医疗大数据分析应用平台解决方案

1.背景介绍 12.产品愿景 53.产品定位 53.1解决的问题 53.2达到的效果 64.产品理念 75.总体思路 75.1对接数据源，获取医疗卫生云计算+大数据 85.2对获取的医疗卫生云计算+大数据预处理机制 95.3建立医疗卫生云计算+大数据的存储机制 95.4医疗卫生云计算+大数据的处理和分析算法分类和形成 5.5开发专题云计算+大数据分析，形成专题云计算+大数据应用 5.6开发机构云计算+大数据分析，建立机构云计算+大数据应用 5.7建立平台应用实施推广组织机制 5.8建立平台产品优化升级服务组织机制 6.医疗卫生信息的云计算+大数据建模描述和分析 6.1我们给出的相关数据模型 6.2卫计委给出的相关数据模型 6.3相关数据特征对比分析 7.云计算+大数据分析应用平台支持的业务主题场景 27.1医疗卫生服务机构应用 7.1.1各级医院自身应用 7.1.2基层医疗机构自身应用 297.1.3区域卫生医疗联合体应用 307.1.4医疗卫生机构的合规应用 7.2患者医疗治疗应用 7.2.2患者服药提示服务 7.2.3患者饮食、运动、习惯注意事项服务 7.2.4患者体征和治疗效果服务 7.2.5患者交流交往服务 7.3个性化医疗服务应用 7.3.1基因测序分析应用 7.3.2个性化药物应用 7.3.3个人健康管理应用 7.4慢性病预防治疗应用(疾控中心) 7.5居民健康保健应用(疾控中心) 447.5.1居民自我健康保健应用 7.5.2政府卫生管理部门进行居民健康管理应用 7.5.3政府医疗规划结构进行居民健康保健决策应用 7.6医疗卫生管理机构应用(卫生局) 7.7医疗保险管理机构应用(医保局) 7.7.1基本医疗保险的决策支持分析 7.7.2基本医疗保险费用单据的智能化审核 7.7.3基本医疗保险的有效支付和治理应用 7.7.4基本医疗保险和服务监管应用 7.7.5降低看病率提升医疗效果应用 7.8医药监管机构应用(药监局) 557.9医药研发生产经营应用(医药企业) 7.9.1医药研发企业应用 7.9.2医药生产企业应用 7.9.3医药流通企业应用 7.9.4医药零售企业应用 7.10医疗卫生资源配置管理规划应用(政府主管部门) 7.10.1医疗卫生资源服务现状分析 7.10.2医疗卫生资源财务供给能力分析 7.10.3医疗卫生资源规划指标对比 7.10.4医疗卫生资源政策建议 7.11商业医疗保险应用(保险公司) 7.11.1获得新客户和保留已有客户的分析应用 7.11.2有效控制医疗费用的分析应用 7.11.3商业医疗保险的保障设计和精算定价 7.11.5商业医疗保险的市场和销售拓展应用 7.12公共卫生服务应用(卫生防疫中心) 7.12.1传染病预警预报 7.12.3疾控和保健应用 7.13政府监管应用(政府主管部门) 7.13.1医药监管应用 7.13.2医疗监管应用 7.13.3医保监管应用 7.13.4医疗服务机构和医生监管应用 7.14新型医疗卫生服务应用(政府主管部门) 7.14.1远程医疗 7.14.2移动医疗 7.14.3互联网医疗 7.14.4数字医疗 7.14.5云计算+大数据医疗 7.14.6智慧医疗 7.14.7精准医疗 8.云计算+大数据分析应用平台支持的专题云计算+大数据应用 8.1患者分析(基于电子病历EMR) 8.1.2患者个体(个性)分析 8.1.3患者群体(统计)分析 8.2.1常见疾病分析 8.2.2慢性疾病分析 8.2.3疾病诱因分析 8.2.5临床路径分析 8.3医生及医护人员分析(基于医疗卫生资源数据) 818.3.1医生及医护人员资历资格分析 8.3.2医生及医护人员行医记录分析 8.3.3医生及医护人员培训进修分析 8.4处方分析(基于电子病历EMR) 8.4.1医生用药分析 8.4.2患者用药分析 8.4.3处方用药分析 