京公网安备 11010802034615号
经营许可证编号:京B2-20210330
医疗大数据漫步“云端”
北大医信利用海量的大数据建立疾病、症状等之间的关联关系,构造医疗知识图谱,未来可用于疾病探查、辅助诊断等
在医院信息化建设过程中,新一代基于“公有云+ 私有云”模式的医院信息化“混合云”解决方案近日在北京大学人民医院落地。
智能导诊、疾病预防……医疗大数据向人类展示了非常广阔的应用前景。近日在厦门举办的2015年中华医院信息网络大会上,北大人民医院分享了自己近年来医疗信息化实践案例,让人们了解到医疗大数据的用武之地:提升医院的运营效率、临床决策支持、医疗质量监管、辅助科研、个性化治疗……辅助医生临床诊断
“前几天和一个朋友出去钓鱼,他走一会左脚就有点酸麻,歇会就好。他认为可能是左脚袜子小,箍麻木了。我回来利用CDR 平台查了下,反馈最贴近朋友症状的是"神经性和血管性间歇性跛行"。朋友说的"袜子小,箍麻木"是"袜套式感觉障碍",属于血管性间歇性跛行的典型症状。之后他在医院检查,确诊无误。”北大医疗信息技术有限公司CEO 陈中阳举了这样一个例子。
陈中阳口中的CDR 系统是北大医信开发出的一个临床数据中心,它将一家医院的所有病例的症状、诊疗情况、医嘱信息、用药效果都纳入囊中,存储了海量的医疗数据,在需要的时候可以检索出来。比如搜索“冠心病”,共有近百万例相关疾病记录,同时与冠心病相关的症状、并发症、常用药物等关键信息都可以查询并按频次排列出来,辅助医生分析。又如,一位患者在做了肺部手术后,转氨酶升高,手术医生想知道这种情况是不是正常现象,就在北大人民医院的CDR 数据库里进行高级检索,发现确实有一些病例在肺癌手术后,转氨酶超过了预警线。虽然这种例子为数不多,但的确存在这种情况,对医生的下一步治疗方案就起到了辅助决策的作用。
目前,北大医信的临床医疗数据平台正在北大人民医院、北大国际医院、江苏省人民医院进行试点。这些医院信息系统中积累的大量数据,为进行大数据分析和利用打下了坚实的基础。帮助规范化治疗
2007年中华医学会糖尿病学分会做的全国流行病学调查显示,我国糖尿病患病率接近10%。糖尿病的危害非常严重,包括引起眼睛的问题、肾病、中风、心血管疾病等等。“很多研究显现我们有很好措施降低这些并发症,但在我们牵头做的调查研究中发现,患者同时达到很好的血糖控制、血压控制、血脂控制的比例只有不到7%。”北大人民医院内分泌科主任任倩介绍说,“Ⅱ型糖尿病降糖药首选是二甲双胍,但只有不到40%的患者使用了二甲双胍的治疗。”
为此,北大人民医院纪立农教授组织设计了基于平板电脑的糖尿病管理软件,将糖尿病标准化诊疗的流程图纳入其中,来给医生有决策的支持。该软件在全国范围内进行了为期一年的运用,二甲双胍的使用率升到60%,降脂的他汀类药物从60%升到90%,治疗心血管病的阿司匹灵也从60%升到了80%以上。“也就是说,在使用临床决策辅助系统之后,患者进行规范化治疗的比例明显升高。”任倩说。同时,在系统自动提取个人信息之后,也能够生成一个生活方式的指导,对于Ⅱ型糖尿病患者来说非常重要,包括运动的建议和饮食的指导。
北大医信利用海量的医疗大数据建立疾病、症状、检验检查结果、用药等信息之间的关联关系,构造医疗知识图谱,称为“疾病星系图”,核心是利用医疗大数据发现关联关系,未来可用于疾病探查、辅助诊断、辅助用药等。系国内首家
医疗大数据能够帮助医生做如此多的事情,但人们还是发现,近几年在医院信息化建设过程中,“数据孤岛、服务割裂”的现象越来越明显。
“其实做数据科研的时候,我们需要的数据可能不仅仅来自于一家医院,也来自于多家医院数据联合的检索、查询和数据分析。不仅是医院内的数据,体检、急救,甚至互联网上的数据都是我们科研的范畴。”李萌说。
基于此,北大医信联合金山云近日发布推出新一代基于“公有云+ 私有云”模式的医院信息化“混合云”解决方案,并在北大人民医院落地。这也标志着中国首家将医院核心数据资源同步云端的三甲医院正式诞生。
北大人民医院院长助理、信息中心主任刘帆认为,北大人民医院已经建设好了国内领先的CDR 数据库,下一步就是要对这些临床数据进行数据分析和应用。北大人民医院的CDR部署到“云端”,正是医院降低运营成本,进行数据的深度挖掘,最终为患者提供更优质的医疗服务这一需求而产生的。
“我们希望通过不断创新信息技术和变革服务模式,为广泛的患者提供更便捷、更智能、更人性化的医疗服务,为个人的全生命周期健康保驾护航。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26