医疗保障信息云平台解决方案

1、医疗保障信息云平台解决方案V3.0医疗保障信息云平台解决方案项目概述错误!未定义书签。产品愿景3产品定位43丄解决的问题3.2达到的效果 TOC o 1-5 h z 产品理念6 HYPERLINK l bookmark14 o Current Document 总体思路7 HYPERLINK l bookmark16 o Current Document 5.1对接数据源，获取医疗卫生云计算+大数据8 HYPERLINK l bookmark18 o Current Document 5.2对获取的医疗卫生云计算+大数据预处理机制9 HYPERLINK l bookmark20 o Curre

2、nt Document 5.3建立医疗卫生云计算+大数据的存储机制95.4医疗卫生云计算+大数据的处理和分析算法分类和形成.115.5开发专题云计算+大数据分析，形成专题云计算+大数据应用135.6开发机构云计算+大数据分析，建立机构云计算+大数据应用13 TOC o 1-5 h z HYPERLINK l bookmark30 o Current Document 5.7建立平台应用实施推广组织机制13 HYPERLINK l bookmark32 o Current Document 5.8建立平台产品优化升级服务组织机制13 HYPERLINK l bookmark34 o Curren

3、t Document 医疗卫生信息的云计算+大数据建模描述和分析14 HYPERLINK l bookmark36 o Current Document 6.1我们给出的相关数据模型15 HYPERLINK l bookmark38 o Current Document 6.2卫计委给出的相关数据模型16 HYPERLINK l bookmark40 o Current Document 6.3相关数据特征对比分析20 HYPERLINK l bookmark42 o Current Document 医疗保障信息云平台支持的业务主题场景22 HYPERLINK l bookmark44 o

4、Current Document 7.1医疗卫生服务机构应用24 HYPERLINK l bookmark46 o Current Document 7.1.1各级医院自身应用24 HYPERLINK l bookmark48 o Current Document 7.1.2基层医疗机构自身应用29 HYPERLINK l bookmark50 o Current Document 7.1.3区域卫生医疗联合体应用30 HYPERLINK l bookmark52 o Current Document 7.1.4医疗卫生机构的合规应用35 HYPERLINK l bookmark56 o Cu

5、rrent Document 7.2患者医疗治疗应用37 HYPERLINK l bookmark58 o Current Document 7.2.1患者就医过程提示服务37 HYPERLINK l bookmark60 o Current Document 7.2.2患者服药提示服务38 HYPERLINK l bookmark62 o Current Document 7.2.3患者饮食、运动、习惯注意事项服务38 HYPERLINK l bookmark64 o Current Document 7.2.4患者体征和治疗效果服务38 HYPERLINK l bookmark66 o C

6、urrent Document 7.2.5患者交流交往服务38 HYPERLINK l bookmark68 o Current Document 7.3个性化医疗服务应用38 HYPERLINK l bookmark70 o Current Document 7.3.1基因测序分析应用39 HYPERLINK l bookmark72 o Current Document 7.3.2个性化药物应用39 HYPERLINK l bookmark74 o Current Document 7.3.3个人健康管理应用40 HYPERLINK l bookmark76 o Current Docum

7、ent 7.4慢性病预防治疗应用（疾控中心）41 HYPERLINK l bookmark78 o Current Document 7.4丄慢性病检测、发现、预警服务42 HYPERLINK l bookmark80 o Current Document 7.4.2慢性病诊断服务43 HYPERLINK l bookmark82 o Current Document 7.4.3慢性病防控治疗服务43 HYPERLINK l bookmark84 o Current Document 7.5居民健康保健应用（疾控中心）44 HYPERLINK l bookmark86 o Current Do

8、cument 7.5.1居民自我健康保健应用45 HYPERLINK l bookmark88 o Current Document 7.5.2政府卫生管理部门进行居民健康管理应用45 HYPERLINK l bookmark90 o Current Document 7.5.3政府医疗规划结构进行居民健康保健决策应用45 HYPERLINK l bookmark92 o Current Document 7.6医疗卫生管理机构应用（卫生局）467.7医疗保险管理机构应用（医保局）46 HYPERLINK l bookmark94 o Current Document 7.7.1基本医疗保险的

9、决策支持分析49 HYPERLINK l bookmark96 o Current Document 7.7.2基本医疗保险费用单据的智能化审核50 HYPERLINK l bookmark98 o Current Document 7.7.3基本医疗保险的有效支付和治理应用50 HYPERLINK l bookmark100 o Current Document 7.7.4基本医疗保险和服务监管应用50 HYPERLINK l bookmark102 o Current Document 7.7.5降低看病率提升医疗效果应用517.8医药监管机构应用（药监局）55 HYPERLINK l b

10、ookmark104 o Current Document 7.9医药研发生产经营应用（医药企业）55 HYPERLINK l bookmark106 o Current Document 7.9.1医药研发企业应用56 HYPERLINK l bookmark108 o Current Document 7.9.2医药生产企业应用56 HYPERLINK l bookmark110 o Current Document 7.9.3医药流通企业应用57 HYPERLINK l bookmark112 o Current Document 7.9.4医药零售企业应用60 HYPERLINK l

