深圳市门诊咽喉炎人群特征大数据分析

目的对深圳市门诊咽喉炎人群进行大数据分析,对咽喉炎疾病进行特征分析,探讨该病高发人群及高发季节,为该病的预防和管控提供方向。方法基于深圳市医学信息中心的医疗大数据交换平台,利用大数据文本匹配算法,对2015年的深圳市咽喉炎疾病患者相关因素进行全样本的采集、清洗、融合,从多个维度切入分析咽喉炎主要的特征。结果男性比女性更应关注咽喉的健康;1~、20~至30~年龄阶段为咽炎的高发人群;春夏季为咽炎的高发季节。结论在高发季节医疗机构应加强对咽炎知识的宣传及普及;高发人群应多喝水、饮食清淡,忌烟忌酒,以预防咽炎。

基于时间线优化医疗海量小文件数据集成技术

随着越来越多的医院开展数字化建设以及区域医疗应用范围的扩大,大量非结构化、半结构化医疗数据爆发式的增长,传统的技术架构在处理海量数据方面显得越来越乏力。深圳市区域卫生信息化数据交换平台,覆盖了全市60家公立医院、600多家社区卫生机构。平台接入近50个异构系统,现有1700多万份健康档案、30亿条以上诊疗数据,平均每天产生500万以上的小文件。针对深圳市卫生区域信息化建设,海量小文件交换处理效率低下的问题,利用Hadoop平台,提出了采用时间基线归档文件技术和序列文件技术解决小文件存储、检索效率问题的解决方案,经验证实该技术可满足实际业务应用中对数据交换的需要。详细描述了该技术的实现细节,包括根据业务数据规模划定时间基线,根据业务需求定制数据类型、数据结构,将小文件合并分块存储,建立小文件到大文件的映射以及相关数据交换处理流程等,并基于真实数据对该技术进行了评测比较,结果表明上述技术与常规技术相比明显提升了批量处理小文件的效率。

基于医疗大数据的门诊疾病标准匹配算法

"两费"主要指的是门诊次均费用和住院次均费用。随着医疗卫生体制改革不断深入,社会经济的发展,社会医疗制度存在的一些缺陷日益突出,集中表现为医疗费用过快增长。而基于医疗大数据的"两费"研究分析,通过海量高维医疗数据的融合降维,实现"两费"分析的统计建模,早期预测"两费"增长的趋势,快速检测不合理的影响因子以及进行全面的监测,推动和实现医疗健康大数据挖掘技术的实用化。文中的两费疾病标准匹配算法涉及信息处理技术领域,是一种准确的字符串匹配替换算法。算法首先将规范编码表加载进内存生成一个键值对形式的集合,然后用规范编码表的键对目标字符串进行匹配,如果匹配成功,将目标字符转替换成为相对应的编码。可以有效提升匹配效果,避免重复匹配以及匹配不准确等问题。算法可应用于病案数据规范化信息管理领域。从医学信息管理平台获取了深圳市近五年来各医疗卫生机构近五亿人次的数十亿份医疗数据,研究病案疾病的标准匹配算法。

基于SolrCloud构建的区域海量医疗信息实时查询交换系统

随着区域医疗业务增长迅速,区域内医疗机构之间对于医疗信息共享的需求越来越迫切,然而各个医疗机构业务系统构建技术不同,现有基于传统数据库构建的区域医疗信息查询系统已不能满足高并发实时随机医疗信息的查询和交换需求。提出了一种由SolrCloud构建分布式区域海量医疗患者信息的实时查询交换系统,运用该软件提供的高效动态协调能力、高速索引同步能力、高可用性和容灾备份能力,解决区域内医疗机构向数据中心高并发数据查询交换的需求瓶颈,提升区域实时医疗业务协同能力。最后以该系统最频繁使用的MPI(病人主索引)实时构建和查询交换模块为例,验证SolrCloud架构在区域医疗机构高并发实时查询和交换的性能。

基于云计算的区域医疗卫生信息化(健康云)的应用及信息安全

如何利用云计算技术来发展区域医疗卫生信息化系统，促进国家区域医疗卫生信息资源的共享，并有效降低建设成本和部署、运维难度，是政府卫生主管部门、科研机构研究的重要课题。深圳中科金证科技有限公司是中国科学院“全民低成本健康海云工程“中“云端”工程的主要执行者，依托于自有核心云计算技术构建的健康云体系，提供面向政府、医卫机构和居民个人的医疗卫生信息化产品和服务。