2022年医疗数字孪生解决方案

1、医疗数字挛生解决方案 TOC o 1-5 h z 背景介绍1产品愿景5产品定位73. 1解决的问题72达到的效果11产品理念12总体思路135.1对接数据源，获取医疗卫生数字李生 145.2对获取的医疗卫生数字李生预处理机制153建立医疗卫生数字李生的存储机制165.4医疗卫生数字李生的处理和分析算法分类和形成175. 5开发专题数字李生分析，形成专题数字李生应用195.6开发机构数字李生分析，建立机构数字李生应用207建立平台应用实施推广组织机制205.8建立平台产品优化升级服务组织机制20医疗卫生信息的数字李生建模描述和分析201我们给出的相关数据模型216.2卫计委给出的相关数据模型22

2、6.3相关数据特征对比分析 26数字李生分析应用平台支持的业务主题场景281医疗卫生服务机构应用30医疗数字李生解决方案V3.07. 11.3商业医疗保险的保障设计和精算定价70医疗数字李生解决方案V3.07. 11.3商业医疗保险的保障设计和精算定价70医疗数字李生解决方案V3.07. 5.3政府医疗规划结构进行居民健康保健决策应用511. 1各级医院自身应用311.2基层医疗机构自身应用357.1.3区域卫生医疗联合体应用367. 1.4医疗卫生机构的合规应用417. 2患者医疗治疗应用437.2.1患者就医过程提示服务447. 2.2患者服药提示服务447. 2.3患者饮食、运动、习惯注

3、意事项服务447.2. 4患者体征和治疗效果服务447. 2.5患者交流交往服务457. 3个性化医疗服务应用453. 1基因测序分析应用453.2个性化药物应用467. 3.3个人健康管理应用467. 4慢性病预防治疗应用（疾控中心）477.4. 1慢性病检测、发现、预警服务487.4.2慢性病诊断服务497.4.3慢性病防控治疗服务507. 5居民健康保健应用（疾控中心） 507. 5. 1居民自我健康保健应用517.5.2政府卫生管理部门进行居民健康管理应用 517.6医疗卫生管理机构应用（卫生局）527.7医疗保险管理机构应用（医保局） 527. 1基本医疗保险的决策支持分析557.2

4、基本医疗保险费用单据的智能化审核 567.3基本医疗保险的有效支付和治理应用567. 4基本医疗保险和服务监管应用577.5降低看病率提升医疗效果应用577.8医药监管机构应用（药监局）617.9医药研发生产经营应用（医药企业） 611医药研发企业应用627.9.2医药生产企业应用627.9.3医药流通企业应用637.9.4医药零售企业应用6610医疗卫生资源配置管理规划应用（政府主管部门）667. 10. 1医疗卫生资源服务现状分析677.10.2医疗卫生资源财务供给能力分析 677. 10.3医疗卫生资源规划指标对比687. 10. 4医疗卫生资源政策建议697. 11商业医疗保险应用（保

5、险公司） 697. 11. 1获得新客户和保留已有客户的分析应用697. 11.2有效控制医疗费用的分析应用69医疗数字李生解决方案V3.08. 4.9患者特征-诊断结论分类分析91医疗数字李生解决方案V3.08. 4.9患者特征-诊断结论分类分析91医疗数字李生解决方案V3.08.1.1患者数据预处理857.11. 4商业医疗保险的理赔运营管理应用 717.11.5商业医疗保险的市场和销售拓展应用737. 12公共卫生服务应用（卫生防疫中心） 7412. 1传染病预警预报757. 12.2公共卫生舆情监测预警767. 12.3疾控和保健应用767. 13政府监管应用（政府主管部门）777.

6、13. 1医药监管应用777. 13.2医疗监管应用787. 13.3医保监管应用797. 13. 4医疗服务机构和医生监管应用807. 14新型医疗卫生服务应用（政府主管部门）807. 14. 1远程医疗817. 14.2移动医疗817. 14.3互联网医疗827. 14.4数字医疗837. 14.5数字李生医疗837. 14.6智慧医疗837. 14.7精准医疗84数字李生分析应用平台支持的专题数字李生应用858.1患者分析（基于电子病历EMR） 851. 2患者个体（个性）分析861. 3患者群体（统计）分析868.2疾病分析（基于电子病历EMR和电子健康档案EHR） 87& 2. 1常

7、见疾病分析87& 2. 2慢性疾病分析87& 2. 3疾病诱因分析87& 2. 4疾病统计分析87& 2. 5临床路径分析878.3医生及医护人员分析（基于医疗卫生资源数据） 87& 3.1医生及医护人员资历资格分析87& 3.2医生及医护人员行医记录分析88& 3. 3医生及医护人员培训进修分析884处方分析（基于电子病历EMR） 88& 4. 1医生用药分析88& 4. 2患者用药分析89& 4. 3处方用药分析89& 4. 4医院科室用药分析89& 4. 5安全用药分析89& 4. 6处方符合性分析90& 4. 7处方用药-诊断结论关联分析 90& 4. 8诊断结论-处方总价聚类分析90

8、医疗数字李生解决方案V3.09.关键核心技术和算法107医疗数字李生解决方案V3.09.关键核心技术和算法107医疗数字李生解决方案V3.08. 7.2医学影像图像分析104& 4. 10患病时间-诊断结论序列分析 918.5居民人口分析（基于电子健康档案EHR） 91& 5. 1居民个体健康分析91& 5.2人口群体健康分析91& 5.3人口亚健康相关因素关联分析91& 5.4人口健康相关因素关联分析91& 5.5人口健康时间空间分布分析92& 5. 6人口健康预测分析928.6药品分析（基于医药产业链数据）92& 6.1药品种类分析92& 6.2药品研发分析94&6.3药品生产分析97&

9、6.4药品销售分析97& 6.5药品物流分析98& 6.6药品资金流分析98& 6.7药品信息流分析98& 6.8药品库存分析99&6.9药品质量偏差分析103&6. 10药品不良反应&药品群体不良事件分析 1038. 7医疗健康检验检测分析（基于电子健康档案EHR） 1041生理信号检测分析1047. 3 DNA检测和DNA序列分析 1047.4重要人体征数据分析 1047.5远程自助健康医疗检测分析1058医疗安全风险分析（基于电子病历EMR） 1051医疗安全分析1058.8.2医疗风险分析1058.8.3假药、过期药、成分异常药的使用分析 1058.8.4医疗事故诱因分析1058.8.