8.4.4医院科室用药分析 8.4.5安全用药分析 8.4.6处方符合性分析 8.5居民人口分析(基于电子健康档案EHR) 858.5.1居民个体健康分析 8.5.2人口群体健康分析 8.5.3人口亚健康相关因素关联分析 8.5.5人口健康时间空间分布分析 8.5.6人口健康预测分析 8.6药品分析(基于医药产业链数据) 868.6.1药品种类分析 8.6.2药品研发分析 8.6.3药品生产分析 8.6.5药品物流分析 8.6.6药品资金流分析 8.6.7药品信息流分析 8.6.8药品库存分析 8.6.9药品质量偏差分析 8.6.10药品不良反应&药品群体不良事件分析 8.7医疗健康检验检测分析(基于电子健康档案EHR) 8.7.1生理信号检测分析 8.7.2医学影像图像分析 8.7.4重要人体征数据分析 98 8.8医疗安全风险分析(基于电子病历EMR) 8.8.1医疗安全分析 8.8.2医疗风险分析 8.8.3假药、过期药、成分异常药的使用分析 8.8.4医疗事故诱因分析 8.8.5医疗安全风险统计分析 8.9医疗卫生资源分析(基于政府的医疗卫生资源数据) 998.9.1医生护理人员分析 8.9.2医院床位分析 8.9.3医疗检测检验能力分析 8.9.5医疗卫生资源匹配度分析 8.9.6医疗卫生资源对比分析 数据) 8.10.1医疗卫生满意度分析 8.10.2医疗卫生问题诱因分析 8.10.3医疗卫生规划符合度分析 9.关键核心技术和算法 9.1云计算+大数据分析能力 9.2云计算+大数据分析技术 9.3云计算+大数据存储技术和系统 9.4云计算+大数据业务模型建模 9.5云计算+大数据的实时查询 9.6云计算+大数据的复杂分析 10.用医疗卫生云计算+大数据为业务服务 10.1核心理念 10.2管理闭环 11.未来市场前景分析 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根据国际著名分析机构Gartner给出的定义：云计算+大数据就是那些具有规模大、速度快、种类多三大特征的数据资产。云计算+系列分析处理，云计算+大数据可以帮助企业制定明智且切实可行的我国居民脑血栓，糖尿病，高血压等慢性病病例数达到2.6亿，占全国总人数的20%,其中高血压病人对自身疾病的知晓率只有30%,同时这些病人中的治疗率只有25%,控制率仅为6%,糖尿病病人中，能坚持做到规范治疗的也只有33%。由此我们可以看出，建立科学、第2页拥有的医疗卫生资源是农村人口的2.5倍以上，比如，占全国总人口近70%的农村拥有全国医疗卫生资源的30%,而占全国总人口30%的城市却占有全国医疗卫生资源的70%,优质的医疗卫生资源集中分布心，每个数据中心都将承载近1000万人口的医疗数据，数量多、更(1)数据巨量化：区域医疗数据通常是来自于拥有上百万人口业的相关规定，患者的数据通常至少需要保留50年。(2)服务实时性：医疗信息服务中会存在大量在线或实时数据(3)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。(4)高价值性：医疗数据对国家乃至全球的第3页第4页服务模式(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 第5页不共享),从隔离到整体；技术模式(采用各种新技术手段，包括云2.方案愿景3.方案定位第6页3.2达到的效果方案预期部署到云平台上运行，采用S0A的通过分层将公共云计算+大数据算法模型封装为服务，对业务应用提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用”服务模式，为实现业务应用集成，方案将对外支持WebServi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)。