Page 91 - 大数据技术及安全研究

第二章 大数据在医院建设发展中的应用

大量的知识需求来提升诊疗的质量和效率。至少包括如下几类：一是基础知识库。
主要是指合理用药、医学公式、医学术语集等“静态”规则知识。二是临床诊疗
知识库。是指经过人工不断总结形成的知识，包括临床路径、医学指南、疾病诊
治知识库等。三是参考文献。特别是罕见病诊治更需要国内外参考文献提供借鉴。

四是从历史病例挖掘形成的知识。从过去大量的历史诊疗资料中挖掘有用的循证
医学知识，作为现有诊疗方案的参考。当前的临床诊疗工作并非不需要医学知识
支撑，而是缺少高效实用的知识服务手段。
4. 传统技术手段不能支撑智能高效的知识获取方式

传统数据处理的技术手段只能应对相对少量的医学数据，当数据达到一定规
模和复杂程度时，必然会出现效率低下、反应缓慢的情况。如果医生在诊疗过程
中获取知识的效率太低，医生一般都会选择尽可能少用。因此，我们需要利用最
新的医疗大数据技术，构建一套高效的知识获取系统，实现对医生知识需求的快

速响应，并尽可能做到智能化，能够智能感知诊疗过程，精准地为医生提供知识
服务。
（二）综合性医院大数据需求分析
1. 需求增强

现代科学技术的发展，使得现代医学呈现预测性、预防性、参与性、精准性
和个体化的特性，这种特性需要全面医疗数据的支持，保障个性化数据的精准。
信息化技术使得医院存储数据的成本不断降低，其安全性和稳定性也逐渐增强，
让综合性医院大数据的分析和利用成为可能。从当前综合性医院大数据的分析上

看，对大数据的分析需求逐渐增强，是提升医院诊疗服务质量和管理的重要发展
环节。
2. 以实际需求为主要研究导向
综合性医院大数据的研发成为很多行业发展的热点，特别是科技公司和医疗

机构等，具有代表性的有利用大数据预防流感、分析中国人群基因遗传规律等。
医院是大数据产生的主要源头，综合性医院的大数据研发需要以医护人员的实际
需求进行。在进行大数据需求分析时，要根据医护人员的需要进行研发设计，保
证研究价值。在精准医疗方面需要提升疾病的早期诊断与防控、个性化治疗和决

策支持，精益管理方面要推进数据价值的挖掘与医疗质量监控，科研方面要重点
分析数据和建模研发，健康管理方面要推进云平台和疾病危险因素分析，数字医

·79·