如何搭建健康大數據分析平台

隨著醫療改革和DT時代的到來，信息化、數據化必將成為醫療產業重大標誌性特徵。在國家政策的引導和激勵下，互聯網技術與醫療健康產業的日益融合，空前擴大了醫療數據的規模，在數據驅動的醫學時代，也催生了更多關於大健康產業時代的新問題：如何從海量醫學數據中找出數據的價值所在？解決大規模數據引發的問題、利用好數據挖掘所帶來的競爭力！

下面為大家介紹的是某醫聯體機構健康大數據分析平台，採用基於Hadoop大數據技術體系，以「健康大數據、精準醫學和健康及疾病管理」為目標，面向管理機構、醫療機構進行深度挖掘和分析，提升服務能力和效率。

需求分析

該醫聯體機構在衛生和計劃生育委員會指導下，將區域內的醫療資源整合在一起，包括三級、二級、社區醫院和村衛生室組成。醫聯體機構建立大醫院帶社區的服務模式和醫療、康復、護理有序銜接的服務體系，更好地發揮大醫院專業技術優勢及帶頭作用，加強社區衛生機構能力建設，鼓勵康復和護理機構發展，構建分級醫療、急慢分治、雙向轉診的診療模式，促進分工協作，合理利用資源，方便群眾就醫。

醫聯體下轄各服務機構經過多年運行，積累大量的數據，在衛計委推動基於健康檔案的區域衛生平台基礎上，整合醫療服務機構和管理機構（主要指衛計委），開展基於大數據的需求如下：

1、醫療服務機構

通過健康服務機構（主要指醫院）的大數據應用，讓醫院管理階層從各個維度隨時了解醫院運營情況，衡量醫院對於目標的達成程度，並及早發現過程中可能發生的問題，以便及早補救已經發生的問題，並防止可能發生的潛在問題。

2、衛生管理機構

為衛生管理與決策機構提供健康數據分析與挖掘的應用等高效的信息支持和服務，促進醫療衛生資源的合理使用、改善醫院的服務質量和醫療水平，進而實現醫療質量及效率的提升，體現以患者為中心這一服務理念。

解決方案

天機數據主要分為：數據採集、數據處理、數據分析、主題分析。

1、數據採集

主要實現數據源相關功能，包括流式數據源、靜態數據源、API數據源、DataHUB、DB採集器、日誌採集插件和自定義採集插件等功能。

2、數據處理

主要基於Hadoop技術體系，核心思路是根據大數據分析需求的變化，靈活高效地進行內存級分析和運算，同時不斷增強機器學習的能力，並透明地與原系統應用實現整合。

3、數據分析

包括業務模型設計和管理、數據模型設計和管理、可視化模型設計和管理3部分內容，另外本方案還包括監控中心功能，實現對產品運行狀況的跟蹤和監控，數據資源監控。

4、主題分析

包括2大類，第一，面向醫療服務機構，從7個維度提供分析服務，包括門診業務、住院業務、手術業務、成本核算、醫保分析、綜合運營、人力資源等；第二，面向衛生管理機構，從3個維度提供分析服務，包括：醫療服務質效、全民健康狀態、藥物資源監管等。

服務模式

1、基於各醫療機構和衛計委現有系統數據，建設基於Hadoop的技術環境的統一的健康大數據分析平台

2、面向各級醫療服務機構（主要包括醫聯體管轄範圍的各級醫療機）

3、管理機構（主要包括醫聯體管理層和衛計委的主要領導層）

實施成效

1、面向醫療服務機構

天機數據真正的意義不在於這些龐大的數據信息，而在於對這些數據進行專業化處理再利用，並且用可視化的方式呈現出來，讓醫院管理階層從各個維度隨時了解醫院運營情況，衡量醫院對於目標的達成程度，並及早發現過程中可能發生的問題，以便及早補救已經發生的問題，並防止可能發生的潛在問題；

2、面向衛生管理機構

通過對醫療過程中涉及的診療信息、物資信息、人員信息進行採集、匯總和二次加工利用處理，實現數據利用最大化、信息共享通用化、管理程序規範化、患者服務人性化、領導決策科學化的目的，促進醫療衛生資源的合理使用、改善醫院的服務質量和醫療水平，以準確、實時、全面的數據處理與分析，為管理層的工作提供有效的數據支撐，進而實現醫療質量及效率的提升。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！