11、bookmark114 o Current Document 740医疗卫生资源配置管理规划应用（政府主管部门）60 HYPERLINK l bookmark116 o Current Document 7.10.1医疗卫生资源服务现状分析61 HYPERLINK l bookmark118 o Current Document 7.10.2医疗卫生资源财务供给能力分析61 HYPERLINK l bookmark120 o Current Document 7.10.3医疗卫生资源规划指标对比62 HYPERLINK l bookmark122 o Current Document 7.10

12、.4医疗卫生资源政策建议63 HYPERLINK l bookmark124 o Current Document 7.U商业医疗保险应用（保险公司）63 HYPERLINK l bookmark126 o Current Document 7.11.1获得新客户和保留已有客户的分析应用63 HYPERLINK l bookmark128 o Current Document 7.11.2有效控制医疗费用的分析应用63 HYPERLINK l bookmark130 o Current Document 7.11.3商业医疗保险的保障设计和精算定价64 HYPERLINK l bookmark

13、134 o Current Document 7.11.4商业医疗保险的理赔运营管理应用65 HYPERLINK l bookmark138 o Current Document 7.11.5商业医疗保险的市场和销售拓展应用67 HYPERLINK l bookmark140 o Current Document 7.12公共卫生服务应用（卫生防疫中心）68 HYPERLINK l bookmark142 o Current Document 7.12.1传染病预警预报69 HYPERLINK l bookmark144 o Current Document 7.12.2公共卫生舆情监测预警7

14、0 HYPERLINK l bookmark146 o Current Document 7.12.3疾控和保健应用707.13政府监管应用（政府主管部门）71 HYPERLINK l bookmark148 o Current Document 7.13.1医药监管应用71 HYPERLINK l bookmark150 o Current Document 7.13.2医疗监管应用72 HYPERLINK l bookmark158 o Current Document 7.13.3医保监管应用73 HYPERLINK l bookmark160 o Current Document 7.

15、13.4医疗服务机构和医生监管应用74 HYPERLINK l bookmark162 o Current Document 7.14新型医疗卫生服务应用（政府主管部门）74 HYPERLINK l bookmark164 o Current Document 7.14.1远程医疗74 HYPERLINK l bookmark166 o Current Document 7.14.2移动医疗75 HYPERLINK l bookmark168 o Current Document 7.14.3互联网医疗76 HYPERLINK l bookmark170 o Current Document

16、7.14.4数字医疗77 HYPERLINK l bookmark172 o Current Document 7.14.5云计算+大数据医疗77 HYPERLINK l bookmark174 o Current Document 7.14.6智慧医疗77 HYPERLINK l bookmark176 o Current Document 7.14.7精准医疗78 HYPERLINK l bookmark178 o Current Document 医疗保障信息云平台支持的专题云计算+大数据应用79 HYPERLINK l bookmark190 o Current Document 8.

17、1患者分析（基于电子病历EMR）79 HYPERLINK l bookmark180 o Current Document 8.1.1患者数据预处理79 HYPERLINK l bookmark182 o Current Document 8.1.2患者个体（个性）分析80 HYPERLINK l bookmark184 o Current Document 8.1.3患者群体（统计）分析808.2疾病分析（基于电子病历EMR和电子健康档案EHR） 818.2.1常见疾病分析818.2.2慢性疾病分析818.2.3疾病诱因分析818.2.4疾病统计分析818.2.5临床路径分析818.3医生及

18、医护人员分析（基于医疗卫生资源数据）818.3.1医生及医护人员资历资格分析81 HYPERLINK l bookmark186 o Current Document 8.3.2医生及医护人员行医记录分析82 HYPERLINK l bookmark188 o Current Document 8.3.3医生及医护人员培训进修分析828.4处方分析（基于电子病历EMR） 82 HYPERLINK l bookmark192 o Current Document 8.4.1医生用药分析82 HYPERLINK l bookmark194 o Current Document 8.4.2患者用药分

19、析83 HYPERLINK l bookmark196 o Current Document 8.4.3处方用药分析83 HYPERLINK l bookmark198 o Current Document 8.4.4医院科室用药分析83 HYPERLINK l bookmark200 o Current Document 8.4.5安全用药分析83 HYPERLINK l bookmark202 o Current Document 8.4.6处方符合性分析84 HYPERLINK l bookmark204 o Current Document 8.4.7处方用药-诊断结论关联分析84 H

20、YPERLINK l bookmark206 o Current Document 8.4.8诊断结论-处方总价聚类分析84 HYPERLINK l bookmark208 o Current Document 8.4.9患者特征-诊断结论分类分析85 HYPERLINK l bookmark210 o Current Document 8.4.10患病时间-诊断结论序列分析85 HYPERLINK l bookmark212 o Current Document 8.5居民人口分析（基于电子健康档案EHR） 85 HYPERLINK l bookmark214 o Current Docum

