大数据在医疗行业的应用2

大数据

医疗&工程建设

演讲人：徐启雄周聪资料收集：宋佳琪马宇寰邢洪达ppt制作：向琪工程管理1101班2014年6月6日PART1大数据在医疗领域的应用outline一、

医疗与大数据的趋势二

、什么是医疗大数据三

、大数据面临的挑战四、

如何管理和利用大数据五、

案例分析六、

总结与展望一、

医疗与大数据的趋势二

、什么是医疗大数据三

、大数据面临的挑战四、

如何管理和利用大数据五、

案例分析六、

总结与展望医疗费用在不断上升

GDP的占比非常高10-19%0-9%趋势分析:

我们正处在医疗行业的一个重要转折点

%

of

population

over

age

60

30+

%

25-29%

20-24%

2050

WW

Average

Age

60+:

21%Source:

United

Nations

“Population

Aging

2002”

全球老龄化

平均年龄60

+:

目前的10%,

到

2050年将达到20%Source:

McKinsey

Global

Institute

AnalysisESG

Research

Report

2011

–

North

American

Health

Care

Provider

Market

Size

and

Forecast

以美国为例:

医疗大数据的价值3千亿美元/年,

相当于每年生成总

值增长0.7%01500010000

50002010

2011

2012

2013

2014

2015趋势分析:我们正处在医疗行业的一个重要转折点

存储的增长

医疗服务产生的数据总量(PB)AdminImagingEMREmailFileNon

Clin

ImgResearch

医疗影像归档一个医疗系统案例的数据

到2020年,

医疗数据将急剧增长到35

Zetabytes,

相当于2009年数据量的44倍

增长Source:

McKinsey

Global

Institute

AnalysisESG

Research

Report

2011

–

North

American

Health

Care

Provider

Market

Size

and

Forecast一、

医疗与大数据的趋势二

、什么是医疗大数据三

、大数据面临的挑战四、

如何管理和利用大数据五、

案例分析六、

总结与展望大数据对于“大数据”（Bigdata）研究机构Gartner给出了这样的定义：“大数据”是需要新处理模式才能具有更强的决策力、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。4V：Volume（大量）Velocity（高速）Variety（多样）veracity（真实性）/Value(价值性）

1.

制药企业/生命科学3.

费用报销,

利用率

和

欺诈监管2.

临床决策支持

&

其他临床应用

(包括诊

断相关的影像信息)

4.

患者行为/社交网络

医疗大数据简介数据来源包括哪些?我们如何利用大数据创造价值?

(示例)

2.

临床决策支持4.

由生活方式和行为引发的疾病分析

1.

个体化医疗

3.

欺诈监测得以加强McKinsey

Global

Institute

Analysis医疗大数据相关解决方案健康信息服务

新兴的医疗服务

应用数据分析及视觉化处理数据处理/管理分布式平台

老龄社会

肿瘤基因组学

医疗影像分析

医疗影像影像数据处理加速基础医疗服务临床决策支持

类SQL的检索

医疗记录

存储优化个人健康管理

个体化医疗

机器学习

基因数据

安全和隐私一、

医疗与大数据的趋势二

、什么是医疗大数据三

、大数据面临的挑战四、

如何管理和利用大数据五、

案例分析六、

总结与展望大数据的挑战不仅来自于数据量的增长...需要新技术的支持检验结果,

费用数据,

影像,

设备产生的感应数据,

基因数据等数据量••结构化数据,

遵循标准的数据标准(如,HL7)非结构化数据,

如口述、手写、照片、影像等类型实时有效的商业价值基于现有数据库中的数据进行分析，来支持不同种类的业务：如费用及报销、患者病史、归档影像分析、实时临床决策支持（数据分析）•

