基于大数据的医疗卫生信息平台建设研究教程.doc

PAGE  PAGE 9 基于大数据的医疗卫生信息平台建设研究 聂文梅 刘宏英 张叶娥 李勇 宋晓霞 （山西大同大学数学与计算机科学学院 大同 037009） 摘要: 随着大量智能医疗设备的广泛使用和医疗数据的指数级增长，医疗卫生领域正面临着大数据的挑战。这些挑战对医疗卫生信息平台建设提出了新的要求。在对山西省医疗卫生信息平台现状分析的基础上，构建了一个符合山西省医疗特点的基于大数据的医疗卫生信息平台。与传统的医疗卫生信息平台相比，该平台又集成了无线传感网、智能医疗设备无线网和云平台，综合运用了Hadoop、Storm和MOM等大数据技术对医疗卫生数据进行了收集、存储和分析处理，能够更优质更广泛地服务于患者、医护人员乃至政府决策人员。 关键词:　大数据，医疗卫生信息平台，Hadoop，Storm，MOM 中图法分类号:TP301. 6　　　 文献标识码　A 目???医疗信息数据处于从传统业务交易数据到大数据积累的转折点，尤其影像数据这类非结构化数据成为了重要的业务数据之一。据IDC预测，中国的大数据市场在2012-2016年间将增长5倍。区域化的发展，使数据在省内聚集，数据规模更加客观；医疗行业是与人口呈现正相关的行业，中国的人口基数使得大数据成为不得不使用的方法；传统的医疗信息处理方式经历了PC、PC集群、小型架构和大型主机四个阶段。然而，这些传统的方式已经不能满足省级医疗数据的处理，大数据的高性价比使其成为解决医疗信息的一个重要手段。 大数据（Big Data）又称为巨量资料，指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、高增长率和多样化的信息资产。大数据有4V特点，即Volume（量大），数据已经从 TB 级跃升至 PB 级；Velocity（高速），Twitter 每天产生大约8TB的信息[1]；Variety（多样），区别于传统的数据结构和类型,数据结构和类型更加复杂，超过80%的数据都是非结构化数据,比如网上的流媒体数据、物联网中 RFID 感应数据以及社交网络上产生的各种数据等；Value（价值），是不得不考虑的，是决策的依据。这样的数据集对存储、分析和可视化提出了新要求[2,3]。 为了解决大数据面临的存储、分析和可视化挑战，人们开发了能够进行多线程计算任务的新软件程序框架[3-5]。文献[1]采用了MapReduce和Hadoop对临床数据进行分析，说明这两个开源工具可以充分用于医疗领域。文献[6]开发了基于Hadoop的医疗信息处理系统，采用分布式算法实现大数据处理。许多文献研究了医疗传感网，但大部分是与可穿戴式医疗传感器相关的[7,8,9]。也有人开发了用于监测病人日常活动的基础设施[10], 如用于家庭监护[11]和用于医院监护的[12]。它们都没有从大数据的处理角度考虑问题。考虑大数据技术，将无线传感网与云计算结合进行整合的如文献[13]，但它只用于大数据的收集。还有文献[14,15]也提出了分布式无线传感网中节能的大数据收集办法。文献[16]对大数据开源工具与Storm进行了对比研究；文献[17]提出了一个新的基于云的网页服务集群方法—Twitter Storm，但只是用来处理来自客户端的网页服务请求；Storm可以低延迟的处理实时流大数据[18]，Storm也可作为实时数据处理的工具[19]。 但以上文献大部分都不是对大数据工具进行整合的，即使有些文献有一定的整合，但他们也不是针对医疗信息现状整合的平台。 山西虽然建立了以山西医疗健康网、山西卫生信息网和山西妇幼保健信息网为主的网络平台，但其功能仅限于传播医疗知识，发布医疗信息，网上挂号和网上咨询等。山西省医疗卫生仍然面临着新的挑战：1）优质卫生资源不足，医生医疗水平低，医疗设备缺乏，优质医疗资源分布不均衡。2）山西省人均可支配收入低，医疗费用昂贵，降低看病成本是亟待解决的一个问题。3）山西省是地方病高发区和重病区，缺乏地方病有效治疗方案和典型病例的推广和研究。 针对山西省医疗卫生信息平台的现状和山西医疗卫生存在的挑战，本文通过对无线传感网、智能医疗设备无线网和云平台的集成而构建了一个医疗卫生信息平台。该平台与传统的医疗信息平台相比，新增了诸多功能，如远程医护培训、远程治疗、远程护理、药品全程管理、通过云平台建立的优秀案例库以及地方病防治系统。从而有效地解决了山西的优质卫生资源不足、分布不均衡；看病成本高和地方病有效治疗的推广和研究问题。从而，该平台能够真正服务于患者、医护人员乃至政府决策人员。 1相关技术 Hadoop是一个平台，MapReduce是一个并行处理框架，提供分布式存储和计算能力，在单个计算机节点和集群上开源实现。对比现有的并行处理方法，Hadoop和MapReduce有两个优