大数据在医疗行业的应用培训课件.ppt

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,大数据在医疗行业的应用,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,大数据在医疗行业的应用,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,大数据在医疗行业的应用,*,大数据在医疗行业的应用,PART 1,大数据在,医疗领域,的应用,2,大数据在医疗行业的应用,outline,一、,医疗与大数据的趋势,二,、什么是医疗大数据,三,、大数据面临的挑战,四、,如何管理和利用大数据,五、,案例分析,六、,总结与展望,3,大数据在医疗行业的应用,一、,医疗与大数据的趋势,二,、什么是医疗大数据,三,、大数据面临的挑战,四、,如何管理和利用大数据,五、,案例分析,六、,总结与展望4,大数据在医疗行业的应用,医疗费用在不断上升,GDP的占比非常高,10-19%,0-9%,趋势分析:,我们正处在医疗行业的一个重要转折点,%,of,population,over,age,60,30+,%,25-29%,20-24%,2050,WW,Average,Age,60+:,21%,Source:,United,Nations,“Population,Aging,2002”,全球老龄化,平均年龄60,+,:,目前的10%,到,2050年将达到20%,Source:,McKinsey,Global,Institute,Analysis,ESG,Research,Report,2011North,American,Health,Care,Provider,Market,Size,and,Forecast,以美国为例:,医疗大数据的价值,3千亿美元/年,相当于每年生成总,值增长0.7%,5,大数据在医疗行业的应用,0,15000,10000,5000,2010,2011,2012,2013,2014,2015,趋势分析:我们正处在医疗行业的一个重要转折点,存储的增长,医疗服务产生的数据总量,(PB),Admin,Imaging,EMR,Email,File,Non,Clin,Img,Research,医疗影像归档,一个医疗系统案例的数据,到2020年,医疗数据将急剧增长到35,Zetabytes,相当于2009年数据量的44倍,增长,Source:,McKinsey,Global,Institute,Analysis,ESG,Research,Report,2011,North,American,Health,Care,Provider,Market,Size,and,Forecast,6,大数据在医疗行业的应用,一、,医疗与大数据的趋势,二,、什么是医疗大数据,三,、大数据面临的挑战,四、,如何管理和利用大数据,五、,案例分析,六、,总结与展望,7,大数据在医疗行业的应用,大数据,对于“大数据”（,Big data,）,研究机构,Gartner,给出了这样的定义：,“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。,4V,：,Volume,（大量）,Velocity,（高速）,Variety,（多样）,veracity,（真实性）,/Value(,价值性）,8,大数据在医疗行业的应用,1.,制药企业/生命科学,3.,费用报销,利用率,和,欺诈监管,2.,临床决策支持,&,其他临床应用,(包括诊,断相关的影像信息),4.,患者行为/社交网络,医疗大数据简介,数据来源包括哪些?,我们如何利用大数据创造价值?,(示例),2.,临床决策支持,4.,由生活方式和行为引发的疾病分析,1.,个体化医疗,3欺诈监测得以加强,McKinsey,Global,Institute,Analysis,9,大数据在医疗行业的应用,医疗大数据相关解决方案,健康信息服务,新兴的医疗服务,应用,数据分析及,视觉化处理,数据处理/,管理,分布式平台,老龄社会,肿瘤基因组学,医疗影像分析,医疗影像,影像数据处理加速,基础医疗服务,临床决策支持,类SQL的检索,医疗记录,存储优化,个人健康管理,个体化医疗,机器学习,基因数据,安全和隐私,10,大数据在医疗行业的应用,一、,医疗与大数据的趋势,二,、什么是医疗大数据,三,、大数据面临的挑战,四、,如何管理和利用大数据,五、,案例分析,六、,总结与展望,11,大数据在医疗行业的应用,大数据的挑战不仅来自于数据量的增长.,需要新技术的支持,检验结果,费用数据,影像,设备产生的感应数据,基因数据等,数据量,结构化数据,遵循标准的数据标准(如,HL7),非结构化数据,如口述、手写、照片、影像等,类型,实时有效的商业价值,基于现有数据库中的数据进行分析，来支持不同种类的业务：如,费用及报销、患者病史、归档影像分析、实时临床决策支持（数,据分析）,实时数据分析，而非传统的批量处理分析,数据以流的方式进入系统，进行抽取和分析,对于实时运行中的每个时间节点产生影响，而不是事后处理,在传统的解决方案之上，引入新的数据及分析模型和技术，,价值,速度,12,大数据在医疗行业的应用,一、,医疗与大数据的趋势,二,、什么是医疗大数据,三,、大数据面临的挑战,四、,如何管理和利用大数据,五、,案例分析,六、,总结与展望,13,大数据在医疗行业的应用,传统解决方案,环境,ERP,CRM,Batch,OLTP-DB,Data,Center,Provisioning,Discrete,Virtual,Cloud,As,A,Service,HPC,关注数据的价值,大数据存储的考