21、ent 8.5.1居民个体健康分析85 HYPERLINK l bookmark216 o Current Document 8.5.2人口群体健康分析85 HYPERLINK l bookmark218 o Current Document 8.5.3人口亚健康相关因素关联分析85 HYPERLINK l bookmark220 o Current Document 8.5.4人口健康相关因素关联分析86 HYPERLINK l bookmark222 o Current Document 8.5.5人口健康时间空间分布分析86 HYPERLINK l bookmark224 o Curre

22、nt Document 8.5.6人口健康预测分析86 HYPERLINK l bookmark226 o Current Document 8.6药品分析（基于医药产业链数据）868.6.1药品种类分析86 HYPERLINK l bookmark228 o Current Document 8.6.2药品研发分析88 HYPERLINK l bookmark230 o Current Document 8.6.3药品生产分析91 HYPERLINK l bookmark232 o Current Document 8.6.4药品销售分析91 HYPERLINK l bookmark234

23、o Current Document 8.6.5药品物流分析92 HYPERLINK l bookmark236 o Current Document 8.6.6药品资金流分析92 HYPERLINK l bookmark238 o Current Document 8.6.7药品信息流分析93 HYPERLINK l bookmark240 o Current Document 8.6.8药品库存分析93 HYPERLINK l bookmark242 o Current Document 8.6.9药品质量偏差分析97 HYPERLINK l bookmark244 o Current D

24、ocument 8.6.10药品不良反应&药品群体不良事件分析98 HYPERLINK l bookmark246 o Current Document 8.7医疗健康检验检测分析（基于电子健康档案EHR） 98 HYPERLINK l bookmark248 o Current Document 8.7.1生理信号检测分析988.7.2医学影像图像分析998.7.3 DNA检测和DNA序列分析998.7.4重要人体征数据分析998.7.5远程自助健康医疗检测分析998.8医疗安全风险分析（基于电子病历EMR）998.8.1医疗安全分析998.8.2医疗风险分析998.8.3假药、过期药、成分

25、异常药的使用分析998.8.4医疗事故诱因分析1008.8.5医疗安全风险统计分析1008.9医疗卫生资源分析（基于政府的医疗卫生资源数据）.1008.9.1医生护理人员分析1008.9.2医院床位分析1008.9.3医疗检测检验能力分析1008.9.4医疗卫生资源需求分析1008.9.5医疗卫生资源匹配度分析1008.9.6医疗卫生资源对比分析1008.10医疗卫生效果分析（基于电子健康档案HER和医疗卫生资源数据）101 HYPERLINK l bookmark252 o Current Document 8.10.1医疗卫生满意度分析101 HYPERLINK l bookmark254

26、 o Current Document 8.10.2医疗卫生问题诱因分析101 HYPERLINK l bookmark256 o Current Document 8.10.3医疗卫生规划符合度分析101 HYPERLINK l bookmark258 o Current Document 关键核心技术和算法101 HYPERLINK l bookmark260 o Current Document 9.1云计算+大数据分析能力101 HYPERLINK l bookmark270 o Current Document 9.2云计算+大数据分析技术102 HYPERLINK l bookma

27、rk272 o Current Document 9.3云计算+大数据存储技术和系统103 HYPERLINK l bookmark274 o Current Document 9.4云计算+大数据业务模型建模104 HYPERLINK l bookmark276 o Current Document 9.5云计算+大数据的实时查询107 HYPERLINK l bookmark278 o Current Document 9.6云计算+大数据的复杂分析108 HYPERLINK l bookmark280 o Current Document 用医疗卫生云计算+大数据为业务服务112 HYP

28、ERLINK l bookmark282 o Current Document 10.1核心理念112 HYPERLINK l bookmark284 o Current Document 10.2管理闭环113 HYPERLINK l bookmark286 o Current Document 未来市场前景分析116 HYPERLINK l bookmark288 o Current Document 总结118第 页第 页医疗保障信息云平台解决方案V3.0第 页项目概述总体方案思路是:基于目前医疗服务机构及相关机构已有的HLI、 NHLI、HIS等有关系统形成并积累的医药医疗健康云计算+

29、大数据和 信息，采用最新的云计算+大数据技术、云计算技术、和数据挖掘 技术，形成对医疗行业具有新视角、全方位、智能性、预测性、可视 性的深层次展示分析效果（Insight）,揭示医疗行业整体规律和内在 发展趋势，揭示患者个体的独有特质并形成个性医疗，将医疗行业的 宏观大势与每个患者的微观个体定性定量描述有机结合，达到支撑和 形成医疗行业新应用场景和新服务模式。“医药医疗健康云计算+大数 据”是具有更强的决策力、洞察发现力和流程优化能力的海量、高增 长率和多样化的信息资产，但需要新计算处理模式。医疗保障信息平台的上线，实现了我省医保信息平台、业务编码 标准、医保数据规范、医保服务行为监管、医保结