10、5医疗安全风险统计分析1058.9医疗卫生资源分析（基于政府的医疗卫生资源数据）.1051医生护理人员分析1058.9.2医院床位分析1068.9.3医疗检测检验能力分析1068.9.4医疗卫生资源需求分析1068.9.5医疗卫生资源匹配度分析1068.9.6医疗卫生资源对比分析10610医疗卫生效果分析（基于电子健康档案HER和医疗卫生资源数据）10610. 1医疗卫生满意度分析10610.2医疗卫生问题诱因分析10610.3医疗卫生规划符合度分析107医疗数字李生解决方案V3.0医疗数字李生解决方案V3.01数字李生分析能力 1072数字李生分析技术1083数字李生存储技术和系统 1094

11、数字李生业务模型建模1099.5数字李生的实时查询 1129.6数字李生的复杂分析 114用医疗卫生数字李生为业务服务1171核心理念11810.2管理闭环119未来市场前景分析122总结124医疗数字李生解决方案V3.0第 贞医疗数字李生解决方案V3.0第 贞第 页总体方案思路是:基于目前医疗服务机构及相关机构已有的HLI、 NHLI、HIS等有关系统形成并积累的医药医疗健康数字李生和信息， 采用最新的数字李生技术、云计算技术、BI和数据挖掘技术，形成 对医疗行业具有新视角、全方位、智能性、预测性、可视性的深层次 展示分析效果（Insight）,揭示医疗行业整体规律和内在发展趋势， 揭示患者

12、个体的独有特质并形成个性医疗，将医疗行业的宏观大势与 每个患者的微观个体定性定量描述有机结合，达到支撑和形成医疗行 业新应用场景和新服务模式。“医药医疗健康数字李生”是具有更强 的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的 信息资产，但需要新计算处理模式。背景介绍将数字李生应用在医疗健康系统中，可将患者的健康档案、就医 史、用药史、智能可穿戴设备检测数据等信息上传至云端为患者建立 “医疗数字李生体”，并在生物芯片、增强分析、边缘计算、人工智 能等技术的支撑下模拟人体运作，实现对医疗个体健康状况的实时监 控、预测分析和精准医疗诊断。数字李生应用智慧健康是指通过利用 移动监测、移动

13、诊室、无线远程会诊和医疗信息云存储等智能技术手 段，以此提高诊疗效率，提升城市诊疗覆盖面与效率，促进城市医疗 资源的合理化分配。将数字李生技术应用在智慧健康中。同时，随着国家积极倡导“3521”医疗系统建设，我国医疗领域 信息化程度得到了很大的提高，预计在全国会出现上百个医疗数据中 心，每个数据中心都将承载近1000万人口的医疗数据，数量多、更 新快且类型繁杂，使医院数据库的信息容量不断膨胀，这就产生了医 疗健康数字李生。医疗健康数字李生通常具有以下特征：数据巨量化：区域医疗数据通常是来自于拥有上百万人口 和上百家医疗机构的区域，并且数据呈持续增长的趋势。依照医疗行 业的相关规定，患者的数据通

14、常至少需要保留50年。服务实时性：医疗信息服务中会存在大量在线或实时数据 分析处理的需求。例如：临床中的诊断和用药建议、健康指标预警等。存储形式多样化：医疗数据的存储形式多种多样，例如各种 结构化数据表、非(半)结构化文本文档、医疗影像等。高价值性：医疗数据对国家乃至全球的疾病防控、新药研发 和顽疾攻克都有着巨大的作用。因此，如何在海量的医疗健康数字李生中提取信息的能力正快速 成为战略性发展的方向，通过数字李生分析挖掘出有价值的信息，将 对疾病的管理、控制和医疗研究都有着非常高的价值。目前，数字李生、云计算是已经普及并成为IT行业的主流技术。 国内外都已经进入了数字李生、云计算的研究热潮，同时

15、数字李生、 云计算技术也逐渐成熟，大规模区域医疗信息系统和大型数据中心的 建立也在同时进行。而云计算是数字李生成长的驱动力，与此同时， 由于医药医疗健康数字李生越来越多，对云计算的需求日益增长，所 以二者是相辅相成的。随着医疗数据的急剧增长，如何充分利用这些 数据，运用数字李生、云计算技术，搭建合理先进的数据云服务平台， 为广大患者、医务人员、科研人员提供服务和协助，必将成为未来信 息化工作的重要方向。“数字李生时代”已经降临，“数字李生”正在对每个领域都造 成影响。在商业、经济及其他领域中，决策行为将日益基于数据和分 析的结果，而非基于经验和直觉；而在公共卫生、经济发展和经济预 测等领域中，

16、“数字李生”的预见能力也已经崭露头角。2012年3月， 美国政府公布了 数字李生研发计划”(Big Data Research and Development Initiative)o该计划的目标是改进人们从现有的海量 和复杂的数据中获取知识的能力。其中，与医疗卫生领域相关的有生 物传感2.0、虚拟实验室环境(VLE)、癌症基因组图谱(TCGA)、神经 科学信息框架(NIF)、患者报告结果测量信息系统(PROMIS)等10余 项。2014年美国的公共数据开放项目OpenFDA上线之后，先导项目 开放了 “300万份药物不良反应报告”，这些数据是2004至2013年 间被提交给FDA的药物不良反

