  隨著國家醫(yī)療政策更加開放，醫(yī)療機構(gòu)推動進(jìn)一步提高運營管理、改善醫(yī)療服務(wù)的行動計劃。 總理李克強2015年8月19日主持召開國務(wù)院常務(wù)會議，通過《關(guān)于促進(jìn)大數(shù)據(jù)發(fā)展的行動綱要》優(yōu)先推動醫(yī)療領(lǐng)域數(shù)據(jù)開放，結(jié)合中國“互聯(lián)網(wǎng)+”背景，我們對實體醫(yī)院進(jìn)行互聯(lián)網(wǎng)化、智能化的改造和升級，形成與需求緊密結(jié)合的大數(shù)據(jù)云產(chǎn)品體系，使開放的大數(shù)據(jù)成為醫(yī)院“管理、科研、病患服務(wù)”方面創(chuàng)新的新動力，推動醫(yī)院按照最佳大數(shù)據(jù)和互聯(lián)網(wǎng)＋實踐路徑，分步實施，幫助醫(yī)院實現(xiàn)醫(yī)療云化大數(shù)據(jù)平臺，切實落地互聯(lián)網(wǎng)＋醫(yī)院轉(zhuǎn)型。  醫(yī)院羅盤作為大數(shù)據(jù)云平臺的第一個應(yīng)用，是凝結(jié)了業(yè)界最佳實踐的移動醫(yī)院運營商業(yè)智能，計劃通過部署在電信運營商機房的云端大數(shù)據(jù)平臺及時向醫(yī)院管理層的智能手機推送運營實況、經(jīng)營分析、假設(shè)分析等運營決策儀表盤，并通過云端大數(shù)據(jù)分析進(jìn)行科研分析并指導(dǎo)臨床。 1) 基于自動采集的數(shù)據(jù)分析
2) 大數(shù)據(jù)分析
3) 精心設(shè)計的移動展示平臺
  1. 以持續(xù)提升醫(yī)院運營管理水平為首要目標(biāo) 相對于傳統(tǒng)BI僅僅是醫(yī)院運營數(shù)據(jù)的采集與呈現(xiàn)，醫(yī)院羅盤從龐雜的數(shù)據(jù)中，利用大數(shù)據(jù)理論的相關(guān)性、假設(shè)等分析，抓取影響運營績效的關(guān)鍵指標(biāo)，并利用采集-分析-行動的閉環(huán)管理，以結(jié)果為導(dǎo)向，以幫助醫(yī)院持續(xù)改善運營管理水平為目標(biāo)。 2. 充分利用海量的大數(shù)據(jù)優(yōu)勢  相對于其他方式僅限于單一醫(yī)院的數(shù)據(jù)，醫(yī)院羅盤從設(shè)計思想及底層架構(gòu)上即以整合數(shù)以百計的醫(yī)院數(shù)據(jù)（脫敏、加密后）為基礎(chǔ)，可以將任何醫(yī)院放置到同區(qū)域、同類型、同等級、同集團(tuán)的等多維度的運營指標(biāo)體系中開展對比，及時發(fā)現(xiàn)異常指標(biāo)，尋找原因；而從學(xué)術(shù)研究的角度，能夠為院方的臨床科研提供海量案例支持。 3. 用戶參與，持續(xù)優(yōu)化，分步實施 以移動互聯(lián)網(wǎng)思維開展產(chǎn)品的運營，產(chǎn)品并不是一次成型、交付，而是在一個底層設(shè)計架構(gòu)的基礎(chǔ)上，設(shè)計、開發(fā)、院方共同參與，持續(xù)進(jìn)行產(chǎn)品的優(yōu)化、升級、迭代，通過互聯(lián)網(wǎng)產(chǎn)品開發(fā)模式，使產(chǎn)品始終保持滿足用戶需求與習(xí)慣。 產(chǎn)品本身的成功需要致力于長期的數(shù)據(jù)積累、挖掘以及不斷改善，保障產(chǎn)品的長期、持續(xù)整體運營和分步、分期實踐，實現(xiàn)產(chǎn)品的可持續(xù)、健康發(fā)展。 在一期建立大數(shù)據(jù)平臺服務(wù)架構(gòu)的基礎(chǔ)上，我們將適時推進(jìn)產(chǎn)品二期、三期的升級。