30、算模式的五统一， 为全省医保业务办理标准化、监督管理智能化、公共服务便捷化、决 策分析精准化提供了强有力的支撑。”这不仅标志着全国统一的医保 信息平台在*完成实质性落地应用，使医保数字化工作迈入了标准 化、集约化、一体化的新阶段，也为进一步深化医疗保障“放管服” 改革，实现“数据多跑路，民众少跑腿”奠定了坚实基础，增强民众 的获得感、幸福感、安全感。医保关系千家万户，老年人等群体更是医保信息的高频使用者。 这一庞大群体将如何适应医保数字化的进程？对此，国家医保局医保 中心相关负责人表示，聚焦解决老年人等群体运用智能技术的困难, 国家医保局正组织各级医疗保障经办机构对服务事项进行摸底排查, 坚持

31、传统服务方式与智能化服务创新并行，不断改进传统服务方式, 切实提升服务质量。同时，聚焦医疗保障民生领域“难点、堵点、痛 点问题，针对参保登记、异地就医备案、门诊慢特病病种待遇认定、 医疗费用手工（零星）报销等老年人等群体办理的高频事项，指导地 方尽快出台一批便民、利民举措，发挥线下等传统服务方式兜底作用， 同步提升线上服务对老年人的适用性，切实转变作风，强化服务意识, 着力打造群众满意的医疗保障服务。方案愿景形成充分发挥云计算+大数据技术的，针对医疗医药行业的，能 充分适应医疗卫生信息特征的云计算+大数据分析应用支撑平台，通 过云计算+大数据分析，达到发现知识、发现规律、预测未来，将医 疗卫生

32、行业推进进入云计算+大数据时代提供技术可行性。一是地方医保部门要落实主体责任，以“走在前”的使命感、“加 油干”的责任感和“不停歇”的紧迫感，全力以赴推进项目建设，按 照预定计划推进平台落地。二是地方医保部门要把医保标准化建设列 入重要议事日程，在地方平台上线前完成15项医保信息业务编码贯 标工作，做到项项有码、条条有数、对应准确，并顺利通过国家贯标 验收工作。三是要加强政府部门之间沟通协调，密切协作，形成合力， 畅通渠道。并在此基础上加强医保内部部门沟通协调，尤其是业务部 门和数字化部门要加强配合，协同推进。方案定位方案以医疗卫生行业的整体数据架构（数据模型、数据构成、数 据关系）为基础和标

33、准，以对应的医疗卫生业务数据为输入，通过云 计算+大数据技术，形成针对医疗卫生行业中不同机构、角色和业务 活动的智能化应用，因此方案不是代替已有医疗卫生数字化系统，而 是在多个方面强化已有医疗卫生数字化系统，包括任意查询、即兴分 析、业务增强、规则约束、预测未来、发现知识，并提供互动性、及 时性、预知性、洞察性，从而达到实现智慧医疗的目标。3.1解决的问题当前医疗卫生数字化建设的主要问题是各个区域内不同医疗机 构中患者的基础信息和各种临床信息资源分散、重复、孤立，导致有 效信息闲置、信息重复或不一致，很难得到有效利用。通过方案实现国家医疗卫生数字化规划中“463：L-2的三大基础 数据库，即电

34、子健康档案数据库、电子病历数据库和全员人口个案数 据库的应用落地；通过方案实现智慧医疗的核心部分，即医疗卫生服务体系的智能 化，使医疗卫生的各种应用提升水平；通过方案为“看病难、看病贵”的解决提供科学定量判断依据、 对比分析依据和方案效果评价依据；3.2达到的效果方案预期部署到云平台上运行，采用SOA的理念进行架构开发， 通过分层将公共云计算+大数据算法模型封装为服务，对业务应用提 供服务，同时平台业务应用也是服务的形式存在，即应用单位不再需 要购买部署自己的服务器硬软件环境，只需要开通相应服务就可以了。 各个应用单位根据自己的业务需要定制服务，平台支持“开通即用” 服务模式，为实现业务应用集

35、成，方案将对外支持Web Service方式 的接口服务。方案希望将医疗卫生的智慧功能应用普及到业务角色和过程的 方方面面，包括医生（包括专科医生、全科医生、保健医生等）、患者 （包括慢性病患者、潜在患者等）、管理者（包括医疗管理者、医疗 保险管理者、医药监管管理者、公共卫生管理者等）、医药经营者（药 品研发、药品生产、药品物流、药品零售等）以及商业医疗保险经营 者（健康险、大病险、医疗意外险等）。方案理念医疗卫生、健康保健、医药器械形成的海量数据就象一座待开发 的金矿，利用云计算+大数据技术、云计算技术、物联网技术和便携 设备技术的最新成果，将给医疗卫生事业带来全新革命性的改变，明 显解决看

