4杭州市第三人民医院科研大数据基础平台项目建设方案(1).docx

1、杭州市第三人民医院临床科研大数据基础平台项目建设方案2019年10月第三章项目建设的必要性和可行性3.1项目提出的背景和依据2019年4月，国家卫生健康委规划发展与信息化司发布的全国医院上报数据统计分析指标集（试行）中，医疗数据字典、医疗业务、运营数据字典、运营业务及接口技术规范相关上报数据统计分析指标概述内容进行了更新与补充，形成稳定的数据报送、分析、反馈机制，有力支撑国家卫生健康委管理与决策，服务医院的科学管理。同时，采用规范的数据报送渠道与口径，避免重复报送，实现“一次采集，多次应用”，真正实现信息互联互通。医院的信息建设相对较完善，己经完成了基础平台、临床数据中心、运营管理系统整合、病

2、人自助终端应用服务器整合、患者公共门户应用服务整合、临床服务系统整合、医疗管理系统整合，并基于临床数据中心系统建设了临床知识库系统。为科研大数据平台提供了基础的数据支撑。3.2现状分析及存在的问题医院信息管理处对目前医院信息化建设状况做了一次仔细调查，与各业务科室进行了详细沟通，通过沟通，总结出医院虽然信息化取得了一定成就，但是离目前信息化高水平的医院还存在一定差距。数据应用层次不高，无法有效合理地利用数据。目前从整个医院信息系统的数据应用层次来看，数据的应用主要集中在基础的业务科室，满足日常业务操作的居多，但满足业务管理和决策的偏少，系统数据采集的居多，但数据的利用却偏少，即没有充分发挥已有

3、的数据为管理,为领导决策提供参考和服务。因此高层领导对信息化的效益还没有中层干部感受到那么直接。需要建立大数据分析平台，集合人工智能的应用，辅助临床一线、管理部门和医院科研的需要。3.3项目建设的必要性和可行性近年来，大数据、人工智能等计算机技术的迅猛发展，对临床科研模式的巨大影响正日益受到各界关注。国家先后出台了国务院办公厅关于印发深化医药卫生体制改革重点工作任务的通知国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见等政策文件，鼓励推进科研大数据应用，提升临床科研及应用效能，进而推动智慈医疗的发展。与此同时，传统科研模式中存在的“科研构思难、数据获取难、想法验证难、数据处理难”等弊

4、端，己严重阻碍临床研究水平的进一步发展，需要利用新的技术手段予以解决。因此，基于大数据技术进行临床研究的新模式应运而生。经过前面两期的平台建设已经完成了基础平台、临床数据中心、运营管理系统整合、病人自助终端应用服务器整合、患者公共门户应用服务整合、临床服务系统整合、医疗管理系统整合，并基于临床数据中心系统建设了临床知识库系统。为科研大数据平台提供了基础的数据支撑。第四章需求分析4.1总体需求新时代下的医学科研发展，需要借助大数据、人工智能等先进技术，以“大数据”思维推进医学大数据中心建设，实现院内内医疗健康数据整合，融合各种大数据技术和传统的统计学方法等手段，把大量的临床资料和临床科研整合在一

5、起，将数据转化为解决临床需求的知识。临床科研大数据平台从时间、地区、症状等多维度进行数据挖掘，采用聚类、时间序列、多元回归等算法和数学模型，寻找疾病可能的发病因素、扩散轨迹和时间趋势等，从而对疾病进行预防控制等。建立基于数据生命周期和科研应用视角的临床科研系统，有助于临床科研一体化，大大提升了科研的效率。4.2技术需求当前我们正处于一个数据爆炸性增长的“大数据”时代，大数据在各行各业中都有宽广的应用前景，在医疗健康领域，数据逐渐成为行业的核心资产，基于大数据的研究应用优化了中心业务流程、管理模式和决策方式，对医学发展健康管理、疾病防控等有深远意义。医疗卫生领域的大数据应用具有得天独厚的优势：数