第7页4.方案理念5.总体思路医疗卫生大数据源专题大数据应用业务大数据应用个人疾病全周期个人健康全周期个人生命全周期医药供应链医生个人药品医疗卫生服务5.1对接数据源，获取医疗卫生云计算+大数据医疗卫生云计算+大数据中心为方案进行医疗卫生云计算+大数众的医学(医药、医疗、健康)信息资源共享机制----区域性医学数据中心。区域性医学数据中心的建设以行政保健、康复为服务主线，以健康人群和患者第9页第10页第11页√分类(预言)分析：预测分类标号(或离散值),根据训练数据第12页第13页5.5开发专题云计算+大数据分析，形成专题云计算+大数据应用研发形成具有我国医疗卫生行业特征的分类专题云计算+大数据分析，并根据专题组成和业务功能要求形成满足该业务专题的云计算+大数据应用，如心脏病专题的云计算+大数据应用，包括其成因的云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5.6开发机构云计算+大数据分析，建立机构云计算+大数据应用对不同机构和部门业务的机构云计算+大数据应用，如医疗卫生机构应用、医疗卫生管理机构应用等。在上述专题云计算+大数据应用基5.7建立平台应用实施推广组织机制5.8建立平台产品优化升级服务组织机制第14页升级信息和文档，按规定通知已有用户，并及时进行升级维护服务。6.医疗卫生信息的云计算+大数据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。医疗健康云计算+大数据的应用，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。制药行业制药行业科研数据活动(报销)和成本数据医疗行业大数据病人行为和情绪数据临床数据第15页6.1我们给出的相关数据模型机构一科室一医生(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、商医疗器械医疗器械第16页综合管理等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。第17页2、门(急)诊诊疗记录：包括门(急)诊病历、电子病历数据库全员人口个案数据库第18页中期记录项集N学龄前期幼儿期学龄期婴儿期●第一维(X轴):生命阶段命阶段，如：婴儿期(0～1岁)、幼儿期(1～3岁)、学龄前期(3~6岁)、学龄期(6～12岁)、青春期(12～20岁)、青年期(21～45岁)、中年期(46～60岁)、老年期(60岁以上)等八个生命阶段。●第二维(Y轴):健康和疾病问题●第三维(Z轴):卫生服务活动(或干预措施)疗、保健、康复、健康教育等卫生服务活动(或干预措施),这些活第20页6.3相关数据特征对比分析从医药医疗健康云计算+大数据分析应用角度，方案需要一个尽果从云计算+大数据分析应用角度，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据，以及非关系数据(多维数据),才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第21页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)的次分析提供了可能，但同时也为云计算+大数据分析带来了挑战。因市办医院医疗卫生大数据源专题大数据应用业务大数据应用个人(患者、亚健康)个人(患者、亚健康)个人疾病全周期个人健康全周期招投标采购物流医生个人药品诊断处方第24页运动体检/监控检查咨询服务医患患患运动宁养患者/消费者治疗生医7.1医疗卫生服务机构应用当的技术架构平台来支持业务数据分析系统。