Page 92 - 大数据技术及安全研究

大数据技术及安全研究
Big Data Technology and Security Research

疗方面要推动人工 + 互联网医疗的研究。只有以实际需求为主要研究导向，才能
真正挖掘出综合性医院大数据的利用价值。
3. 加强资源整合
综合性医院的大数据量太复杂，在进行需求分析时需要分类整合，提升数据

分析的针对性，一般可以分为 5 类。第一是临床诊疗数据，以病历资料为基础，
包含医嘱、医学影像、检查检验数据等；第二是医学知识数据，以文献指南为基
础，包括图书和期刊等；第三是群体和个体的基因数据；第四是暴露数据，包含
职业环境、行为方式和医护行为习惯等；第五是个人健康监测数据，以现代医疗

技术和互联网为主要支持。
（三）医疗大数据分析的三大应用场景
1. 运营管理
与其他领域不同，医疗领域中的数据统计与分析难度特别大，设计人员通过

合理运用大数据分析技术，能够保证医疗企业的管理水平与效率得到高效提升，
减少错误医疗数据的传播。将大数据分析技术应用到医院运营管理当中，能够在
海量的大数据中挖掘出最具价值的数据信息，并加以利用，保证医疗企业中的各
项管理工作得以顺利展开。在一些大型的医疗企业当中，这方面的数据分析已得

到了充分应用，管理人员结合大数据分析平台提供的各项数据，全方面了解企业
经营管理情况，对原有的经营管理制度进行优化。
2. 医药研发
在医药研发方面，大数据分析技术的妥善运用，能够全面体现出药物的治疗

效果，通过综合分析并跟踪药物作用，帮助医生更好地判断患者病情，并调整治
疗药物等。与传统的医疗药物作用跟踪相比较而言，大数据分析技术的应用，能
够为医生提供更多的诊断样本，例如，体感设备的出现，能够将各项数据准确传
输到数据统计中心，不但提高了样本数据的储量，而且简化了药物作用跟踪流程。

对于软件设计人员来说，要根据医疗领域的发展现状，创建更加先进的数据分析
平台，将各项数据进行自动化处理，保证医疗领域中的各项数据更加准确。
3. 临床医疗
在常规的临床医疗业务当中，医生需要结合自身的工作经验进行诊断，但

是，由于医疗业务水平的不断提升，大数据分析技术的广泛应用，EMR、LIS、
与 PACS 等数据信息系统的出现，为医生提供了更多的诊断帮助，有效简化了

·80·