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。 |
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