36、病难和看病贵的问题，达到医疗卫生资源配置分布合理、大 病小病治疗各司其职、疾病预防治疗有机结合、公民健康保健全过程 覆盖。总体思路通过建立医疗卫生云计算+大数据的统一标准和规范，形成可被 相关业务应用所利用的医疗卫生云计算+大数据源和交互机制，在此 基础上，首先形成专题云计算+大数据应用，这些应用具有跨部门和 组织机构的通用性，并具有良好的稳定性，因为这些应用是面向医疗 卫生专题的；基于专题云计算+大数据应用，根据医疗卫生相关部门 和组织机构的业务要求，可开发形成各种业务云计算+大数据应用， 并且随着平台的推广，积累的医疗卫生业务云计算+大数据应用的实 例将会越来越多，并最终形成不同方向的最佳

37、应用样例。专题大数据应用医疗卫生大数据源患者分析疾病分析用药分析费用分析健康分析个人生命全周期药品分析资源分析效果分析业务大数据应用个人（患者、亚健康）医疗卫生服务机构医药生产经营企业医疗卫生管理机构医疗保险机构安全风险分析公共卫生服务机构医药监管机构5.1对接数据源，获取医疗卫生云计算+大数据医疗卫生云计算+大数据中心为方案进行医疗卫生云计算+大数 据分析提供数据源，但不在方案范围内，并平台只是开发提供一套与 该数据中心的数据读取接口，并具有监控数据读取情况汇总统计和异 常提示功能。该数据中心的定位：整合区域内不同医疗机构中患者/健康人群 的各种临床诊疗数据、健康数据，在相对集中的逻辑/物理

38、环境中， 构建一个以存储和处理患者/健康人群诊疗信息为核心，覆盖多学科、 多专业的面向区域内主要卫生行政主管部门、临床医疗机构和社会公 众的医学（医药、医疗、健康）信息资源共享机制一-区域性医学数 据中心。区域性医学数据中心的建设以行政业务处理、医疗、预防、 保健、康复为服务主线，以健康人群和患者的医疗活动需求为基础。 区域卫生数据中心通过制定标准的数据接口，建立基于广域网的信息 交换、数据采集和传输机制，对区域内医疗卫生信息数据进行采集、 传输、清洗和汇总，将医院、社区、医药企业以及公共卫生机构的各 类数据、系统有机地整合起来，生成区域的卫生云计算+大数据。5.2对获取的医疗卫生云计算+大数

39、据预处理机制医疗卫生云计算+大数据预处理主要完成对已接收数据的辨析、 抽取、清洗等操作，目的是将数据按统一的格式提取出来，然后再转 化，集成，载入数据仓库的工具(ETL)包括：抽取：因获取的数据 可能具有多种结构和类型，数据抽取过程可以帮助我们将这些复杂的 数据转化为单一的或者便于处理的构型，以达到快速分析处理的目的; 清洗：对于云计算+大数据，并不全是有价值的，有些数据并不是我 们所关心的内容，而另一些数据则是完全错误的干扰项。因此要对 数据通过过滤“去噪”从而提取出有效数据。5.3建立医疗卫生云计算+大数据的存储机制虽然关系型数据库系统(RDBMS)在安装和使用上仍然占有主要地 位，但毋庸

40、置疑，非关系型数据库NoSQL技术已经成为今天发展最快 的数据库技术。NoSQL是对数据库系统的总称，在某种程度上，它的 性能和用途可能完全不同。目前除了关系型数据库外，还主要存在有以下四种NoSQL数据管 理系统：键值数据库：当数据以键的形式访问时，比如通过国际标准书号 ISBN找一本书，键值数据库是最理想的。在这里，ISBN是键，书籍的 其他信息就是值。必须知道键才能查询，不过值是一堆无意义的数据， 读取之后必须经过翻译。文档数据库：该数据库以文档的形式管理和存储数据。有点类似 于键值数据库，但文档数据库中的数据有结构。与键值数据库中值是 一堆无意义的数据不同，文档数据库中数据以文档的结构

41、被描述，典 型的是JavaScript Object Notation (JSON)或XML。文档存储数据库中的 数据可以通过定义的任何模式进行查询，但键值数据库只能通过它的 键进行查询。列式数据库：也被称为列式存储或宽列存储，一改之前行式存储 的方式，对数据进行列式存储。在传统关系型数据库中，数据经常以 行来访问。以列式管理记录的NoSQL数据库可以管理大规模的动态 列。因为没有固定的模式，所以列名和键可以变换。列式数据库适用 于不经常写的情况，要满足ACID(原子性、一致性、隔离性和持久性) 的要求并不难，而且模式是变化的。图型数据库：图型数据库关注值与值之间的关系，用图型的数学 概念存储

