基于云计算的健康医疗大数据平台

来源:用户上传      作者:

　　摘  要： 中国新医改的大背景下，用互联网+、大数据等技术助推进行深化医改，让改革红利惠及更多群众，加快健康信息化资源体系建设，实现全区域数据共享、全过程业务监督、全方位数据分析、跨部门业务协同、全流程惠民服务的全面健康医疗大数据平台应运而生。平台运用大数据与云平台技术、OLAP多维分析、SOA体系结构，解决了制约平台建设的系统分割、业务流程不统一、以及纵向信息系统的“孤岛”问题。
　　关键词： 医疗大数据;云计算;OLAP多维分析;SOA体系结构
　　中图分类号： TP274. 2    文献标识码： A    DOI：10.3969/j.issn.1003-6970.2020.02.038
　　【Abstract】： Under the background of China's new medical reform， the comprehensive health medical big data platform with the help of Internet， big data and other technologies to deepen medical reform， let the reform dividend benefit more people， speed up the construction of comprehensive health information resource system， realize data sharing in the whole region， supervise the whole process business， omni-directional data analysis， cross-departmental business coordination， and the whole flow of Huimin service emerges as the times require. The platform uses big data and cloud platform technology， OLAP multidimensional analysis， SOA architecture to solve the system segmentation that restricts the construction of the platform， the disunity of business processes， and the "isolated island" of vertical information system.
　　【Key words】： Medical big data; Cloud computing; OLAP multi-dimension analysis; SOA architecture
　　0  引言
　　近些年来，医疗卫生资源的分布不均，急需大数据调配、均衡。慢性疾病成死亡首因，急需大数据监测、防控[1-2]。通过卫生信息共享来提高医疗服务效率、提高医疗服务质量、提高医疗服务可及性、降低医疗成本、以及降低医疗风险的作用已经得到充分验证，并被公认是未来卫生信息化建设的发展方向[3-4]。
　　全民健康大数据平台在全员人口信息数据库，电子病历数据库和电子健康档案数据库三个数据库融合的基础上，构建文档库、医学影像库、空间数据库，形成一个省级信息平台，在平台上支持六大类业务应用：公共卫生、计划生育、医疗服务、医疗保障、药品供应保障和综合管理[5]。以集成为手段，打通全民健康医疗大数据平台与横向跨域系统的对接，主要包括含有全员人口信息、电子病历信息、公共卫生信息、妇幼健康信息、严重精神障碍信息等业务系统，并对其中部分核心业务的数据整合，并提供从全民健康医疗大数據平台入口后单点登录到各业务系统[6]。
　　1  平台总体架构
　　1.1  系统架构
　　全民健康医疗大数据项目的架构设计由下至上分为七层框架：数据支撑层、基础数据层、数据交换层、数据管理层、数据挖掘层、数据应用层和用户层[7]。系统各层都紧密地架构在统一的标准和规范、安全保障体系、组织机构、审计和监管支撑环境上，并遵循统一的资源共享和业务协同标准规范体系[8-9]。系统总体架构图如下图1所示。
　　1.2  业务架构
　　业务架构主要围绕“数据共享、纵向业务协同、横向跨域协同、业务监管及惠民服务、居民健康卡”展开，主要包括：全民健康信息共享平台、业务协同平台、全民健康业务监管平台、惠民服务平台四部分。业务架构图如图2所示。
　　1.2.1  全民健康信息共享应用业务规划
　　全民健康信息共享应用主要分为三期进行建设，如下图3所示：
　　第一期为框架型建设，是开展卫生、计生业务信息系统应用整合的基础;
　　第二期为全面型建设，将全面建设数据共享应用的业务功能;
　　第三期为完善性建设，进一步优化、完善共享应用的基础设施、业务功能。
　　1.2.2  全民健康业务监管应用业务规划
