醫(yī)療大數(shù)據(jù)的應(yīng)用

醫(yī)療大數(shù)據(jù)的應(yīng)用2021/10/101議程? 醫(yī)療與大數(shù)據(jù)的趨勢(shì)? 什么是醫(yī)療大數(shù)據(jù)?? 大數(shù)據(jù)面臨的挑戰(zhàn)? 如何管理和利用大數(shù)據(jù)? 案例分享? 總結(jié)與展望2021/10/102議程? 醫(yī)療與大數(shù)據(jù)的趨勢(shì)? 什么是醫(yī)療大數(shù)據(jù)?? 大數(shù)據(jù)面臨的挑戰(zhàn)? 如何管理和利用大數(shù)據(jù)? 案例分享? 總結(jié)與展望2021/10/103趨勢(shì)分析:我們正處在醫(yī)療行業(yè)的一個(gè)重要轉(zhuǎn)折點(diǎn)醫(yī)療費(fèi)用在不斷上升GDP的占比非常高Source:UnitedNations“PopulationAging2002”25-29%30+%20-24%10-19%0-9%%ofpopulationoverage602050WWAverageAge60+:21%全球老齡化平均年齡60+:目前的10%,到2050年將達(dá)到20%以美國為例:醫(yī)療大數(shù)據(jù)的價(jià)值3千億美元/年,相當(dāng)于每年生成總值增長0.7%2021/10/104趨勢(shì)分析:我們正處在醫(yī)療行業(yè)的一個(gè)重要轉(zhuǎn)折點(diǎn)0500010000150002010 2011 2012 2013 2014 2015存儲(chǔ)的增長醫(yī)療服務(wù)產(chǎn)生的數(shù)據(jù)總量(PB)AdminImagingEMREmailFileNonClinImgResearch醫(yī)療影像歸檔一個(gè)醫(yī)療系統(tǒng)案例的數(shù)據(jù)到2020年,醫(yī)療數(shù)據(jù)將急劇增長到35Zetabytes,相當(dāng)于2009年數(shù)據(jù)量的44倍增長2021/10/105議程? 醫(yī)療與大數(shù)據(jù)的趨勢(shì)? 什么是醫(yī)療大數(shù)據(jù)?? 大數(shù)據(jù)面臨的挑戰(zhàn)? 如何管理和利用大數(shù)據(jù)? 案例分享? 總結(jié)與展望2021/10/106醫(yī)療大數(shù)據(jù)簡(jiǎn)介1.制藥企業(yè)/生命科學(xué)3.費(fèi)用報(bào)銷,利用率和欺詐監(jiān)管2.臨床決策支持&其他臨床應(yīng)用

(包括診斷相關(guān)的影像信息)4.患者行為/社交網(wǎng)絡(luò)數(shù)據(jù)來源包括哪些?我們?nèi)绾卫么髷?shù)據(jù)創(chuàng)造價(jià)值? (示例)1.個(gè)體化醫(yī)療3.欺詐監(jiān)測(cè)得以加強(qiáng)2.臨床決策支持4.由生活方式和行為引發(fā)的疾病分析2021/10/107醫(yī)療大數(shù)據(jù)相關(guān)解決方案分布式平臺(tái)存儲(chǔ)優(yōu)化安全和隱私影像數(shù)據(jù)處理加速新興的醫(yī)療服務(wù)應(yīng)用個(gè)體化醫(yī)療臨床決策支持腫瘤基因組學(xué)健康信息服務(wù)基礎(chǔ)醫(yī)療服務(wù)個(gè)人健康管理老齡社會(huì)數(shù)據(jù)分析及視覺化處理類SQL的檢索醫(yī)療影像分析機(jī)器學(xué)習(xí)數(shù)據(jù)處理/管理醫(yī)療影像醫(yī)療記錄基因數(shù)據(jù)2021/10/108議程? 醫(yī)療與大數(shù)據(jù)的趨勢(shì)? 什么是醫(yī)療大數(shù)據(jù)?? 大數(shù)據(jù)面臨的挑戰(zhàn)? 如何管理和利用大數(shù)據(jù)? 案例分享? 總結(jié)與展望2021/10/109大數(shù)據(jù)的挑戰(zhàn)不僅來自于數(shù)據(jù)量的增長...

