汇享大数据 创造医疗卫生新价值

简介:

本文讲的是汇享大数据 创造医疗卫生新价值,据IDC预测,中国的大数据市场在2012-2016年间将增长5倍,政府、银行、医疗卫生、电信等行业将在其中占据最多的份额,大数据带来的巨大商业价值已经不言自明。然而,其价值的实现取决于一个重要的前提条件:只有在取得准确、全面、及时的高质量数据的基础上,才能借由有效的分析手段,呈现出数据背后的商机或警示。否则,再好的商业模式都只是基础薄弱的空中楼阁。

  正是基于这样的理性思考,中国卫生医疗行业对于大数据的持续升温始终持冷静、审慎的态度。据HIT专家网报道,国家卫生和计划生育委员会统计信息中心王才有副主任在医疗大数据高峰论坛(华东站)的发言中表示:当今世界,医疗卫生发展面临很多的挑战,如人口健康存在老龄化、慢性病、临终前消费压力等问题,医疗技术发展在解决问题的同时,推动了高昂的医疗费用,不协同的医疗、低效的流程、医疗错误、再次住院、院内感染、医护短缺反映出医疗质量问题,全球医改面临着机构效率、欺诈、浪费、市场扭曲、预防性医疗、管理成本高等问题。有人估计,美国2010年2.5万亿美元的医疗费用中至少有7000亿是无效的。这些正是“大数据”所要研究和解决的。业务系统迅速积累数据,数据采集设备大量产出数据,社区网络制造数据,使得数据利用需求快速发展,复杂环境下的数据采集能力以及数据分析处理能力需要继续提高。

  中国幅员辽阔,各类医院、社区卫生服务中心、乡村医疗工作站、疾病监控中心、急救中心等卫生医疗机构大量分散。医疗信息化在十余年的发展中,沉积下的IT系统涉及技术门类众多,给数据采集、数据质量、数据标准以及后续的维护带来了巨大的挑战。假如均采用定制开发、标准接口或人工录入的方式,不可避免的要投入大量的人力物力,并且在数据准确性、实时性上无法得到保证。

  中国疾病预防控制中心信息中心主任马家奇在接受《E医疗》记者采访时介绍:“局限于过去的技术水平,以前公共卫生相关数据的上报效率非常低。大部分数据从地方上报到国家,可能需要按月度报告,有些甚至是年度报告,而且报告上来的也只是统计结果的指标数据。而如今,开始逐步收集原始数据、个案数据,在我国人口基数大的背景下,每天产生的数据量可想而知。以传染病报告为例,中国CDC每年会收到全国600多万个案信息,而且这个信息量还在逐年增加。”面对庞大繁杂的结构化与非结构化数据,通过专用的数据采集交换设备来解决数据采集、汇总中的数据质量、实时性和标准化的问题,方为加速大数据落地,使各级区域卫生信息平台、网络直报平台、疾病监控平台、应急指挥处理平台等以数据为支撑的平台真正发挥价值的标本兼治之法。

  软硬件一体化数据采集产品夯实大数据基础

  在这样的背景下,2013年5月24日,中国卫生信息学会、公共卫生信息专业委员会在深圳召开了第三届公共卫生信息学术年会,将公共卫生大数据应用列为重要议题。分别从疾病预防控制、卫生监督信息化、卫生应急管理信息化三个业务角度入手,深入探讨公共卫生信息体系与集成应用的新模式、卫生应急数据采集技术运用,卫生应急管理信息数据的挖掘与展示,用以强调数据采集与数据分析过程中的数据完整性、规范性、准确性、安全性和及时性的关键作用。国内知名的数据集成与信息整合产品提供商——锐易特,凭借今年推出的可以从数据采集、数据质量、数据标准三方面为实现“公卫大数据”提供技术支撑的软硬件一体化产品,以及扎根卫生医疗行业多年的丰富数据集成经验,应邀在会上分享了其“汇享大数据,创造医疗卫生新价值”的产品及方案演讲,得到了各界参会人员的热烈响应。

  近两年,随着信息化在医疗卫生行业的不断深入,区域卫生信息平台在各级卫生主管部门工作中所发挥的作用也越来越大。但是目前各省市在考察已有或计划建设的区域卫生信息平台时,经常发现平台被“架空”的问题。究其原因,主要是分散挂接于平台下的各类医疗卫生机构中,产生了大量的异构数据,使得数据采集、上报变得十分困难。对于卫生行政管理部门来讲,最突出的问题就是基础数据上不来会直接导致建档率、活档率,数据质量不达标,无法及时发现区域内的异常情况。而各级医疗服务机构、公共卫生服务机构在数据直报中亦深受软件开发商实施周期长、配合工作量大,数据标准变更时频繁调试必须耗费多重人力,没有工具支撑数据导入而必须人工录入等现状困扰。事实上,只要在各医院、数据采集端部署锐易特卫生数据集成与交换一体机便可轻松解决这些问题。这款产品内置丰富的业务模板,可自动完成数据的采集、清洗和格式转换,保证卫生厅局可通过区域卫生信息平台实时、主动地监控下级机构的数据以及运行状态,同时又具有健康卡、双向转诊等多项增值业务功能,帮助各地实现区域卫生信息平台与所辖机构的有效联通、共享与协作。此外,它还可以在数据上报端自动进行数据校验,在减轻平台压力的同时,降低数据上报端的工作量。

