首页 > 文献资料
-
智慧医院建设及应用场景的研究与实践
目的:描述智慧医院建设的应用场景和实践案例.方法:结合医、患、护、管的需求,通过AI引擎模块化设计适应更多智慧应用场景.结果:智慧应用可以在临床服务、科研教学、运营管理等方面得到运用,全面提升医院能级.结论:智慧医院将推动医院信息化从标准化、专业化向精准化发展.
-
基于Hadoop的医疗健康档案大数据平台构建
目的:构建存储海量数据、承载并行交互计算的、快速实现大数据应用分析需求的医疗健康大数据平台.方法:采用Hadoop框架结构,使用Spark计算框架,SDB分布式数据库技术进行构建.结果:使用大数据技术构建出健康档案大数据平台.结论:将大数据技术应用于健康档案平台,建立新的技术方案与思路.
-
医疗质量管理云平台的研发与应用
基于移动终端和即时通讯工具,利用云计算、大数据等现代信息技术和动漫医学等新媒体手段,打造医疗质量管理云平台,创新了学习考试考核模式,促进了核心医疗制度的有效落实,节约了成本,提升了管理效率、效益和满意度.
-
基于Hadoop的医疗大数据智能辅助诊疗平台的构建
目的:高效处理医疗大数据,将医疗大数据技术应用于临床,构建临床辅助诊疗平台.方法:采用Hadoop大数据技术框架,分布式计算存储医疗数据;利用人工神经网络模型与方法,开展智能诊疗应用探索.结果:构建了大数据智能辅助诊疗平台的模型.结论:运用Hadoop大数据技术与人工神经网络模型,可构建大数据辅助诊疗平台,实现临床智能辅助诊疗.
-
医院临床研究中的大数据应用需求与策略
医院中以临床应用为导向的信息化建设多年来积累了大量患者临床数据.应用大数据的思想、方法与技术对临床数据进行分析,是当前推进临床研究的重要方法.相比传统的样本随机对照试验方法,大数据方法在样本量、数据来源、数据质量、适宜研究类型等方面都有着自身优势.在临床研究中可通过建立统一临床数据中心、专科临床数据集市和配套应用软件来应用大数据技术.同时,建立融合临床医生、IT开发人员和统计分析师的团队.
-
我国智慧医疗建设现状分析
智慧医疗是智慧城市建设的重要组成部分,是数字化医疗建设的深化应用阶段.智慧医疗利用物联网、云计算、大数据、移动互联网等新技术,在数字医疗建设和应用的基础上进一步发展,是促进医疗健康服务产业发展的新模式、新业态、新动力.当前,尽管仍存在一定问题,但我国智慧医疗发展的内外环境逐渐成熟,为智慧医疗的建设、应用和发展提供了健康的产业环境.
-
大数据时代下精准医疗的发展现状研究
目的:探讨大数据环境下精准医疗发展现状、难点及建议;方法:介绍大数据时代下医疗行业的机遇和挑战,介绍精准医疗及其应用,分析精准医疗的技术、社会难点,并提出建议;结果:用大数据技术分析个人基因与诊疗数据,助力精准医疗;结论:大数据助力精准医疗发展,使治疗更具针对性和高效性,避免资源浪费.
-
我国高血压病人就医行为研究现状与启示
研究高血压病人就医行为,挖掘其中的规律和信息,对于规范高血压病人管理、降低医疗费用以及制定相应的卫生管理政策有一定的辅助作用.通过文献综述发现,基于问卷调查和统计学方法的高血压病人就医行为研究已取得了一定的研究成果,但也有局限性,而基于大数据的高血压病人就医行为分析已显示出优势.通过分析当前研究的成果与不足,旨在为今后基于医疗卫生大数据平台的高血压病人就医行为数据挖掘提供借鉴.
-
我国健康医疗大数据的现状、问题及对策
在厘清健康医疗大数据的基本概念和基本特征基础上,对我国健康医疗大数据的现状和问题进行了分析,后形成政策建议.健康医疗大数据泛指与健康和生命有关的所有数据,涵盖从出生、婴幼儿保健、疫苗注射、入学体检、工作体检、就诊、住院、饮食、运动、睡眠、死亡等全生命周期各个生命历程所产生的数据,具有海量性、多态性、微观性、隐私性、追踪性、全面性、冗余性等特征.当前我国健康医疗大数据发展具有良好基础,但存在数据缺乏互联互通、非临床健康数据缺乏、全生命周期追踪数据缺乏、数据隐私保护堪忧等问题.为此,需要全面加快健康医疗大数据基础工程建设,促进健康医疗大数据应用体系建设,积极推动互联网健康医疗发展,大力推进健康医疗大数据科研应用,全力打造健康医疗服务新业态.
-
宁夏卫生云平台健康医疗大数据的挖掘与挑战
宁夏卫生云平台基本架构已建成,围绕人口健康信息的各项业务系统正在有序推进,平台人口医疗健康数据汇总逐步完善,通过开展数据挖掘与利用,依托信息化技术提升服务水平、创新服务模式、强化业务监管的便民惠民效果将逐步显现.通过分析云平台现有数据的挖掘应用,阐述面临的挑战和机遇.
-
医疗大数据分析在临床教育中的应用概况
大数据的应用是当今时代的主流,近年来关于医疗大数据分析应用的研究层出不穷,而在实际临床工作与医学教育中,一线工作者缺少相关知识,不了解研究进展的情况屡见不鲜;通过对医疗大数据临床应用、教学研究的文献进行检索和分析,以临床、教育两方面的应用现况为切入点,对医疗大数据在各领域的应用情况进行总结,为临床工作者以及医学教育者了解、应用医疗大数据起到一定的参考作用.
