摘要：“看病难”一直是中国老百姓最为头疼的难题之一，而“看病难”归根结底是由于医疗资源的相对不足，要解决此问题就需要增加医疗资源的供给，而除了医疗配套设施等的增加外，提高医院的工作效率也是重要措施。云计算和大数据恰好就可以解决该问题。

　　大数据和云计算在刚提出时，备受质疑。而如今，云计算与大数据正拨开迷雾，显示出其难以阻挡的发展势头，落地到各项行业应用中，助力企业发展、提升人民生活，医疗行业就是其典型应用。
　　
　　云模式实现医疗信息互联互通
　　
　　“看病难”一直是中国老百姓最为头疼的难题之一，而“看病难”归根结底是由于医疗资源的相对不足，要解决此问题就需要增加医疗资源的供给，而除了医疗配套设施等的增加外，提高医院的工作效率也是重要措施。云计算和大数据恰好就可以解决该问题。
　　
　　由于信息系统各自孤立，无法实现全县区域内卫生信息资源的共享和信息的互联互通。乐辰科技对此现状提出了其智慧医疗方案产品“乐辰区域卫生信息管理平台”，该平台以云计算为基础设计构建区域卫生信息管理综合系统，核心内容包括：基层医疗卫生管理信息系统、区域卫生信息管理平台、数字化医院解决方案、新农合市级管理平台、远程诊疗管理系统，以及云计算数据中心等。
　　
　　通过该平台，患者可以实现网络预约、异地就诊、医疗保险信息即时结算；医疗机构之间能够实现的同级检查结果互认，节省医疗资源，减少患者重复检查和检验的负担。这不仅实现了各种医疗信息的互联互通，提高了医疗效率，也使得医疗机构的硬件设备成本及相应的维护投入大幅降低。
　　
　　医疗大数据蕴含价值与挑战
　　
　　医疗行业的大数据不仅量大且繁杂，其中蕴含的信息价值也是丰富且多样。据了解，医疗大数据的来源主要包括四类：一是制药企业和生命科学；二是临床决策支持和其他临床应用，包括诊断相关的影像信息等；三是费用报销、利用率和欺诈监督；四是患者行为、社交网络。相应的，这些大数据均蕴含相当的价值。
　　
　　虽然对其进行有效的存储、处理、查询和分析，就可辅助临床医生做出更为科学和准确的诊断和用药决策，或帮助医院根据患者潜在需求开发全新个性化服务及自动服务，甚至于帮助相关研究机构突破医疗方法和药物革新，或支持地区甚至全国医疗行业主管部门优化医疗资源及服务配置。
　　
　　有数据统计，在目前的医疗行业，寻常一张CT扫描图像，就含有约150MB的数据；一个基因组序列文件大小约为750MB；标准的病理图的数据量则大得多，要接近5GB。如果将这些数据量乘以人口数量和平均寿命的话，仅一个社区医院累积的数据量，就可达数TB甚至数PB之多，而且其中还富含图像、视频等非结构化数据，更勿论规模更大的医疗机构，甚至是地区医疗主管部门汇集的数据集。
　　
　　如何快速有效的将这些海量的数据的存储、处理和保护成本降至最低？怎样同时进行实时分析？及时处理数据？秒级的查询需求响应以及智能、深入的分析？这些都是不小的挑战。“入门”第一关，就是大数据集的存储、处理和查询难题。
     责任编辑：余芯