需要新技術(shù)的支持檢驗(yàn)結(jié)果,費(fèi)用數(shù)據(jù),影像,設(shè)備產(chǎn)生的感應(yīng)數(shù)據(jù),基因數(shù)據(jù)等數(shù)據(jù)量? 結(jié)構(gòu)化數(shù)據(jù),遵循標(biāo)準(zhǔn)的數(shù)據(jù)標(biāo)準(zhǔn)(如,HL7)? 非結(jié)構(gòu)化數(shù)據(jù),如口述、手寫、照片、影像等類型在傳統(tǒng)的解決方案之上，引入新的數(shù)據(jù)及分析模型和技術(shù)，實(shí)時(shí)有效的商業(yè)價(jià)值基于現(xiàn)有數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行分析，來支持不同種類的業(yè)務(wù)：如費(fèi)用及報(bào)銷、患者病史、歸檔影像分析、實(shí)時(shí)臨床決策支持（數(shù)據(jù)分析）價(jià)值?實(shí)時(shí)數(shù)據(jù)分析，而非傳統(tǒng)的批量處理分析?數(shù)據(jù)以流的方式進(jìn)入系統(tǒng)，進(jìn)行抽取和分析?對(duì)于實(shí)時(shí)運(yùn)行中的每個(gè)時(shí)間節(jié)點(diǎn)產(chǎn)生影響，而不是事后處理速度2021/10/1010議程? 醫(yī)療與大數(shù)據(jù)的趨勢(shì)? 什么是醫(yī)療大數(shù)據(jù)?? 大數(shù)據(jù)面臨的挑戰(zhàn)? 如何管理和利用大數(shù)據(jù)? 案例分享? 總結(jié)與展望2021/10/1011關(guān)注數(shù)據(jù)的價(jià)值數(shù)據(jù)源文本-語音-視頻-傳感器RequestingOrM2M通訊批量–商業(yè)應(yīng)用傳統(tǒng)解決方案環(huán)境ERP,CRM,Batch,OLTP-DB邊緣服務(wù)器(Edge)大數(shù)據(jù)存儲(chǔ)的考慮傳統(tǒng)存儲(chǔ)方式大規(guī)模數(shù)據(jù)分析–Hadoop*海量數(shù)據(jù)庫–Hive*大規(guī)模備份–Lustre*豐富的視覺化效果–安全的數(shù)據(jù)分析和緩存分析