42、数据。图型数据库用带有点、边缘和属性的图的结构表示和 存储数据。在图型数据库中，每一个元素都包含一个直接的指向它毗 邻元素的点，所以也就不需要索引查找。每个种类的NoSQL数据库都有适用的不同类型的应用程序和用 例，这就涉及到一个NoSQL社区常用的一个话题，即多样持久性，或 者说根据数据库处理应用程序需求的不同，使用不同的数据库系统, 用于不同的应用程序和用例。5.4医疗卫生云计算+大数据的处理和分析算法分类和形成技术分类方法“ 根据挖掘任务：分为分类或预测模型发现、数据总结、聚类、关 联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和 趋势发现等等；/ 根据挖掘对象：可分为关系数据库

43、、面向对象数据库、空间数据 库、时态数据库、文本数据源、多媒体数据库、异质数据库、遗 产数据库以及环球网Web；/ 根据挖掘方法：可分为:机器学习方法、统计方法、神经网络方法 和数据库方法。主要处理和分析技术/ 预言处理：用历史预测未来；“ 挖掘规律处理：了解数据中潜在的规律；“ 关联分析：查找存在于项目集合或对象集合之间的频繁模式、关 联、相关性、或因果结构；/ 序列模式处理：给定一个由不同序列组成的集合，其中，每个序 列由不同的元素按顺序有序排列，每个元素由不同项目组成，同 时给定一个用户指定的最小支持度阈值，序列模式挖掘就是找 出所有的频繁子序列，即该子序列在序列集中的出现频率不低 于用

44、户指定的最小支持度阈值；“ 分类（预言）分析：预测分类标号（或离散值），根据训练数据 集和类标号属性，构建模型来分类现有数据，并用来分类新数据。建立连续函数值模型，比如预测空缺值；聚类分析：聚类是一种无监督分类法：没有预先指定的类别。在 同一个类中，对象之间具有相似性；不同类的对象之间是相异度 分析；把一个给定的数据对象集合分成不同的簇。将物理或抽象 对象的集合分组成为由类似的对象组成的多个类；聚类在不同 的应用领域，用作描述数据，衡量不同数据源间的相似性，以及 把数据源分类到不同的簇中；聚类是将数据分类到不同的类或 者簇这样的一个过程，所以同一个簇中的对象有很大的相似性, 而不同簇间的对象有

45、很大的相异性；聚类与分类不同，聚类所要 求划分的类是未知的；异常检测分析:异常检测是数据挖掘中一个重要方面，用来发现” 小的模式”（相对于聚类），即数据集中间显著不同于其它数据的 对象；可视化分析。数据可视化可以让数据自己说话，让用户直观的感 受到结果；数据挖掘算法。分割、集群、孤立点分析还有各种算法让我们精 炼数据，挖掘价值。这些算法要能够应付云计算+大数据的量, 同时还具有很高的处理速度；语义引擎。人工智能从数据中主动地提取信息。包括机器翻译、 情感分析、舆情分析、智能输入、问答系统等；数据质量和数据管理。透过标准化流程和机器对数据进行处理可 以确保获得一个预设质量的分析结果。5.5开发专

46、题云计算+大数据分析，形成专题云计算+大数据应用面向医疗卫生专业所特有的专题，开发形成一系列的专题云计算+大数据应用。在充分调研和分析医疗卫生行业的业务特性基础上， 研发形成具有我国医疗卫生行业特征的分类专题云计算+大数据分析, 并根据专题组成和业务功能要求形成满足该业务专题的云计算+大数 据应用，如心脏病专题的云计算+大数据应用，包括其成因的云计算+ 大数据分析、其日常行为对病情影响的云计算+大数据分析等，为有 关机构进行心脏病的有关活动（预测、预防、治疗、恢复）提供支撑。5.6开发机构云计算+大数据分析，建立机构云计算+大数据应用面向不同的医疗卫生机构和部门及其相关企业机构，开发形成针 对

47、不同机构和部门业务的机构云计算+大数据应用，如医疗卫生机构 应用、医疗卫生管理机构应用等。在上述专题云计算+大数据应用基 础上，结合所承担的相关医疗卫生及其相关机构项目，进行机构云计 算+大数据应用定制开发。5.7建立平台应用实施推广组织机制在方案开发和部署基础上，逐步形成基于方案开发应用项目的实 施推广组织机制，包括市场宣传、营销推广、实施维护和售后服务等。5.8建立平台产品优化升级服务组织机制方案作为公司的主打产品系列，要建立严格的版本控制，并根据 市场反馈和内部技术发展，进行有计划的平台版本升级，并将新版本 升级信息和文档，按规定通知已有用户，并及时进行升级维护服务。医疗卫生信息的云计算

48、+大数据建模描述和分析伴随着中国医疗卫生服务的数字化进程推进，将产生大量的数据。 这些数据主要来源于医疗业务活动、健康体检、公共卫生等9项医疗 卫生服务。数据内容包括来自医院的大量电子病历、区域卫生信息平 台采集的居民健康档案等。其中大量充斥着非结构化/半结构化的数 据，包括图像，office文档，以及XML结构文档等。医疗健康云计算 +大数据的应用，关键是整合所有可能得到的这些数据，为机构和政 策制定者来找到如何刺激经济并降低共享数据的技术门槛。制药行业科研数据活动（报销）和成本数据临床数据病人行为 和情绪数据6.1我们给出的相关数据模型我国医疗卫生行业涉及的数据实体对象种类非常众多，包括医