17、应和医疗过失记录。对医疗机构来说， 不良反应和医疗过失记录起到的是长远的贡献作用，能减少医疗悲剧 的重现。尤其是GE构建的三级筛查网络，对双侧内膜增厚的高危人群检 出率提升了近10%。GE搭建的脑卒中信息管理系统可以与医院Lis和 His系统全面对接，记录患者的基本信息、初筛信息、复筛信息、用 药信息、实验室检查、体格检查信息及其随访信息等，全面跟踪患者 的诊治流程。还可以与PACS系统对接，全面记录患者的影像学信息， 实现患者影像信息的共享。同时，可对患者全流程疾病影像信息回顾， 减少患者重复检查的负担，协助医生对患者疾病信息的全面判断。在上述这些大背景下，本公司提出并计划研发“医疗健康数字

18、李 生分析应用平台”（以下简称“方案）产品，以期为我国医疗卫生实 现数字医疗、智慧医疗、健康医疗发挥重要作用。从而达到：服务模 式（以患者为中心，形成居民健康全过程服务），从被动到主动；医 疗模式（以预防为主，人人享有基本医疗卫生服务，将医疗卫生工作 重点由后治前移到预防保健），从治病到防病；诊疗模式（避免各自 为政，实行上下联合，专业分工），从排斥到联动；数据模式（从业 务系统数据向整体数据转变，改变过去的数据不统一、不互通、不共 享），从隔离到整体；技术模式（采用各种新技术手段，包括数字李 生、云计算、物联网、移动互联等，形成技术合力），从简单到综合 的转变。方案愿景形成充分发挥数字李生技

19、术的，针对医疗医药行业的，能充分适 应医疗卫生信息特征的数字李生分析应用支撑平台，通过数字李生分 析，达到发现知识、发现规律、预测未来，将医疗卫生行业推进进入 数字李生时代提供技术可行性。该应用框架主要包含基础支撑层、数据互动层、模型构建层和功 能层。基础支撑层:基础支撑层主要是与患者相关的软硬件资源和医 院信息系统。如：医疗设备包括CT机、磁共振成像和理疗设备等， 以及与硬件配套的专业软件（如健康信息系统）。医疗信息包括一些 可穿戴设备（血压计、心率监测仪）以及一些其他智能系统采集到的 信息。可穿戴设备在医学领域的相关产品包括血糖监测仪、心电监测 仪、胎心监护仪、心电仪、血压计等。数据互动层

20、:数据将医疗资源的数据进行收集、分类、整合为 平台提供支持。在数据采集方面，通过RFID标签、二维码、传感器 等技术识别物体及其位置。医疗资源、信息等数据通过4G/5G网络 上传到云平台。采集的数据主要包括诊断数据、监测数据和历史病例 数据等。进入数据池的多源异构数据进行整合后，将数据进行虚拟化、 服务化处理，从而实现数据的输入输出。模型构建层:基于数据互 动层处理的数据，建立物理对象的虚拟模型，比如患者和医疗资源的 医疗资源模型，医疗能力模型和人体健康模型。这些李生模型和物理 实体进行实时数据交互，从而实现物理设备、虚拟模型、云健康系统 的全要素、全服务、全流程的数据集成和聚合。功能层:数字

21、李生智慧健康可通过手机、PC终端、医疗系统 和专用设备进行应用。如：微信推出“服务号功能，患者可以通过 医院的微信服务号进行诊疗卡办理、预约挂号、全流程缴费等，大大 减轻了医院的接诊压力，提高了管理效率。基于微信平台，提供在线 问诊功能，方便患者开药检查。医疗机构通过获取患者信息，向患者 发送健康建议，并进行资源分配模拟。为患者提供实时监控、危机预 警、医疗指导等服务。第三方软件使第三方医疗服务机构、政府获取 计费信息，保证医疗服务费用支付安全、快速支付等相关功能。除了上述功能，数字李生应用智慧健康平台还需要标准和系统规 范模块，保证医疗信息实现跨应用、跨系统、跨平台的共享。这是为 了保证医疗

22、保健数据收集、数据共享和交换以及应用程序服务管理的 标准化。方案定位数字李生可以帮助医疗机构确定和找到强化和简化流程、改善患 者体验、降低运营成本和提升医疗价值的方法。数字李生可以帮助医 疗机构确定和找到强化和简化流程、改善患者体验、降低运营成本和 提升医疗价值的方法。数字李生对物理空间和流程建模；然后，查验 成本和质量优化参数；最后根据从利用数字李生的模拟中获得的深刻 见解选择成本和质量优化参数。实时定位系统(RTLS)等互补技术可以 进一步增强数字李生的洞察力，提供健壮的数据源和测试布局、流程 等变化的手段和方法。方案以医疗卫生行业的整体数据架构(数据模型、数据构成、数 据关系)为基础和标

23、准，以对应的医疗卫生业务数据为输入，通过数 字李生技术，形成针对医疗卫生行业中不同机构、角色和业务活动的 智能化应用，因此方案不是代替已有医疗卫生信息化系统，而是在多 个方面强化已有医疗卫生信息化系统，包括任意查询、即兴分析、业 务增强、规则约束、预测未来、发现知识，并提供互动性、及时性、 预知性、洞察性，从而达到实现智慧医疗的目标。3.1解决的问题数字李生智慧医院可视化系统，整合医院各部门现有信息系统的 数据资源，覆盖医院管理各领域，凭借先进的人机交互方式，实现医 院综合管理智能化、医院运营可视化、医院运维远程监测、远程应急 指挥调度等多种功能。1、医院管理智能化对医院门急诊预约挂号、住院病