6、据量够大、数据类型够多、数据来源场合更复杂。院内各个业务系统均为临床科研大数据的主要来源。大数据应用需采用知识图谱技术、基于深度神经网络算法的人工智能技术、基于Hadoop技术的大数据处理技术、图像组学技术等技术。4.3系统功能需求一、临床科研大数据基础平台基于分布式架构采用主动抓取的方式可以高性能地将各数据源的数据进行实时汇聚，并同步转换到目标数据库中，达到最高的数据质量和实时性，并对数据源性能影响最小化，满足用户对海量数据进行准确、实时采集的需求。二、科研大数据中心1）临床大数据中心临床大数据中心汇聚了海量的实时、历史结构化医疗数据，是后续数据处理的原材料。数据来源有两个途径，主要途径是医

7、院CDR,另外一个途径是医院各业务库，再经过大数据实时同步转换平台转换处理成统一结构化数据。2）科研知识图谱科研知识图谱是语义检索的基础，知识图谱这个技术主要用于Google.百度等优化其现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎，知识图谱可用来更好地查询复杂的关联信息，即语义搜索，从语义和自然语言层面理解用户意图，进行语义精确搜索。3）科研数据仓库针对简易科研方式，需要面向科研场景基于商业智能技术构建科研数据仓库，针对各科室、学科在临床数据中心的基础上建设各自的数据集市，对临床数据中心的原始数据以及汇聚整合的数据进行抽取转换，建立支持多维主题模型的数据仓库，再利用OLAP、DM.BI

8、等技术，提供针对多维主题数据的综合展示、深度挖掘与智能分析服务。三、临床科研大数据挖掘分析平台1）电子病例语义检索浏览系统在科研知识图谱和临床大数据中心的基础上，以科研课题为中心，通过病历语义结构化、关键字检索为条件，提供对数据中心电子病历数据库的数据进行全文检索和组合条件的结构化检索，实现诸如从电子病历文本“环磷酰胺”>30mg这样的语义检索，同时实现了一个全新的电子病历浏览器，可以对电子病历数据以文书格式进行浏览。2）临床试验数据采集系统要求临床试验数据采集系统是一套完善的、符合国内GCP有关标准，支持多中心、逻辑检查的EDC临床实验数据采集系统。通过电子签名和稽查痕迹等来保证整个试

9、验数据的安全性，并确保数据准确化和标准化，通过对临床试验各个阶段的系统化管理，从而实现对试验项目的实时在线跟踪及监控，保障了临床试验数据的质量，有效缩短临床研究的周期。3）科研数据管理平台科研人员通过电子病历语义检索浏览系统或者临床试验数据采集系统获得了其所关心的患者、病历、临床试验数据后可以自动导入到科研数据管理平台，科研人员可以创建、管理个人的科研课题，通过定制研究数据的导出特征，最后研究对象的所有回顾性和前瞻性研究数据可以进行特征筛选导出成挖掘分析系统所需的数据格式以进行挖掘分析得到科研成果。4）数据挖掘分析系统数据挖掘分析系统是整个平台的核心子系统，提供了完整的数据挖掘及机器学习算法和

10、工具，用于对个人科研数据管理平台导出的科研数据进行深度分析，可对数据进行分析或构建数据模型，再通过分析结果挖掘数据特征或用构建好的模型来对其他同类数据进行分析。对于普通的科研工作者，编写代码实现机器学习和数据挖掘算法还是有一定困难。使用数据挖掘分析系统，可以略过这些代码的编写，将精力集中在特征提取、算法选择和参数调优上，从而提高科研人员效率。5）大数据交互式计算分析系统对于专业的数据科研人员来说，数据挖掘和机器学习算法和实现都是基础，大数据交互式计算分析系统是一个基于Web的提供交互数据分析的专业科研工具，包括了完整的人工智能算法库，可以通过写代码的方式直接调用算法库在大数据平台上进行最灵活的

11、数据获取、分布式计算最终做出可数据驱动的、可交互且可在线共享协作的科研成果，并且支持多种语言，包括Scala（使用ApacheSpark）>Python（ApacheSpark）、SparkSQL、Hive、Markdown>Shel1等。6）大数据商业智能分析系统大数据商业智能分析平台使用基于BI的OLAP分析引擎，可以方便的扩展，嵌入和配置，通过RESTAPI连接OLAP系统，利用其友好的界面为用户提供直观的分析数据的方式，可动态即席多维分析整合医疗数据。第五章建设方案5.1建设目标与建设原则建设目标：推动临床科研一体化，构建一个基于中西医结合大数据、知识图谱和人工智能技术，能