方法包括应用云计算+而应用云计算+大数据处理和商业智能技术，分析挖掘医院运营各个云计算+大数据研究一做出来，一个医生能管理200个糖尿病患者，第25页案方面的云计算+大数据分析，可以确定哪些人是某类疾病的易感人的工作量，有效地指导计划、人员计划及药品材料计划，大第26页院长综合查询全院绩效分析全院绩效分析住院综合分析第27页不同器官和组织对X射线!超声波!光线等的散射、透射、反射伤进行诊断!定位提供了有效的手段”医学领域中越来越多地使区分DNA序列上的外显子和内含子成为基因工程中对基因进行识别和鉴定的关键环节之一。使用有效的数据挖掘方法物数据中挖掘有价值的知识，提供决策支持”目前已有大量研究者努力对DNA数据分析进行定量研究，从已经存在的基因数据库成果已经得到许多疾病和残疾基因，以及新药物!新方法的发现。合理用药应用分析：为临床医药卫生技术人员提供了一个有效掌握、方便查询、可利用价值高的权威信息源，为临床医药卫生技第28页了解每个科室、每个员工的工作完成情况，加强管理，推动医疗不同病种分析：分析医院某个病种治疗的各项指标信息，包括治目前社区医疗服务中心的一个医生，最多能管理30个糖尿病患者，但是云计算+大数据研究一做出来，一个医生能管理200个糖尿案方面的云计算+大数据分析，可以确定哪些人是某类疾病的易感人第30页 (她)。慢性疾病又叫生活方式疾病，治疗糖尿病这样的病，光吃药20世纪初的模式，把精力集中在急性疾病的诊断和治疗上。云计算+大数据助力区域医疗联合体服务模式创新，一方面要把第31页区域医疗联合体是实现《全国医疗卫生服务体系规划纲要(2015-2020年)》(以下简称《规划纲要》)中建立分级诊疗模式的第32页第33页集成的用户应用界面(居民、医生、卫生行政管理人员)集成的用户应用界面(居民、医生、卫生行政管理人员)分布式数据服务系统分布式批量处理框架结构化数据采集器协作服务查询，浏览。分析服务将针对主题，对临床数据，公共卫生管理数不同结构的数据中找到可能的趋势和风险。依从性管理应该是云计算+大数据服务的高级阶段，它利用业务系统中的业务活动，触发数据服务请求，数据服务经过对云计算+大数第34页智慧分级诊疗作为智慧医疗的重要组成，将充分利用信息化手为支持，结合云计算+大数据分析、远程医疗和可穿戴设备监测，打第35页规范诊疗”的目标背道而驰。而且，总额控制支付方式下的总额基第36页何比较不同级别医院的费用?又如何比较同级别的不同医院的费用?这就需要引入“危重风险调整”,即根据年龄、性别、合并症第37页要庞大的临床规则知识库，准确判定在不同疾病管理中该做什么,不该做什么,用药合理性分析中的药物间相互反应的监测、用药剂量及有了科学合理的评估医疗费用与质量的手段，使得政府医保机构与商业保险公司能有效对医疗机构进行综合管理，同时支持包括正达到在保证质量的基础上控制费用的目的.这也正是医疗保险在产品服务缺乏标准化，信息高度不对称的医疗领域中的重要价值之7.2患者医疗治疗应用第38页第39页在医疗健康领域，美国已经开始利用云计算+大数据应用来防止流感得不再遥不可及，基因测序的成本已经逼近1千美元。目前在美国拥有2千多家从事人类基因序列分析的公司，而且未来会有更多的企业第40页 第41页7.4慢性病预防治疗应用(疾控中心)第42页利用云计算+大数据的方式结合穿戴式设备来去预警未来的疾第43页通过连续监测数据做出疾病预警，即使是简单的数据，如果通第一是健康普查，能够让70%的人群通过设并进行疾病预警；第二是云计算+大数据分析完采集的数据之后，可配合形成体系才能达到效果，包括：(1)构建慢性病防控体系，形第44页慢性病防治工作网络；(2)实施基本公共卫生服务项目和重大疾病划等活动；(4)建立慢性病的监测和信息管理系统。开展慢性病危7.5居民健康保健应用(疾控中心)第45页第46页7.6医疗卫生管理机构应用(卫生局)7.7医疗保险管理机构应用(医保局)城镇居民基本医疗保险和新农村合作医疗保险(简称新农合),通常限。