24、患、药品库存、科研教学、财务 收支、设施运维以及医疗服务能力质量等管理领域的关键指标进行综 合监测分析，辅助管理者全面掌控医院运行态势，实现人、事、物统 一管理。2、医院运营可视化H急诊预约挂号系统：接入医院门诊管理系统数据，实现 对预约人数、候诊人数、出诊医生、医疗床位等要素进行实时监测， 并对就医人群号别、科室、诊别、预约时间、预约途径以及医生出诊 工作量等多维度数据进行综合可视分析，实现挂号、分诊、就诊、缴 费、治疗、取药等医疗活动全流程综合管控，为优化门急诊资源配置 提供决策支持。医务管理系统：整合各医务管理系统数据，对医师技术档 案、医护人员排班、手术分级、病历质控、医疗纠纷等管理要

25、素进行 可视化监测分析，对异常情况进行实时可视化预警告警，为医务人员 和科室事务管理提供科学依据。住院病患监测系统：整合医院各住院管理系统数据，对住 院病患人数、病种、床位使用情况、住院费用等关键指标进行综合监 测，提供多种可视化分析手段，对平均住院日、危重症转换率、出院 率、医疗服务效果等指标进行多维度可视化分析，辅助管理者综合掌 握医院住院病患情况，为医疗资源调配以及病患治疗方案调整提供决 策依据。（4）电子病历系统：集成电子病历数据，对患者病情、检查、诊 断、治疗、转归等全流程数据进行综合监测，对病程记录、手术记录、 用药剂量、医生医嘱、护理记录等信息进行可视化管理，对各诊疗环 节及指标

26、进行实时监测，在提高医护人员工作效率的同时，为医疗质 量评估提供科学依据。（5）药品管理系统：集成各药品管理系统数据，对药品库存、销 售、报损等信息进行实时监测，支持查询具体药品入库时间、品类、 规格、价格、有效期等详细信息；并可对药品的供需平衡状态进行可 视化分析，对药品库存不足、过期等异常情况进行可视化预警告警， 有效提升药房药库管理人员工作效率。（6）财务管理系统：对医院财务收支、病患费用缴纳、出院结清 费用等进行可视化展示，展示各医科的医疗支出、病人缴纳费用状况 等，支持对财务异常状态进行可视化告警，辅助医院管理者快速发现 财务漏洞隐患，及时作出补救措施。；3、医院运维远程监测（1）能

27、效管理系统：整合医院内能耗数据，对用电、供排水、 供热等各子系统运行态势进行实时监测分析；支持能耗趋势分析、能 耗指标综合考评、异常状态可视化预警告警，帮助管理者实时了解院 区能耗状况，为资源合理调配、医院节能减排提供可靠的数据依据。（2）环境监测系统：通过三维建模，对医院外部环境、楼宇建 筑到建筑内部空间结构进行三维展示，对空间资源使用情况进行可视 分析；支持集成楼控系统、消防系统、环境监测系统等数据，对医院 空气质量、温湿度、水质、环卫等环境数据进行综合监测，实现对医 院空间资源和环境状态的有效管控，提髙环境空间利用率。综合安防监测系统：集成视频监控系统、电子巡更系统、 卡口系统等医院安全

28、防范管理系统数据，提供医院安全态势监测一张 图，支持对医院重点部位、人员、车辆、告警事件等要素进行实时监 测，支持安防报警事件快速显示、定位，实时调取事件周边监控视频, 辅助管理者有效提升医院安全管控效力。人员通行监测系统：结合物联网、视频监控、人工智能等 技术应用，对人员车辆通行情况、车位使用情况、人员密度、楼宇内 部电梯等运行状态进行实时可视化监测，支持对人脸识别、车牌识别 结果进行分析研判，对异常情况进行可视化告警，帮助管理者实时掌 握医院人流、车流态势，实现人员、车辆的便捷通行。4、数据可视化大屏系统数据分析决策驾驶舱：整合医院各部门既有海量业务数据， 提供统计图表、分布图、关系图、空

29、间统计图、空间分布图、空间关 系图等多大类近百种数据可视分析图表，进行多维度分析研判，并支 持组合为数据分析驾驶舱进行综合显示，实现多指标数据的并行监测 分析，为管理者决策研判提供全面的数据支持。多维度数据统计分析：基于地理信息系统，提供统计图、 统计表、单柱图、簇状柱图、堆积柱图、气泡图等多种统计分析视图, 支持将海量业务数据的特定指标，按业务需求进行多维度并行分析， 并提供上卷、下钻、切片等数据分析支持，可点选查看同一数据指标 医疗数字李生解决方案V3.0第M页医疗数字李生解决方案V3.0第M页在不同维度下的分布特征，帮助医院各部门洞悉复杂数据背后的关联 关系。（3）一体化交互控制台：支持

30、大屏多屏交互联动控制，支持席 位、电子沙盘、手持/固定触控终端等多种控制设备，具备单点主控、 集群联动的一体化操作模式，通过统一的控制终端，轻松对多屏显示 内容集中控制，如主题切换、分析态切换、可视化对象浏览、点选、 筛选、圈选、地图平移放缩等功能。32达到的效果方案预期部署到云平台上运行，采用SOA的理念进行架构开发， 通过分层将公共数字李生算法模型封装为服务，对业务应用提供服 务，同时平台业务应用也是服务的形式存在，即应用单位不再需要购 买部署自己的服务器硬软件环境，只需要开通相应服务就可以了。各 个应用单位根据自己的业务需要定制服务，平台支持“开通即用”服 务模式，为实现业务应用集成，方

31、案将对外支持Web Service方式的 接口服务。方案希望将医疗卫生的智慧功能应用普及到业务角色和过程的 方方面面，包括医生（包括专科医生、全科医生、保健医生等）、患 者（包括慢性病患者、潜在患者等）、管理者（包括医疗管理者、医 疗保险管理者、医药监管管理者、公共卫生管理者等）、医药经营者 （药品研发、药品生产、药品物流、药品零售等）以及商业医疗保险 经营者（健康险、大病险、医疗意外险等）。医疗数字李生解决方案V3.0第 贞医疗数字李生解决方案V3.0第 贞方案理念医疗卫生、健康保健、医药器械形成的海量数据就象一座待开发 的金矿，利用数字李生技术、云计算技术、物联网技术和便携设备技 术的最新

