用，包括智能医疗研究背景、智能医疗研究内容、智能医疗未来方向。

摘要： 近年来,随着计算机、通讯、生物医学工程等信息技术在医学中的应用,同时随着卫生部对于医疗信息化的重视,医疗卫生事业的信息化发展突飞猛进.医院信息系统在各个医院都得到普遍应用,越来越多的医院拥有了集HIS、PACS、LIS实验室信息系统等为一体的综合信息信息系统.医疗大数据为医学领域的深入发展扩展了空间,提供了强有力的技术支持,使得从海量数据和文本信息中发现有价值有关联的知识成为可能.在纷繁复杂的医疗数据中,通过医疗数据中心的建立,最终会得到很多有用的知识.本文对现有医疗大数据在医院精准医疗发展进行介绍.

摘要： 针对传统的以数据仓库为主题的数据存储及数据处理方式,容易受到硬件成本及数据类型的限制,本文结合Hadoop及Spark大数据存储与处理技术,设计了一种基于Spark的医疗大数据处理模型,能够很好的满足对海量医疗数据的加工与分析的需求,有效改善传统医疗数据存储技术难以扩展及分析效率低下的问题.

摘要： 随着计算机互联网技术的高速发展,云计算作为互联网发展中的新兴技术,已被广泛的运用于各个领域,例如医疗数据挖掘和应用.在海量数据时代环境下,传统的工具和方法已经无法满足大规模数据的存储和计算要求,这一问题对于医疗行业来说更为严重.云计算可以和大数据相辅相成,为海量的、复杂的、多样化的大数据的存储和计算提供了有效平台,特别是对于医疗健康数据,在此平台下的数据挖掘技术可以在不受其他因素影响的前提下快捷收集到可靠真实的医疗信息,而且云环境下的数据集存储具有较强的稳定性,进一步优化了数据挖掘模式.本文将针对大数据以及云计算技术在医疗大数据挖掘中的应用展开初步的探讨,希望能够给中国医疗行业的信息化提供参考价值.

摘要： 信息化时代下,医疗大数据与人工智能的结合为智能医疗决策提供了技术支撑,在面向复杂多样性患者的诊疗服务过程中,如何根据患者复杂的病情实现快速的智能化诊断,辅助医生为患者提供个性化的精准治疗是当前医疗服务领域的一个新的挑战.基于此,本研究在医疗大数据和案例推理技术的驱动下,提出了一种个性化智能辅助诊疗决策方法.首先,考虑患者属性行为的复杂性,采用信息增益熵算法对患者的属性进行筛选,得到最优属性子集;然后在此基础上,融合专家评价法,从定性和定量两方面确定各个属性的综合权重;进一步,基于多粒度属性的相似性度量公式,采用基于案例推理的方法从海量历史病历库中为目标患者生成相似历史病历,辅助医生进行进一步的个性化精准治疗.最后,通过UCI数据集中的Primary Tumor Domain数据验证了该方法的有效性和可行性.

摘要： 本文主要内容包括互联网医疗行业现状、基于大数据的互联网医疗体系设计、锐软解决方案介绍以及典型案例和总结。

摘要： 基层要充分利用与基层基础的机会，利用成熟的智能技术开展健康知识普及，疾病筛查、预防和干预工作，综合医学中心则重点研究疾病规律和诊疗方法，利用现代信息和网络等技术实现医学中心与基层医疗机构的信息共享。

摘要： 随着信息技术的发展,近年来大数据概念已然成为各个学科领域里不可或缺的一个热点.从1998年Science期刊首次使用大数据这一概念,到2008年Nature期刊设立“大数据”(Big Data)专栏,大数据已经在互联网,经济学,乃至生物医学中得到了成熟的应用.大数据的特点有5个“V”:规模性Volume、多样性Variety、速度性Velocity、价值性Value、真实性Veracity.第一,数据规模大(Volume):大数据的起始计量单位庞大,至少是P(1015)、E(1018)或Z(1021).目前,大数据规模在不断地变化中,单一数据集的指标规模从几十TB到数PB不等.第二,数据类型多(Variety):从传统的社交媒体、互联网搜索,到新兴的网络传感器以及处理地理位置信息,其类型随着信息的发展在不断地更新.第三,处理速度快(Velocity):大数据的这一特点不仅体现创建的速度快,而且移动传输的速度也十分快捷.第四,商业价值高(Value):通过对大数据进行分析,可以得到事物的发展趋势,相当于从价值密度低的数据发掘到有价值的商业信息.第五,数据真实性(Veracity):大数据的本质就是从庞大的网络数据中科学地提取出能够解释和预测现实事件的过程,然而数据内容的真实与否,将影响大数据的有效性,进而影响其价值.

