大数据在医疗行业的应用.ppt

大数据在医疗行业的应用.ppt

ID:51566791

大小:2.38 MB

页数:37页

时间:2020-03-23

大数据在医疗行业的应用.ppt_第1页
大数据在医疗行业的应用.ppt_第2页
大数据在医疗行业的应用.ppt_第3页
大数据在医疗行业的应用.ppt_第4页
大数据在医疗行业的应用.ppt_第5页
资源描述:

《大数据在医疗行业的应用.ppt》由会员上传分享,免费在线阅读,更多相关内容在PPT专区-天天文库

1、大数据医疗&工程建设演讲人:徐启雄周聪资料收集:宋佳琪马宇寰邢洪达ppt制作:向琪工程管理1101班2014年6月6日PART1大数据在医疗领域的应用outline一、医疗与大数据的趋势二、什么是医疗大数据三、大数据面临的挑战四、如何管理和利用大数据五、案例分析六、总结与展望一、医疗与大数据的趋势二、什么是医疗大数据三、大数据面临的挑战四、如何管理和利用大数据五、案例分析六、总结与展望医疗费用在不断上升GDP的占比非常高10-19%0-9%趋势分析:我们正处在医疗行业的一个重要转折点%ofpopulationoverage6030+%25-29%20-2

2、4%2050WWAverageAge60+:21%Source:UnitedNations“PopulationAging2002”全球老龄化平均年龄60+:目前的10%,到2050年将达到20%Source:McKinseyGlobalInstituteAnalysisESGResearchReport2011–NorthAmericanHealthCareProviderMarketSizeandForecast以美国为例:医疗大数据的价值3千亿美元/年,相当于每年生成总值增长0.7%015000100005000201020112012201320

3、142015趋势分析:我们正处在医疗行业的一个重要转折点存储的增长医疗服务产生的数据总量(PB)AdminImagingEMREmailFileNonClinImgResearch医疗影像归档一个医疗系统案例的数据到2020年,医疗数据将急剧增长到35Zetabytes,相当于2009年数据量的44倍增长Source:McKinseyGlobalInstituteAnalysisESGResearchReport2011–NorthAmericanHealthCareProviderMarketSizeandForecast一、医疗与大数据的趋势二、什么

4、是医疗大数据三、大数据面临的挑战四、如何管理和利用大数据五、案例分析六、总结与展望大数据对于“大数据”(Bigdata)研究机构Gartner给出了这样的定义:“大数据”是需要新处理模式才能具有更强的决策力、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。4V:Volume(大量)Velocity(高速)Variety(多样)veracity(真实性)/Value(价值性)1.制药企业/生命科学3.费用报销,利用率和欺诈监管2.临床决策支持&其他临床应用(包括诊断相关的影像信息)4.患者行为/社交网络医疗大数据简介数据来源包括哪些?我们如何利

5、用大数据创造价值?(示例)2.临床决策支持4.由生活方式和行为引发的疾病分析1.个体化医疗3.欺诈监测得以加强McKinseyGlobalInstituteAnalysis医疗大数据相关解决方案健康信息服务新兴的医疗服务应用数据分析及视觉化处理数据处理/管理分布式平台老龄社会肿瘤基因组学医疗影像分析医疗影像影像数据处理加速基础医疗服务临床决策支持类SQL的检索医疗记录存储优化个人健康管理个体化医疗机器学习基因数据安全和隐私一、医疗与大数据的趋势二、什么是医疗大数据三、大数据面临的挑战四、如何管理和利用大数据五、案例分析六、总结与展望大数据的挑战不仅来自于

6、数据量的增长...需要新技术的支持检验结果,费用数据,影像,设备产生的感应数据,基因数据等数据量••结构化数据,遵循标准的数据标准(如,HL7)非结构化数据,如口述、手写、照片、影像等类型实时有效的商业价值基于现有数据库中的数据进行分析,来支持不同种类的业务:如费用及报销、患者病史、归档影像分析、实时临床决策支持(数据分析)•实时数据分析,而非传统的批量处理分析•数据以流的方式进入系统,进行抽取和分析•对于实时运行中的每个时间节点产生影响,而不是事后处理在传统的解决方案之上,引入新的数据及分析模型和技术,价值速度一、医疗与大数据的趋势二、什么是医疗大数据

7、三、大数据面临的挑战四、如何管理和利用大数据五、案例分析六、总结与展望传统解决方案环境ERP,CRM,Batch,OLTP-DBDataCenterProvisioningDiscreteVirtualCloud–AsAServiceHPC关注数据的价值大数据存储的考虑传统存储方式大规模分析–Hadoop*海量数据库–Hive*大规模备份–Lustre*数据源文本-语音-视频-传感器RequestingOrM2M通讯批量–商业应用丰富的视觉化效果–安全的数据分析和缓存边缘服务器(Edge)分析同步端到端Machine-to-MachineSource-t

8、o-Source可行的解决方案体系(示例)Applications&Servic

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。