虑,传统存储方式,大规模分析,Hadoop,*,海量数据库,Hive,*,大规模备份,Lustre,*,数据源,文本-语音-视频-传感器,Requesting,Or,M2M,通讯,批量,商业应用,丰富的视觉化效果,安全的数据分析和缓存,边缘服务器（Edge）,分析,同步,端到端,Machine-to-Machine,Source-to-Source,可行的解决方案体系（示例）,Applications,&,Services,Visualization,File,Structure,&,Analytical,Tools,Data,Delivery,Operational,&,Graphical,Analytics,Data,Management,&,Computational,Analytics,Compute,Storage,&,Infrastructure,Platforms,14,大数据在医疗行业的应用,高效的大数据访问途径,(客户端),“Know,Me”,“Free,Me”,“Express,Me”,智能手机,移动医疗,助理,平板电脑,笔记本,Ultrabook,其他设备,台式机,数字标牌,自助终端,Mobility,Vital,sign,I,&,O,entry,Medication,administration,Template,data,entry,Free-format,text,data,entry,Large,diagnostic,images,Data,inquiry,Manageability,“Link,Me”,15,大数据在医疗行业的应用,大数据在中国医疗行业中的应用模式,1.制药企业/生命科,学,3.费用报销,利用,率,和,欺诈监管,2.临床决策支持,&,其他临床应用,(包,括诊断相关的影像,信息),4.患者行为/社交,网络,药品研发,对药品实际,作用进行分析；实,施药品市场预测,基因测序,分布式计算加快基因测序计算,效率,公共卫生实时统计分析,发现公共卫生疫情及公民健康,状况,新农合基金数据分析,及时了解基金状况，预测风险,辅助制定农合基金的起付线，,赔付病种等,基本药物临床应用分析,分析基本药物在处方中的比例,临床数据比对,匹配同类型的病人，用药,临床决策支持,利用规则和数据实时分析给,出智能提示,远程监控,采集并分析病人随身携带仪,器数据，给出智能建议,人口统计学分析,对不同群体人群的就医，健,康数据实施人口统计分析,了解病人就诊行为,发现病人的特定就诊行为，,分配医疗资源,16,大数据在医疗行业的应用,一、,医疗与大数据的趋势,二,、什么是医疗大数据,三,、大数据面临的挑战,四、,如何管理和利用大数据,五、,案例分析,六、,总结与展望,17,大数据在医疗行业的应用,案例分享,:,Regional,Health,Info,Network,China,Real-time,Clinical,Decision,Support,实时的医疗数据处理（电子健康档案，医,疗影像数据），支持医疗协同、临床决策,支持和公共卫生管理,采用,Hadoop,*,(HBase,*,/Hive,*,)来实现医,疗数据分析和处理,未来将扩展到不同领域、不同区域/地区,（包括数据交换、处理和分析）,与本地的软件厂商及OEM厂商进行了广泛,合作,技术挑战,Hadoop,(HBase/Hive)与传统关系型数据,库如何有效结合,大数据在区域卫生信息平台中的切实可行,应用场景,Public,Health,Hospital,Primary,care,(Grassroots),Health,Information,DW,EHR,Data,&,Services,Registries,Data,&,Services,Longitudinal,Record,Services,Health,Information,Access,Layer,Care,Coordination,Clinical,decision,support,Data,Analytic,R&D,RHIN,Ancillary,Data,&,Services,18,大数据在医疗行业的应用,分布式数据服务系统,展现层,(报告,视图),区域医疗及基层医疗信息系统大数据解决方案,(Hadoop,*,),集成的用户应用界面（居民、医生、卫生行政管理人员）,数据挖掘,（Mahout）,分布式批量处理框架,(Map/Reduce),区域卫生信息访问层(HIAL),医院信息系统,医院信息系统,语言和编译,(Hive),实时数据库,(Hbase),基层医疗信息系,统,医疗服务,药品管理,新农合医疗保,险,服务器虚拟,化,基础设施虚拟化,网络虚拟化,存储虚拟化,基于云的区域基层医疗服务系统,多租户应用,分布式文件系统,协作,服务,(HDFS),(Zookeeper),结构化数据采集器,日志数据采集器,(Sqoop),(Flume),健康档案数据存储,公共卫生,运营管理,19,大数据在医疗行业的应用,Sequencing,3,Billion,Base,Pairs,Data,Processing,Cloud,Storage,Visualization,Millions,of,Variants,Interpretation,&,Analytics,Millions,of,Variants,Millions,of,Patients,Commercializing,Targeted,Therapeutics,Companion,Diagnostics,Actionable,Biomarkers,案例分享,:,NEXTBIO,基因数据分析,Cost,to,sequence,a,genome,has,fallen,by,800 