同步端到端Machine-to-MachineSource-to-Source2021/10/1012關(guān)注數(shù)據(jù)的價(jià)值數(shù)據(jù)源文本-語音-視頻-傳感器RequestingOrM2M通訊批量–商業(yè)應(yīng)用傳統(tǒng)解決方案環(huán)境ERP,CRM,Batch,OLTP-DB邊緣服務(wù)器（Edge）DataCenterProvisioningDiscreteVirtualCloud–AsAServiceHPC大數(shù)據(jù)存儲(chǔ)的考慮傳統(tǒng)存儲(chǔ)方式大規(guī)模分析–Hadoop*海量數(shù)據(jù)庫–Hive*大規(guī)模備份–Lustre*豐富的視覺化效果–安全的數(shù)據(jù)分析和緩存分析同步端到端Machine-to-MachineSource-to-Source可行的解決方案體系（示例）Applications&ServicesVisualization–&AnalyticalToolsDataDelivery,Operational&GraphicalAnalyticsDataManagement&ComputationalAnalyticsCompute–Storage&InfrastructurePlatforms2021/10/1013大數(shù)據(jù)解決方案的部署方式（參考）企業(yè)級(jí)數(shù)據(jù)倉庫電子表格視覺化工具數(shù)據(jù)挖掘集成開發(fā)工具ODS&數(shù)據(jù)集市企業(yè)應(yīng)用工具傳統(tǒng)的文件格式日志社交&網(wǎng)絡(luò)遺留系統(tǒng)結(jié)構(gòu)化非結(jié)構(gòu)化錄音文件&筆記等數(shù)據(jù)平臺(tái)關(guān)系型數(shù)據(jù)庫No-SQL內(nèi)存數(shù)據(jù)庫SQL應(yīng)用NodeNodeNodeHadoop*WebAppsMashUpsIMPORTINSIGHTSCONSUMECreateMapREDUCE2021/10/101418大數(shù)據(jù)解決方案的整體框架架構(gòu)DataasaServicesBI&PredictiveAnalyticsExistingBI/Analyticswithin-databasedataprocessingsupportMedicalDevicesDataVelocityDataVolumeandQualityIntegratedAnalyticswithHadoopSupportIntegrationToolsDistributedHighPerformanceDataProcessingHadoop*MapReduceDataingestion,IntegrationandProcessingServicesMPPDatabasesDWAppliancesDatabasesDBMS/NoSQLCustomAnalyticSolutionsMapReduce TextualAnalyticsStreamingAnalytics10GBeFastFabricVerticallyIntegratedSoftwareIntelAIMSuiteNLP/SemanticSearch/MachineLearningKnowledgeManagementDataVulnerabilityHPC/TCPMICNAS-SASandDistributedStorageDataAccessUserAuthenticationDataCharacteristicsDistributed Virtual PersistenceEvent,MessageReal-Time,Cached,FederatedEDW,MartsDataVisibilityCloudProvisioningModels-Storage&ConnectivityConsiderationsDataSourcesText,VideoSecurityServicesPrivacyComplianceHumanGenome&DrugDiscoveryGISSurveillanceandMedicalDeviceStreamingDataDiagnosticImagesSocialMediaMedicalRecordsLogFilesandAudioProvisioningModelsCanVarybyDataCharacteristics2021/10/1015高效的大數(shù)據(jù)訪問途徑(客戶端)“KnowMe” “FreeMe” “ExpressMe”智能手機(jī)移動(dòng)醫(yī)療助理平板電腦筆記本,Ultrabook?其他設(shè)備臺(tái)式機(jī)數(shù)字標(biāo)牌自助終端MobilityVitalsign,I&OentryMedicationadministrationTemplatedataentryFree-formattextdataentryLargediagnosticimagesDatainquiryManageability“LinkMe”2021/10/1016大數(shù)據(jù)在中國醫(yī)療行業(yè)中的應(yīng)用模式1.制藥企業(yè)/生命科學(xué)3.費(fèi)用報(bào)銷,利用率和欺詐監(jiān)管4.患者行為/社交網(wǎng)絡(luò)2.臨床決策支持&其他臨床應(yīng)用(包括診斷相關(guān)的影像信息)?藥品研發(fā)對(duì)藥品實(shí)際作用進(jìn)行分析；實(shí)施藥品市場(chǎng)預(yù)測(cè)?基因測(cè)序?分布式計(jì)算加快基因測(cè)序計(jì)算效率?臨床數(shù)據(jù)比對(duì)匹配同類型的病人，用藥?臨床決策支持利用規(guī)則和數(shù)據(jù)實(shí)時(shí)分析給出智能提示?公共衛(wèi)生實(shí)時(shí)統(tǒng)計(jì)分析發(fā)現(xiàn)公共衛(wèi)生疫情及公民健康狀況?新農(nóng)合基金數(shù)據(jù)分析及時(shí)了解基金狀況，預(yù)測(cè)風(fēng)險(xiǎn)輔助制定農(nóng)合基金的起付線，賠付病種等?基本藥物臨床應(yīng)用分析分析基本藥物在處方中的比例?遠(yuǎn)程監(jiān)控采集并分析病人隨身攜帶儀器數(shù)據(jù)，給出智能建議?人口統(tǒng)計(jì)學(xué)分析對(duì)不同群體人群的就醫(yī)，健康數(shù)據(jù)實(shí)施人口統(tǒng)計(jì)分析?了解病人就診行為發(fā)現(xiàn)病人的特定就診行為，分配醫(yī)療資源2021/10/1017議程? 醫(yī)療與大數(shù)據(jù)的趨勢(shì)? 什么是醫(yī)療大數(shù)據(jù)?? 大數(shù)據(jù)面臨的挑戰(zhàn)? 如何管理和利用大數(shù)據(jù)? 案例分享? 總結(jié)與展望2021/10/1018案例分享:RegionalHealthInfoNetwork–China