2013年，3种基本医疗保险的筹资总额已经超过1万亿元，而商业健康险的保费收入为1123.5亿元，仅为前者的10%左右。考义上的商业医疗保险的市场规模更小一些。现今商业健康险中约30%为团体业务，主要包括面向企业的团体医疗补充保险；另~70%为个但在市场需求和政策支持的推动下，今年发展趋势良好，以年均25-30%的速度增长。2012年发布的《关于开展城乡居民大病保险工作的指导意见》,试点由商业医疗保险机构通过招投标方式承办大病补充保险的运营第47页为其介入到政府医保的运营管理提供了契机。2013年十八届三中全会的《中共中央关于全面深化改革若干重大问题的决定》和2014年国务院发布的《关于加快发展现代保险服务业的若干意见》(又称用”,并且“按照全面开展城乡居民大病保险的要求，做好受托承办没有充分实现云计算+大数据分析可以为管理和企业发展带来的价●保障设计与精算定价：产品同质化现象普遍，缺乏●精细理赔运营管理：精细化不足，往往仅第48页控制费用，但导致一系列弊端(包括医院推诿重病人等),且长期控通过云计算+大数据技术，重构医保对医疗费用审核监管的全新三大目录，药品目录、诊疗目录和耗材目录)限定症、人社、卫生行第49页在以政府主导的基本医疗保险的战略决策支持上，云计算+大数重要的核心价值在于保证医疗质量的前提下有效控制医疗费用。云计算+大数据分析可以为医疗保险找出费用的关键驱动因素，以此作为战略决策的依据，可以使决策者有针对性的制定措施解决问题关键。此类分析的要点在于通过由大到小、由粗到细的层级挖掘寻找院的过度医疗行为，那可以通过加强对医院的管理(如以医疗费用与质量评估为基础的绩效考核并与支付挂钩),并鼓励病人去其他医院就医(如设定不同的保险比例，甚至在可能的情况下取消问题医院的定点等)。但如果是由某类新药或新的治疗方式引起，那就需要根据第50页建立和筛查医疗服务违规行为的规则是医疗服务监控工作的核规则设定了26个大类规则，其中包括16大类报销规则，6大类临床规则、4大类统计规则。而这些审核规则，都是依据现行相关医保报卫生部们相关规定、临床诊疗常规规范等。在这26大类规则下，医保审核中配置了12万条审核目录。把政策转化为数字化规则，这点是比较难的，比如：重症,只能用列举法。在制定这套审核办法时，组织第三方医学专家组开展审核规则的评审，对试用的26大类审核通过对积累起来的云计算+大数据进行挖掘，支持医保政策调整第51页的当下，保险公司也纷纷顺应时代，开始利用新技术和云计算+大数据来预测客户的健康状况。近期，美国国家公共电台(NPR)对一对第52页记忆问题。“我们是哈町大学(Harding)的同学……就是离这儿不在她丈夫的旁边，向记者娓娓道来那场中风的始末。那时John的健有这一切都发生在2013年10月至2014年1月间。John曾是一名油漆工，那场大病让他在医院里呆了整整79天。在的医疗系统特别关注的时期。长久以来，许多像JohnIovine这样耗费150亿美元的联邦医疗保险，是财务上的巨大流失。这就是为何第53页在未来三个月内住院，这是我们正在努力的方向。”IndependenceBlueCross正致力于查明其客户中用来建立这些算法的医疗数据，大概相当于5个维基百科那么多，”的名单上，第一批需要额外关注的客户有18000名。而其初期成功的标志之一，便是将充血性心脏衰竭患者的预期住院率降低了40~50第54页CarolIovine的生活也有了极大的改变：她需要管理丈夫的新药物，她马上打给了他们的健康指导DonnaCrockett,并告诉了她这个问医疗保健和云计算+大数据碰撞引起的法律和伦理问题著书，“领域、计算机科学领域以及患者体验领域正在进行着一场伟大的集数据被用于建立算法的客户，他们是否有权选择退出预测计划?”Cohen说，“他们是否只能选择参加?甚至，他们能否知道自己的数据被使用了?”Cohen表示，这些仍然是一个灰色地带；这个新兴第55页公司的确并没有询问订购了其健康计划的客户是否选择加入数据预从客户健康上来讲，护理协调彻底改善了JohnIovine的生活。