《基于大数据的智慧移动医疗信息系统结构研究_徐凯田.docx》由会员分享，可在线阅读，更多相关《基于大数据的智慧移动医疗信息系统结构研究_徐凯田.docx（55页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 基于大数据的智慧移动医疗信息系统结构研究 青岛科技大学研究生学位论文 基于大数据的智慧移动医疗信息系统结构研究 摘要 医疗信息化的迅速发展导致了医疗数据的指数型增长，医疗大数据给医院现有 信息系统带了巨大的压力。一 方面，随着各种非结构化数据的不断涌现，现有的医 疗信息系统在存储空间、存储速度、存储结构上达不到大数据的要求，不得不放弃 了很多数据，造成大量有价值的医疗数据的丢失。另一方面，随着对大数据认识程 度的加深，医疗大数据中隐藏的价值成为亟待发掘的宝藏。然而，现有的系统的数 据完整性不够，而且数据处理速度缓慢，明显无法满足用户对数据处理效率的需求。 针对以上问题，基于对医疗信息化、大数
2、据以及大数据关键技术的研究，本文 提出了针对大数据的智慧移动医疗系统结构，并从大数据的基础设施层、信息处理 层和服务提供层三个方面进行了分析。给出该系统的原型实现：利用成熟的移动物 联网设备进行大数据的采集，确保了数据的全面性；系统采用基于 Hadoop平台的数 据存储和管理方案，保证了医疗机构能用较少的投入获取大数据存储分析的能力； 此外，通过大数据挖掘和分析技术，系统对患者、医疗机构以及医疗合作伙伴提供 不同层次的服务。 关键词：大数据智慧医疗 Hadoop 青岛科技大学研究生学位论文 RESEARCH OF ARCHITECTURE OF LARGE DATA BASED WISDOM
3、MOBILE MEDICAL INFORMATION SYSTEM Abstract Medical data is growing in exponential with the rapid development of information technology in healthcare medical big data, which brought great pressure to current hospital information system. With the emergence of a variety of unstructured data, existing h
4、ealth information systems cannot meet the requirements for large data storage on a storage space and speed and structure which lead to giving up a lot of data, resulting in a large number of valuable medical data loss. On the other hand, with the deepening understanding to big data, it has become ur
5、gent to explore the hidden treasures of the medical big data. While the existing systems have low data integrity, slow data processing speed, it is obvious that existing systems cannot meet user* s demands of data processing Efficiency, In order to solve these problems, with a deep study of basic me
6、dical information and development， big data and big data key technologies， this paper comes up with a structure of wisdom mobile health care system based on big data .The system is composed by three layers-the infrastructure layer, the information layer and the service layer, each layer is analyzed
7、deeply. At the end, the paper gives a prototype of the system implementation, by the use of sophisticated mobile networking equipment for large data collection, to ensure the comprehensiveness of data; the system also uses the worlds advanced big data solution Hadoop to store collected data for anal
8、yzing, this solution also ensure that the medical institutions can invest less to get ability to store large data. In addition, the provided system also provides different levels of service for patients, medical institutions and medical partners to ensure that big data can serve the people. KEY WORD
9、S: medical wisdom; mobile medical; Hadoop; Big Data 青岛科技大学研究生学位论文 目录 第一章绪论 . 1 1.1研究背景与意义 . 1 1.2相关研究的发展现状 . 1 1.2.1智慧医疗的现状 . 2 1.2. 2大数据在医疗信息化行业的应用研究 . 2 1.2.3医疗大数据应用面临的问题与挑战 . 3 1.3论文的研究内容和研究思路 . . . 4 1.4论文的组织结构 . 5 第二章基于大数据的智慧移动医疗信息系统结构基础理论 . 6 2.1医疗信息化服务体系概述 . 6 2.1.1医疗信息化服务模式 . 6 2.1.2医疗信息化服务体
10、系的应用 . 6 2. 2大数据的基本概念、来源与应用 . 9 2. 2.1大数据概述 . 9 2. 2. 2大数据的产生和应用 . 10 2. 2. 3大数据关键技术 . 11 2. 3大数据处理工具 Hadoop . 13 2. 3.1 Hadoop 概述 . 13 2. 3. 2 Hadoop项目及其结构 . 13 2. 3. 3分布式文件系统 HDFS . 14 2. 3. 4基于 MapReduce的并行计算框架 . 18 第三章基于大数据的智慧移动医疗信息系统结构 . 22 3.1系统总体架构 . 22 3.2医疗大数据基础设施层设计 . 23 3. 2.1医疗大数据采集层设计 .
