京公网安备 11010802034615号
经营许可证编号:京B2-20210330
医疗大数据何去何从 听听几位大咖的前瞻
当大数据遇上医疗,到底会产生怎样的火花?11月28-29日,2015中国医疗健康大数据峰会暨智慧医疗专家委员会年会在京召开,来自医疗界、产业界的专家学者们齐聚一堂,畅聊医疗大数据激起的改变以及日后的无限可能。
贵州省卫计委卫生信息中心主任严刚:建起国内首个大数据中心
国家发改委于2011年提出三个云平台试点,贵州省是其中之一(另两个省为浙江和黑龙江,编者注)。作为经济欠发达的省份,贵州正借力互联网将劣势变为优势。云平台的搭建实现了两种可能:一是通过基础数据库的高度共享,实现数据的集中;二是直接在省级平台开展业务,实现基层医疗机构的规范化管理。
针对医疗信息化建设,按照规划,“十三五”期间贵州省将重点从三个层面开展工作:一是智慧医疗,通过信息平台支撑的协同平行建设,解决服务能力的问题;二是通过结合“互联网+”,对社会第三方开放资源提供服务;三是率先建立远程医疗的技术服务体系,并做一些深化和细化。
上海市儿童医院院长于广军:大数据不是一个“标签”
我觉得我们现在谈的大数据,更多是针对目前信息化的时代发展,它的信息采集范围扩大,是一种全自动的、全流程的采集。我们关注的大数据,一是全,全样本,区别于原来的统计、抽样调查,是全流程、全生命周期的;二是多,内容多元、数据多态;三是快,采集、存储、处理,在线实时,有时效性;四是联,内部干练、外部关联分析。总之,把整个数据集合起来会有更高的价值。
我们做医疗大数据研究的时候,遇到三个难点:一是上海的数据来源于多个系统,如何整合多元异构的数据;二是这些大数据怎么形成知识库;三是对这些大数据的价值如何进行有效挖掘和利用。
大数据的研究不是沙里淘金、大海捞针,而是提高我们分析、解决问题的能力。不是说我有大数据一定会产生奇迹,而是扎扎实实地从现实中解决我们实实在在的问题。不仅是数据本身,很可能可以带动外部的相关专业的发展。我觉得大数据的前景是比较灿烂的,但是近期的期望也不能太高,关键是怎样提升数据的价值。
湘雅医院信息中心主任冯嵩:提升数据利用度
湘雅医院的信息化建设已有20多年,积累了大量的数据。一是我们的数据面非常全,从病例检查到固有环节的检测,二是量非常大。我们检查检验的影像报告,整个His现在是200多G,电子病历也有接近400G的数据在里面。
中南大学做的大数据项目分三个层面:一是目前正进行的部分工作——数据中心建设,我们和中国移动合作,当时整个规模计划做到1000多的服务器;二是大数据中心建设,主要是数据集中的问题,包括数据的规范、多点结构数据的采集、数据的存取分析,还有数据检索方面的研究;三是我们做大数据的应用,现在做得比较好的是慢病管理。未来我们准备做运维,对药商、保险,包括其他的厂家提供一些数据源,为他们做科研提供数据的支持。
北京协和医学院医院管理处处长王海涛:大数据与现代医院管理创新
大数据的核心是通过认知和磨合对数据进行管理,能够使用,产生价值。数据不少见,但是真正能够使用的大数据却是通过模型建立的。现在的活动从外延看到核心,变成了大数据驱动的模式。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09