x,in,the,last,4,years,Each,genome,has,4,million,variants,Growth,in,the,genomics,data,in,the,public,and,private,domain,Data,available,in,variety,of,sources,Structured,semi-structured,unstructured,New,aggregated,data,growing,exponentially,20,大数据在医疗行业的应用,案例分享,:,NEXTBIO,病人相关性数据,Novel,Discoveries,Biomarkers,Disease,Mechanism,Drug,Indications,Clinical,Trial,Parameters,Patient,Care,OptionsLarge,content,repository,of,public,and,private,genomic,data,combined,with,proprietary,and,patented,correlation,engine,21,大数据在医疗行业的应用,案例分享:,Kaiser,Permanente,大数据应用,23,大数据在医疗行业的应用,数据的发展趋势,结构化数据,80%,非结构化数据,全世界,80%,的数据是非结构化的,(大量的移动,终端设备,机器产生的数据),在未来十年，数据将迎来,44,倍的增长,(35,zettabytes,by,2020),主要的数据,增长,来自于,非结构化数据,(在线,的归档数据,医疗影像,在线视频和存储,照,片等),全球数据的构成,Kaiser的数据中，,90%,是非结构化的,(80%,的EHR和影像数据),在未来十年，数据将会有,25,倍的增长,(One,exabyte,by,2020),主要的数据,增长,来自于,非结构化数据,(医,疗影像,视频,文本,音频等),信息,给,实时个性化医疗服务,带来了可能性,(Requires,Contextual,device,environment,spatial,Demographics,Social,and,Behavioral,profiles,in,addition,to,medical,information),Kaiser,正在评估大数据相关技术,Kaiser的数据构成,结构化数据,90%,U,NSTRUCTURED,构化数据,D,ATA,非结,信息,给各行业发展带来了新一轮的机遇,(零售,金融,保险,制造,医疗,),各行业已经开始采用,大数据技术,用于信息提,取,Source:,Kaiser,24,大数据在医疗行业的应用,Master,Integrate,built/bought,Real-time,Predictive,Analytical,Solutions,or,Processing,logic,Discontinuous,Change,SAN/NAS,SMP,(,5$,),SAN/NAS,In-Memory,(,50$,),Share-Nothing,Distributed,Storage,and,Compute,(,$,),Fault-tolerant,MasterSlave,Architecture,capable,of,withstanding,partial,system,failures,Data,is,distributed,across,processing,slave,nodes,Resources,containing,data,are,not,shared,Master,manages,the,data,distribution,job,scheduling,across,slave,nodes,and,aggregating,result,sets,Slave(s),DAS,SAN/NAS,MPP,(,10$,),SAN/NAS,SMP,(Disk,Caching,High,Speed,Network),(,10$,),数据平台计算的趋势,分布式计算,Kaiser,is,looking,to,exploit,this,capability,Structured,Relational,Tabular,Data,Interactive,Query,Support,Real-time,Analytics,SQL,Transaction,Data,Unstructured,Non-tabular,Data,Rich,Ad,Hoc,Integration,Real-time,Analytics,UQL,ALL,Data,25,大数据在医疗行业的应用,大数据平台需求分析,处理的特性,Intuition,(Simulation,Optimization,Stochastic,Optimization),Information,(Standard,&,Ad,Hoc,reporting,Query,Alerts,Forecasting,Access),Interrogation,(Clustering,StatisticalQuality,Semantics),Integration,(Alignment,Semantics,Completeness,Quality),Ingestion,(Data,Model,Metadata,Reference,Data,Store),Information,drives,process,optimizations,with,strategic,impact.,Modeling,business,intuition,from,data,deluge.,Ability