大数据医疗应用与探析.doc

《大数据医疗应用与探析.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、大数据医疗应用与探析摘要：在医疗领域中，对海量数据进行数据挖掘，获取价值信息是大数据分析决策的重要手段，可以提升医疗服务水平。文章以大数据在临床医疗、生物制药等方面的应用为切入点，分析了大数据技术在医疗领域中的应用优势，对大数据医疗的未来发展趋势进行深入地剖析。最后总结了大数据医疗的应用现状，提出了大数据医疗应用中潜在的安全问题，希望能给研究人员提供一些借鉴与帮助。关键词：大数据医疗；临床医疗；生物制药；安全大数据(bigdata或称megadata)指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高

2、增长率和多样化的信息资产[1]。大数据处理主要针对海量数据的存储、管理、分析、计算以及应用等统筹[2]。医疗健康大数据就是基于现代信息技术与医疗技术相结合的产物。大数据在医疗健康应用领域中，具有数据量巨大、数据类型多、处理速度快、价值密度低、真实性高等特点。如何将医疗中产生的海量数据通过数据挖掘技术从中抽取出有用的信息，是当前医疗大数据需要解决的问题。例如，大数据分析用于预测癌细胞的增长趋势、定量分析血小板数量以及异常病变细胞的游动速度等问题。1大数据在医疗中的应用4学海无涯1.1在临床方面的应用。大数据的崛起，使大数据应

3、用分析技术在医疗中发挥巨大的价值。病案系统(EMR)、实验室信息系统(LIS)与影像归档和通信系统(PACS)等数据信息系统的出现，为医生提供了更有效的诊断服务，有效地简化了医疗诊断流程，保证了医疗临床诊断结果更加准确，大大节约了病人和医护人员的时间，提高了医护人员诊断的准确率[3]。对医务人员来说，通过合理应用EMR、LIS与PACS等数据信息系统，使得医疗数据得到全面利用才能够有效、快速解决临床中难以及时处理的问题[4]。基于大数据技术的临床医疗系统的应用，能够使医疗效率加快，并帮助医护人员解决更多病人问题。大数据在临

4、床方面的具体应用。例如，医护人员给女性患者做疤痕子宫剖宫产手术时，在手术期间根据临床出血情况，并结合多名患者的历史数据进行临床应用探讨。最后，可依据大数据技术提取粘连率、手术持续时间、术后出血量、进腹到胎儿娩出时间等价值信息，该信息与首次剖宫产术的关系可得出最佳手术解决办法。与传统的临床医疗相比，大数据分析为医疗提供更多价值信息，对医疗数据进行分析、综合，并做出最大概率的预测，为医护人员提供最优建议。利用大数据分析技术能够更好地提升医疗临床系统决策的合理性，使得医疗临床观察数据更加科学，为医生提供准确的决策数据，保证医疗临

5、床诊断水平、诊断效率得到有效提升[5-7]。1.2在生物制药方面的应用。通过大数据技术分析公众疾病的药品需求情况,所得信息反馈给医药研发部门,使其对有限的资源进行更有效的配置与管理。通过日常医护人员对就诊病人的相关数据汇入到数据仓库中，该数据与历史记录汇集、分类，最后应用数据挖掘技术从数据仓库中获取有效信息，进行行为预测与判断，为生物制药提供有力依据，所以大数据在生物制药中能够全面地发挥出药物的生产与治理效果。通过追踪相关药物并分析判断与决策，帮助医护人员及时准确地了解病人身心健康的实际状况，并根据病人的实际状况及时调整治

6、疗药物的用量问题。与传统的生物制药相比，大数据医疗生物制药能够实时监测药物的效果，及时检测药物的使用情况。通过比对标准药物的成份及含量，检测所含成分是否出现制造假药等情况，为促进健康中国创造有利的基础条件。1.3在穿戴医疗产品方面的应用。大数据以及物联网的不断发展使市场出现大量智能产品，如智能穿戴测心率、监控血压等产品。可穿戴设备依据身体所发出持续性信息可及时发现身体异常症状。该医疗设备主要运用大数据技术对其收集到的数据进行科学地、正确地、及时地分析，并做出高效率和准确的反馈，根据反馈的信息，分析健康状况并做出调整。根据大

7、数据智能产品测出血脂数据与正常数据进行比对，若发现异常，可及时发出警报信息进行反馈，从而依据价值信息做出合理的判断与调整。大数据还可以改善公共健康监控，公共卫生部门通过大量数据收集对公共卫生做出整合处理，快速检测流行性传染病的扩散速度、流感病毒细胞的繁殖速度，以便及时做好防范措施。与传统的医疗设备相比，大数据医疗分析可根据数据库中已有的历史数据，如集合健康数据、生命体征的指标来形成个体化数据库及电子健康档案。最后，通过把对应数据库及电子健康档案信息植入电子设备中，然后可随时监控血压、心率等生命体征指标进行健康管理及疾病提示

8、。建立健康管理档案，实现数据共享，具有比较强的关联能力。2大数据医疗与传统医疗的对比4学海无涯传统医疗与大数据医疗存在较大差别，如诊断错误概率、信息处理速度、医疗资源配置、个人医疗信息管理等问题。2.1运作效率快、出错概率小。在传统医疗中，各种数据指标都需要人为操作、汲取和整合信息，人为处理数据的速度较