
医疗大数据到底能给我们带来什么_数据分析师考试
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”解决方案近日在北大人民医院落地。请关注——
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,北京大学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的CEO陈中阳给记者举了这样一个例子。
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京大学人民医院、北京大学国际医院、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,但在我们科教授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道,“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。
助力医学科研
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。
美国一份医学杂志今年1月20日发布过一篇学术文章,因肺炎住院的老年患者,随后出现心血管、脑卒中或死亡的风险可能显著增加。这是研究人员走访了22000人,随访十年得出的结论。北大医信创新中心经理李萌看到这个之后,就在想“疾病星系图”能不能证明这一点。“把肺炎输进去,发现肺炎周边关联的疾病除了呼吸道疾病,就是心脑血管病或脑卒中。”李萌告诉记者,随访十年得出的结论和大数据分析得出的结论类似,这也许可以成为新的一种研究范式。
李萌兴致勃勃地又给记者举了个例子。“在疾病星系图中,我们发现便秘和高血压、冠心病、中风等心脑血管疾病有非常强的关联关系,这对于普通大众来说看似诧异。但通过进一步研究医学文献,我们发现便秘和心脑血管疾病之间确实有比较强的关系。”一方面,心脑血管疾病容易引起便秘;另一方面,由于老年人便秘时腹部用力,腹腔压力增强,心脏收缩加强,血压升高,容易引发中风等疾病。
类似的关联关系在疾病星系图中还可以发现很多,目前北大医信正在组建涉及医院各科室的专家顾问团,就疾病星系图中发现的新关联关系展开深入研究。
走向云端的医疗数据
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。北京大学人民医院院长助理、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
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30