,to,model,information,and,transition,from,multiple,access,methods,to,generating,sharing,collaborating,and,acting,on,insights,anytime,anywhere,on,any,device.,Support,current,BI,tools,focused,on,structured,information.,Build/buy,packaged,unstructured,data,processing,and,analytics,tools.,A,portfolio,of,tools,to,manage,(profile,cleanse,classify,synchronize,aggregate,integrate,share),ALL,types,of,data.,A,unified,information,storage,methodology,enabling,users,to,manage,data,from,ALL,sources.,数据的特性,数据量,(Sensors,EMR,Claims,Pharmacy,Images),速度,(SLAs,Real-time,Decision,Support,&,Contextual,Intelligence),类型,(Structured,Text,Unstructured,Documents,Images),26,大数据在医疗行业的应用,大数据,界定的标准,D,ATA,S,IZE,D,ATA,T,YPE,D,ATA,C,LASS,D,ATA,C,ATALOG,D,ATA,V,ELOCITY,D,ATA,A,CCESS,D,ATABASE,T,YPE,Gigabytes,Terabytes,Petabytes,Structured,Semi-Structured,Unstructured,Human,Generated,Machine,Generated,Text,Image,Audio,Video,Batch,Streaming,Analytics,Search,Transaction,(,ACID,BASE,),Relational,File,Based,Columnar,NoSQL,Document,Graph,RDF,F,RAMEWORKS,A,NALYTICS,Financial,Computer,Vision,Engine,Geospatial,Machine,Learning,Mathematical,Natural,Language,Processing,Neural,Networks,Statistical,Modeling,Time-Series,Analysis,Voice,Engine,Standard,Reporting,Ad,hoc,Reporting,Query/Drill,downs,Alerts,Forecasting,Simulations,Optimization,Stochastic,Optimizations,S,ERVER,A,RCHITECTURE,D,ISTRIBUTED,P,ROCESSING,S,TORAGE,A,RCHITECTURE,SMP,MMP,Appliance,NAS,SAN,Distributed,Processing,Commodity,Cluster,(CC),1K,nodes,Direct,Access,Storage,Spinning,Disks,Flash,SSD,27,大数据在医疗行业的应用,一、,医疗与大数据的趋势,二,、什么是医疗大数据,三,、大数据面临的挑战,四、,如何管理和利用大数据,五、,案例分析,六、,总结与展望,28,大数据在医疗行业的应用,36,总结,我们正处在医疗行业大数据,和分析的一个重要转折点,我们需要让大数据更为高效，,可以便捷的访问,专注在创新，依赖产业链来,提供企业核心能力之外的服,务,采用标准和最佳实践，参考,全球已有的成熟模型,29,大数据在医疗行业的应用,展望,让我们一起让医疗大数据成为现实:,提供具有差异化的技术解决方案，探索开放标准和最,佳实践,寻找可能的客户和产业链合作伙伴，共同探索医疗行,业的核心应用模式,与产业合作进行验证，加速大数据的采用,30,大数据在医疗行业的应用,PART 2,大数据在,工程建设,中的应用,31,大数据在医疗行业的应用,存在的问题,工程建设行业在建造过程中会产生大量的数据,大型项目从设计到落成大约有,100G,的信息量,大型施工企业每年都会有上千的项目,建筑业由于其项目的特点，每年都会产生巨大的数据量,这些庞大的数据大多随着项目的完成而终结其使命,很少有系统能够对其进行分析，从而导致数据的流失或浪费,32,大数据在医疗行业的应用,应用,大数据在建筑领域的应用,：,从勘察设计、招投标、建设、运营等阶段，都可以运用到大数据,33,大数据在医疗行业的应用,应用,No.1,用大数据构建工程质量监管大平台,利用,“普适计算”技术，保证质量数据收集和应用的实时,性,普,适计算是信息空间与物理空间的融合，在这个融合的,空,间,中人们可以随时随地、透明地获得数字化的服务,。,实现,各大平台的数据共享,34,大数据在医疗行业的应用,应用,No.2,大数据在工程造价中的应用,我国工程造价只有居住和商业类比较成熟，,而其他的方面都没有成熟的分类指标。,35,大数据在医疗行业的应用,应用,No.3,帮助施工企业财务分析及处理,36,大数据在医疗行业的应用,应用,Thanks,小组成员：马宇寰 宋佳琪 向琪 徐启雄 周聪 邢洪达,37,大数据在医疗行业的应用,