Real-timeClinicalDecisionSupport?實(shí)時(shí)的醫(yī)療數(shù)據(jù)處理（電子健康檔案，醫(yī)療影像數(shù)據(jù)），支持醫(yī)療協(xié)同、臨床決策支持和公共衛(wèi)生管理采用Hadoop*(HBase*/Hive*)來實(shí)現(xiàn)醫(yī)療數(shù)據(jù)分析和處理? 未來將擴(kuò)展到不同領(lǐng)域、不同區(qū)域/地區(qū)（包括數(shù)據(jù)交換、處理和分析）?與本地的軟件廠商及OEM廠商進(jìn)行了廣泛合作? 技術(shù)挑戰(zhàn)– Hadoop(HBase/Hive)與傳統(tǒng)關(guān)系型數(shù)據(jù)庫如何有效結(jié)合– 大數(shù)據(jù)在區(qū)域衛(wèi)生信息平臺(tái)中的切實(shí)可行應(yīng)用場(chǎng)景PublicHealthHospitalPrimarycare(Grassroots)AncillaryData&ServicesHealthInformationDWEHRData&ServicesRegistriesData&ServicesLongitudinalRecordServicesHealthInformationAccessLayerCareCoordinationClinicaldecisionsupport…DataAnalyticR&D…RHIN2021/10/1019區(qū)域醫(yī)療及基層醫(yī)療信息系統(tǒng)大數(shù)據(jù)解決方案分布式數(shù)據(jù)服務(wù)系統(tǒng)展現(xiàn)層(報(bào)告,視圖)集成的用戶應(yīng)用界面（居民、醫(yī)生、衛(wèi)生行政管理人員）數(shù)據(jù)挖掘

（Mahout） 分布式批量處理框架(Map/Reduce)協(xié)作服務(wù)(Zookeeper)結(jié)構(gòu)化數(shù)據(jù)采集器

(Sqoop) 日志數(shù)據(jù)采集器(Flume)分布式文件系統(tǒng)

(HDFS) 區(qū)域衛(wèi)生信息訪問層(HIAL)醫(yī)院信息系統(tǒng)醫(yī)院信息系統(tǒng)實(shí)時(shí)數(shù)據(jù)庫(Hbase)語言和編譯(Hive)基層醫(yī)療信息系統(tǒng)新農(nóng)合醫(yī)療保險(xiǎn)服務(wù)器虛擬化基礎(chǔ)設(shè)施虛擬化網(wǎng)絡(luò)虛擬化 存儲(chǔ)虛擬化基于云的區(qū)域基層醫(yī)療服務(wù)系統(tǒng)多租戶應(yīng)用健康檔案數(shù)據(jù)存儲(chǔ)公共衛(wèi)生 醫(yī)療服務(wù)運(yùn)營管理 藥品管理2021/10/1020Sequencing3BillionBasePairsDataProcessingCloudStorageVisualizationMillionsofVariantsInterpretation&AnalyticsMillionsofVariantsMillionsofPatientsCommercializingTargetedTherapeuticsCompanionDiagnosticsActionableBiomarkers案例分享:NEXTBIO

基因數(shù)據(jù)分析Costtosequenceagenomehasfallenby800xinthelast4yearsEachgenomehas~4millionvariantsGrowthinthegenomicsdatainthepublicandprivatedomainDataavailableinvarietyofsources– Structured,semi-structured,unstructuredNewaggregateddatagrowingexponentially2021/10/1021案例分享:NEXTBIO