11、 23 3. 2. 2医疗大数据存储层设计 . 23 3. 3医疗大数据分析层设计 . 24 3.3.1经典数据分析算法的并行化实现 . 25 3,4医疗大数据服务提供层 . 26 3.4.1医疗大数据基础设施服务 . 27 3.4. 2医疗大数据平台服务 . 27 3. 4. 3医疗软件即服务 . 27 第四章基于大数据的智慧移动医疗信息原型系统设计 . 29 4.1原型系统基础信息层设计 . 29 4.1.1原型系统釆集层设计 . 29 基于大数据的智葱移动医疗信息系统结构研究 4.1.2原型系统存储层设计 . 29 4. 2原型系统医疗大数据分析层设计 . 30 4. 2.1基于 Had
12、oop的医疗大数据挖掘引擎设计 . 30 4. 2. 2基于 Hadoop的海量医疗数据实时查询方法 . 31 4. 2. 3基于 Hadoop的海量数字医学图像处理结构 . 32 2. 3原型系统服务提供层设计 . 34 4.3.1面向大数据基础设施的服务 . 34 4.3.2面向大数据平台的服务设计 . 34 4.3.3面向应用的服务结构 . 36 第五章总结与展望 . 41 3. 1工作总结 . 41 5. 2工作展望 . 42 参考文献 . 43 gc m . 45 作者在攻读硕士期间取得的成果 . 47 青岛科技大学研究生学位论文 第一章绪论 1.1研究背景与意义 近年来我国人口老龄
13、化程度逐步加深， 1999年进入老龄化社会时为 8600多 万人，而现今已超过 1.3亿人。随之而来的是居民对医疗的需求逐步增大，医疗费 用支出逐步上升，加之我国看病难、看病贵的医疗现状，发展智慧医疗刻不容缓。 同时，由于科学技术的发展，医疗手段的多样化，各种体征传感设备、 x光片， 核磁共振成像器等设备的频繁使用导致医疗数据的规模呈指数型增长，文字、图片、 影像等半结构化、非结构化的数据大量涌现。巨量数据和非结构化数据对医疗系统 提出了巨大的的挑战，这些年来，越来越多的国家积极投身于医疗信息改革中，随 着技术的飞速发展以及大量的研究资金的投入，对海量数据进行大数据分析不再是 一件可望不可及的
14、事情。全球知名咨询公司麦肯锡在其报告中指出，在不考虑 体制 障碍的前提下，美国的医疗服务业可以通过大数据分析获得 3000亿美元的附加价值， 大数据的分析和应用能够大幅度的提髙医疗效率和医疗效果。 将大数据分析技术应用于医疗健康领域，利用数据挖掘和分析技术对医疗数据 进行分析，并与传统医学数据相结合，可实现精准、个性化的健康医疗服务。在临 床应用方面，利用大数据技术可实现疾病模式分析、临床效果比较、易感（高危 ） 人群分析、个性化治疗、临床决策支持、远程病人监控 (如慢病效果分析、公众健康 监控 )等。例如，通过分析全国患者的电子病历数据，可快速判断某种疾病是否爆发 或是否出现新的传染病种。若
15、是，公共卫生部门可及时启动疫情监测和响应程序。 因此，充分利用医疗大数据可降低传染病感染率，改善公众健康监控。在管理方面， 医疗大数据可用于疾病分类、资源管理、质量控制等操作。总之，充分利用医疗大 数据是推进医疗信息化、提高医疗行业的效率和质量的重要方法。 在此背景下，本文提出了基于大数据的智慧移动医疗信息系统结构，位医疗机 构提供了大数据的快速部署和维护，并为医生和患者提供了便捷的医疗服务。通过 本文研究，为医院信息化升级和社会区域医疗的建设提供一定的参考。 1.2相关研究的发 展现状 分别从智慧医疗现状、大数据在医疗行业的应用研究状况以及基于大数据的医 1 基于大数据的智慧移动医疗信息系统