-
精准医学体系的构建及其面临的挑战
精准医学是生物信息学、医学信息学与大数据交叉发展形成的新型医学概念.其立足于癌症的基因诊断与靶向药物筛选,辐射到所有疾病的精准化诊断与治疗等多个领域的所有环节,终将助力于人类健康水平的提升.介绍了当前精准医学的整体概况,从精准医学的定义、研究范围、体系构成、信息平台框架设计及终实现的目标等方面描述了精准医学带来的新型医学模式.后对实施精准医学面临的问题进行了思考,并对当前面临的信息化方面的挑战进行了总结.
-
试论数字网络环境下中医药图书馆的创新与发展
随着信息环境和用户需求的变化，图书馆正在向数字化、网络化、泛在化、智能化、知识化发展。在科技创新年代，中国中医科学院图书馆作为我国中医药图书文献资源中心，要努力适应发展环境的变化，重新定位图书馆的功能，改革与时代发展不适应的组织管理及业务模式，在中医药资源建设及利用、中医药信息服务与人才资源开发等方面进行相应创新，积极拓展自己的职责，实现业务模式与服务能力的转型和超越，以保证图书馆可持续发展。
-
远程会诊系统综述
远程会诊系统作为远程医疗的重要组成部分,能够提高医疗服务的效率和质量.采用综述的方法对远程会诊的文献进行整理和分析,给出了远程会诊系统的概述,介绍了相关关键技术,并指出了未来研究方向.首先,根据远程会诊系统的应用场景介绍了医院、车载及便携式远程会诊系统.然后,从电子病历、远程视频及远程监控技术阐述了远程会诊系统的发展.后,给出了远程会诊系统未来研究的三个方向,基于普适计算、云计算及大数据技术的远程会诊系统将是未来远程医疗研究的热点.
-
从大数据角度探讨中医药信息学特征
中医药信息学的研究目标是通过提高中医药信息利用的能力，解决阻碍中医药学发展的瓶颈问题，推动中医学理论与方法学的继承与创新发展，促进临床疗效的提高。大数据具有数据体量巨大，数据类型繁多，价值密度低，处理速度快的特点，比较中医药数据与大数据的特点，探讨在大数据时代的推动下如何重新审视中医药信息学的特征，深刻认识中医药信息学的内涵。通过剖析大数据与中医药信息学的关系，为中医学研究发展找寻机遇与方法工具。
-
中欧电子健康圆桌会议在北京召开
2013年12月10日，由中国国家卫生和计划生育委员会、欧洲联盟委员会健康与消费者保护总司主办，国家卫生计生委统计信息中心、中国-欧盟世贸项目（二期）承办的中欧电子健康圆桌会议在北京召开。国家卫生计生委规划与信息司司长侯岩、国家卫生计生委统计信息中心副主任胡建平，欧盟健康与消费者保护总司一等参赞华杰鸿、欧盟通信网络内容与技术总司健康福利组负责人Gisele Roesems-Kerremans等中欧双方有关领导及相关代表共40余人出席了会议。中欧电子健康圆桌会议是中国-欧盟世贸项目（二期）实施的重要内容之一，双方代表围绕电子健康领域中的整体管理和政策、互操作性标准、大数据的获取途径和标准、远程医疗和协议、电子医疗记录等5项重点主题，进行了充分交流和深入探讨，达成了广泛共识。
-
基于SWOT模型分析大数据在医疗中的应用
信息技术的发展使数字化医疗日趋成熟，尤其是云计算、大数据等新兴技术给医疗信息化带来新的契机。大数据分析因其强大的预测能力，在临床诊断、疾病模型预测、个人健康管理、基因分析等领域显现出巨大优势。SWOT分析法是战略规划研究的一种分析技术，利用SWOT模型分析了大数据在医疗中的应用，对其优势、劣势、机会、威胁进行详细解读，探讨大数据在医疗中的应用价值。
-
利用大数据开源项目实现医疗临床大数据筛选
目的:用大数据技术,实现对复杂类型数据即席查询、文本搜索处理的临床大数据筛选和分析平台.方法:应用基于Hadoop的文件分布存储(HDFS)、大数据仓库(Hive)、数据抽取技术(Sqoop)以及分布式文本搜索(Solr)大数据开源项目,实现对临床大数据的分布存储管理、即席查询、筛选规则加载和病历文本分析.结果:按照“Bolondi再分期模型对肝切除术后患者总体生存预测”课题的数据筛选要求,平台能帮助研究者从大量的具有复杂结构的临床数据中获取符合规则的样本数据.结论:融合应用大数据开源项目是海量医疗临床数据筛选和分析的有效技术方法.
-
Tableau在医疗卫生数据可视化分析中的应用
利用Tableau对2017年北京地区医疗卫生数据进行可视化分析,视图结果可以科学地了解医疗卫生信息和行为,获取医疗卫生数据背后隐含的价值,方便对大数据分析结果的沟通和理解,更好地辅助决策,为管理部门提供决策支持.
-
基于区域卫生信息平台的高血压居民就诊行为大数据分析
目的:分析浦东新区高血压居民就诊行为在时间维度和地域维度的特点.方法:基于区域卫生信息平台中的高血压就诊数据,采用时间序列模型来预测高血压就诊人次数,采用聚类模型来分析不同地域的就诊人次特点.使用SPSSModelerl4.1作为建模软件.结果:时间维度获得了高血压居民就诊人次数的时间预测模型,并验证了模型的准确性;地域维度获得了不同社区就诊人次数特点.结论:研究基于大数据分析,获得了高血压居民就诊行为在时间维度和地域维度的规律和特点,研究结果可为医疗资源配置和卫生管理提供参考.