　　全民健康业务监管应用业务规划图如下图4所示。
　　1.2.3  惠民服务应用业务规划
　　惠民服务应用业务规划图如下图5所示。
　　1.2.4  纵向业务协同业务规划和横向跨域协同业务规划
　　纵向业务协同主要包括7大应用（全员人口、公共卫生、计划生育、医疗服务、医疗保障、药品管理、综合管理）及单点登录。 　　横向业务协同主要包括各业务系统的数据整合、跨行业数据交换共享以及提供单点登录。
　　2  平台关键技术
　　2.1  大数据与云计算
　　大数据分析技术将使临床决策支持系统更智能，这得益于对非结构化数据的分析能力的日益加强。比如可以使用图像分析和识别技术，识别医疗影像（X光、CT、MRI）数据，或者挖掘医疗文献数据建立医疗专家数据库，从而给医生提出诊疗建议[10]。通过全面分析病人特征数据和疗效数据，然后比较多种干预措施的有效性，可以找到针对特定病人的最佳治疗途径[11]。基于疗效的研究包括比较效果研究。
　　智慧医疗的云计算平台采用自主计算的可靠性技术，医疗信息化系统在运行过程中能够提供失效的自预测、自检测、自定位、自隔离和自愈合功能，可根据收集到的系统运行状况数据预测系统可能发生的故障，在发生故障后能够自动发现故障，自动定位到故障源，并且在系统发生故障后能够自动将故障源隔离，并且自动修复故障[12]。
　　2.2  J2EE体系和SOA体系结构
　　J2EE是主流的技术体系，J2EE技术的基础是JAVA语言，JAVA语言的与平台无关性，保证了基于J2EE平台开发的应用系统和支撑环境可以跨平台运行。
　　数据交换系统是实现分布式异构应用系统之间信息交换的基础平台。基于服务协议来调用，SOA结构可以实现不同的系统之间进行的数据交换，这样就可以完全屏蔽因为底层的数据内容纷繁复杂而造成在使用时的麻烦，同时也可以减少分布式技术解决数据采集与交换的复杂性，从而对于各类异构系统之间的通信和信息交换完全没有障碍。
　　2.3  中间件和数据集成技术
　　中间件是一种独立的系统软件或服务程序，应用软件借助这种软件在不同的技术之间共享资源。中间件软件管理着客户端程序和数据库之间的通讯。中间件在分布式的客户和服务之间扮演着承上启下的角色，如事务管理、负载均衡以及基于Web的计算等。
　　数据交换集成技术是实现资源共享交换的核心技术。交换集成技术必须具有完全的开放性和兼容性。考虑到需要接入各种不同的系统和数据接口，该系统需要满足多种国际工业标准，能够与现有的常见数据载体进行对接，支持XML标准数据交换并提供数据访问的定制能力。通过数据集成技术，可以通过累加软件模块的方式，完成数据集成和交换流程的定义，并可以根据業务的需要进行逐步更改[13]。
　　3  结语
　　在国家人口健康信息化政策的带动下，各地政府牵头开始进行区域人口健康信息化建设的有益探索和实践，推动以全员人口信息数据、电子医疗数据、健康档案数据共享为核心的区域性人口健康信息网络建设，以提升整体医疗服务质量、提高医疗服务可及性、降低医疗费用、减少医疗风险。我国区域人口健康信息化建设呈现出加速发展的态势，各地各级取得的成效证明了区域人口健康信息化建设的必要性和社会价值。
　　参考文献
　　邵星， 王翠香， 孟海涛， 等. 基于物联网的社区智慧医疗系统研究[J]. 软件， 2015， 36（12）： 45-48.
　　方辉， 梁晨， 梁振兴. 基于互联网下的社区医疗资源整合[J]. 软件， 2018， 39（6）： 174-176.
　　王会举. 面向大规模机群的可扩展OLAP查询技术[J]. 计算机学报， 2015（1）： 47-60.
　　梁宏涛， 房正华， 杨新艳， 等. 面向本科教学评估的高校数据SOA 服务模型研究[J]. 软件， 2016， 37（4）： 22-24.
　　杜明超. 健康医疗大数据的应用范围与价值分析[J]. 中国卫生信息管理杂志， 2017（5）： 22-24.
　　陈晋阳. “互联网+”视角下健康医疗大数据研究[J]. 南京医科大学学报（社会科学版）， 2017（4）： 16-19.
　　李岳峰. 中国健康医疗大数据资源目录体系与技术架构研究[J]. 中国卫生信息管理杂志， 2019（3）： 9-16.
　　李伟. 区域健康医疗大数据平台解决方案策划与初步设计[J]. 医疗卫生装备， 2018（7）： 40-46.
　　尹航， 杨欢， 崔海斌， 等. 基于大数据应用的虚拟化云平台建设方法研究[J]. 软件， 2018， 39（4）： 201-207.
　　卓广平. 数据挖掘开发及应用研究[J]. 软件， 2015， 36（5）： 81-83.
　　周政尹. 基于医疗大数据的数据挖掘方法研究[J]. 经贸实践， 2017（23）： 15-16.
　　吴政. 云计算在医疗大数据平台建设中的应用研究[J]. 信息与电脑（理论版）， 2017（17）： 58-59.
　　周乐明. 公立医院区域医疗数据集成与接入的难点及对策[J]. 中国卫生信息管理杂志， 2018（6）： 117-120.
转载注明来源:https://www.xzbu.com/8/view-15233956.htm