12、实时精确检索海量PB级别医疗数据。支持多分中心临床试验数据采集、核查，深度挖掘分析、即席多维分析病例数据等的临床科研大数据平台。建设原则： 规范性整个系统的各种软件、硬件均符合相关的国际、国内标准。 开放性整个系统要具备可开放性的架构，适应发展中的技术和业务，提供开放的二次开发接口，业务维护和发展不依赖于设备厂家；能够保证业务的持续发展，为今后的发展提供有力的保障。 先进性采用当前世界上先进的基于计算机网络的软件、硬件产品以及模块化的软硬件设计；同时在信息技术方面，充分考虑信息技术的发展趋势和可用的最新技术,制定最佳的解决方案，从而保证系统在技术上的领先；设备厂商和系统开发商应选提高系统的生存

13、期。 实用性充分考虑实际系统建设的近期目标和远期目标（既要符合实际情况，又要结合未来的运营模式变革），依据目前的用户规模、业务运行情况及服务要求，满足客户使用方便、系统管理方便的原则，来规划和建设系统规模、软件功能和业务功能。在保证系统服务质量的前提下，建立一个适用实际环境的，能满足业务核心功能需求的实用系统。用户界面要求直观、简洁、友好，菜单要求功能清晰，具有简单的层次感，界面应采用统一风格，统一操作方式。 可靠性设计方案采用的设备及主要技术必须是成熟的、可靠的，以保证系统（软件、硬件和操作系统）长时间的正常动作。整个系统应采用多种容错手段，主要设备采用主备、双机、负荷分担或镜像备份方式工作

14、。只有充分保证系统平台的稳定和可靠，才能为业务的高效运作提供有力的保障。 扩展性一方面，系统采用层次化、模块化设计，随着业务不断变更和扩展，己有模块的修改及新模块的加载不影响其它模块的运行，做到系统平滑升级；另一方面,系统可以支持、适应业务量和交易量的增长，良好的可扩展性可确保系统能够支持业务的不断增K。 安全性安全性是指对系统和数据的保护，是现代信息系统必不可少的重要环节，良好的安全管理措施可以增强用户对系统的信心和信任度。因此，必须充分考虑整个系统运行的安全策略和机制，参照行业标准和最新技术发展趋势，保证系统在使用中对数据的保密性和对系统的安全性，并旦可根据不同的业务需求和应用处理，设置不

15、同的安全措施。5.2技术架构临床科研是医院学科建设的重要组成部分，也是医护人员个人发展的重要考核指标。医疗科研人员迫切需要一个科研大数据平台辅助其进行全面的前瞻式和回顾式科研，包括制定科研课题，从科研大数据平台中检索、跟踪符合课题需要的病例，对病例中所涉及的各种参数进行统计、挖掘分析从而获得科研结果。推动临床科研一体化，设计构建了一个基于中西医结合大数据、知识图谱和人工智能技术，能实时精确检索海量PB级别医疗数据，支持多分中心临床试验数据采集、核查，深度挖掘分析、即席多维分析病例数据等的临床科研大数据平台，可以有效提高临床科研效率、缩短科研项目周期、减少人力和资金成本，进一步提高医药防病治病能

16、力和自主创新能力，并在三院医药事业发展中起到引领、示范和带动作用，为特色专科传承创新提供有力支撑。整个平台包括三块：临床科研大数据基础平台、科研大数据中心和临床科研大数据挖掘分析平台，其中临床科研大数据基础平台包括三大子平台，科研大数据中心包括三大库，临床科研大数据挖掘分析平台包括六大子系统。5.3网络架构临床试验碰目管理系统大数据商业智能分析系统科研数据仓库大数据交互式计算分析系统临床大数据中心临床科研大数据挖掘分析平台电子病历语义检素浏览系统大数据商业智能分析平台大数据实时存储计算平台大数据实时同步转换平台临床科研大数据基础平台5.4应用系统建设1、临床科研大数据基础平台大数据基础平台实现