16、结构研究 疗信息化服务研究三个方面，来阐述基于大数据的智慧移动移动医疗信息化服务平 台的国内外研究近况。 1.2.1智慧医疗的现状 2009年， IBM公司创造性的提出了智慧地球的概念，智慧医疗技术作为其必不 可少的一个方面便在世界范围内飞速的发展起来，现在学术界对智慧医疗实施的三 个阶段达成以下共识 1: 1,医疗大数据采集和分析 2大数据信息分析处理 3,智能 医疗认识学习 数据采集步骤主要通过移动终端（智能手机、平板、可穿戴智能设备）和物联 网技术实现对用户的健康信息（体温、脉搏、呼吸等基础生命体征信息 )、过往病历 (治疗历史、服药纪录等 ） 和基因数据 （ 基因测序技术的高度发展将提
17、供个性化的 治疗信息）的实时采集；远程分析处理步骤则先利用无线通信方式对信息进行高速 传输，再通过高性能大数据中心对医疗大数据进行处理分析，最后将信息储存在容 量巨大的分布式服务器上；智能医疗认知的实施和认知医疗大数据的深度挖掘，为 医 院信息化提供了基础、为远程医疗提供了保障和制药电子商务平台提供了依据， 最终实现智能医疗。 1.2. 2大数据在医疗信息化行业的应用研究 在国内，大数据在医疗方面的应用还处在研究阶段，随着对大数据理解的加深， 各医疗机构都意识到了医疗大数据的价值以及挖掘这些价值的迫切性，然而由于各 种现实原因，例如资金短缺、传统的医疗信息化系统的投资还未见回报等，大数据 在医
18、疗方面仍然处于纸上谈兵的状态。 而在国外医疗大数据也处于起步阶段。国际组织曾经对对美国和加拿大 333家 医疗组织及 10家其他机构进行考察 调査结果返现 ， 2013年，医疗领域累积的 数据量是 2011年数据量的1.85倍，然而高达 77%的医务人员评价各自组织在数据 管理方面的能力为 C等级。除此之外，只有 34%的报告证明他们能从电子健康记录 (EHR)中得到有用的数据来救助患者，却有 43%报告证明他们无法收集到足够的 数据辅助他们救助患者。同时，根据 SAS 份报告指出 M，在它们调査的 461个医 疗机构中， 74%的机构表示它们现在拥有的大数据是非结构化的，现有的信息化系 统无
19、法对其进行有效处理，因而可知道，北美的医疗信息化程度还需要更长时间的 准备才能进行医疗大 数据的管理使用工作。 在大数据在医疗行业的现实应用中，还有很多问题需要解决：如何提高医务人 员对大数据的认识，让他们乐于接受大数据所带来的挑战；如何在现有的、数据高 2 青岛科技大学研究生学位论文 度结构化的医疗系统中处理非结构化数据并将其应用到决策分析上；如何处理不同 来源的数据让它们协同合作。基于大数据的智慧医疗系统的建立，能显著的提高医 疗机构的信息化水平，为医院、患者带去更多的利益 4。 由此可见，虽然现在大数据在医疗上的应用体系还不够成熟，但基于大数据医 疗信息系统的研究，有理论依据和现实需要，
20、医疗机构和患者将成为直接受益者。 1.2.3医疗大数据应用面临的问题与挑战 随着互联网尤其是移动互联网的发展，社交网络的冲击，各种智能可穿戴式传 感设备的流行，造成了大量的无结构化、半结构化数据的涌现，虽然大数据数据还 不成熟，但是已经有很多公司如亚马逊、谷歌等从大数据的 一 些方面获取了巨大的 价值。可以说，大数据开启了一次重大的时代转型 5。当然，同其他技术一样，大 数据也面临者硅谷臭名昭著的 “ 技术成熟度曲线 ” ，自从媒体开始热衷于对大数据的 各种报导后，很多不成熟的想法纷纷涌现1抛弃传统的数据解决方案，完全以数 据为中心、只要数据量足够大，简单的算法就可以取代原有的复杂型算法，还有