标——2型糖尿病进行合作，目的是在出现相关症状之前发现哪些人7.8医药监管机构应用(药监局)7.9医药研发生产经营应用(医药企业)第56页第57页投入尚不足100万人民币，而同等规模的欧美药企的投入则是其十院内物流(住院药房)、药房托管(门诊药房)或并购医院的门诊药第58页业产品销售(线上的也好线下的也好)组建处方医生及药剂师网络成企业这种区域性的处方医生及药剂师团队为所有在区域网售药品的用这种服务的线上制药企业或电商平台分利将成为一种很难取代且上的各个环节提供前所未有的服务，并由此开发出了一个全新的市第60页有解决T宿长期存在的现金流题。真正的客户提升了在产业链的地位给上游提供服务给下游提供服务解决病人关心的问题生产企业产品并在终端耕耘的医药流通企业。对这部分流通企业来7.10医疗卫生资源配置管理规划应用(政府主管部门)第61页图7-1政策对比示意图第63页7.11商业医疗保险应用(保险公司)第64页取的乳腺癌病例的深度分析，辅以病人及医生的调研信息，我们看第65页患者家庭经济情况也是影响治疗费用的一大因素，家境富裕的患者多选用靶向型生物制，其治疗费用大大增高；由平及具体医保保险政策的不同，也导致城市间的差异性，但与由癌疾病演变信息(可从疾病学研究中获得),即可为真正理赔型大病保在医疗保险理赔运营管理中至关重要的一个环节是及时发现欺云计算+大数据分析可以帮助找出一些典型的理赔费用风险问以某地区几千名门诊患者的基本医疗和企业团体补充险为例，通过深度分析其1年理赔数据，我们发现多类理赔风险：●药品剂量超标：医保报销规则通常要求每次处方量不超过7第66页诊保障的情况下，如果起付线不高(1千元以内),常会导致相当的险人中800人门诊费用在3000-5000元之间，明显有诱导消费嫌疑。深入分析各月份及医院就诊分布显示，年底11-12月间就诊次第67页都包括哪些内容呢?通常而言，一方面为可用可不用的药品，诸如中可以清晰的看到年底中成药、中药饮片(含中药营养品)、及诊疗项目使用频率及涉及费用明显上升.当然从根本上解决诱导消费的问以上发现可帮助医疗保险机构的理赔审核部门快速找出潜在问留既有客户是核心内容。应用云计算+大数据挖掘可以剖析客户参保第68页7.12公共卫生服务应用(卫生防疫中心)云计算+大数据挖掘可以改善公众健康监控。公共卫生部门可以疫情监测，并通过集成疾病监测和响应程序，快速进行响应"这将带来很多好处，包括医疗索赔支出减少!传染病感染率降低，卫生部可云计算+大数据在公共卫生中应用，突出体现在以传染病实时监样化，包括手工录入，电子病历(EMR),微博微信/论坛等网络信息。最后，数据时效要求高，疫情探测和应对要求近乎实时的应对速度，第69页第70页第71页7.13政府监管应用(政府主管部门)第72页医疗机构及其医务人员不得违反诊疗规范实施不必要的检第73页政府(卫生)行政部政府(卫生)行政部法制监督准入标准评价标准信息收集非营利性医院营利性医院医疗质量监管机构基本医疗保险新型农村合作医疗商业医疗保险社会认证行业协会阻论监督第74页7.14新型医疗卫生服务应用(政府主管部门)第75页移动互联网，将慢性病的管理提供给患者(即PM,patient第76页第77页第78页户的基因数据。这些应用将向一些iPhone用户提供机会，帮助他们进行基因检测。这些新应用将基于苹果的ResearchKit。这一数据整合平台可以收集来自用户设备的信息，将信息进行打包用于医学研学战略专家会议，会议透露中国精准医疗计划将在2015下半年或2016年启动。根据规划设想，在2030年前，中国精准医疗将投入600亿元，其中：中央财政支付200亿元，企业和地方财政配套400亿元。