二期通過海量數(shù)據(jù)建立科研分析并指導(dǎo)臨床，三期整合醫(yī)院的病患資源通過互聯(lián)網(wǎng)＋的技術(shù)提供重點學(xué)科的精準(zhǔn)病患服務(wù)。產(chǎn)品二、三期提供的產(chǎn)品通過我們與客戶的共同開發(fā)，從海量大數(shù)據(jù)眾挖掘更深層的價值。 4. 低投入、快速部署 醫(yī)院羅盤采用業(yè)界最佳商業(yè)智能實踐“云計算”的模式，極大的簡化了部署難度和項目實施周期，和傳統(tǒng)的醫(yī)院BI項目相比具有極大的優(yōu)勢。  5. 實時交互性 醫(yī)院羅盤產(chǎn)品，從設(shè)計思想到底層架構(gòu)，即采用大數(shù)據(jù)技術(shù)，實現(xiàn)多性能集成聯(lián)合查詢，多節(jié)點并行運算，極大提高了響應(yīng)速度。 6. 專業(yè)大數(shù)據(jù)運營團(tuán)隊與項目經(jīng)驗 由IBM、Teradata、微軟、百度等知互聯(lián)網(wǎng)企業(yè)任職的大數(shù)據(jù)分析專家、數(shù)據(jù)科學(xué)家及技術(shù)高管發(fā)起，由頂級專家組成核心技術(shù)團(tuán)隊。在企業(yè)大數(shù)據(jù)架構(gòu)、行業(yè)大數(shù)據(jù)分析、大數(shù)據(jù)可視化等方面有很強的積累和經(jīng)驗，同時在醫(yī)療行業(yè)有深厚的數(shù)據(jù)分析經(jīng)驗積累。   采用SaaS服務(wù)架構(gòu)體系為醫(yī)院客戶提供7X24小時的無障礙服務(wù)。 醫(yī)院羅盤在醫(yī)院內(nèi)部網(wǎng)絡(luò)中部署了數(shù)據(jù)采集終端從醫(yī)院的業(yè)務(wù)系統(tǒng)中采集營運數(shù)據(jù)，采集終端上內(nèi)置了智能數(shù)據(jù)采集軟件，只需通過簡單的配置即可完成數(shù)據(jù)采集功能。 醫(yī)院羅盤在電信運營商機房云端部署數(shù)據(jù)倉庫、大數(shù)據(jù)存儲平臺、大數(shù)據(jù)分析平臺、大數(shù)據(jù)展現(xiàn)平臺。大數(shù)據(jù)存儲平臺設(shè)計為支持PB級的數(shù)據(jù)存儲，所有數(shù)據(jù)的存儲都是加密和隔離的，確保數(shù)據(jù)安全。大數(shù)據(jù)分析平臺內(nèi)部采用實施數(shù)據(jù)分析引擎Real Time Data Analytics 支持實時和準(zhǔn)實時的數(shù)據(jù)分析統(tǒng)計，并將統(tǒng)計結(jié)果存放在數(shù)據(jù)倉庫中。大數(shù)據(jù)展現(xiàn)平臺支持用戶自定義視圖和分析指標(biāo)，最大化切合用戶需求。  數(shù)據(jù)安全是整個項目考慮的首要因素。我們從物理、網(wǎng)絡(luò)、系統(tǒng)、數(shù)據(jù)四個層面全方位保護(hù)用戶數(shù)據(jù)安全。在醫(yī)院側(cè)的采集終端上過濾隱私數(shù)據(jù)，在網(wǎng)絡(luò)傳輸全程使用HTTPS加密機制進(jìn)行傳輸，防止篡改和偵聽。 在云端，我們的服務(wù)器部署在電信運營商的機房，并安裝可靠的防火墻和防病毒軟件，并針對惡意攻擊和破解進(jìn)行端口掃描保護(hù)，確保100%用戶數(shù)據(jù)安全。  顥云科技——醫(yī)療大數(shù)據(jù)的實踐者 由IBM、Teradata、微軟、百度等知互聯(lián)網(wǎng)企業(yè)任職的大數(shù)據(jù)分析專家、數(shù)據(jù)科學(xué)家及技術(shù)高管發(fā)起，由頂級專家組成核心技術(shù)團(tuán)隊。