32、成果，将给医疗卫生事业带来全新革命性的改变，明显解决 看病难和看病贵的问题，达到医疗卫生资源配置分布合理、大病小病 治疗各司其职、疾病预防治疗有机结合、公民健康保健全过程覆盖。总体思路通过建立医疗卫生数字李生的统一标准和规范，形成可被相关业 务应用所利用的医疗卫生数字李生源和交互机制，在此基础上，首先 形成专题数字李生应用，这些应用具有跨部门和组织机构的通用性， 并具有良好的稳定性，因为这些应用是面向医疗卫生专题的；基于专 题数字李生应用，根据医疗卫生相关部门和组织机构的业务要求，可 开发形成各种业务数字李生应用，并且随着平台的推广，积累的医疗 卫生业务数字李生应用的实例将会越来越多，并最终形

33、成不同方向的 最佳应用样例。医疗数字李生解决方案V3.0第 贞医疗数字李生解决方案V3.0第 页专题大数据应用医 生U3医疗卫生服务二个人坯巫病巫Q健腹全顽dZ个人生命全周期 二医疗卫生大数据源品医药供应链二业务大数据应用患看分析疾病分析 用药分析费用分析健康分析药品分析安全风险分析 资谭分析 效果分析51对接数据源，获取医疗卫生数字李生医疗卫生数字李生中心为方案进行医疗卫生数字李生分析提供 数据源，但不在方案范围内，并平台只是开发提供一套与该数据中心 的数据读取接口，并具有监控数据读取情况汇总统计和异常提示功 能。该数据中心的定位：整合区域内不同医疗机构中患者/健康人群 的各种临床诊疗数据、

34、健康数据，在相对集中的逻辑/物理环境中， 构建一个以存储和处理患者/健康人群诊疗信息为核心，覆盖多学科、 多专业的面向区域内主要卫生行政主管部门、临床医疗机构和社会公 众的医学（医药、医疗、健康）信息资源共享机制-一区域性医学数 据中心。区域性医学数据中心的建设以行政业务处理、医疗、预防、 保健、康复为服务主线，以健康人群和患者的医疗活动需求为基础。 区域卫生数据中心通过制定标准的数据接口，建立基于广域网的信息 交换、数据采集和传输机制，对区域内医疗卫生信息数据进行采集、 传输、清洗和汇总，将医院、社区、医药企业以及公共卫生机构的各 类数据、系统有机地整合起来，生成区域的卫生数字李生。2对获取

35、的医疗卫生数字李生预处理机制医疗卫生数字李生预处理主要完成对已接收数据的辨析、抽取、 清洗等操作，目的是将数据按统一的格式提取出来，然后再转化，集 成，载入数据仓库的工具（ETL）包括：抽取：因获取的数据可能 具有多种结构和类型，数据抽取过程可以帮助我们将这些复杂的数据 转化为单一的或者便于处理的构型，以达到快速分析处理的目的；清 洗：对于数字李生，并不全是有价值的，有些数据并不是我们所关心 的内容，而另一些数据则是完全错误的干扰项。因此要对数据通过 过滤“去噪从而提取出有效数据。5. 3建立医疗卫生数字李生的存储机制虽然关系型数据库系统(RDBMS)在安装和使用上仍然占有主要地 位，但毋庸置

36、疑，非关系型数据库NoSQL技术已经成为今天发展最快 的数据库技术。NoSQL是对数据库系统的总称，在某种程度上，它的 性能和用途可能完全不同。目前除了关系型数据库外，还主要存在有以下四种NoSQL数据管 理系统：键值数据库：当数据以键的形式访问时，比如通过国际标准书号 ISBN找一本书，键值数据库是最理想的。在这里，ISBN是键，书籍 的其他信息就是值。必须知道键才能查询，不过值是一堆无意义的数 据，读取之后必须经过翻译。文档数据库：该数据库以文档的形式管理和存储数据。有点类似 于键值数据库，但文档数据库中的数据有结构。与键值数据库中值是 一堆无意义的数据不同，文档数据库中数据以文档的结构被

37、描述，典 型的是 JavaScript Object Notation (JSON)或 XML。文档存储数据 库中的数据可以通过定义的任何模式进行查询，但键值数据库只能通 过它的键进行查询。列式数据库：也被称为列式存储或宽列存储，一改之前行式存储 的方式，对数据进行列式存储。在传统关系型数据库中，数据经常以 行来访问。以列式管理记录的NoSQL数据库可以管理大规模的动态 列。因为没有固定的模式，所以列名和键可以变换。列式数据库适用 于不经常写的情况，要满足ACID (原子性、一致性、隔离性和持久 性）的要求并不难，而且模式是变化的。图型数据库：图型数据库关注值与值之间的关系，用图型的数学 概念

38、存储数据。图型数据库用带有点、边缘和属性的图的结构表示和 存储数据。在图型数据库中，每一个元素都包含一个直接的指向它毗 邻元素的点，所以也就不需要索引查找。每个种类的NoSQL数据库都有适用的不同类型的应用程序和用 例，这就涉及到一个NoSQL社区常用的一个话题，即多样持久性，或 者说根据数据库处理应用程序需求的不同，使用不同的数据库系统， 用于不同的应用程序和用例。54医疗卫生数字李生的处理和分析算法分类和形成技术分类方法“ 根据挖掘任务：分为分类或预测模型发现、数据总结、聚类、关 联规则发现、序列模式发现、依赖关系或依赖模型发现、异常 和趋势发现等等；“ 根据挖掘对象：可分为关系数据库、面