21、人 认为大数据是万能的，能够预知来 。实际上，现今大数据还面临着许多挑战， 存在着一定的隐患，我们不能只看到它的优点，更不能任意夸大它的作用。 *大数据不是用来取代小数据的 大数据不是用来取代传统精确、结构化小数据的，即使数据总量的 3/4是非结 构化大数据，但由于非结构化数据的低价值特性，有效的非结构化数据与结构化数 据 相比并没有绝对优势，尤其是特定的应用领域，例如对精确性要求非常髙的医疗 收费系统程序，非结构化数据仍然可以占据主导地位 7。对于网络媒体、社交网络、 传感器网络等应用，利用大数据分析可以更好的分析非结构化海量数据的相关性， 例如阿里，百度、腾讯、新浪等面临数据爆炸的商业领头
22、人积极推动大数据技术发 展。 通过上面的分析可知，小数据专注于精确，大数据关注于完整和混杂。如果我 们专注于小数据的精确，就容易错过事情的原貌，若果我们专注于大数据带给我们 的宏观大方向，又会丧失小细节。由此可见大数据和小数据是对立统一 的，都能够 帮助我们进一步的接近真相，二者没有高下之分。 隐私保护 大数据固然能够给我们带来很多便利，但我们不能一叶陣目，不见泰山，大数 据给我们隐私带来的隐患不可小觑。 目前所采集的大部分大数据都包含有个人的信息，例如社交网络言论数据、购 物数据等等，总是有各种各样的诱导因素让我们想去获得更多、更彻底的数据，有 3 基于大数据的智慧移动医疗信息系统结构研究
23、些数据表面上不涉及个人，但经过大数据处理之后也许就指向个人了 s。在医疗领 域，这种信息的泄露可能会造成更严重的后果，小到个人歧视，大到国家战略安全。 另外，大数据的收集过程和隐私法有矛盾的地方。大数据的价值不仅仅来源于它的 基本用途，更多的来源于对它的创新利用。也就是说，数据的收集者可能起初并不 知道他收集数据的用途，这就导致收集者无法明确的告诉个人他收集数据的目的， 况且大数据的收集涉及到巨量的用户，也不可能做到一一通知，这与隐私法的精神 相矛盾 9。更有社会学家提出，我们现在的生活在一个监控无处不在的社会，因为 监控成本越来越低，技术难度也大幅下降。马克思定义人为一切社会关 系的总和，
24、而社交网络把人视为社会关系，网上互动以及搜索内容的总和，可以说，只要掌握 社交网络，就能掌握人。 经分析可知，大数据使得隐私保护变成一件几乎不可能的事情 *相关性预知 大数据是动态的，不断更新的，通过对大数据的分析我们可以获取大量事物间 的相关性，相关性不等于因果性，虽然它无法精确的告诉我们原因是什么，却可以 告诉我们事情的大致走向，这又是一把双刃剑。以医疗为例，一方面我们可以预测 传染病的传播，帮助易感人群免受伤害 1;另一方面我们也可以根据一个人的家族 病史，生活习惯预测出一个人将来得身体状况如何，甚至预测出这个人将来会成为 一个什么样得人 m!这种将来的信息极有可能造成对个体的偏见，个体
25、会受到 “ 将 来的我 ” 的惩罚，大数据若是应用类似的方向上，是在让人不寒而栗。 1.3论文的研究内容和研究思路 通过对医疗信息化、大数据技术以及大数据在医疗行业的应用等方面的研究学 习，总结基本理论与知识点，提出基于大数据的智慧移动医疗信息系统结构，采用 物联网为数据采集平台，并设计与幵发基于此平台的临床护理信息系统，实时获取 如医嘱执行、病人入院教育、移动输液、生命体征采集、检查检验的查询等医疗服 务。 论文研究的主要内容如下。 首先，通过研究在医疗信息技术的发展，分析了医疗行业的现状、基本内容， 总结已有的研究作为本文研究的理论观点的基础，发现存在的问题并引出论文研究 的主题。 第二，