病人相關(guān)性數(shù)據(jù)NovelDiscoveriesBiomarkersDiseaseMechanismDrugIndicationsClinicalTrialParametersPatientCareOptionsLargecontentrepositoryofpublicandprivategenomicdatacombinedwithproprietaryandpatentedcorrelationengine2021/10/1022案例分享:KaiserPermanente大數(shù)據(jù)應(yīng)用2021/10/1023數(shù)據(jù)的發(fā)展趨勢(shì)? Kaiser的數(shù)據(jù)中，90%是非結(jié)構(gòu)化的(80%的EHR和影像數(shù)據(jù))? 在未來十年，數(shù)據(jù)將會(huì)有25倍的增長(Oneexabyteby2020)? 主要的數(shù)據(jù)增長來自于非結(jié)構(gòu)化數(shù)據(jù)(醫(yī)療影像,視頻,文本,音頻等)? 信息給實(shí)時(shí)個(gè)性化醫(yī)療服務(wù)帶來了可能性(RequiresContextual–device,environment,spatial,Demographics,SocialandBehavioralprofilesinadditiontomedicalinformation)? Kaiser正在評(píng)估大數(shù)據(jù)相關(guān)技術(shù)…結(jié)構(gòu)化數(shù)據(jù)80%非結(jié)構(gòu)化數(shù)據(jù)? 全世界80%的數(shù)據(jù)是非結(jié)構(gòu)化的(大量的移動(dòng)終端設(shè)備,機(jī)器產(chǎn)生的數(shù)據(jù))? 在未來十年，數(shù)據(jù)將迎來44倍的增長(35zettabytesby2020)? 主要的數(shù)據(jù)增長來自于非結(jié)構(gòu)化數(shù)據(jù)(在線的歸檔數(shù)據(jù),醫(yī)療影像,在線視頻和存儲(chǔ),照片等)? 信息給各行業(yè)發(fā)展帶來了新一輪的機(jī)遇(零售,金融,保險(xiǎn),制造,醫(yī)療,…)? 各行業(yè)已經(jīng)開始采用大數(shù)據(jù)技術(shù)用于信息提取全球數(shù)據(jù)的構(gòu)成結(jié)構(gòu)化數(shù)據(jù)Kaiser的數(shù)據(jù)構(gòu)成90%非結(jié)構(gòu)化數(shù)據(jù)2021/10/1024數(shù)據(jù)平臺(tái)計(jì)算的趨勢(shì)–分布式計(jì)算DiscontinuousChangeSAN/NASMasterSlave(s)DataisdistributedacrossprocessingslavenodesResourcescontainingdataarenotsharedMastermanagesthedatadistribution,jobschedulingacrossslavenodesandaggregatingresultsetsIntegratebuilt/boughtReal-timePredictiveAnalyticalSolutionsorProcessinglogicSMP(5$)MPP(10$)In-Memory(50$)SAN/NASSAN/NASShare-NothingDistributedStorageandCompute($)Fault-tolerantMasterSlaveArchitecturecapableofwithstandingpartialsystemfailuresDASSAN/NASSMP(DiskCaching,HighSpeedNetwork)(10$)Kaiserislookingtoexploitthiscapability…Structured,RelationalTabularDataInteractiveQuerySupportReal-timeAnalyticsSQLTransactionDataUnstructured,Non-tabularDataRichAdHocIntegrationReal-timeAnalyticsUQLALLData2021/10/1025大數(shù)據(jù)平臺(tái)–需求分析

Ingestion(DataModel,MetadataReferenceData,Store)

Integration(Alignment,Semantics,Completeness,Quality)

Interrogation(Clustering,Statistical,Quality,Semantics)

Information(Standard&AdHocreporting,Query,Alerts,Forecasting,Access)數(shù)據(jù)量(Sensors,EMR,Claims,Pharmacy,Images)類型(Structured,Text,Unstructured,Documents,Images)處理的特性

Intuition(Simulation,Optimization,StochasticOptimization)AunifiedinformationstoragemethodologyenablinguserstomanagedatafromALLsources.Aportfoliooftoolstomanage(profile,cleanse,classify,synchronize,aggregate,integrate,share)ALLtypesofdata.SupportcurrentBItoolsfocusedonstructuredinformation.Build/buypackagedunstructureddataprocessingandanalyticstools.Abilitytomodelinformationandtransitionfrommultipleaccessmethodstogenerating,sharing,collaboratingandactingoninsightsanytime,anywhereonanydevice.速度(SLAs,Real-timeDecisionSupport&ContextualIntelligence)Informationdrivesprocessoptimizationswithstrategicimpact.Modelingbusinessintuitionfromdatadeluge.數(shù)據(jù)的特性2021/10/1026大數(shù)據(jù)–界定的標(biāo)準(zhǔn)DATASIZEDATATYPEDATACLASSDATACATALOGDATAVELOCITYDATAACCESSDATABASETYPESERVERARCHITECTURESTORAGEA