17、了第三代实时大数据技术（离线-准实时-实时）。数据采集部分采用了全新的主动同步转换方式。目前数据采集通常都采用上传的方式，主动权都掌握在各数据源提供商手上，导致数据质量较差且不可控。针对该问题，大数据实时同步转换平台BDF基于分布式架构采用主动抓取的方式可以高性能地将各数据源的数据进行实时汇聚，并同步转换到目标数据库中，达到最高的数据质量和实时性，并对数据源性能影响最小化，满足用户对海量数据进行准确、实时采集的需求。数据计算部分实现了海量数据的实时查询和分析，并且支持JDBC驱动方式,提供标准的SQL语句查询服务，使得现有业务系统或新开发系统能在最短时间升级为大数据架构。同时平台还实现了动态数

18、据屏蔽（DDM）功能，对于较为敏感的医疗隐私数据，可以通过在底层数据库层面的加密向外提供展示，在与第三方进行协同开发时，与在应用层进行权限控制相比较，这种方式更为安全可靠。数据分析部分实现了灵活、可配置界面的即席查询。大数据商业智能分析平台集成了BI引擎，基于多维表达式MDX语言实现查询，从分布式关系数据库中读取数据。然后经过API用多维的方式对结果进行展示，可以实现快速部署、多维数据集建模和主题管理等功能。它主要包括了以下几个模块：即席查询、交互式仪表板、静态报表、分析内容下载、主动预警、BI服务器等，可以实现全数据仓原任意指标、维度的实时自由组合查询分析。通过大数据分析临床业务能力一一三名

19、树网，不断提升临床数据评估能力K2UXtnF«s好大数据分析平台的各项指舞人工校验及分析结果进行手动计算校验数据分析.，医生撞长病种、是否为名中医患者对医生评价及投票等信息患者问卷.患者对医生的服务态度、疗、效症状改善等怦仰.专家评估权威专家专业以专业的眼光部分析结果校验修正2、科研大数据中心临床大数据中心：表结构和CDR库基本保持一致，并且将BLOB都解析成了字段，数据集标准主要如下：信息数据元目录2011版电子病历基本数据集部2012版、2014版电子病历共享文档规范（征求意见稿）一2013全国医院信息化建设标准与规范并基于2019年4月，国家卫生健康委规划发展与信息化司发布的全

20、国医院上报数据统计分析指标集（试行）中，医疗数据字典、医疗业务、运营数据字典、运营业务及接口技术规范相关上报数据统计分析指标概述内容进行了更新与补充，形成稳定的数据报送、分析、反馈机制，有力支撑国家卫生健康委管理与决策，服务医院的科学管理。同时，采用规范的数据报送渠道与曰径，避免重复报送，实现“一次采集，多次应用”，真正实现信息互联互通。主要包含数据集列举如下:5101患者基本信息5704生命体征测量记录6211术前讨论5102基本健康信息5705出入量记荥6212术后首次病程记录5103卫生事件摘要5706高值耗材使用记荥6213出院记荥5104医疗费用记录5801入院评估6214死亡记录5

21、311门急诊费用记录5803出院评估与指导6215死亡病例讨论记录5301西药处方5901手术同意书6301住院医曜单5302中药处方5902麻醉知情同意书6311住院医曜执行单5502-般手术记录5903输血治疗同意书6312住院医曜费用记录5504麻醉记录5904特殊检查及特殊治疗同意书6313住院医喔执行记录5505麻醉术后访视记录5905病危（重）通知书6401出院小结5506输血记录5906其他知情告知同意书6203上级医师查房记录5601待产记录6001住院病案首页6204疑难病例讨论记录5602阴道分晚记录6101入院记录6205交接班记录5603剖莒产记汞610224小时内入出

22、院记录6206转科记荥5701-般护理记录610324小时内入院死亡记录6207阶段小结5702病重（病危）护理记录6201首次病程记录6208抢救记录5703手术护理记录62020常病程记录6209会诊记录6210术前小结科研知识图谱：是语义检索的基础，知识图谱这个技术主要用于Google、百度等优化其现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎，知识图谱可用来更好地查询复杂的关联信息，即语义搜索，从语义和自然语言层面理解用户意图，进行语义精确搜索。本系统将自然语言描述的文本电子病历基于知识图谱技术通过医疗自然语言模型进行后结构化，转化为28种实体的属性图模型并保存到自由结构的图数据库

