医疗大数据—从可及到可用

发表日期:2018-07-15 12:27


CHIMA 2018大会是中国医院协会信息管理专业委员会于2018年7月12日-15日在贵州省贵阳市召开的第22届学术年会—“中国医院协会信息网络大会暨中外医疗信息网络技术和产品展览会”。会议旨在学习贯彻落实十九大提出的“实施健康中国战略”各项新要求,对新兴医疗信息化技术应用、互联网+医疗健康、医疗大数据分析、医学人工智能等实用技术开展研讨,推动信息技术和卫生与健康事业全面融合。

7月13日,浙江大学生物医学工程与仪器科学学院教授、博士生导师吕旭东在CHIMA 2018年度大会,发表了主题为《医疗大数据—从可及到可用》的演讲,着重对openEHR如何解决医疗大数据可及性方面的作用进行了介绍。

9.png

演讲内容提出,随着医疗信息化的发展,医疗大数据研究在个性化诊疗决策支持、医疗数据挖掘、机器学习等方面有着广泛应用前景,但当前面向业务需求而产生的医疗数据存在可及性差、可用性低两大问题。

如何提高医疗数据可及性?

当前医疗数据可及性差表现为数据不开放、信息碎片化以及新数据不断产生。医护、科研人员、患者等各类角色持续增长的数据获取需求得不到及时有效满足,而海量医疗数据未被有效利用,两者之间存在着鸿沟和矛盾。

演讲提出了“基于开放式医疗信息模型构建的数据平台来提高医疗数据可及性的观点,重点介绍了分层建模的原理基于openEHR分层建模及共享平台技术实现的方法

       在openEHR模型驱动的开放式医疗数据平台上,领域专家可快速建立的原型和模板内容具有四个特性:可动态生成访问接口;可动态映射存储结构;可动态匹配质控规则;可动态配置集成脚本。根据上述特性解决两方面问题,一是可解决各类角色人员对数据需求动态变化快但各业务系统响应、修改慢的问题另一方面,可解决各类医疗业务系统不断增多,数据源持续增长但又无法及时有效集成导致成为了数据孤岛的问题综述,openEHR分层建模核心思想在于:所有的临床知识内容都由领域专家主导建立原型模型,用以指导软件开发,从而实现技术与信息内容完全独立,提高医疗数据可及性,满足各方人员的数据需求。

10.jpg


如何提高医疗数据可用性?

当前医疗数据可用性低表现为数据不准确、数据不完备、结构化程度低,且缺乏实施性高的有效数据质量评价方法。

针对此现状,吕旭东教授提出“基于评价的医疗数据质量控制框架”的观点以提高医疗数据可用性。从数据采集前的 “逻辑约束”,采集中的“算法校验”,最后到采集后的 “术语映射”等,每一步都建立有效数据质量评价,从而获取到高质量数据集。以冠脉临床影像大数据平台为案例,讲解了冠脉的信息模型构建方法,自动集成与人工补充相结合的数据整合方法等。

吕旭东教授最后总结:一,当前亟需建立面向数据有效利用的技术体系;二,提高医疗数据的可及性和可用性挑战巨大,且任重道远,还需要医疗行业全体同仁共同努力,从而让医疗大数据更好发挥服务医疗行业的作用。

演讲内容引发会场人员很大兴趣,演讲结束后纷纷以自己的理解和切身感受提出问题和意见,并在会场进行了热烈地讨论和交流。

据介绍,开放式数据建模平台在中国本地化的网站也在逐步完善中,希望同行给予关注和提出宝贵意见。网址如下

openEHR本地化协作平台:www.openEHR.org.cn/hmc

附:报告pdf格式文件《医疗大数据—从可及到可用_浙江大学_吕旭东.pdf


Copyright © 浙江大学