2017年慧医疗大数据解决方案.docx

2017年智慧医疗大数据解决方案目录第1章 概要4第2章 医疗大数据面临的挑战72.1 医疗大数据与医院信息系统之间的具有本质的差异72.1.1 小问题放大万倍就会大的吓人92.2 医疗大数据面临八大难题102.3 国家大数据标准工程堪比“两弹一星”142.4 医疗行业的信息系统顶层设计为何难产152.5 大数据挖掘中的问题：大数据的关键不在于大而在于如何挖掘162.5.1 我国医疗行业每年产生多少数据162.5.2 挖掘关系数据库系统所产生的医疗数据非常困难172.5.3 仅患者与数据的对应关系就是一个大问题182.6 关系数据库理论的致命伤192.6.1 关系数据库中的数据在大数据环境中为何变成无意义的数据192.6.2 关系数据库系统是一种完全封闭的系统：外来数据无法入住222.6.3 关系数据库中的数据与数据系统密不可分222.6.4 关系数据库中的数据与数据结构密不可分232.6.5 关系数据库中的数据与应用程序密不可分232.6.6 关系数据库中的数据一旦脱离相应的系统就成了无意义的数据242.6.7 关系数据库无法实现病历信息的结构化存贮242.6.8 关系数据库中的数据都是“方言”，大数据需要的是“普通话”242.7 关系数据库如何处理国家医疗大数据中数万个数据库、数千万张表252.8 大数据之梦十年后成真262.8.1 信息化社会由概念到比较成熟用了30多年时间272.8.2 千年虫问题的启示272.8.3 大数据工程远比千年虫问题复杂282.8.4 五年之内（2020年前）医疗大数据只是纸上谈兵292.9 必须开发新型的软件工具才能对医疗大数据进行高效挖掘29第3章 发明专利：医学信息的结构化存贮方法303.1 在了解医学信息的结构化存贮方法时的注意事项313.2 医学信息的结构化存贮方法323.3 数据的完整性是大数据的根本383.3.1 大数据的策略：以适当的数据冗余而使数据易识别383.3.2 一个事物的数据403.3.3 事物分类403.3.4 关系数据库的缺陷：关系423.3.5 数据的可识别性463.3.6 数据的多样性483.3.7 元数据及国际元数据标准非常重要483.3.8 大数据的关键：让数据自己说话493.3.9 大数据的策略：用数据代替程序513.4 与信息系统的耦合度为零的数据才是合格的大数据523.5 医学信息的结构化存贮方法与关系数据库的对比553.6 应用医学信息的结构化存贮方法的注意事项553.7 超大表化问题：分为多张表563.8 关系数据库中的二维表是数据不具独立性的一个根本原因563.9 “万能数据结构表”存放病历信息的例子563.10 医学信息的结构化存贮方法实现互联互通非常简单583.11 结构化录入病历信息的例子：症状的结构化58第4章 独立数据库在医疗大数据方面的优势614.1 大数据中最重要的就是查询614.2 超大表问题614.2.1 自动调整表的长度624.2.2 自动查询多张表624.3 用独立数据库实现国家医疗大数据的存贮处理634.3.1 独立数据库如何处理国家医疗大数据中数十万个数据库、数千万张表634.3.2 疾病、症状的相关数据65第一章、概要关系数据库理论存在很多很严重的问题，例如，用关系数据库系统所设计出的信息系统都是孤岛型系统，难以实现系统之间的互联互通；在大数据时代，人们发现，对全国97.8万家医疗机构所产生的医疗数据进行挖掘非常困难，当前的大多数医疗信息系统都是用关系数据库系统而设计的。用关系数据库系统所设计出的信息系统之所以难以互联互通，孤岛问题严重，根本原因在于“异构数据”。《医学信息的结构化存贮方法》中的“万能数据结构表”可以存贮各种各样的数据，也可说用《医学信息的结构化存贮方法》所设计出的信息系统所产生的数据都是“同构”的，不存在“异构数据”的问题。关系数据库理论先天不足，不可能解决“异构数据”问题。医院信息系统所处理的数据只是某家医院所产生的某些特定的数据（可称作小数据）。医疗大数据所要处理的数据是全国97.8万家医疗机构所拥有的数十万个医疗信息系统所产生的数据，这些数据存贮在数千万张表中，这些系统由不同的开发商所开发，各系统的数据结构各不相同。每家医院的信息化工作都涉及几十个厂家，每个厂家的数据、标准、采集、存储都不一样。因此，即便是在一家医院，都会出现很多孤岛，整个医疗行业的信息孤岛问题更严重。各家医院信息系统的标准、接口都不同，这成为利用率低、共享难的原因之一。不仅如此，数据种类的多样化也为数据标准的制定和应用带来了挑战。小数据的特点是数据的类型和数据都是有限的，在处理数据前能事先确定数据的类型。而大数据的数据特点是 “多样性 (Variety)”，在处理数据时很难先事先确定数据的类型，甚至不能确定数据的类型。目前关