23、中存储。后期语义检索系统采用全新的图查询语言对知识图谱进行语义检索获得准确的结果。第一章项目概况41.1项目名称41.2项目建设单位、项目负责人及联系人41.3项目建设目标、内容与规模41.4项目建设原则51.5项目总投资及资金来源61.6方案编制依据6第二章项目建设单位概况82.1单位职能8第三章项目建设的必要性和可行性93.1项目提出的背景和依据93. 2现状分析及存在的问题93. 3项目建设的必要性和可行性10第四章需求分析114. 1总体需求114. 2技术需求114. 3系统功能需求11第五章建设方案145.1建设目标与建设原则145. 2技术架构155.3网络架构165. 4应用系

24、统建设161.1.1. 临床科研大数据基础平台161.1.2. 科研大数据中心错误!未定义书签。1.1.3. 临床科研大数据挖掘分析平台错误!未定义书签。节点关系科研数据仓库：针对简易科研方式，需要面向科研场景基于商业智能技术构建科研数据仓库，针对各科室、学科在临床数据中心的基础上建设各自的数据集市，对临床数据中心的原始数据以及汇聚整合的数据进行抽取转换，建立支持多维主题模型的数据仓库，再利用OLAP、DM、BT等技术，提供针对多维主题数据的综合展示、深度挖掘与智能分析服务。3、临床科研大数据挖掘分析平台电子病例语义检索浏览系统：在科研知识图谱和临床大数据中心的基础上，以科研课题为中心，通过病

25、历语义结构化、关键字检索为条件，提供对数据中心电子病历数据库的数据进行全文检索和组合条件的结构化检索，实现诸如从电子病历文本“环磷酰胺”>30mg这样的语义检索，同时实现了一个全新的电子病历浏览器，可以对电子病历数据以文书格式进行浏览。本系统是医疗知识图谱的检索工具，是科研平台的使用入口，医疗科研人员可以通过检索对病历进行语义结构化检索、全文检索，也可以将检索方案进行固化，从而获得符合其科研要求的病例再导入到科研人员自己的某个科研项目的研究对象分组，从而进行后续分析。该系统还实现详细的患者数据查询功能，如当查询某一患者时候，能查询出该患者历史上所有的就诊记录、处方记录、住院记录、费用记录

26、、检查检验记录等，从而让科研人员对于研究对象可进行历史回顾性研充。临床试验数据采集系统本系统：是一套完善的、符合国内GCP有关标准，支持多中心、逻辑检查的EDC临床实验数据采集系统。通过电子签名和稽查痕迹等来保证整个试验数据的安全性，并确保数据准确化和标准化，通过对临床试验各个阶段的系统化管理，从而实现对试验项目的实时在线跟踪及监控，保障了临床试验数据的质量，有效缩短临床研究的周期。本系统主要模块包括：数据录入CRC临床研究协调者将原始病历中采集的数据录入EDC系统中，系统的其他用户（研究者、临床监查员、数据管理员）等可以实时看到系统上的数据更新。eCRF逻辑检查可以通过建立数据库时设定的逻辑

27、检查，对CRC通过eCRF录入的数据自动进行核查。系统权限控制EDC系统必须拥有精准的用户权限控制功能，以使每个用户的分工符合GCP或1CII-GCP规范。这些用户包括PI（签名）、CRC（数据录入、回答质疑、编码）、CRA（数据核查、发质疑）、DM（数据审核、发质疑、编码、冻结、锁库）等（以上权限实际操作中可能会有所出入，旦不包含全部）。操作痕迹EDC系统每一次数据的修改、更新、审核、稽查、签名等都会留下痕迹，并且可以被授权的人查看。数据导出CD1SC即临床数据交换标准协会（ClinicalDataInterchangeStandardsConsortium）,符合CDISC标准的数据易于进

28、行交换、整合以及再次挖掘。本系统数据导出符合CDISC0DM标准，因此不需要对数据格式进行重新加工。科研数据管理平台：科研人员通过电子病历语义检索浏览系统或者临床试验数据采集系统获得了其所关心的患者、病历、临床试验数据后可以自动导入到科研数据管理平台，科研人员可以创建、管理个人的科研课题，通过定制研究数据的导出特征，最后研究对象的所有回顾性和前瞻性研究数据可以进行特征筛选导出成挖掘分析系统所需的数据格式以进行挖掘分析得到科研成果。数据挖掘分析系统：整个平台的核心子系统，提供完整的数据挖掘及机器学习算法和工具，用于对个人科研数据管理平台导出的科研数据进行深度分析，可对数据进行分析或构建数据模型，