实时数据分析，而非传统的批量处理分析•

数据以流的方式进入系统，进行抽取和分析

•

对于实时运行中的每个时间节点产生影响，而不是事后处理在传统的解决方案之上，引入新的数据及分析模型和技术，价值速度一、

医疗与大数据的趋势二

、什么是医疗大数据三

、大数据面临的挑战四、

如何管理和利用大数据五、

案例分析六、

总结与展望

传统解决方案

环境ERP,

CRM,

Batch,

OLTP-DBData

Center

Provisioning

Discrete

Virtual

Cloud

–

As

A

Service

HPC关注数据的价值

大数据存储的考虑

传统存储方式

大规模分析

–

Hadoop*

海量数据库

–

Hive*

大规模备份

–

Lustre*

数据源

文本-语音-视频-传感器

Requesting

Or

M2M

通讯

批量

–

商业应用丰富的视觉化效果–

安全的数据分析和缓存边缘服务器（Edge）

分析

同步

端到端

Machine-to-Machine

Source-to-Source

可行的解决方案体系（示例）

Applications

&

ServicesVisualization

–

File

Structure

&

Analytical

Tools

Data

Delivery,

Operational

&

Graphical

Analytics

Data

Management

&

Computational

Analytics

Compute

–

Storage

&

Infrastructure

Platforms高效的大数据访问途径

(客户端)“Know

Me”“Free

Me”“Express

Me”智能手机移动医疗助理平板电脑笔记本,Ultrabook™其他设备台式机数字标牌自助终端

Mobility

Vital

sign,

I

&

O

entry

Medication

administration

Template

data

entry

Free-format

text

data

entry

Large

diagnostic

images

Data

inquiry

Manageability“Link

Me”大数据在中国医疗行业中的应用模式1.制药企业/生命科

学

3.费用报销,

利用

率

和

欺诈监管2.临床决策支持

&其他临床应用

(包括诊断相关的影像

信息)

4.患者行为/社交

网络•药品研发对药品实际

作用进行分析；实施药品市场预测•基因测序•分布式计算加快基因测序计算效率

•公共卫生实时统计分析

发现公共卫生疫情及公民健康

状况

•新农合基金数据分析

及时了解基金状况，预测风险

辅助制定农合基金的起付线，

赔付病种等

•基本药物临床应用分析

分析基本药物在处方中的比例•临床数据比对匹配同类型的病人，用药•临床决策支持利用规则和数据实时分析给出智能提示•远程监控采集并分析病人随身携带仪器数据，给出智能建议•人口统计学分析对不同群体人群的就医，健康数据实施人口统计分析•了解病人就诊行为发现病人的特定就诊行为，分配医疗资源一、

医疗与大数据的趋势二

、什么是医疗大数据三

、大数据面临的挑战四、

如何管理和利用大数据五、

案例分析六、

总结与展望案例分享:

Regional

Health

Info

Network

–

ChinaReal-time

Clinical

Decision

Support•

实时的医疗数据处理（电子健康档案，医

疗影像数据），支持医疗协同、临床决策

支持和公共卫生管理•

采用

Hadoop*

(HBase*/Hive*)来实现医

疗数据分析和处理•

未来将扩展到不同领域、不同区域/地区

（包括数据交换、处理和分析）•

与本地的软件厂商及OEM厂商进行了广泛

合作•

技术挑战

–

Hadoop

(HBase/Hive)与传统关系型数据库如何有效结合–大数据在区域卫生信息平台中的切实可行

应用场景PublicHealthHospitalPrimary

care(Grassroots)

HealthInformation

DW

EHR

Data

&ServicesRegistries

Data

&

ServicesLongitudinal

Record

Services

Health

Information

Access

LayerCare

CoordinationClinical

decision

support…Data

AnalyticR&D…RHIN

Ancillary

Data

&

Services分布式数据服务系统

展现层

(报告,

视图)区域医疗及基层医疗信息系统大数据解决方案(Hadoop*)

集成的用户应用界面（居民、医生、卫生行政管理人员）

数据挖掘（Mahout）分布式批量处理框架

(Map/Reduce)区域卫生信息访问层(HIAL)医院信息系统医院信息系统语言和编译

(Hive)

实时数据库

(Hbase)基层医疗信息系

统医疗服务药品管理新农合医疗保

险服务器虚拟

化

基础设施虚拟化网络虚拟化

存储虚拟化基于云的区域基层医疗服务系统

多租户应用

分布式文件系统

协作

服务

(HDFS)

(Zookeeper)结构化数据采集器

日志数据采集器

(Sqoop)

(Flume)

健康档案数据存储公共卫生运营管理Sequencing

3

Billion

Base

Pairs

Data

ProcessingCloud

Storage

Visualization

Millions

of

VariantsInterpretation

&

Analytics

Millions

of

Variants

Millions

of

Patients

Commercializing

Targeted

Therapeutics

Companion

DiagnosticsActionable

Biomarkers案例分享:

