智慧病房项目解决方案说明书

智慧病房项目解决方案说明书XX科技股份有限公司编制

目录一、项目存在问题及需解决问题 31.存在问题 32.需解决问题 4二、解决方案 51.解决方案架构 52.关键技术 7（1）Hadoop 7（2）SpringMVC 7（3）MyBatis 7（4）Echarts 7（5）MySQL 7（6）Hive 8（7）HBASE 8（8）Zookeeper 9（9）Flume 9三、开发范围 91.数据生产 92.数据采集/消费 93.数据分析 104.数据展示 11项目存在问题及需解决问题存在问题第一，数据采集和利用的问题。医疗数据不同于商业数据或者消费数据，因为涉及到隐私而导致高保护级别，在国内出现过几次医疗隐私数据泄露事件而引起了国家高度的重视，因此如何有效的采集和利用医疗数据是第一大难题；第二，环境及专业人才稀缺的问题。现在人工智能技术人才非常稀缺，而既懂医疗又懂人工智能技术的复合型人才更稀缺；第三，基础支持的体系与计算能力的问题；第四，标准和规范建立的问题。现在医疗行业仍处于野蛮生长环境中，并没有充足的规范或标准；第五，信息安全和隐私保护的问题。一旦开始利用人工智能就要考虑容错率，例如无人车可以接受从10%到万分之一的容错率，但在医疗行业连万分之一的错误率也不被接受。美国到现在为止，FDA（国际医疗审核权威机构）的人工智能诊断类应用屈指可数，而诊断类也只是非常基础的应用。现在人工智能还不能代替人类医生进行诊断，不过当人工智能技术达到了某种可靠性之后，信息安全和隐私保护就会变得非常重要；第六，产业化发展问题。现在这个领域已经进入了包括BAT的科技巨头、新兴的生物科技、医疗科技公司，但在产业化发展的道路中并没有一个有效的指导，出现只追求快速发展，而疏忽过程中的重要环节，或解决的其实并不是医疗行业的核心需求。需解决问题第一，床旁信息终端：以多媒体方式，随患者病情的变化自动更新数据，同时集成了患者呼叫功能，实时显示患者基本信息，整合医护病三方通讯；提高护士工作效率，保障护理质量，增强患者满意度。第二，数位床头卡：图文并茂，实时呈现病患住院数据；无纸电子化，提升行政效率；简易后台管理；现代化病房必须设备。第三，互动多媒体信息系统：大屏幕搭配数字内容，可清楚传达医院信息与卫教倡导，降低护理人员工作负担；提供多样化信息娱乐功能，如电视/病患诊疗计划等，提升服务满意度。第四，医疗互动App：随时随地掌握相关住院信息，是最佳行动解决方案；可串联互动多媒体信息系统与护理站电子白板。第五，室内空气质量监测系统：连续日期不间断地自动侦测空气质量，数据上传云端永久储存。第六，生理数据暨病人定位监控中心：生命征象自动上传至医院数据库，为医护人员提供实时的信息数据，增加了护理的安全性和有效性，提高了护理质量，并减少数据抄录错误发生；改善医疗专业人员工作环境与提升临床照护质量，自动定位病患位置，提升住院安全。第七，护理站电子白板：实时呈现患者信息、医嘱信息、手术信息、护理计划与执行情况可随其他系统的变动实时更新；，强化交班功能；提升工作效率，减少重工与沟通错误；可结合室内实时定位系统管理院内仪器设备动向，及时发现危重患者并进行提示和警报。第八，智慧病房控制中心：方便护理人员系统化管理病患需求，也便于护理长稽核病房绩效；是串联护理站与病房之有效沟通平台，集中显示移动护理车、护理站电子白板与数字床头卡信息；信息可永久储存追踪；可结合电子白板功能，整合度高。第九，移动医护工作站&医用手持平板：移动EMR/PACS装置；在患者床旁即可完成医嘱核对、遗嘱执行、药品核对、护理文书录入、标本采集、交接班记录等工作，护士可随时随地与病床和护理站保持联系，也可随时查看患者的检验检查报告及安全用药信息，避免用药差错。提高工作效率，提升住院效率；医护人员巡房助手。第十，即时定位系统：实时显示所有人员、设备与资财定位讯息；降低管理成本，避免重复繁琐的定点调查与校正；可搭配手机进行紧急调度，提升医院效率。解决方案解决方案架构图1解决方案架构图系统开发平台使用Hadoop大数据开发平台。Hadoop是一个高度可扩展的存储平台，可以存储和分发横跨数百个并行操作的廉价的服务器数据集群。能扩展到处理大量的数据，能提供成百上千TB的数据节点上运行的应用程序。Hadoop能够有效的在几分钟内处理TB级的数据。相比关系型数据库管理系统更具有优势。它适用于任何规模的非结构化数据持续增长的企业，将帮助用户持续提高用户体验。系统采用面向对象的软件设计方法，把整个系统看作是多个离散对象的组合。系统设计时，首先把业务流程分解成功能模块及其业务实体对象，然后根据业务流程分析对于这些业务实体对象的操作方法，形成业务处理对象，最后把各个功能模块关联起来，形成系统。软件设计是一个将需求转变为软件的过程，系统通过逐步求精使得设计陈述逐渐接近于源代码。系统程序采用MVC的设计思想，将展现逻辑、控制逻辑、业务处理逻辑分离。