26、分析医疗信息化应用的发展状况及需求特点，结合大数据技术的功能特 征，提出基于大数据的移动医疗信息系统结构，通过大数据分析打造医院核心医疗 服务的同时兼顾医院基础信息服务，并以此作为医疗领域信息化建设的可行方案。 4 青岛科技大学研究生学位论文 这是本论文的核心。 第三，设计实现了医院大数据釆集、分析、应用平台，在其基础上拓展医疗服 务功能，利用大数据分析方法，实现一个基于大数据的智慧移动医疗信息系统，为 医疗信息釆集、医疗信息査看、医疗数据分析等提供一个与普通患者通信的平台。 第四，在上述结构基础上，开发了基于大数据的移动医疗信息化服务平台原型 系统 移动护理和移动健康监控服务平台。系统采用专
27、业的大数据存储分析工具， 为医生和患者提供实时的病情监测服务等，还为医院的其他系统的介入提供了统一 的集成平台。该系统是大数据医疗信息化服务体系服务临床护理工作者和普通患者 的一个示例，同时也是大数据概念应用于医疗健康领域实现医疗信息共享的一个原 型系统。 1.4论文的组织结构 全文共分五章，具体章节安排如下： 第一章总结了智慧医疗的现状以及大数据在医疗行业的应用，并指出了本文研 究的意义及思路。 第二章从医疗信息化服务体系、大数据的基本概念以及 Hadoop分布式平台三个 方面，阐述了基于大数据的智慧移动医疗信息系统结构的基础理论 第三章提出基于大数据的智慧移动医疗信息系统结构，并对该结构的
28、各个组成 部分做了详细的说明。 第四章是对第三章提出的系统结构的具体实现，并结合作者参与的一个临床护 理信息化项目做了具体论述。 第五章对本文所做工作进行总结，并对以后研究工作进行展望。 基于大数据的智慧移动医疗信息系统结构研究 第二章基于大数据的智慧移动医疗信息系统结构基础理论 2.1医疗信息化服务体系概述 2.1.1医疗信息化服务模式 医疗信息化不是简单的计算机化，而是以信息共享为核心，包括医疗机构内部 , 医疗机构之间，医疗机构与社区、卫生行政等部门、医疗保险机构相互之间的信息共 享，最大限度地方便患者就医全过程，提高医疗工作效率，以及方便各类管理人员的 分析决策管理工作，充分发挥信息技
29、术在医疗行业中的应用价值，提高医疗资源的 有效利用率。 医疗信息化历经 30多年，从最初的单机简单应用和小型网络管理系统，到基于 网络技术和大型关系型数据库技术研发的医院管理系统，再到近几年区域医疗信息 化的探索，整体呈现出从原有封闭的、独立的医院信息系统到 幵放的、遵循行业标准 的医院信息系统，再到区域性、全国性医疗卫生服务信息平台的发展趋势。随着医 疗基本制度改革的不断深入，必须借助于先进的平台技术，构建面向现代健康服务的 多类应用架构。 2. 1.2医疗信息化服务体系的应用 本节主要介绍了现今在医疗服务信息化领域相对比较核心的几个系统，包括以 财务为核心的医院信息管理系统 HIS、 临床
30、实验室数据管理系统 LIS、 医学影像系统 PACS、 电子医疗纪录 EMR、 居民健康档案 HER等。 (1) 信息管理系统 （ HIS) HIS是指利用电子计算机和通讯设备，为医院所属各部门提供对病人诊疗信息和 行政管理信息的收集、存储、处理、提取及数据交换的能力，并满足所有授权用户 的功能需求，它涵盖了信息学、计算机科学、管理学、医学等多门学科。 HIS的管理系统，通过辅助决策功能提高了医院管理水平和医疗效率，管理系统 主要包含：行政管理、医疗管理、决策支持及其他辅助系统。 HIS的质量评价系统， 应用工程控制理论建立了医疗质量评价、护理质量评价、工作效率评价、工作质量 评价，通过评价系