39、向对象数据库、空间数据 库、时态数据库、文本数据源、多媒体数据库、异质数据库、 遗产数据库以及环球网Web；/ 根据挖掘方法：可分为：机器学习方法、统计方法、神经网络方 法和数据库方法。医疗数字李生解决方案V3.0第 贞医疗数字李生解决方案V3.0第 贞主要处理和分析技术/ 预言处理：用历史预测未来；/ 挖掘规律处理：了解数据中潜在的规律；“ 关联分析：查找存在于项目集合或对象集合之间的频繁模式、关 联、相关性、或因果结构；/ 序列模式处理：给定一个由不同序列组成的集合，其中，每个序 列由不同的元素按顺序有序排列，每个元素由不同项目组成， 同时给定一个用户指定的最小支持度阈值，序列模式挖掘就是

40、 找出所有的频繁子序列，即该子序列在序列集中的出现频率不 低于用户指定的最小支持度阈值；“ 分类（预言）分析：预测分类标号（或离散值），根据训练数据 集和类标号属性，构建模型来分类现有数据，并用来分类新数 据。建立连续函数值模型，比如预测空缺值；“ 聚类分析：聚类是一种无监督分类法：没有预先指定的类别。在 同一个类中，对象之间具有相似性；不同类的对象之间是相异 度分析；把一个给定的数据对象集合分成不同的簇。将物理或 抽象对象的集合分组成为由类似的对象组成的多个类；聚类在 不同的应用领域，用作描述数据，衡量不同数据源间的相似性, 以及把数据源分类到不同的簇中；聚类是将数据分类到不同的 类或者簇这

41、样的一个过程，所以同一个簇中的对象有很大的相 似性，而不同簇间的对象有很大的相异性；聚类与分类不同， 聚类所要求划分的类是未知的；/ 异常检测分析：异常检测是数据挖掘中一个重要方面，用来发现” 小的模式（相对于聚类），即数据集中间显著不同于其它数据 的对象；“ 可视化分析。数据可视化可以让数据自己说话，让用户直观的感 受到结果；“ 数据挖掘算法。分割、集群、孤立点分析还有各种算法让我们精 炼数据，挖掘价值。这些算法要能够应付数字李生的量，同时 还具有很高的处理速度；“ 语义引擎。人工智能从数据中主动地提取信息。包括机器翻译、情感分析、舆情分析、智能输入、问答系统等；/ 数据质量和数据管理。透过

42、标准化流程和机器对数据进行处理可 以确保获得一个预设质量的分析结果。55开发专题数字李生分析，形成专题数字李生应用面向医疗卫生专业所特有的专题，开发形成一系列的专题数字李 生应用。在充分调研和分析医疗卫生行业的业务特性基础上，研发形 成具有我国医疗卫生行业特征的分类专题数字李生分析，并根据专题 组成和业务功能要求形成满足该业务专题的数字李生应用，如心脏病 专题的数字李生应用，包括其成因的数字李生分析、其日常行为对病 情影响的数字李生分析等，为有关机构进行心脏病的有关活动（预测、 预防、治疗、恢复）提供支撑。56开发机构数字李生分析，建立机构数字李生应用面向不同的医疗卫生机构和部门及其相关企业机

43、构，开发形成针 对不同机构和部门业务的机构数字李生应用，如医疗卫生机构应用、 医疗卫生管理机构应用等。在上述专题数字李生应用基础上，结合所 承担的相关医疗卫生及其相关机构项目，进行机构数字李生应用定制 开发。5. 7建立平台应用实施推广组织机制在方案开发和部署基础上，逐步形成基于方案开发应用项目的实 施推广组织机制，包括市场宣传、营销推广、实施维护和售后服务等。8建立平台产品优化升级服务组织机制方案作为公司的主打产品系列，要建立严格的版本控制，并根据 市场反馈和内部技术发展，进行有计划的平台版本升级，并将新版本 升级信息和文档，按规定通知已有用户，并及时进行升级维护服务。医疗卫生信息的数字李生

44、建模描述和分析伴随着中国医疗卫生服务的信息化进程推进，将产生大量的数 据。这些数据主要来源于医疗业务活动、健康体检、公共卫生等9项 医疗卫生服务。数据内容包括来自医院的大量电子病历、区域卫生信 息平台采集的居民健康档案等。其中大量充斥着非结构化/半结构化 的数据，包括图像，office文档，以及XML结构文档等。医疗健康 数字李生的应用，关键是整合所有可能得到的这些数据，为机构和政 策制定者来找到如何刺激经济并降低共享数据的技术门槛。医疗数字李生解决方案V3.0第 贞医疗数字李生解决方案V3.0第 贞制药行业 科研数据病人行为和情绪数据临床数据6.1我们给出的相关数据模型我国医疗卫生行业涉及的

45、数据实体对象种类非常众多，包括医疗 机构一科室一医生（门诊、住院）、大众群体一患者、医疗管理部门 一卫生局一疾控中心一医保中心一发改委一中医药管理局、医药管理 部门一药监局、医药研发一医药生产一医药经营一药品（处方药、ODC 药）、医疗器械研发一医疗器械生产一医疗器械经营一医疗器械、商 业医疗保险公司、体检中心一体检医生、APP服务等。如下图所示。疾控中心产售 生零业 药俗企 /医销儡一医疗器械医疗器械生产销售企业6.2卫计委给出的相关数据模型2010年底，原卫生部完成了 “十二五”卫生信息化建设工程规 划编制工作，初步确定了我国卫生信息化建设路线图，简称“3521-2 工程”，即建设国家级、

46、省级和地市级3级卫生信息平台，加强公共 卫生、医疗服务、新农合、基本药物制度、综合管理等5项业务应用, 建设健康档案和电子病历2个基础数据库和1个专用网络建设，进 行医疗卫生信息标准化体系和安全保障体系2个体系建设。2013年11月，卫生部和计生委合并后，信息化建设工程规划的顶层设计规划又调整为“4631-2工程”，其中，“4”代表4级卫生信 息平台，分别是：国家级人口健康管理平台，省级人口健康信息平台、 地市级人口健康区域信息平台及区县级人口健康区域信息平台；“6” 代表6项业务应用，分别是：公共卫生、医疗服务、医疗保障、药品 管理、计划生育、综合管理；“3”代表3个基础数据库，分别是：电