在企業(yè)大數(shù)據(jù)架構(gòu)、行業(yè)大數(shù)據(jù)分析、大數(shù)據(jù)可視化等方面有很強的積累和經(jīng)驗，同時在醫(yī)療行業(yè)有深厚的數(shù)據(jù)分析經(jīng)驗積累。 從數(shù)據(jù)建模到新興大數(shù)據(jù)技術(shù)，如hadoop和spark等，均有實踐經(jīng)驗。在機器學(xué)習(xí)、深度學(xué)習(xí)、人工智能等基礎(chǔ)技術(shù)領(lǐng)域有多年的積累。 致力于將大數(shù)據(jù)分析技術(shù)與行業(yè)結(jié)合，助力醫(yī)院向互聯(lián)網(wǎng)+轉(zhuǎn)型，在醫(yī)療行業(yè)推廣大數(shù)據(jù)應(yīng)用，讓醫(yī)院運行的更高效，提高診療水平，降低病患負(fù)擔(dān)，助力健康中國夢的實現(xiàn)！
1. 以電信運營商為政務(wù)云提供的安全級別保障醫(yī)院數(shù)據(jù)的安全性，達(dá)到數(shù)據(jù)安全的最高級別：可信云 2. 云端存儲的是模型數(shù)據(jù)，脫敏后的指標(biāo)性數(shù)據(jù)，對院外用戶沒有利用價值； 3. 用戶通過授權(quán)和分等級權(quán)限查看相應(yīng)等級的內(nèi)容，并且無法復(fù)制、下載； 4. 合同中約定數(shù)據(jù)安全與保密條款。
院方提供數(shù)據(jù)字典和訪問源數(shù)據(jù)的權(quán)限，提供統(tǒng)計口徑；已經(jīng)完成了數(shù)據(jù)中心的客戶，提取數(shù)據(jù)從指標(biāo)集市中提取數(shù)據(jù)。
每年服務(wù)費為人民幣15萬至30萬左右，簽署四年協(xié)議，四年后，每年服務(wù)費用減半收取，具體資金來源及科目可以根據(jù)院方需求調(diào)整。 院方提供數(shù)據(jù)字典和訪問源數(shù)據(jù)的權(quán)限，提供統(tǒng)計口徑；已經(jīng)完成了數(shù)據(jù)中心的客戶，提取數(shù)據(jù)從指標(biāo)集市中提取數(shù)據(jù)。
這方面顥云公司有著得天獨厚的優(yōu)勢，從以下幾方面來考慮： 1. IBM、Teradata、微軟、百度等知名互聯(lián)網(wǎng)企業(yè)任職的大數(shù)據(jù)分析專家、數(shù)據(jù)科學(xué)家及技術(shù)高管發(fā)起，由頂級專家組成的核心技術(shù)團(tuán)隊； 2. 由IBM首席醫(yī)療顧問、衛(wèi)生部特聘專家組成的對醫(yī)院運營由深刻經(jīng)驗的專業(yè)的醫(yī)療顧問團(tuán)隊； 3. 在整個實施過程中，客戶全程參與，保證產(chǎn)品按照用戶的情況不斷修正與優(yōu)化。
醫(yī)院羅盤納入運營商的業(yè)務(wù)體系，是運營商面向高端醫(yī)院提供的一站式、定制化的整體“云”服務(wù)，整個運營體系是個健康、可持續(xù)的生態(tài)系統(tǒng)，將保障項目長期、持續(xù)的為醫(yī)院提供醫(yī)療大數(shù)據(jù)的整體運營和分步實踐，
醫(yī)院羅盤產(chǎn)品從底層設(shè)計與架構(gòu)上即采用大數(shù)據(jù)與移動互聯(lián)網(wǎng)的思維，造就了其他解決方案不可比擬的優(yōu)勢 1. 以持續(xù)提升醫(yī)院運營管理水平為首要目標(biāo) 2. 充分利用海量的大數(shù)據(jù)優(yōu)勢 3. 用戶參與，不斷提升 4. 低投入、快速部署 5. 高性能運算 6. 專業(yè)大數(shù)據(jù)運營團(tuán)隊與經(jīng)驗
采集-分析-行動的閉環(huán)管理，確保相關(guān)干系人都可以同時看到，實現(xiàn)廣泛參與，共同推進(jìn)。