29、再通过分析结果挖掘数据特征或用构建好的模型来对其他同类数据进行分析。对于普通的科研工作者，编写代码实现机器学习和数据挖掘算法还是有一定困难。使用数据挖掘分析系统，可以略过这些代码的编写，将精力集中在特征提取、算法选择和参数调优上，从而提高科研人员效率。主要功能包括数据预处理、特征选择、学习算法（分类、回归、聚类、关联分析等）、评估方法等功能，并可以将数据分析/挖掘结果进行可视化。同时采用交互可视化界面，并提供算法学习和比较环境，功能丰富齐备。大数据交互式计算分析系统：对于专业的数据科研人员来说，数据挖掘和机器学习算法和实现都是基础，大数据交互式计算分析系统是一个基于Web的提供交互数据分析的专

30、业科研工具，包括了完整的人工智能算法库，可以通过写代码的方式直接调用算法库在大数据平台上进行最灵活的数据获取、分布式计算最终做出可数据驱动的、可交互且可在线共享协作的科研成果，并且支持多种语言，包括Scala（使用ApacheSpark）Python（ApacheSpark）SparkSQLHiveMarkdownxShell等。大数据商业智能分析平台：使用基于BI的OLAP分析引擎，可以方便的扩展,嵌入和配置，通过RESTAPI连接OLAP系统，利用其友好的界面为用户提供直观的分析数据的方式，可动态即席多维分析整合医疗数据。通过针对每个科室或者学科构建数据集市，从而允许用户自由选择指标和维度

31、进行科研统计分析，用户可以在友好的界面下利用OLAP和内存引擎进行钻取、过滤、分类、排序和生成图表。并且可以对医疗数据进行“切块和切片”和钻取到细节中从而揭示其中的关系。第六章人员配置与培训6.1培训目标通过对系统管理人员和操作人员进行全面的技术类和操作类培训，确保用户维护管理和操作人员达到能独立操作、独立进行管理、运营、故障处理、日常维护测试等工作，系统能够正常、安全的运行。需要提供全程的人员培训计划，包括从项目启动阶段到项目结束整个过程的培训内容。具体的培训形式将采取：(1) 通过与开发商联合进行软件本地化实施，进行现场的培训，以掌握软件开发的技巧和初步熟悉有关数据库、应用服务器软件的管理

32、技巧；(2) 安排有关系统管理员到专门的数据库及应用服务器软件培训单位进行脱产培训，以深入掌握数据库等系统软件的管理技术。具体的内容将在后面详细说明。6.2培训对象培训对象分为三类：专业软件开发人员、系统管理员、普通操作者。6.3培训方式根据不同人员的层次和需要，制定业务系统应用培训目标、培训大纲，做好管理人员、技术人员、业务人员等的培训工作，业务培训包括针对各操作员的理论培训与上机培训。6.4培训地点杭州市第三人民医院。6.5培训内容将采取现场培训和集中培训两种方式，组织下列培训：面向对象设计和开发技术，包括面向对象的分析与设计、编程与测试；统的应用管理维护技术、网络管理技术等；日常运行与维

33、护等。6.6培训师资证提供经验丰富、责任性强的资深专家担任培训教师，确保本系统用户在培训后达到培训目的。6.7培训考核实际操作与笔试相结合。第七章项目实施进度7.1组织保障初定2个工作小组：（1）协调小组：由杭州市第三人民医院牵头，相关部分配合，负责项目各阶段的总体协调工作。（2）技术小组：由杭州市第三人民医院项目办牵头，各相关职能部门抽调人员集中办公。负责项目工作进度的管理，组成人员还要负责编写相关技术材料并提供其他相关资料。7.2实施进度计划项目预计在2020年业_月前完成深化需求调研、软件设计、系统测试、数据整理、安装调试、系统验收。实施计划由以下部分组成：1、2019年10月:项目前期