医疗卫生大数据源专题大数据应用业务大数据应用个人疾病全周期个人健康全周期个人生命全周期医药供应链医生个人药品医疗卫生服务8.1患者分析(基于电子病历EMR)第80页8.1.2患者个体(个性)分析8.1.3患者群体(统计)分析第81页8.2疾病分析(基于电子病历EMR和电子健康档案EHR)8.3医生及医护人员分析(基于医疗卫生资源数据)8.4处方分析(基于电子病历EMR)第83页购量TOP10、抗菌药、基药占比、制度符合对比、医保用药占比等分第84页●正确性(格式、药品、配伍禁忌、用药合理性):合格的处方●合规性(医保规定、医疗规定):满足国家基本药物规定、医还可以发现哪些药品对哪些疾病更有效(循证医学)。第85页些特征(时间、空间、年龄、性别、职业等)和疾病关联分析，如：具有明显时间前后次序，如：发现5岁以下小孩在感冒患病后更容易8.5居民人口分析(基于电子健康档案EHR)暂缺暂缺暂缺暂缺暂缺第86页8.6药品分析(基于医药产业链数据)90%的要求，可节约成本0%-0.5%;国家药品分类标准(最新、以往历史),包括中药部分、化学第87页中国药典(最新、各年版),包括1953年版、1963年版，1977版、1985年版、1990年版、1995年版(含1997年、1998年国家药品注册信息(新药申报、已注册、撤销注册),包括化国家基本药物目录(最新版、以往历史版),包括化学药品和各省市药品中标目录(最新版、以往历史版),是各省开展医各省市新农合药品目录(最新版、以往历史版),是各省市实第88页第89页所得到的基因组表达变化信息。其应用方式主要是通过GSEA算法比掘致病基因.但从理论上讲，如果一个药靶蛋白与某个疾病存在遗传现，在公开的疾病相关GWAS基因中，有155条(15.6%)的基因是在研药物或上市药物的靶点.其中，63条基因所对应的GWAS性状与的概率被作为药靶来直接开发药物。同时，作用于这155个基因所第90页药物研发流程中，第一步就是高通量的化合物筛选。即已知中发现与靶蛋白产生相互作用的先导化合物。在药物重定位中，化制药公司临床研发链中的分子。随着计算化学技术的发展和药靶蛋疗2型糖尿病，在临床试验中却被发现具有减轻体重的副作用。通过第91页药品生产一供销一使用的平衡分析药品生产的偏差分析>药品生产的安全分析药品生产的质量分析(处方工艺、质量标准、用法用量、药品说明书)第92页第93页第94页4.各节点企业的低效率的信息传递系统，目前数据主要来自从5.各个节点企业从产品设计到产品生产、物流运输等各流程缺第95页第96页(五)推动式/牵引式结合的药品库存管理模式：在压缩多阶响应运行机制在实际过程当中是不能满足需求的，所以才用推动式/牵引第97页药品经营质量：药品购销渠道、运输设备环境(温湿度控制)、碰>药品库存质量：仓储温湿度控制、码垛堆压挤压、破损变形等质>药品本身质量：是否过期、成分异常、标注缺失(产品码、生产码、监督码、有效期)等质量分析。8.6.10药品不良反应&药品群体不良事件分析第98页8.7医疗健康检验检测分析(基于电子健康档案EHR)暂缺增加QRS复合波的信号，最后通过选择合适的阈值得到最终的QRS暂缺8.7.3DNA检测和DNA序列分析暂缺暂缺8.8医疗安全风险分析(基于电子病历EMR)暂缺暂缺暂缺暂缺暂缺暂缺8.9医疗卫生资源分析(基于政府的医疗卫生资源数据)暂缺暂缺暂缺第100页暂缺暂缺暂缺暂缺8.10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)暂缺暂缺暂缺暂缺第101页9.关键核心技术和算法性；第二，存储层应适应不同的存取访问需求.实时应用如医院的挂9.1云计算+大数据分析能力有普通用户，二者对于云计算+大数据分析最基本的要求就是可视化云计算+大数据分析的理论核心就是数据挖掘算法，被全世界统算+大数据，挖掘出公认的价值；如果一个算法得花上好几年才能得云计算+大数据分析最重要的应用领域之一就是预测性分析，从第102页第103页