大数据在生物医学领域的应用

1、4.2 大数据在生物医学领域的应用,流行病预测 智慧医疗 生物信息学 案例：基于大数据的综合健康服务平台,流行病预测 在公共卫生领域，流行疾病管理是一项关乎民众身体健康甚至生命安全的重要工作。 传统的公共卫生管理：一般要求医生在发现新型病例时上报给疾病控制与预防中心，疾病控制中心对各级医疗机构上报的数据进行汇总分析，发布疾病流行趋势报告。不足之处：周期长，一般要滞后一到两周，结果导致疾病控制中心发布预警时，已经错过了最佳的防控期。 基于大数据的流行病预测：网络搜索大数据、通信大数据,Google流感趋势：采用大数据分析技术，利用网民在Google搜索引擎输入的搜索关键词来判断全美地区的流感情况

2、。 利用通信大数据防止埃博拉病毒的快速传播 百度疾病预测(,智慧医疗 智慧医疗：是通过打造健康档案区域医疗信息平台，利用最先进的物联网技术和大数据技术，实现患者、医疗人员、医疗服务提供商、保险公司等之间的无缝、协同、智能的互连，让患者体验一站式的医疗、护理和保险服务。 智慧医疗的核心：“以患者为中心”，给予患者以全面、专业和个性化的医疗体验。 6大基础数据库：药品目录数据库；居民健康档案数据库；影像数据库；检验数据库；医疗人员数据库；医疗设备数据库。 智慧医疗的优点：促进优质资源的共享；避免患者重复检查；促进医疗智能化。,生物信息学 生物信息学：是研究生物信息的采集、处理、存储、传播、分析和解

3、释等方面的学科，是生命科学和计算机科学相结合形成的一门交叉学科。学科目标：揭示大量而复杂的生物数据所蕴含的生物学奥秘。 生物大数据：基因组学数据、蛋白组学、代谢组学、转录组学和免疫组学等。每年全球都会新增EB级的生物数据。生命科学领域已经迈入大数据时代，更加深入了解生物学过程、动植物表型和致病基因等。 生物信息学领域的数据更是典型的大数据：细胞、组织等结构都是具有活性的，其功能、表达水平甚至分子结构在时间维度上是连续变化的，而且很多背景噪声会导致数据的不准确性；具有很多维度，在不同维度组合方面呈现“组合爆炸”问题。,案例：基于大数据的综合健康服务平台 科技部2015国家科技支撑计划明确指出，可

4、以充分利用大数据技术构建基于大数据的综合健康服务平台。 平台将健康管理服务、医疗咨询服务与移动健康服务融合为一个提供“以人为中心”的、线上线下相结合的综合健康服务生态系统。应满足如下需求： 综合性：多种形式、线上线下相结合的健康服务。 开放性：服务范围广、渠道多、用户和机构众多。 高可靠性：数据集成、医疗协同和移动健康服务的基础。 可扩充性和灵活性：与时俱进，可升级确保顺利发展 兼容性与规范性：国际标准和国家标准 便捷性：具备便捷的数据上传和下达和使用的便利性。,平台业务架构 包括：个性化诊疗服务、移动健康咨询服务和对接服务,平台技术架构,平台关键技术 医疗健康大数据集成、存储和处理技术：数据来源广泛、数据内容多样、数据量巨大。 基于大数据的健康评估技术：健康管理的目的是“治未病”。健康评估与风险控制是健康管理的核心技术。 基于大数据的个性化诊疗技术：消除信息不对称和信息