摘要： 目的:借助大数据资源对近年山东省抗菌药物的消耗情况和变动趋势进行分析,展示医疗大数据集成和应用如何再造药物利用研究和贡献证据. 方法:提取山东省药品采购数据库2012-2016年39家医疗机构的药品销售数据,采用ATC/DDD方法对抗菌药物进行编码,并完成定量计算. 结果:研究以大数据为基础、采用统计学方法、运用药理学知识,多维度展示了山东省抗菌药的用药规模和使用模式,近五年山东省抗菌药物的使用虽呈现出不断改善的趋势,但广谱抗菌药的大量使用和碳青霉烯类消耗增长较快的趋势应当引起警惕. 结论:医疗大数据集成和应用将有助于高效实施用药监测与评价,有力地支撑了管理决策与反馈,大数据手段的导入将会使合理用药研究和药政管理走向新阶段.

摘要： 随着互联网技术的不断发展,海量的医疗数据以多种模态呈现在各类数据源中.这些医学数据源中隐含着丰富的医学知识.如何挖掘其中的医学知识并将其应用于医学领域,知识图谱技术提供了强大有力的技术支持.本文以医学网站资源为数据基础,借助知识获取、知识融合、网络爬虫等技术,采用自顶向下的图谱构建模式,设计构建肺部疾病知识图谱,并实现了基于Neo4j的图谱可视化展示.

摘要： 本公开实施例提供一种基于大数据的智慧医疗信息推送方法及大数据医疗云平台，根据相关意图搜索目标的用户行为大数据形成一按照行为频繁度为排列方式的用户行为大数据样本，然后将用户行为大数据样本处理为多个预先以相关意图搜索目标按照不同查询意图划分的查询意图决策树的用户行为大数据子样本，计算每一个用户行为大数据子样本包含的多个查询词的查询词频特征以确定每个用户行为需求的查询意图特征，并由此生成智慧医疗服务终端的信息推荐热力图后生成智慧医疗服务终端的医疗信息推荐列表。如此，能够基于患者用户的相关意图搜索目标的用户行为大数据进行有效挖掘和提炼，从而更有针对性地为患者用户提供医疗信息推荐。

摘要： 本公开实施例提供一种基于大数据的智慧医疗病情监控方法及大数据医疗云平台，通过获取智慧医疗服务终端浏览时长超过预设时长的医疗信息推荐列表，并提取医疗信息推荐列表的大数据行为特征，然后对大数据行为特征中的各浏览行为节点进行跟踪识别，得到跟踪识别结果，接着根据跟踪识别结果生成智慧医疗服务终端的患者用户所对应的医疗病情行为监控结果，并将医疗病情行为监控结果推送给智慧医疗服务终端对应的医护人员终端进行监控信息提示。如此，能够对患者用户的医疗信息推荐列表的大数据行为特征进行有效挖掘和提炼，从而针对性地对患者用户的病情进行监控，以便于后续的进一步信息推荐。

摘要： 本公开实施例提供一种基于大数据的智慧医疗信息推送方法及大数据医疗云平台，根据相关意图搜索目标的用户行为大数据形成一按照行为频繁度为排列方式的用户行为大数据样本，然后将用户行为大数据样本处理为多个预先以相关意图搜索目标按照不同查询意图划分的查询意图决策树的用户行为大数据子样本，计算每一个用户行为大数据子样本包含的多个查询词的查询词频特征以确定每个用户行为需求的查询意图特征，并由此生成智慧医疗服务终端的信息推荐热力图后生成智慧医疗服务终端的医疗信息推荐列表。如此，能够基于患者用户的相关意图搜索目标的用户行为大数据进行有效挖掘和提炼，从而更有针对性地为患者用户提供医疗信息推荐。

摘要： 本公开实施例提供一种基于大数据的智慧医疗病情监控方法及大数据医疗云平台，通过获取智慧医疗服务终端浏览时长超过预设时长的医疗信息推荐列表，并提取医疗信息推荐列表的大数据行为特征，然后对大数据行为特征中的各浏览行为节点进行跟踪识别，得到跟踪识别结果，接着根据跟踪识别结果生成智慧医疗服务终端的患者用户所对应的医疗病情行为监控结果，并将医疗病情行为监控结果推送给智慧医疗服务终端对应的医护人员终端进行监控信息提示。如此，能够对患者用户的医疗信息推荐列表的大数据行为特征进行有效挖掘和提炼，从而针对性地对患者用户的病情进行监控，以便于后续的进一步信息推荐。