汇享大数据  创造医疗卫生新价值

  锐易特技术总监马国耀在会上表示:“锐易特在全国拥有数十家卫生厅局用户,始终致力于为医疗信息整合提供产品及服务,专注和专业是我们最大的优势。卫生数据采集与交换一体机的出现,使区域卫生信息平台的数据整合模式发生了根本性改变,令平台采集、处理信息的根系愈发繁茂,从而最大程度地扎根基层,在承载、协调整个区域的卫生医疗资源方面更为充分地发挥主导作用。夯实区域卫生信息平台的数据基础,支撑卫生医疗大数据的成功落地是该产品的核心价值。”

作者: 李焕珠  

来源: IT168

原文标题:汇享大数据 创造医疗卫生新价值

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
数据采集 机器学习/深度学习 人工智能
大数据分析案例-用RFM模型对客户价值分析(聚类)
大数据分析案例-用RFM模型对客户价值分析(聚类)
1018 0
大数据分析案例-用RFM模型对客户价值分析(聚类)
|
机器学习/深度学习 人工智能 Cloud Native
【大数据趋势白皮书下载】IDC: 发挥数据智能价值,推动企业数字化创新
IDC认为,从提升企业中长期发展质量、降低综合投入成本的角度出发,大数据技术领域将呈现出两个显著趋势:一体化和融合化。企业应以战略和顶层设计为先导,用体系化的思维全面构建大数据能力架构,避免形成新的数据、业务和能力孤岛。 【下载地址见文末】
【大数据趋势白皮书下载】IDC: 发挥数据智能价值,推动企业数字化创新
|
数据采集 机器学习/深度学习 算法
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
720 0
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
|
大数据
|
存储 SQL 弹性计算
飞天大数据产品价值解读— SaaS 模式云数据仓库 MaxCompute | 学习笔记(五)
快速学习飞天大数据产品价值解读— SaaS 模式云数据仓库 MaxCompute
203 0
|
存储 数据采集 分布式计算
飞天大数据产品价值解读— SaaS 模式云数据仓库 MaxCompute | 学习笔记(四)
快速学习飞天大数据产品价值解读— SaaS 模式云数据仓库 MaxCompute
189 0
飞天大数据产品价值解读— SaaS 模式云数据仓库 MaxCompute | 学习笔记(四)
|
存储 分布式计算 运维
飞天大数据产品价值解读——SaaS 模式云数据仓库 MaxcCompute(二)| 学习笔记
快速学习飞天大数据产品价值解读——SaaS 模式云数据仓库 MaxcCompute(二),介绍了飞天大数据产品价值解读——SaaS 模式云数据仓库 MaxcCompute(二)系统机制, 以及在实际应用过程中如何使用。
362 0
飞天大数据产品价值解读——SaaS 模式云数据仓库 MaxcCompute(二)| 学习笔记
|
存储 分布式计算 大数据
通俗理解大数据及其应用价值
通俗理解大数据及其应用价值
通俗理解大数据及其应用价值
|
存储 数据可视化 大数据
数据可视化赋能大数据价值释放,助力大数据价值应用落地 echarts,d3.js
今天,大数据已无所不在,并且正越来越广泛的被应用到金融、互联网、科学、电商、工业甚至渗透到我们生活的方方面面中,获取的渠道也越来越便利。 然而,很多公司企业只知道大数据的重要性,疯狂的存储搜集行业相关的大数据,生怕没有抓住大数据的风口导致自己的落后,但却不知道怎样利用这些数据指导自己的业务和项目方向。让大数据静静地躺在公司的数据库里,白白的浪费了大数据真正的价值,也失去了大数据的意义。 还有就是随着大数据时代的来临,信息每天都在以爆炸式的速度增长,其复杂性也越来越高;其次,随着越来越多数据可视化的需求产生,地图、3D物理结构等技术将会被更加广泛的使用。所以,当人类的认知能力越发受到传统可视
数据可视化赋能大数据价值释放,助力大数据价值应用落地 echarts,d3.js
|
安全 数据可视化 数据挖掘
当大数据遇上区块链,欧科云链重塑Web3.0万亿数据价值
如果将石油视为工业时代的能源,那么数据就是数字经济时代的新能源。2017年,《经济学人》就曾发文称“世界上最有价值的资源不再是石油,而是数据”。
181 0

热门文章

最新文章