31、统，医务人员能够相互监督、学习进步。 HIS的质量控制系统应用 控制理论和 AI对医疗质量进行科学管理，例如辅助分析和临床检验质量控制。 6 青岛科技大学研究生学位论文 在很多发达国家， HIS己经得到了广泛的应用，并带来了良好的经济、社会效益 D4。可以说 HIS是医院发展、运营实现现代化的必备基础设施和技术支持，使用医院 .信息管理系统可以用更规范、科学的方式来对医院加强管理，提髙医院系统运作效 率，加强部门间合作，提升医疗品质，进而树立起现代医院的新形象。 (2) 检验管理系统 （ LIS) LIS系统是一个能够实现临床检验智能辅助以及检验信息自动管理的系统 。 他的主要作业是将检测的实
32、验仪器传回的数据经过分析后，自动生成打印报告，通 过网络上传至数据库中，使医生能够通过医生工作站方便、及时的看到检验结果， LIS系统已经变成医院信息化管理中不可或缺的一部分。 使用 LIS系统可以带来以下好处： 为医务人员提供实时访问权限，使他们可以获得实时确切的检验室信息。包 括检验样本的检验室号码、时间、地点以及登记有患者的身份、姓名、类型等在内 的当前或以往累积的检验结果报告。 保检验结果的可靠性和准确性。使 用 LIS系统的内部核对校验和质量控制管 理功能，最大限度的降低人为误差。 检验室医护人员提供智能、人性化的操作模式，使处理诸如按照规程审核检 验结果、取消检验项目、分析处理存在
33、重大疑问的检验结果、执行特殊的命令和处 理质量控制等问题更轻松自如，这将使检验人员获得更快的速度和准确的检验结果。 减少非技术性工作花费的时间，更大限度的发挥专业人员的专业优势，例如： 接听咨询电话和书写检验统计报告等。 提供检验结果自主査询功能，通过传真以及远程打印将系统分析处理后的数 据传输到护理区，或者直接导入到患者的电子 病历中，整个报告过程完全实现无纸 化操作。通过电子邮件或无线通信技术能够把实验室数据快速传送到主治医生手中。 提高了医务人员，包括检验文员和档案整理人员工作的乐趣、责任感和满足 感。 LIS改进了检验室的操作规程，例如使用条型码标签代替手写提示贴来标记 检验标本；与检
34、验分析仪器实现既可读取检验数据，又可程序自动控制分析仪器的 双向对接，改善双边对接界面，减少重复录入检测选项的耗时，从而提高出报告结 果的效率和技术人员的工作效率。 (3) 医学影像系统 （ PACS) PACS系统是一种用于住院放射科计算机系统，主要功能是将在医院产生的各种 医学图像（包括超声， CT, MRI)通过各种接口（网络，模拟信号， DICOM)以信息 化、数字化的形式存储起来，在需要的时候可以快速检索出来以供使用。除此之 外， PACS还能够提供一些辅助诊断的依据。它在各种影像设备产生数据的存储和传 7 基于大数据的智慧移动医疗信息系统结构研究 输方面发挥着不可或缺的作用。 引用
35、此系统可在以下几个方面带來改善： 减少物料成本：通过引入 PACS系统，图像信息全部采用采用数字化存储方式， 节省了大量的传统存储介质，例如纸张、胶片等。 降低管理成本：图像的数字化存储有不失真的特性，而且占地空间小，降低 了高额的管理费用。 提升了工作效率：影像的数字化存储允许在有网络的地方随时调取査阅使用 影像，比如借片和查阅病人过往病历等。原本需要很长时间和大量人力投入的事情 现在只需要轻松点击便可实现，极大的提升了医务人员的工作效率，工作效率的提 髙同时意味着每天能看顾的病人数量和时间的增加，在更好的为病人服务的同时给 医院带来了更多的效益。 提高医疗水平： 数字化能够极大的简化优化医