47、子健康档案数据库、电子病历数据库和全员人口个案数据库；“1”代 表1个融合网络，即人口健康统一网络；最后一个“2”是人口健康信 息标准体系和信息安全防护体系。依托中西医协同公共卫生信息系 统、基层医疗卫生管理信息系统、医疗健康公共服务系统打造全方位、 立体化的国家卫生计生资源体系。卫计委规划的三大基础数据库相互关系和包括的主要数据如下图所示。电子健康档案数据库1 病历播要 包拈想拧展車佶息郢I叫项内容：2、门（A）诊诊疗记录：包括门（急）诊玮历、 处方等六项内容.3、住院诊疗记录：包讣山曲阿案首页、住院志靜 九项内容，4、健廉体检记录；-般常境健康体检记录.5、转诊（K）记录：想考转诊的主要I

48、作记录.6、法定医学证明及报吿；包括出生医学i明竽.7、医疗机构信息,医#机构法人倩息”1、个人基本伯息；包括人口学信息、社会经济 学佶息、亲楓佶息、社会保障佶息、堆本2、主要卫生服务记录：包括儿通保他估息.X 女保健佶息、疾病预防倍息、疾住许理：商直压、 的尿病、肿知、奴症析神挨病尊柳例俗理佶息，老 年人健康管理佑息、医疗服务估息等.电子病历数据库1、个人墓本信息：包括姓名.杵别、! .英文孟 、曾用名、身份证号码、年静、&E件类空、证件号码、筒 CL NSi.户筋类衆、户籀地址、政治面荻、健康状况、 娇烟状况、宗教信怦、兵役状况、文化程度、！业、学位 .职称、从业状态、工作匝位、工作单位通

49、讯地址、社保 吳民政扰助对彖类型.联系电话.戸机号码、电子邮件 .现居仕地址.精住类勰、死亡标识倍恩等，2、个人扩1WI息,包括工作、教育、家庇、住 房、社保、公积金、计划生育、卫生健康.犯罪记 录.死亡佶息等.全员人口个案数据库电子健康档案的数据架构是以人的健康为中心，以生命阶段、健康和疾病问题、卫生服务活动（或干预措施）作为三个纬度构建的一医疗数字李生解决方案V3.0第 页医疗数字李生解决方案V3.0第 页个逻辑架构，用于全面、有效、多视角地描述健康档案的组成结构以 及复杂信息间的内在联系。通过一定的时序性、层次性和逻辑性，将 人一生中面临的健康和疾病问题、针对性的卫生服务活动（或干预措

50、施）以及所记录的相关信息有机地关联起来，并对所记录的海量信息 进行科学分类和抽象描述，使之系统化、条理化和结构化。iNZ轴卫生腫奔牙动主複角老 年 期中 年 期婴儿期幼儿期学龄前期个人健康档案的三维概念模型，可以清晰地反映出每个个人不同 生命阶段、主要疾病和健康问题、主要卫生服务活动三者之间的相互 联系。同时，坐标轴上的三维坐标连线交叉所圈定的空间位置（域）, 表示了人在特定生命时期、因特定健康问题而发生的特定卫生服务活 动所需记录的特定记录项集。由于三维空间中的任意一个空间位置都 对应着某个特定的健康记录，从而构成了一个完整、立体的健康记录, 这些健康记录全面地反映了个人健康档案内容的全貌。

51、第一维（X轴）：生命阶段按照不同生理年龄可将人的整个生命进程划分为连续的若干生 命阶段，如：婴儿期（01岁）、幼儿期（13岁）、学龄前期（3 6岁）、学龄期（612岁）、青春期（1220岁）、青年期（2145 岁）、中年期（4660岁）、老年期（60岁以上）等八个生命阶段。 也可以根据基层实际工作的需要，将人群化分为：儿童、青少年、育 龄妇女、中年和老年人。第二维（Y轴）：健康和疾病问题每一个人在不同生命阶段所面临的健康和疾病问题不尽相同。确 定不同生命阶段的主要健康和疾病问题及其优先领域，是客观反映居 民卫生服务需求、进行健康管理的重要环节。第三维（Z轴）：卫生服务活动（或干预措施）针对特定

52、的健康和疾病问题，医疗卫生机构开展一系列预防、医 疗、保健、康复、健康教育等卫生服务活动（或干预措施），这些活 动反映了居民健康需求的满足程度和卫生服务利用情况。个人健康档案（EHR）基本结构6.3相关数据特征对比分析从医药医疗健康数字李生分析应用角度，方案需要一个尽可能全 和细的数据集合，所以理想状态是结合上两部分数据内容形成的超集 集合，甚至包括一些非医疗健康数据，如考察研究某种药对某种疾病 的医疗效果时，如果能获得当地的气象天气信息，可能分析出的结果 将明显不同。另外可以看出目前所给数据都是结构化数据，如果从数 字李生分析应用角度，理想的数据还应该包括图像、图形、文本等半 结构和非结构数

53、据，以及非关系数据（多维数据），才能构成满足医 药医疗健康数字李生分析应用的需求。2000年以来，我国的医疗数据的生成和采集主要局限于各大医 院。近几年，随着社区系统、新农合系统、村卫生室系统等基层医疗 卫生信息系统逐步上线，医疗卫生数据源头也越来越多，数据量越来 越大。从卫生服务的类型看，区域卫生信息的类型主要有：医疗服务 类、公共卫生服务类、社区卫生服务类、卫生业务类、卫生管理服务 类数据。根据估算，中国一个中等城市（1千万人口规模）50年所 积累的医疗卫生数据量就会达到10PB级。随着各地区域卫生信息平 台的建设，存储于各医疗卫生机构的数据将逐步通过各种方式实现整 合与共享。多维数据由于