34、规划准备工作2、2019年12月:深化需求调研、专题测试、方案编制3、2020年2月：方案评审、项目报批4、2020年3月:项目招投标5、2020年4-5月:系统建设实施6、2020年10月:系统试运行7、2020年12月:系统验收、培训、运行运维第八章项目招标方案8.1项目招标范围根据国家有关要求，对项目建设中的系统软硬件采购、应用系统开发、系统集成及监理等适合以招标方式采购的产品和服务，原则上进行招标采购。8.2招标的组织形式本项目采用分散采购。8.3招标的方式公开招标方式。第九章投资估算及资金来源9.1投资估算的有关说明序号产品名称子模块建设内容金额（万元）1临床科研大数据基础平台数据采

35、集、数据计算、数据分析2602临床大数据中心3科研大数据中心科研知识图谱1004临床科研大数据基础平台科研数据仓库5电子病例语义检索浏览系统6临床试验数据采集系统7临床科研大数据挖科研数据管理平台1008掘分析平台数据挖掘分析系统9大数据交互式计算分析系统10大数据简业智能分析系统9.2项目总投资预算总投资预算460万元。9.4配套工程建设费用预算第十章风险分析10.1技术风险本项目建设的技术风险主要是行业技术高速发展所带来的风险，包括软件的技术风险和软硬件的选择风险。信息技术发展的速度非常快，不确定性的因素大量存在，技术人员对这些不确定性的认识和控制的能力又非常有限，经过认真论证的项目，最后

36、往往出现出乎预料之外的结果甚至失败。系统的研发和实施要使用成熟的技术，有些较新的技术没有经过大量的验证，不能保证产品和技术的成熟性和可持续性，也不能得到足够的技术支持，对系统的研发和维护将带来额外的困难。10.2安全风险设备（服务器、网络环境、工作站等）经常会出现问题，花在设备维修和安装系统上的时间将严重影响项目组成员的工作效率，直接影响项目的进度。同时病毒感染也会造成死机或系统崩溃。10.3实施风险主要指在系统的规划、筹建、招投标、开发、实施、验收等阶段的不确定性事件或因素的集合。作为整个系统的起点和基础，必须主动、系统地对项目建设风险进行全过程识别、评估及监控，以达到降低项目风险、减少风险

37、损失，甚至变不利为有利的目的。10.4管理风险领导不力直接影响项目组的人心稳定和工作的协调。10.5需求变更风险功能需求模糊和随意变更需求是项目实施的首要内部风险，通过系统的需求分析，将需求按紧要程度、重要程度以及相关程度的标准进行分类、分等级。优先实现最关键和最重要的需求。在此基础上，逐步完善和加强系统功能。充分考虑到现有需求的不确定性，在分析阶段要反复论证和多方求证。第六章人员配置与培训226.1培训目标.226.2培训对象226.3培训方式.226.4培训地点226.5培训内容.236.6培训师资.236.7培训考核.23第七章项目实施进度24第八章项目招标方案258.1项目招标范围错误

38、!未定义书签。8.2招标的组织形式与方式错误!未定义书签。第九章投资估算及资金来源269.1投资估算的有关说明错误!未定义书签。9.2项目总投资预算错误!未定义书签。9.4配套工程建设费用预算26第十章风险分析2710.1技术风险2710.2安全风险2710.3实施风险2710.4管理风险2710.5需求变更风险28第十一章社会与经济效益2911.1社会效益2911.2经济效益29第十二章结论与建议30第十一章社会与经济效益11.1社会效益提升医院的服务能力。医院信息化的建设将改革医院传统的管理模式与服务模式，更新和转变医院的经营理念。以病人为中心，优化就医流程；临床业务实现全面的信息化，达到

39、全医疗服务与质量的闭环管理；以现代医院管理为目标，实行全面的预算管理、成本控制、绩效管理；结合大数据分析与人工智能的应用，从而达到提高工作效率、降低医疗成本、增加决策手段、方便病人就医、改善医患关系，全面提高医院的管理水平，从而全面提升医院的服务能力。本项目建成后，能够增强医院的服务能力、能够加快医院的现代化管理进程、能够提高医院的经济效益和社会效益、能够缓解“病人难、看病贵”问题，实现和谐的医患关系，促进社会文明与和谐进步。11.2经济效益该项目可以极大地提高医院经济管理的效率和活力，提高医院各项工作的效率和质量。医院的医疗数据信息化程度越高、越精细化，为下一步决策支持提供坚实基础。医院信息