36、生的工作流程，将医生从繁重 的手工作业中解放出来，从而把更多的时间和精力放在对病人的诊断上，有助于提 升医院的诊断水平。同时先进图像处理科技的引入使得过去难以发觉到的病变变得 清晰可见。便捷的过往病历查阅还允许医生能够参考过往的经验作出更精准的判断。 同时，数字存储还大大提高了远程医疗的可靠性。 医院资源积累：对医院而言，典型的病历图像和报告是非常有价值的资源， 而髙保真的数字影像和在专家辅助系统下做出的规范的报告是医院的宝贵的技术积 累。 ，充分使用本院资源和其他医院资源：通过 远程医疗，可以促进医院之间的技 术交流和互补，互惠互利，共同发展。 (4) 电子病历系统 （ EMR) EMR是指
37、通过计算机、健康卡等设备以电子化方式精细管理、保存、传输、重 现患者的就诊信息，取代传统纸质病历。它的内容包括纸质病历的全部信息，如病 程记录、检查检验结果、医嘱、手术记录、护理记录等 17。它能给用户提供访问完 整精确的数据、警示和临床决策能力。 应用此系统的作用： 为医院收集、管理病人长期的健康记录和诊疗情况 提供随时随地提供安全可靠地访问病人就诊记录的能力； 在医疗服务过程中，做为源头信息为医生诊治依据； 协助病人或病人组，制定诊疗以及循证医疗计划 收集连续质量改进的数据，利用利率风险管理方法，规划管理绩效数据 为公共卫生和流行病学等纵向医疗研究提供合适的数据 支持临床试验和循证研究 8
38、 青岛科技大学研究生学位论文 (5)电子健康档案 （ EHR， Electronic Health Records) 电子健康档案，是人们在与健康有关的活动中直接形成的历史记录，将其中有 备份査询价值的进行电子化存储 18。它是的 终生有效的个体健康档案，存储于计算 机系统之中、提供针对个体的服务，并且拥有安全保密性能。 EHR以个体健康做为 核心，贯串个体的整个生命，涵盖了个体各种健康相关的要素、完成了对个体健康 多渠道信息的动态收集，为个体自我健康保护、管理和决策提供重要的信息资源。 EHR中包括个体基本信息、疾病纪录和健康问题摘要、主要医疗保健服务记录 等内容。医疗卫生服务记录、健康体检
39、记录和疾病调查记录是 EMR的主要信息来源 , 并通过信息化其进行数字化存储和管理。今后，居民的电子健康档案中还可能增加 健康评估、健康指导等功能，跟踪健康状况走势。 2. 2大数据的基本概念、来源与应用 2. 2.1大数据概述 大数据是一个比较抽象的概念，从字面意思上来看，它表示大量规模的数据。不 过单纯从数量上的庞大仍然无法看出大数据这个概念和以往的 “ 巨量数据 ” 、 “ 超大 规模数据集 ” 等概念之间有什么区别。目前，大数据仍没有一个被普遍接受的定义， 不同的定义不同的定义都是基于大数据的特点，通过这些特点的描述和总结，试图给 出它的定义。在这些定义中，其中较有代表性的定义为 3V
40、定义，即认为大数据应该 具备 3个特征 :规模 (Volume)、多样 (Variety)和高速 (Velocity)。除此之外，还有 人提出了 4V定义的，即尝试在 3V特征的基础上增加一个新的特征。有关第四个特 征 V的说法还没有统一。 IDC认为大数据还应当具有价值性 （ Value),大数据的价值 往往体现出稀疏的特点。而 IBM认为，大数据应该具有真实性 （ Veracity)。 大数 据专家维克托 迈尔 舍恩伯格则认为，在大数据中，强调数据存储空间上的大小， 只不过是一个让大家感性认识大数据的标准，大数据真正的意义在于以 “ 全样本 ” 来代替以往的 “ 随机样本 ” ，他更强调数据 “ 全 ” 的性质。最简洁明了的莫过于维基 百科对大数据的定义 19:大数据是指使用常用软件工具获取、管理和处理数据所消 耗的时间超出可容忍时间的数据集。 现在，在大数据的定义是很难达到这个概念完全一致，与大数据概念刚提出的 时候的情况是类似的。在面临实际问题时，不要太执着于一个具体的定义，在把握 3V 定义的基础上，适当的考虑其 4V的