您当前的位置:首页解决方案 大数据 医疗大数据
Present situation
方案现状
随着信息系统的发展,医院各类信息系统建设已相当完善,如HIS、RIS、PACS 、LIS、EMR、收费管理系统、药房管理系统、床位管理、血库管理、公共卫生等。但基于医院全数据的挖掘和分析系统,像辅助诊疗、临床决策支持系统、高级科研管理系统、院长决策支持系统等更高级的应用,即便在发达地区的重点医院,应用率也是极低的,难以有效发挥数据的价值。


Characteristic
方案特点
信息孤岛
各医疗信息系统是业务导向的,患者数据和医院运营数据分散在各个系统中且和业务紧密耦合,缺乏统一视图和标准,造成检索、分析、挖掘的困难。
沉睡的海量病历数据
对病历文书、诊断结果等非结构化数据,缺乏有效的检索分析手段,造成海量的医学数据无法为科研、临床决策支持所用。
影像数据的存储和分析
医学影像数据通常占到医院总体数据量的90%,存储量大、增长快、存储成本高、离线影像调取时间长。针对影像数据,缺乏有效的分析手段。


Solution
解决方案
临床医疗大数据平台

成本低廉、全部在线、访问速度快、扩展能力强

在医疗信息模型和数据标准的指导下,建立基于Hadoop技术的大数据平台,通过各种数据采集手段,将各业务系统全量数据以较低延迟整合进大数据平台,并通过数据治理保证数据质量。

 

临床大数据平台和业务系统分离,对数据分析、数据挖掘和探索系统建立了很好的基础。医学影像数据全量复制进基于hadoop技术的分布式存储,成本低廉、全部在线、访问速度快、扩展能力强。

医疗全息数据智能搜索

成本低廉、全部在线、访问速度快、扩展能力强

在医疗信息模型和数据标准的指导下,建立基于Hadoop技术的大数据平台,通过各种数据采集手段,将各业务系统全量数据以较低延迟整合进大数据平台,并通过数据治理保证数据质量。

 

临床大数据平台和业务系统分离,对数据分析、数据挖掘和探索系统建立了很好的基础。医学影像数据全量复制进基于hadoop技术的分布式存储,成本低廉、全部在线、访问速度快、扩展能力强。

患者360度全息视图

成本低廉、全部在线、访问速度快、扩展能力强

在医疗信息模型和数据标准的指导下,建立基于Hadoop技术的大数据平台,通过各种数据采集手段,将各业务系统全量数据以较低延迟整合进大数据平台,并通过数据治理保证数据质量。

 

临床大数据平台和业务系统分离,对数据分析、数据挖掘和探索系统建立了很好的基础。医学影像数据全量复制进基于hadoop技术的分布式存储,成本低廉、全部在线、访问速度快、扩展能力强。

患者信息推送

成本低廉、全部在线、访问速度快、扩展能力强

在医疗信息模型和数据标准的指导下,建立基于Hadoop技术的大数据平台,通过各种数据采集手段,将各业务系统全量数据以较低延迟整合进大数据平台,并通过数据治理保证数据质量。

 

临床大数据平台和业务系统分离,对数据分析、数据挖掘和探索系统建立了很好的基础。医学影像数据全量复制进基于hadoop技术的分布式存储,成本低廉、全部在线、访问速度快、扩展能力强。

未来扩展

成本低廉、全部在线、访问速度快、扩展能力强

在医疗信息模型和数据标准的指导下,建立基于Hadoop技术的大数据平台,通过各种数据采集手段,将各业务系统全量数据以较低延迟整合进大数据平台,并通过数据治理保证数据质量。

 

临床大数据平台和业务系统分离,对数据分析、数据挖掘和探索系统建立了很好的基础。医学影像数据全量复制进基于hadoop技术的分布式存储,成本低廉、全部在线、访问速度快、扩展能力强。