NEXTBIO基因数据分析••••Cost

to

sequence

a

genome

has

fallen

by800x

in

the

last

4

yearsEach

genome

has

~4

million

variantsGrowth

in

the

genomics

data

in

the

publicand

private

domainData

available

in

variety

of

sources–Structured,

semi-structured,

unstructured•New

aggregated

data

growingexponentially案例分享:NEX帅TBI庭O病人相关恐性数据Nove调lDis渐cov园eri径esBiom氏arke奥rsDise今aseMec搜han抵ismDru湖gIndi林cati冲onsCli伍nic棋alTri侨alPar罗ame肾ter柄sPati熄entCar微eOpt狗ion僚sLarg构econt题entrepo州sito校ryofpub秤licandpriv桶ategen而omi成cdatacom置bin奏edwithpro亩pri吸eta翻ryandpat赵ent艰edcorr推elat垒ionengi乎ne案例分享:NEXT党BIONext惯bio&Int粮el合作方吗向技术挑战:••••Immu睡tabl稍eDat厉a–wri免teonc窝e,neve贸rchan悬ge,rea乓dmanytim伴esTrad弦itio善nalBloo恐mFil段ter隙swork蛙sHado预op*&HBas假e*wel禾lsuit好ed1geno明me10mil奋lio糊nrow决s100gen腥ome笋s1bil鸣lionrows1Mgen果ome武s10tril轨lionrow券s100Mgen缓ome坏s1qua姑dri嘴lli镜on1,0峰00,已000掩,00规0,0窄00,郑000rowsAppcandyn市ami玻cal帆lypart街itio份nsHBas曲easdat卵asizegro界ws英特尔兽对于Hado岭op提供的颗优化:••••Opti君mize毒dHado患opsta敌ckinopensou越rceSta随bil织izeHBas妄etoprov蜡idereli钱ablescal爹abledep镰loy妇men意tOpti职mizeandsupp慢ortscal暗e-ou悼tasdat衫asiz护edram勾atic瓶allygrow浇sExp敬lor料ingclu庙ste溜raut诵otuni松ng,Secu秤rity&Comp坛lian脱ce,etc.案例分蚕享:Kais凯erPerm息anen辨te大数据应遗用数据的发加展趋势结构化数呼据80%非结构化虚数据•••全世界80%的数据驱是非结如构化的(大量的伟移动终端设紫备,机器产生窗的数据)在未来挤十年，偿数据将呜迎来44倍的增覆长(35zet削tab肝yte笼sby202惠0)主要的数驻据增长来自于非结构泉化数据(在线的归档数圆据,医疗影像矛,在线视频扇和存储,照片等)••全球数据勉的构成•••Kai坦ser到的数据兄中，90%是非结互构化的(80%的EH妙R和影巡寿像数据庸)在未来十药年，数据舞将会有25倍的增长(On拳eexab灿yteby202乌0)主要的数雀据增长来自于非结构坟化数据(医疗影像,视频,文本,音频等)•信息给实时个性赛化医疗服量务带来了可吩能性•(Re芝qui抢resCon川tex坊tua择l–devi元ce,env柏iro纷nme卷nt,spa河tia赶l,Dem乏ogr奋aph活ics绩,Soci秩alandBeha移vior亩alpro粱fil贡esinaddi难tiontomedi镜calinf寄orm仅ati快on)Kai且ser正在评维估大数殿据相关放技术…Kais框er的数猜据构成结构化经数据90%UNST挤RUC歇TUR言ED构化数据DATA非结信息给各行业岭发展带来逃了新一轮挑的机遇(零售,金融,保险,制造,医疗,爱…)各行业个已经开面始采用大数据技粥术用于信息肾提取Sou还rce毒:Kai御serMas好ter•••••Int晒egr缘瑞atebui兄lt/介bou伏ghtRea宽l-t料imePre像dic躁tiv销eAnal论ytic威alSolu伟tion价sorPro恋ces漂sin粘glogi凯cDis絮con圾tin功uou扛sCha虏ngeSAN艇/NA胖SSMP(5$)SAN/胳NASIn-M窜emor疲y(50$)Sha字re-悲Not违hin刘gDis石tri连but敢edStor剩ageandComp亚ute($)Faul读t-to进lera容ntMast价erSl如aveArch辉itec遭turecapa辣bleofwith添stan肉dingpart广ialsyst题emfai土lur所esDataisdist应ribu鼻tedacro葱sspro粉ces玩sin喝gsla礼venod忧esReso犹urce犁scon执tai兆nin趋gdat烂aarenotshar停edMas狂termana狠gesthedatadis刮tri托but敬ion卧,jobsche希duli归ngacro萝sssla杰venod括esandagg出reg氏ati黄ngresu雕ltsetsSla晓ve(榜s)DASSAN弓/NA路SMPP(10$)SAN疾/NA脚SSMP(Dis蛙kCach淋ing,HighSpe茫edNet测wor宇k)(10$)数据平技台计算拦的趋势源–分布式计课算Kai尖serisloo浅kin匙gtoexpl描oitthiscapa棚bili加ty…•Stru拉ctur课ed,Rel返ati扑ona莫lTabu糕larData•Int穷era槽cti缘瑞veQuer左ySup哲por梢t•Real赶-tim亏eAnal茂ytic柔s•SQLTran否sact景ionData•Unst批ruct瓜ured隆,Non-且tabu降larData•Ric掏hAdHocInt仇egr睬ati窃on•Real细-tim乔eAna尘lyt姓ics•UQLALLDat避a大数据平惕台–需求易分析处理的补特性Int言uit安ion(Sim仍ulat要ion,Opti矩miza良tion摆,Stoc把hast小icOpti损miza懒tion杯)Info通rmat娱ion(Sta采ndar弦d&AdHocrep景ort妹ing捏,Que坑ry,Ale册rts恨,Fore肆cast咬ing,Acce狱ss)Int誉err赴oga轧tio颈n(Clu道ster杜ing,Stat拳isti均cal,Qual爽ity,Sema音ntic层s)Int皂egr午ati嫂on(Al畅ign蛛men抢t,Sema禽ntic折s,Com风ple询ten疑ess毙,Qual身ity)Ing利est践ion(Dat驶aMode何l,Meta株dataRef溉ere协nceDat落a,Sto嘉re)Info轰rmat近iondri规vesproc傍essopti逮miza放tion恢swithstr立ate童gicimp僻act逗.Mod狐eli悼ngbusi率nessintu子itio掘nfromdat郑adel停uge论.Abil抹itytomod滥elinf第orm躁ati柜onandtran征siti听onfrommul尚tip盘leacc奇essmet堤hod锋stogen胞era礼tin纠g,sha孔rin斜g,coll最abor杜atin同gandact胜ingonins表igh廉tsany溜tim译e,any接whe此reonanydev杀ice队.Sup律por堂tcur森ren臭tBItoo鸣lsfocu闪sedonstru软ctur饺edinfo带rmat残ion.Buil充d/bu蔽ypac争kag柔eduns撒tru疏ctu烟reddatapro喷ces递sin讨gandana玻lyt贯icstool仁s.Apor刻tfo庙liooftool便stomana柿ge(pro帮file悲,clea功nse,cla菜ssi夏fy,sync捏hron比ize,aggr领egat堵e,inte椅grat趟e,shar五e)ALLtype窄sofdat担a.Aunif肝iedinf否orm躲ati适onsto呆rag脱emet王hod细olo尖gyenab夜linguser烫stoman工agedat电afro窗mALLsou岸rce绢s.数据的里特性数据量(Sen霸sors昨,EMR夜,Clai姜ms,Phar单macy塘,Imag洋es)速度(SLA绵s,Rea彻l-t誉imeDec猫isi夏onSup添por跪t&Cont国extu专alInte赤llig要ence批)类型(St暑ruc颈tur竹ed,Tex欺t,Uns淡tru忧ctu居red检,Doc于ume愧nts如,Ima盟ges能)大数据–界定的标目准DATASIZEDATATYPEDATACLAS回SDATACATA墨LOGDATAVELO糟CIT仓YDATAACCES宪SDATAB雷ASETYPEGiga耐byte很s,Ter崇aby虎tes,Peta壳byte兆sStr修uct巩ure怒d,Sem辟i-S财tru民ctu估red,Unst诵ruct凯uredHum迟anGen难era奴ted葛,Mac沸hin纸eGene载rate冠dTex左t,Imag询e,Aud幻玉io,Vid恒eoBat岩ch,Stre包amin艺gAnal愿ytic脚s,Sea扒rch,Tran防sact磨ion(ACID,BAS贯E)Rela傅tion妖al,Fil称eBas唐ed,Colu策mnar,NoS碗QL,Docu屈ment绢,Gra牵ph,RDFFRAM缎EWO痰RKSANALY汤TICSFin行anc击ial,Com累put轻erVisi果onEngi析ne,Geo举spa恭tia拿l,Mach爹ineLear授ning,Mat恩hem遍ati欠cal,Nat零ura绣lLan法gua迎gePro踩ces苦sin炊g,Neur狗alNetw算orks,Sta牧tis招tic君alMode菌ling,Tim舞e-S革eri则esAna厦lys惯is,Voic子eEngi冷neStan蒙dardRep编ort活ing,AdhocRep落ort堪ing,Quer悦y/Dr懒illdow嗓ns,Ale港rtsFor雀eca俯sti表ng,Sim臣ula虹tio墓ns,Opti春miza门tion,Sto跪cha蛮sti办cOpti垦miza竿tion贤sSERV晨ERARCH威ITE悟CTU叠REDIST历RIB动UTE携DPROC史ESS乒INGSTOR反AGEARCHI剃TECT惑