54、医疗数据是多种数据源数据的汇总，数据之间的关 系非常复杂。如下图所示：以患者为中心的服务需要把一个患者的全 周期数据按照时间轴排列，并分析诊断、用药和患者生命体征、检验 检测值之间的关联；以医生为中心的服务又需要把与医生相关的患者 数据挑拣出来，并进行分类；以科室为中心的服务可能需要既从科室 所属医生的角度，又要从在该科室就诊患者的角度进行分析；针对社 区的服务可能需要统计整个社区居民某项指标（比如血压、血糖）的 达标率。医疗数据的多维度、多粒度为各种信息服务的多角度、多层 次分析提供了可能，但同时也为数字李生分析带来了挑战。因为不可 能为每一种信息服务存储一份特定的优化模式的数据，况且也无法

55、枚 举出所有可能的信息服务需求。这就需要医疗数据的存储模型能够适 应灵活多变的多维统计分析需求。数字李生分析应用平台支持的业务主题场景方案支持的业务主题应用场景将尽量以国务院发布的全国医疗 卫生服务体系规划纲要（20152020年）内容和目标为依据，即“优 化医疗卫生资源配置，构建与国民经济和社会发展水平相适应、与居 民健康需求相匹配、体系完整、分工明确、功能互补、密切协作的整 合型医疗卫生服务体系，为实现2020年基本建立覆盖城乡居民的基 本医疗卫生制度和人民健康水平持续提升奠定坚实的医疗卫生资源 基础。”最终形成我国医疗卫生服务体系的总体布局，如下图。医疗数字李生解决方案V3.0第 贞医疗

56、数字李生解决方案V3.0第 贞方案将以患者个人生命全周期、个人疾病全周期、医疗卫生服务、医药供应链所产生的数字李生源为主，以支持个人、医疗卫生服务机 构、医药生产经营企业、医疗卫生管理机构、医疗保险机构、公共卫生服务机构、医药监管机构等的业务数字李生应用为主要应用场景。专题大数据应用医 生00 00 uz医疗卫生服务二个人个人生命全周期二医疗卫生大数据源品医药供应链一二业务大数据应用感看分析疾病分析用药分析I费用分析 应分析I药品分析I安全凤险分析I资海分析效果分析以个人为中心全生命周期的阶段划分，如下图:出生 全人全程低廣胆务 死亡医疗卫生服务也从局限于医院内部的检查、诊断和治疗，扩展到未病

57、、病前和病后的全过程医疗卫生活动。这些活动如下图：环境住状用西(1)生杏EHR体格用痢2)CIS矗査i金祈用妬(3)*0运劝手术试鞍诊斷Sif心理餐制诊斷fc心理生化.VJ动咨洵m务财n我诊断 绘笛提升 tan试验 *? 展不呈現哪茗/消费若医抚内弼医生教W筛杏体检姬控、检直诊斷itM后康复转归更M其他7.1医疗卫生服务机构应用医疗卫生服务机构要实现业务信息智慧洞察的目标，必须使用适 当的技术架构平台来支持业务数据分析系统。方法包括应用数字李 生、数据仓库和商业智能技术，集成医院各类数据资源，实现医疗服 务机构各类管理指标的预警监控，并提供多维综合分析平台。从而应 用数字李生处理和商业智能技术

58、，分析挖掘医院运营各个方面的信息 医疗数字李生解决方案V3.0第 页医疗数字李生解决方案V3.0第 页数据，通过预警监控、多维联机分析等技术手段，能够有效地提升医 院的医疗质量，提高医院科学管理水平，辅助管理层决策。711各级医院自身应用医院核心业务每天产生大量的医疗数据，具有丰富的价值，通过 数据挖掘等手段的分析，构成指导决策的数据，这对医院的发展、决 策非常重要。“现在的一个医生，最多能管理30个糖尿病患者，但是 数字李生研究一做出来，一个医生能管理200个糖尿病患者，光这一 个应用，我们就可以增加七倍的生产力。”通过全面分析患者特征数据和疗效数据，然后比较多种干预措施 的有效性，可以找到

59、针对特定患者的最佳治疗途径。通过对在患者档 案方面的数字李生分析，可以确定哪些人是某类疾病的易感人群，使 他们尽早接受预防性干预。这些方法也可以帮助患者选择恰当的治疗 方案。临床决策支持分析：数字李生分析将使临床决策支持系统更智能, 这得益于对非结构化数据分析能力的日益加强例如：可以使用图 像分析和识别技术，识别医疗影像数据，或者挖掘医疗文献数据 建立医疗专家数据库，从而给医生提出诊疗建议”此外，临床决策 支持系统还可以使医疗流程中大部分的工作流向护理人员和助理 医生，使医生从耗时过长的简单咨询工作中解脱出来，从而提高 诊疗效率。就诊人数及走势分析，使医院管理人员及时准确地了解各科室 的工作量

60、，有效地指导计划、人员计划及药品材料计划，大大增进对未来工作量的把握度；药品材料消耗及供应商分析，指导医院的采购行为；医疗能力分析：医院各级领导及时准确地了解各科室的医疗能 力情况，治愈率和好转率；医疗效率分析，分析人均住院时间、人均治疗时间等，对各科 室的效率进行分析；库存分析，用于了解西药、中药、材料的库存情况，指导资源 使用；医疗质量分析，包括对门诊质量、住院质量、检验质量等的分 析。医疗数据可视化分析：根据医疗服务提供方设置的操作和绩效数 据集，可以进行数据分析并创建可视化的流程图和仪表盘，促进 信息透明流程图的目标是识别和分析临床变异和医疗废物的来 源，然后优化流程。仅仅发布成本！质