硬件、軟件系統(tǒng)歸屬實施方，數(shù)據(jù)產(chǎn)權(quán)歸屬醫(yī)院。 據(jù)HIMSS Analytics最新統(tǒng)計數(shù)據(jù)表明，美國八成以上的醫(yī)療機構(gòu)實施了臨床數(shù)據(jù)中心(CDR)，加拿大為60%以上。臨床數(shù)據(jù)中心整合分散在醫(yī)院不同信息系統(tǒng)中的臨床數(shù)據(jù)，以患者為中心匯總到一起重新進(jìn)行梳理，醫(yī)生可以在任何辦公終端調(diào)閱患者的就醫(yī)全流程及就診資料，還可以借助計算機提供的臨床決策支持信息，避免醫(yī)療安全差錯，同時為臨床科研和醫(yī)療大數(shù)據(jù)挖掘做基礎(chǔ)。臨床數(shù)據(jù)中心的建設(shè)要做到基礎(chǔ)架構(gòu)建設(shè)、整合臨床結(jié)果數(shù)據(jù)、整合業(yè)務(wù)過程數(shù)據(jù)、整合醫(yī)學(xué)知識庫、標(biāo)準(zhǔn)化及結(jié)構(gòu)化，在此基礎(chǔ)上實現(xiàn)高級分析型臨床及科研應(yīng)用，如臨床數(shù)據(jù)查詢、診療過程支持、臨床決策支持、新知識發(fā)現(xiàn)（數(shù)據(jù)分析、挖掘）、對外信息共享等數(shù)據(jù)應(yīng)用。并為下一步的數(shù)據(jù)應(yīng)用打下扎實基礎(chǔ)。 我國衛(wèi)生部陸續(xù)出臺了《電子病歷基本框架與數(shù)據(jù)標(biāo)準(zhǔn)》、《電子病歷功能規(guī)范》、基于電子病歷的醫(yī)院信息集成平臺建設(shè)技術(shù)解決方案》等CDR相關(guān)標(biāo)準(zhǔn)和規(guī)范：
CDR是以電子病歷系統(tǒng)為核心，電子病歷系統(tǒng)是臨床信息系統(tǒng)的核心。CDR（Clinical Data Repoistory）定義的數(shù)據(jù)范圍包括：
CDR建設(shè)需體現(xiàn)以下特征：
CDR的建設(shè)目標(biāo)：
臨床科研分析通過臨床信息系統(tǒng)的數(shù)據(jù)，進(jìn)行專題分析及數(shù)據(jù)挖掘，對于臨床科研進(jìn)行指導(dǎo)。通過以下幾個方面實現(xiàn)臨床科研大數(shù)據(jù)分析。
醫(yī)療認(rèn)知計算的關(guān)鍵要素在于基于海量醫(yī)療專業(yè)文獻(xiàn)、期刊、論文、電子病歷中進(jìn)行機器學(xué)習(xí)，并建立知識圖譜。通過病案中的關(guān)鍵屬性，從知識庫中篩選出候選的治療方案，搜集每種治療方案所需要的醫(yī)學(xué)證據(jù)（包含/排除標(biāo)準(zhǔn)、并發(fā)癥、禁忌癥、風(fēng)險因素、干細(xì)胞療法、已發(fā)表文獻(xiàn)，如研究, 報告, 教科書的觀點, 期刊, 手冊等），通過多達(dá)幾十種算法的優(yōu)化組合，給出治療方案優(yōu)先列表以及相應(yīng)的醫(yī)學(xué)證據(jù)。廣東省衛(wèi)生廳前副廳長廖新波在其博文中稱，“醫(yī)生的診斷有三成是誤診，如果在門診看病，誤診率是50%”。在降低誤診率方向上，顥云科技走在人工智能的前沿，探索全科醫(yī)生助手(General Medicine Assistant)、醫(yī)囑風(fēng)險顧問(Physician Order Risk Advisor) 等領(lǐng)域?qū)崿F(xiàn)大數(shù)據(jù)的認(rèn)知計算及人工智能應(yīng)用，幫助醫(yī)生降低診斷風(fēng)險，降低誤診率，提高病患滿意度，降低病患負(fù)擔(dān)。
|
|
|