49、疗 机构一科室一医生（门诊、住院）、大众群体一患者、医疗管理部门 卫生局一疾控中心一医保中心一发改委一中医药管理局、医药管理 部门一药监局、医药研发一医药生产一医药经营一药品（处方药、ODC 药）、医疗器械研发一医疗器械生产一医疗器械经营一医疗器械、商 业医疗保险公司、体检中心一体检医生、APP服务等。如下图所示。丟生药品招采药监局检查结果处万患者x医疗器械体检结果大众群体体检医生本征数据本检报告建康报告：商业保险 丿医药生产销售零售企业药品运输与库存医疗器械 生产销售6.2卫计委给出的相关数据模型XXXO年底，原卫生部完成了卫生数字化建设工程规划编制工作， 初步确定了我国卫生数字化建设路线图

50、，即建设国家级、省级和地市 级3级卫生信息平台，加强公共卫生、医疗服务、新农合、基本药物 制度、综合管理等5项业务应用，建设健康档案和电子病历2个基 础数据库和1个专用网络建设，进行医疗卫生信息标准化体系和安 全保障体系2个体系建设。XXX3年口月，卫生部和计生委合并后，数字化建设工程规划的 顶层设计规划又调整为“4631-2 X程”，其中，“4”代表4级卫生信 息平台，分别是：国家级人口健康管理平台，省级人口健康信息平台、 地市级人口健康区域信息平台及区县级人口健康区域信息平台；“6” 代表6项业务应用，分别是：公共卫生、医疗服务、医疗保障、药品 管理、计划生育、综合管理；“3”代表3个基础

51、数据库，分别是：电 子健康档案数据库、电子病历数据库和全员人口个案数据库；“1”代 表1个融合网络，即人口健康统一网络;最后一个“2”是人口健康信 息标准体系和信息安全防护体系。依托中西医协同公共卫生信息系统、 基层医疗卫生管理信息系统、医疗健康公共服务系统打造全方位、立 体化的国家卫生计生资源体系。卫计委规划的三大基础数据库相互关 系和包括的主要数据如下图所示。电子健康档案数据库1、个人基本信息：包括人口学信息、社会经济 学信息、亲属信息、社会保障信息、基本健康信息 、建档信息。2、主要卫生服务记录：包括儿童保健信息、妇 女保健信息、疾病预防信息、疾病管理：高血压、 糖尿病、肿瘤、重症精神疾

52、病等病例管理信息，老 年人健康管理信息、医疗服务信息等。、病历概要：包括患者基本信息等四项内容c2、门（急）诊诊疗记录：包括门（急）诊病历、处方等六项内容.3、住院诊疗记录：包括住院病案首页、住院志等九项内容。健康体检记录：一般常规健康体检记录。转诊（院）I己录：患者转诊的主要工作记录.法定医学证明及报告：包括出生医学证明等c医疗机构信息：医疗机构法人信息。电子病历数据库4、5、6、全员人口个案数据库1、个人基本信息：包括姓名、性别、照片、英文、曾用名、身份证号码、年龄、证件类型、证件号码、籍 贯、国籍、户籍类型、户籍地址、政治面貌、健康状况、 婚姻状况、宗教信仰、兵役状况、文化程度、专业、学

53、位 、职称、从业状态、工作单位、工作单位通讯地址、社保 号、民政抚助对象类型、联系电话、手机号码、电子邮件 、现居住地址、居住类型、死亡标识信息等。2、个人扩展信息：包括工作、教育、家庭、住 房、社保、公积金、计划生育、卫生健康、犯罪记录、死亡信息等。电子健康档案的数据架构是以人的健康为中心，以生命阶段、健 康和疾病问题、卫生服务活动（或干预措施）作为三个纬度构建的一 个逻辑架构，用于全面、有效、多视角地描述健康档案的组成结构以 及复杂信息间的内在联系。通过一定的时序性、层次性和逻辑性，将 人一生中面临的健康和疾病问题、针对性的卫生服务活动（或干预措 施）以及所记录的相关信息有机地关联起来，并

54、对所记录的海量信息 进行科学分类和抽象描述，使之系统化、条理化和结构化。第 页第 页第 页Z轴卫生JK务舌动角IN老年期支儿期个人健康档案的三维概念模型，可以清晰地反映出每个个人不同 生命阶段、主要疾病和健康问题、主要卫生服务活动三者之间的相互 联系。同时，坐标轴上的三维坐标连线交叉所圈定的空间位置（域）， 表示了人在特定生命时期、因特定健康问题而发生的特定卫生服务活 动所需记录的特定记录项集。由于三维空间中的任意一个空间位置都 对应着某个特定的健康记录，从而构成了 一个完整、立体的健康记录, 这些健康记录全面地反映了个人健康档案内容的全貌。第一维（X轴）：生命阶段按照不同生理年龄可将人的整个