40、化产生的经济效益是非常明显，而且其效益远远超出医院本身的业务范畴，因为完整的病人医学记录是医学研究的重要信息资源。通过大数据分析及人工智能分析平台的建设，利用所有目前在系统中积累的宝贵数据，为管理、临床，科研和财务的决策服务，可以使大部分科室真实感受到前期信息化投资的巨大应用价值。第十二章结论与建议12.1结论本项目建设充分考虑了医院己有信息化建设成果及当前存在的主要问题，通过临床科研大数据的手段为现有医院临床科研服务。项目建成后将大大提高医院的临床科研能力和工作效率，减少科研数据处理运营成本。实施方案科学合理，建设需求和目标明确，建设内容、建设规模、进度安排和资金来源合理、项目组织机构落实、

41、资金使用和项目进度安排配比一致，对项目的风险有相应的控制和规避措施，项目实施具有较好的可行性。12.2建议第十三章其他附件材料清单12.1 结论3012.2 建议30第十三章其他附件材料清单31第一章项目概况1-1项目名称临床科研大数据基础平台项目1.2项目建设单位、项目负责人及联系人单位名称:杭州市第三人民医院地址:杭州市上城区西湖大道38号项目负责人:华春联系电话:878231441.3项目建设目标、内容与规模建设目标：推动临床科研一体化，构建一个基于中西医结合大数据、知识图谱和人工智能技术，能实时精确检索海量PB级别医疗数据。支持多分中心临床试验数据采集、核查，深度挖掘分析、即席多维分析

42、病例数据等的临床科研大数据平台。建设内容与规模：整个临床科研大数据挖掘分析平台包括三块：临床科研大数据基础平台、科研大数据中心和临床科研大数据挖掘分析平台，其中临床科研大数据基础平台包括三大子平台，科研大数据中心包括三大库，临床科研大数据挖掘分析平台包括六大子系统（电子病历语义检索浏览系统、临床试验项目管理系统、科研数据管理平台、数据挖掘分析系统、大数据交互式计算分析系统、大数据商业智能分析系统）。1-4项目建设原则本项目的建设是一项复杂的系统工程，必须坚持“顶层设计、底层实现、总体需求、统筹设计、资源整合、互联互通、以人为本、共享协作”的建设原则。建设原则如下：标准性从业务角度出发，标准化是

43、支撑信息化的重要手段，信息化建设首先遵循国际上成熟的、通用的标准、规范和协议，同时遵照执行国家、行业颁布的现有标准，并参考国家卫健委以及滨江区社发局发布的有关技术规范和技术要求。从应用角度出发，信息化建设搭建了很多重要的IT服务平台。因此在平台设计和开发时，必须考虑到未来的可扩展性，提出标准化的系统接口，为后续的应用系统进一步完善提供支持。稳定性原则采用成熟稳定的操作系统和数据库平台，同时在系统的结构体系和应用部分各模块的设计中都以此原则约束，从而确保系统的稳定可靠。开放性原则注重系统的开放性，以适应系统扩充的需要。开放性包括对环境的开放，提供跨系统、跨平台的标准接口，使各分系统有较强的交互操

44、作能力；开放性还体现在系统的互联上，体现在系统的升级、扩充和更新上，体现在应用目标和功能的变化上。先进性原则系统的设计要采用先进技术，如：构架"勾件技术、数据交换中间件技术、海量数据管理技术、多种数据引擎、数据标准及规范化技术、面向对象的数据仓库和联机分析技术、软件开发和建成平台技术、选择先进的开发工具等。安全性原则数据涉及居民的隐私和健康相关信息的安全，系统设计保证系统的运行和数据传输，在软件的组织和设计方法的选择、数据的安全性和完整性以及系统的运行和管理等方面采取必要的措施，并防止和能够恢复由内在因素和危机环境造成的错误和灾难性故障，以保证系统的可靠性。扩展性原则系统的设计在满足现有需求基础上，充分考虑系统的可扩展性，以满足业务的不