系统采用参数化的设计思想，定义和管理系统的实体及配置，调整实体以适应外部变化。系统采用J2EE技术保证程序逻辑实现的平台无关性，并便于安装部署。系统采用AJAX技术，提高客户操作的交互性，保证实际使用的易用性。系统采用echarts可视化框架实现数据展示。关键技术HadoopHadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。SpringMVCSpringMVC：属于SpringFrameWork的后续产品，已经融合在SpringWebFlow里面。Spring框架提供了构建Web应用程序的全功能MVC模块。MyBatisMYBatis：是支持普通SQL查询，存储过程和高级映射的优秀持久层框架。MyBatis消除了几乎所有的JDBC代码和参数的手工设置以及结果集的检索。MyBatis使用简单的XML或注解用于配置和原始映射，将接口和Java的POJOs（PlainOldJavaObjects，普通的Java对象）映射成数据库中的记录。EchartsECharts是一款基于Javascript的数据可视化图表库，提供直观，生动，可交互，可个性化定制的数据可视化图表。MySQLMySQL是一个关系型数据库管理系统，由瑞典MySQLAB公司开发，属于Oracle旗下产品。MySQL是最流行的关系型数据库管理系统之一，在WEB应用方面，MySQL是最好的RDBMS(RelationalDatabaseManagementSystem，关系数据库管理系统)应用软件之一。MySQL是一种关系型数据库管理系统，关系数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。MySQL所使用的SQL语言是用于访问数据库的最常用标准化语言。MySQL软件采用了双授权政策，分为社区版和商业版，由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，一般中小型网站的开发都选择MySQL作为网站数据库。Hivehive是基于Hadoop构建的一套数据仓库分析系统，它提供了丰富的SQL查询方式来分析存储在Hadoop分布式文件系统中的数据：可以将结构化的数据文件映射为一张数据库表，并提供完整的SQL查询功能；可以将SQL语句转换为MapReduce任务运行，通过自己的SQL查询分析需要的内容，这套SQL简称HiveSQL，使不熟悉mapreduce的用户可以很方便地利用SQL语言查询、汇总和分析数据。而mapreduce开发人员可以把自己写的mapper和reducer作为插件来支持hive做更复杂的数据分析。它与关系型数据库的SQL略有不同，但支持了绝大多数的语句如DDL、DML以及常见的聚合函数、连接查询、条件查询。它还提供了一系列的：具进行数据提取转化加载，用来存储、查询和分析存储在Hadoop中的大规模数据集，并支持UDF（User-DefinedFunction）、UDAF(User-DefnesAggregateFunction)和UDTF（User-DefinedTable-GeneratingFunction），也可以实现对map和reduce函数的定制，为数据操作提供了良好的伸缩性和可扩展性。HBASEHBase–HadoopDatabase，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PCServer上搭建起大规模结构化存储集群。ZookeeperZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。FlumeFlume是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力。开发范围数据生产对于该模块的业务，即数据生产过程，一般并不会让你来进行操作，数据生产是一套完整且严密的体系，这样可以保证数据的安全性。但是如果涉及到项目的一体化方案的设计（数据的产生、存储、分析、展示），则必须清楚每一个环节是如何处理的，包括其中每个环境可能隐藏的问题；数据结构，数据内容可能出现的问题。数据采集/消费数据采集模块（消费），在企业中你要清楚流式数据采集框架flume和kafka的定位是什么。我们在此需要将实时数据通过flume采集到kafka然后供给给hbase消费。flume：cloudera公司研发适合下游数据消费者不多的情况；适合数据安全性要求不高的操作；适合与Hadoop生态圈对接的操作。kafka：linkedin公司研发适合数据下游消费众多的情况；适合数据安全性要求较高的操作（支持replication）；因此我们常用的一种模型是：线上数据-->flume-->kafka-->flume(根据情景增删该流程)-->HDFS线上数据-->flume-->kafka-->