55、生命进程划分为连续的若干生 命阶段，如：婴儿期（01岁）、幼儿期（13岁）、学龄前期（3 6岁）、学龄期（612岁）、青春期（1220岁）、青年期（2145 岁）、中年期（4660岁）、老年期（60岁以上）等八个生命阶段。也可以根据基层实际工作的需要，将人群化分为：儿童、青少年、育 龄妇女、中年和老年人。第二维（Y轴）：健康和疾病问题每一个人在不同生命阶段所面临的健康和疾病问题不尽相同。确 定不同生命阶段的主要健康和疾病问题及其优先领域，是客观反映居 民卫生服务需求、进行健康管理的重要环节。第三维（Z轴）：卫生服务活动（或干预措施）针对特定的健康和疾病问题，医疗卫生机构开展一系列预防、医 疗、

56、保健、康复、健康教育等卫生服务活动（或干预措施），这些活动 反映了居民健康需求的满足程度和卫生服务利用情况。个人健康档案（EHR）基本结构6.3相关数据特征对比分析从医药医疗健康云计算+大数据分析应用角度，方案需要一个尽 可能全和细的数据集合，所以理想状态是结合上两部分数据内容形成 的超集集合，甚至包括一些非医疗健康数据，如考察研究某种药对某 种疾病的医疗效果时，如果能获得当地的气象天气信息，可能分析出 的结果将明显不同。另外可以看出目前所给数据都是结构化数据，如 果从云计算+大数据分析应用角度，理想的数据还应该包括图像、图 形、文本等半结构和非结构数据，以及非关系数据（多维数据），才 能构成

57、满足医药医疗健康云计算+大数据分析应用的需求。XXXO年以来，我国的医疗数据的生成和采集主要局限于各大医 院。近几年，随着社区系统、新农合系统、村卫生室系统等基层医疗 卫生信息系统逐步上线，医疗卫生数据源头也越来越多，数据量越来 越大。从卫生服务的类型看，区域卫生信息的类型主要有：医疗服务 类、公共卫生服务类、社区卫生服务类、卫生业务类、卫生管理服务 类数据。根据估算，中国一个中等城市（1千万人口规模）50年所积 累的医疗卫生数据量就会达到10PB级。随着各地区域卫生信息平台 的建设，存储于各医疗卫生机构的数据将逐步通过各种方式实现整合 与共享。多维数据由于医疗数据是多种数据源数据的汇总，数据

58、之间的关 系非常复杂。如下图所示：以患者为中心的服务需要把一个患者的全 周期数据按照时间轴排列，并分析诊断、用药和患者生命体征、检验 检测值之间的关联；以医生为中心的服务又需要把与医生相关的患者 数据挑拣出来，并进行分类；以科室为中心的服务可能需要既从科室 所属医生的角度，又要从在该科室就诊患者的角度进行分析；针对社 区的服务可能需要统计整个社区居民某项指标（比如血压、血糖）的 达标率。医疗数据的多维度、多粒度为各种信息服务的多角度、多层 次分析提供了可能，但同时也为云计算+大数据分析带来了挑战。因 为不可能为每一种信息服务存储一份特定的优化模式的数据，况且也 无法枚举出所有可能的信息服务需求

59、。这就需要医疗数据的存储模型 能够适应灵活多变的多维统计分析需求。医疗保障信息云平台支持的业务主题场景方案支持的业务主题应用场景将尽量以国务院发布的全国医疗 卫生服务体系规划纲要（XXX5XXXO年）内容和目标为依据，即“优 化医疗卫生资源配置，构建与国民经济和社会发展水平相适应、与居 民健康需求相匹配、体系完整、分工明确、功能互补、密切协作的整 合型医疗卫生服务体系，为实现XXXO年基本建立覆盖城乡居民的基 本医疗卫生制度和人民健康水平持续提升奠定坚实的医疗卫生资源 基础。”最终形成我国医疗卫生服务体系的总体布局，如下图。厌疗卫生服务体系方案将以患者个人生命全周期、个人疾病全周期、医疗卫生服

60、务、 医药供应链所产生的云计算+大数据源为主，以支持个人、医疗卫生 服务机构、医药生产经营企业、医疗卫生管理机构、医疗保险机构、 公共卫生服务机构、医药监管机构等的业务云计算+大数据应用为主 要应用场景。医疗卫生大数据源专题大数据应用业务大数据应用患者分析疾病分析用药分析费用分析健康分析药品分析资源分析效果分析个人（患者、亚健康）医疗卫生服务机构医药生产经营企业医疗卫生管理机构医疗保险机构安全风险分析公共卫生服务机构1Z医药监管机构以个人为中心全生命周期的阶段划分，如下图:体格檢査僱康体栓、计划生M指导 妇科檢査.社区康复、 tit康敎n与促进/去人体栓、慢病管理、与促进、僵廣评佶 老人fif