医疗大数据有哪些利用方式？

随着物联网、云计算、移动互联网、手机、平板电脑PC随着各种传感器的出现，数据源呈指数级增长，信息数量和复杂性迅速扩大，从海量数据中提取信息的能力正迅速成为战略发展的方向和要求。大数据可以在大规模数据的基础上进行挖掘和分析，获得新的认知，创造新的价值，从而改变市场、组织和政府与公民的关系。大数据与过去大数据的区别不仅在于数据量大，还在于数据类型多、价值密度低、处理速度快、及时性高。大数据与传统数据挖掘有本质的区别。目前，大数据技术广泛应用于经济、金融、农业、交通和科研领域。

大数据应用类型的主要处理模式可分为直接处理流处理(Stream Processing)和先储存后处理的批处理(Batch Processing)。流处理是实时处理。数据流的理论和技术研究是研究领域的热点，许多实际系统已经开发和广泛应用，如Storm、Yahoo和Kafka等等。批处理模式更具代表性MapReduce编程模型。大数据的应用类型很多，尤其是在医疗卫生领域的实际数据处理过程中。

目前，大数据已广泛应用于医疗卫生领域。公共卫生部门可以通过覆盖全国患者的电子病历数据库进行全面的疫情监测。社交网络为许多慢性病患者提供了一个临床症状交流和诊断和治疗经验共享平台，医生可以获得医院外临床效果的统计数据。基于对人类基因的大数据分析，可以实现对症下药的个性化治疗。

医疗卫生大数据应用分析分析

1 ，医学研发

大数据技术的战略意义在于专业处理医疗卫生数据的各个方面。例如，可以详细测量患者甚至公众的行为和情绪，挖掘其症状特征、行为习惯和偏好，找到更符合其特征或症状的药物和服务，并进行有针对性的调整和优化。在医学研发部门或公司的新药研发阶段，可以通过大数据技术分析互联网上公共疾病药品的需求趋势，确定更有效的投入产出比，合理配置有限的研发资源。除研发成本外，制药公司还可以优化物流信息平台和管理，更快地获得回报。一般来说，新药从研发到市场大约需要13年，数据分析预测可以帮助制药研发部门或企业提前将新药推向市场。

2 ，在疾病诊疗方面

2012我国高血压发病率接近18%，患者近2亿，糖尿病患者约5000万，血脂异常1.61亿。通过健康云平台智能收集每个居民的健康数据，居民可以随时咨询和了解自己的健康状况。同时，提供专业的在线专家咨询系统，专家诊断居民的健康状况，提醒可能出现的健康问题，避免高危患者进入慢性病患者，避免慢性病患者病情恶化，减轻个人和医疗保险负担，实现疾病的科学管理。对于医疗卫生机构，通过对远程监控系统数据的分析，医院可以减少患者的住院时间，减少急诊科的数量，实现提高家庭护理比例和门诊医生预约的目标。目前，武汉协和医院还与城市八个社区卫生服务中心建立了远程遥控联系，并将在未来提供从医院到家的服务。在医疗卫生机构中，通过实时处理管理系统产生的数据，结合历史数据，利用大数据技术分析医疗资源的使用情况，实现机构的科学管理，提高医疗服务水平和效率，指导医疗资源的科学规划和配置。

3 ，在公共卫生管理方面

大数据可以连续整合和分析公共卫生数据，提高疾病预报和预警能力，防止疫情爆发。公共卫生部门可以通过覆盖区域的综合卫生管理信息平台和居民健康信息数据库，快速检测传染病，进行综合疫情监测，通过综合疾病监测和响应程序快速响应，降低医疗索赔支出，降低传染病感染率。通过提供准确及时的公共卫生咨询，将大大提高公共卫生风险意识，降低传染病感染风险。

4 在居民健康管理方面

居民电子健康档案是大数据在居民健康管理中的重要数据基础 基础，大数据技术可以促进个性化健康事务管理服务，改变现代营养和信息管理技术模式，从社会、心理、环境、营养、运动的角度更全面、深入地为每个人提供全面的健康安全服务，帮助和指导人们成功、有效地维护自己的健康。此外，大数据可以整合患者的健康信息，在线远程诊断和治疗提供更好的数据证据，通过挖掘数据智能监测居民健康，通过移动设备定位数据分析居民健康影响因素等，进一步提高居民的健康管理水平。

5 、在健康危险因素分析方面

广泛应用于互联网、物联网、医疗卫生信息系统及相关信息系统，包括环境因素(使用)可以系统、全面地收集健康风险因素数据GIS系统采集大气、土壤、水文等数据)、生物因素(包括致病性微生物、细菌、病毒、真菌等监测数据)、经济社会因素(分析经济收入、营养条件、人口迁移、城市化、教育就业等因素数据)、个人行为和心理因素、医疗卫生服务因素、人类生物遗传因素等。，并利用大数据技术对健康风险因素进行比较和相关分析，也有可能评估和选择不同地区和人群的健康相关风险因素，制作健康监测和评图和知识库，提出有限领域和有针对性的居民健康干预计划，促进居民健康水平的提高。

NLPIR大数据语义智能分析平台是根据中文数据挖掘的综合需要，整合网络精确采集、自然语言理解、文本挖掘和语义搜索的研究成果，并处理互联网内容的全技术链的共享开发平台。

NLPIR大数据语义智能分析平台主要包括精确收集、文档转换、新词发现、批量分词、语言统计、文本聚类、文本分类、摘要实体、智能过滤、情感分析、文档重复、全文检索、编码转换等十多个功能模块，平台提供客户端工具、云服务和二次开发界面等产品使用形式。每个中间部件API它可以无缝地集成到客户的各种复杂应用系统中。

大数据时代无疑会对医疗卫生领域的统计调查和信息化建设产生巨大的影响和推动，解决小数据时代医疗卫生领域无法解决的一些问题和困难。