客户类型 业务场景 业务需求 大数据价值 区卫平台 1. 健康档案、电子病历 向居民开放 国家要求，数据开放居民查询 传统RDB无法支撑高并发查询 2. 卫生管理BI分析 卫生局统计报表分析，支持监管、药品控制，绩效 考核等 快速分析、共享数据平台 3. EMR/EHR档案检索 卫生管理人员随机查询档案，如查询相似疾病集 （类似区卫平台内的搜索引擎） 传统RDB无法支持 医院集成 平台 1. 临床科研平台 EMR、HIS、LIS、PACS信息整合，供医生分析 科研、检索、查询 传统数据仓库实现复杂 2. 综合信息检索 根据关键字快速查询历史类似病情与诊疗病历 传统RDB无法支持 3. 医院运营BI分析 医院床位管理、人流趋势；绩效、药品监管等 快速、共享数据平台 医院/区域 影像中心 1. 影像存储、调阅 可扩展的存储，归档影像快速调阅、备份、容灾 分布式存储、可扩展性，并发查询性能 2. 影像处理加速 影像的自动化分析，三维重构 并行加速，提升区域影像云高并发访问 下用户体验 疾控中心 1. 疫情信息即时查询 查询历史疫情信息，指导疫情防治 大数据量下的快速响应 2. 疫情传播控制 建立疫情传播模型、人员流动预测、预警 并行分析、建模，快速响应 健康管理 1.慢病监测、提醒、推荐 实时监测，个性化防治，精准医疗 大规模实时处理，实时决策

1. 建设中部数据中心机房 2. 建设健康医疗大数据科技馆 3. 大数据+人工智能新兴产业集群 4. 健康医疗大数据国家研究院 5. 健康医疗院士工作站 6. 健康科研成果转化基地 7. 国际健康管理学院 8. 国际现代康养创新示范平台 9. 国际健康金融服务平台 10. 临床科研与健康医疗硅谷 11. 中医药与健康养生文化一条街

2、基于电子病历的临床数据是最核心的医疗大数据。医疗卫生领域三大数据库分为健康档案库、人口库、电子病历库，其中医院内部所产生的医疗数据价值最高，尤以基于电子病历的临床数据更甚。医疗卫生信息化产品抢占数据入口，重点关注三类产品：基于电子病历的临床信息系统（抓取底层数据）、院内“集成/开放”平台（标准化数据），区域集成平台（共享数据）。作为行业基础设施，医疗大数据互通互联有助于医疗行业六大要素方优化配置资源。目前我国医院电子病历 5 级及以上占比仅 6‰，升级空间巨大。3、解放医疗大数据的核心是通过医改破除以药养医。医疗大数据的所有权归个人，管理权归政府，控制权归医院，运营权归第三方。当前以药养医的行业利益分配机制，使逐利性的医院不愿意数据流动，人为造成“数据孤岛”。医改的本质就是在三医联动下破除以药养医。4、医改全面推动或成为医疗大数据价值变现契机。医保基金长期支出增长超过收入增长成为政府推动医改的核心原因。2009 年开始的新医改，经过 7 年，100 城市的试点，在2016 年加速推广是大概率事件，其中三明医改模式或成为最优方案。我们对三明医改的认识：1）从精神（破除以药养医）和方法论（三医联动）来看是正确的；2）刚刚上路，下一阶段考验动态纠错能力和引入市场化力量的方式。5 投资建议：纯 PE 估值方法暂失效，推荐三“大

基因测序是指通过测序设备对脱氧核糖核酸（DNA）的碱基排列顺序迚行测定，从而解读DNA 的遗传密码，为生命科学研究、临床诊断和治疗等提供指导的过程。基因是具有遗传敁应癿 DNA 片段，随着繁殖传逍给后代；而 DNA 是包括人类在内绝大多数生物遗传信息癿载体。在人体细胞中，DNA 绝大多数时间不特定癿蛋白质相结合，以染色质/染色体癿形式存在。正常癿人体细胞含有 23 对、共 46 条染色体。细胞是组成人体癿基本单位，从细胞癿维度来看，绝大多数癿 DNA 储存在细胞内部癿细胞核中。

本应用平台产品的总体方案思路是：基于目前医疗服务机构及相关机构已有的HLI、NHLI、HIS等有关系统形成并积累的医药医疗大数据和信息，采用最新的大数据技术、云计算技术、BI和数据挖掘技术，形成对医疗行业具有新视角、全方位、智能性、预测性、可视性的深层次展示分析效果（Insight），揭示医疗行业整体规律和内在发展趋势，揭示患者个体的独有特质并形成个性医疗，将医疗行业的宏观大势与每个患者的微观个体定性定量描述有机结合，达到支撑和形成医疗行业新应用场景和新服务模式。“医药医疗大数据”是具有更强的决策力、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，但需要新计算处理模式。

医疗影像的智慧医疗大数据分析和管理.pdf

阿里云医疗-大数据视觉智能实践及医学影像智能诊断探索.pptx

为了实现不同临床信息系统数据共享，需要建立医院信息集成平台，已成为医院临床信息化建设的共识和方向。 大数据是超过传统数据库系统处理能力的数据。数据规模和传输速度要求很高，或结构不适合原本数据库系统；医院临床数据中心包括病人历史数据，医疗仪器所产生的影像数据以及各类仪器设备所产生的波形数据（时态数据），还包括病人的基因组学数据；集成平台发展方向重点是建设医疗大数据平台；如何在大数据中挖掘出有价值的知识，利用这些知识为病人临床医疗服务，是新形势下医院临床信息化建设的重 要任务。

某市医院(以下简称医院)是集医疗、教学、科研、预防为一体的现代化国家三级甲等综合医院。医院现有A、B、C三个主体院区，编制床位1 500张，开放病床3000张。在领导班子的带领下，医院全面实施“数字化医院”建设，首创医疗质量管理信息系统、建立城乡协同医疗服务网络。医院作为某市的龙头医院，其整体业务呈现快速增长的态势，当前医院正在扩建新的住院病区，随着住院床位数的增加，医院的业务必然会有一个明显的增长，而医院的存储基础架构已经相对老化，其现有的EMC系列存储已经表现出性能瓶颈，医院当前的核心数据库存在性能不均衡的情况，如果要求应用软件开发商进行软件和数据库性能调优，可能需要花费大量人力物力，但却不能保证调优的效果。医院业务量的增涨带来了数据量的增张，PACS系统海量的非结构化数据安全高效的存储是目前亟需解决的问题，在做好非结构化数据存储的基础上，结合结构化数据存储与Apache Spark数据分析处理引擎对接实现临床操作和研发两个方向的大数据分析，从而更好的服务于病人并且促进医疗行业从业人员专业技能的提升，实现数字化医院为全民健康奠定基础。

多态性:包括单纯数据(检验)、动态信号(示波)多维影像、文字绘图、视频档案，等等不完整性:病例脱失、过程中断、记录偏差和残缺、医生个体认识差异，等等时间性:疾病的发生、发展、就诊、检查、治疗随时间变化，数据有时序性冗余性:医疗数据量大，包含很多重复、无关、甚至相互矛盾的记录