摘要： 本申请实施例提供一种应用于智慧医疗的大数据挖掘评估方法及大数据挖掘系统，通过分别进行同一个医疗行为样本数据中不同医疗需求定位数据的需求变量聚合以及不同医疗行为样本数据中不同医疗需求定位数据的需求变量聚合，不仅可以提高后续的医疗需求关联分析效率，而且可以使得每个医疗需求定位数据的需求变量可以充分融合标的医疗行为样本数据和对照医疗行为样本数据的深度特征信息，从而可以提取到医疗行为样本数据中的长跨度变量，以便于之后确定标的医疗行为样本数据中任意一个医疗需求定位数据与对照医疗行为样本数据中任意一个医疗需求定位数据的需求关联值时，提高医疗行为样本数据中医疗需求匹配准确性。

摘要： 本发明涉及一种大数据及用于医疗健康大数据的传输、提取方法及系统，改造了现有的设备和报告并通过握手协议把结构化后的数据保存在二维码内。由用户驱动上传数据，扫描二维码即可将数据上传至大数据中心，并能将数据实时归一汇总。用户可通过系统无障碍获取实时连续动态的医疗数据，可以利用手机等移动设备作为工具终端查看数据，数据随身携带，十分便捷。储存在大数据中心的数据为共享数据，可以根据需要或用户的意愿，分享给对应的机构、个人等第三方，并可以对数据进行二次操作。本发明可以实现数据的实时电子化，形成动态连续大数据，且操作建议应用场景广泛。

摘要： 本申请的应用于智慧医疗和大数据的数据处理方法及医疗服务器，能基于获取到的待识别在线就诊引导方针在至少两个就诊互动关注度分析状态下的数据安防提示信息得到各个待识别在线就诊引导方针之间的可视化交互误导信息，并确定各个待识别在线就诊引导方针的针对就诊互动关注度方面的在线就诊引导方针。在接收到远程医疗客户端的在线就诊申请时能将相应的针对就诊互动关注度方面的在线就诊引导方针分配至远程医疗客户端，以使远程医疗客户端基于针对就诊互动关注度方面的在线就诊引导方针执行相关的在线就诊操作，确保远程医疗客户端在远程就医过程中的用户数据安全，避免由于在线就诊操作失误或者黑客的误导而导致隐私数据或者重要数据的丢失。

摘要： 基于基于生命体征大数据聚类核心算法和区块链的远程互联网大数据智慧医疗系统，包括生命体征采集模块、医疗大数据获取模块、区块链存储模块和智慧医疗终端，根据医疗大数据获取模块收集的生命体征大数据建立根据生命体征数据对身体状态进行评估的健康评估模型，将生命体征采集模块采集到的患者的生命体征数据输入到健康评估模型中，从而评估患者的身体状态是健康还是危险，并在危险时进行预警。本发明的有益效果：实现了远程对患者的身体状态进行统一监护，并当患者的身体状态出现危险时，能够及时的进行预警。

摘要： 本公开实施例提供一种基于区块链和智慧医疗的大数据提取方法及大数据系统，目标用户画像特征是基于智慧医疗分布式设备的智慧医疗用户的多个用户画像维度的画像分量特征生成的，可以表示反馈行为大数据的行为画像特征，在处理反馈行为大数据时综合考虑反馈行为大数据的行为持续特征以及行为画像特征，最终可以得到准确的行为倾向属性，从而提高反馈行为大数据的分类准确性，进而更新后续智慧医疗大数据的大数据提取策略，以更有针对性地对特定的智慧医疗大数据进行挖掘，提高大数据挖掘效率和精度。

摘要： 本发明涉及一种基于医疗大数据的智能医疗机器人数据处理方法和装置，获取患者的当前时刻的目标语音段，以及当前时刻之前的历史语音段，对目标语音段和历史语音段进行语音识别，分别得到目标文字段和历史文字段，根据目标文字段获取第一特征，根据历史文字段获取历史文字段的第二特征，融合第一特征和第二特征，得到融合特征，将融合特征输入至预设意图识别模型，获取患者的目标意图，将目标意图输入至预设的应答结果识别模型，获取与目标意图相对应的目标应答结果。本发明能够获取患者的正确意图，而且通过与应答结果识别模型进行比对分析，就能够获取与患者的真正意图相对应的目标应答结果，提升智能医疗机器人的智能化程度。