数据孤岛之下,医疗大数据底层基础该如何建设?

随着医疗卫生信息系统的不断完善和数据的持续积累,健康医疗领域已向“大数据时代”高速迈进。医疗健康大数据具有规模大、增速快,结构多样、潜在应用价值高等特点。面对海量的数据,如何基于创新理念和技术,开启人类应对疾病的新篇章,推动医学科学发展,促进全球健康,已成为国内外共同关注的大课题。

“碎片化”的大数据应用底层基础

在可以预见的中近期,医疗大数据发展主要会在三个方向:
——推动医疗数据的信息化。进一步推动医疗服务机构信息化建设,为医疗数据的收集提供采集入口。
——全面加快医疗大数据聚合平台的建设。大力推进健康医疗数据集聚,加快国家人口数据库、电子健康档案、电子病历相关健康医疗服务数据整合,形成国家健康医疗大数据中心。
——促进健康医疗大数据的应用。建立完善健康医疗大数据综合决策支持系统,强化大数据业务关联、挖掘分析、趋势预测、异常提示等功能。提高医生诊断的精度和效率,实现疾病早诊断、早治疗。

不难看出,即以大数据为基础,其无论哪个方向应用领域都是必须有源自于各种碎片化的底层数据。这些有用的数据广泛分布在各种软件系统、各个医疗机构数据库中。大到各种公卫平台建设,小到医院内部信息化升级打通不同科室软件系统的数据共享,都离不开数据接口的建设。这些被大量应用的数据接口和碎片化数据,就构成了大数据应用的底层基础。

打通“数据孤岛”,技术不难沟通才难

与其他行业的IT系统不同,医疗行业的IT系统更复杂,且核心数据极为重要。其实很多厂商也不愿意看到医院提出这个数据接口的要求,因为对任何医疗软件厂商来说,这同样意味着给自己找麻烦。更因为,相关利益方太多了,各个医疗IT厂商的产品相互独立,各占一个山头,或出于数据安全考虑,或出于商业竞争考虑,并不愿意配合。这些都是医疗行业“数据孤岛”现象突出的最直接原因。

其实,做接口本身并没有太多技术上的难度,无非就是从软件系统的数据库调取数据,实现跨软件系统的数据对接。但因为每个软件厂商的产品标准都不一样,要对接哪个软件系统,就必须找到对应的软件厂商,涉及的软件厂家越多,要沟通的对象就越多。如果同时对接几家软件厂商,往往前期协调沟通耗费大量的时间和精力。这些因素也导致,医疗行业接口开发的费用在所有行业中,可能是最高的。

最倒霉的情况就是,联系不到软件厂商、软件厂商倒闭,或者出于不可名状的原因,就是不配合的厂商,你出多少钱也无济于事。

让数据接口变得通用的一种方法

那有没有一种办法,面对众多软件系统,既不用去逐个找软件厂商协调接口那么麻烦,又能解决问题?

101软件接口生成器能解决这个问题。

与数据接口对接方法不同的是,软件接口生成器是从软件界面直接采集数据,即打开客户端软件、网站就能直接看到的数据,考虑几乎所有有价值数据,都会在软件客户端界面展示给人看,这样在不需要数据库地址、访问账号和表结构字典的情况下,登陆账号就能采集软件数据。从软件界面采集数据,软件接口生成器将采集到的数据存储到指定数据库,并基于该数据库向外部提供数据接口。

101软件接口生成器适用的软件系统非常广泛,Windows平台运行的几乎所有软件系统(C/S、B/S)都可以兼容,它无疑为各系统间的数据对接提供了新的解决思路。为医疗大数据的应用提供更夯实的底层基础。

原文地址:https://blog.51cto.com/14519986/2467188

时间: 2024-10-01 03:55:23

数据孤岛之下,医疗大数据底层基础该如何建设?的相关文章

当医疗大数据遇到健康商业保险

当医疗大数据遇到健康商业保险     近年来,受政策利好推动和消费者观念提升,健康险市场增速迅猛,潜力巨大.预计到 2020 年,商业健康险市场规模将达到 2万亿,成为现有医疗保障体系的有效补充.     作为商业健康险的供给侧,保险公司在发展商业健康险的过程中,为满足客户需求.提高自身运营及盈利能力,迫切需要在整合用户病历档案.简化客户理赔流程.建立高效的医疗保险审核系统.      整合用户的各项电子病历档案,需打破时空限制,为客户随时随地获得个性化精准医疗提供信息基础:简化客户理赔流程,享

中国健康、医疗大数据中心盘点(持续更新)

中国健康.医疗大数据中心盘点(持续更新) 1.三个国家队 中国健康医疗大数据股份有限公司.中国健康医疗大数据产业发展集团公司和中国健康医疗大数据科技发展集团公司 4月份,中国健康医疗大数据产业发展集团公司由中国电子信息产业集团公司.国家开发投资公司.中国联合网络通信有限公司.中国国有企业结构调整基金股份有限公司宣布正式筹建:随后,中国健康医疗大数据科技发展集团公司由中国科学院控股有限公司.中国银行.工商银行.中国电信.中国信达.广州城投等公司宣布筹建,公司将于7月底之前完成筹备,与相关试点城市政

大数据学习方法,学习大数据需要的基础和路线

大数据基础学习 大数据基础入门 为什么要学习大数据 1.目的:要份很好工作(钱) 2.对比:Java开发和大数据开发 什么是大数据? 举例: 1.商品推荐:问题: (1)大量的订单如何存储? (2)大量的订单如何计算? 2.天气预报:问题: (1)大量的天气数据如何存储? (2)大量的天气数据如何计算? 如果你想要学好大数据最好加入一个好的学习环境,可以来这个Q群251956502 这样大家学习的话就比较方便,还能够共同交流和分享资料 什么是大数据,本质? (1)数据的存储:分布式文件系统(分布

【PPT&视频】《陈新河:万亿元大数据产业新生态》——央视网大数据名人讲堂之大数据产业系列

[PPT&视频]<陈新河:万亿元大数据产业新生态>--央视网大数据名人讲堂之大数据产业系列 原创 2016-07-16 陈新河 软件定义世界(SDX) 热门下载(点击标题即可阅读) ?[下载]2015中国数据分析师行业峰会精彩PPT下载(共计21个文件) 因微信限制,部分图不能显示出来,高清完整版全文请扫描二维码,见每篇文章底部专栏 <陈新河:万亿元大数据产业新生态>--央视网大数据名人讲堂之大数据产业系列 嘉宾介绍 陈新河   中关村大数据产业联盟副秘书长 Talking

Hadoop! | 大数据百科 | 数据观 | 中国大数据产业观察_大数据门户

你正在使用过时的浏览器,Amaze UI 暂不支持. 请 升级浏览器 以获得更好的体验! 深度好文丨读完此文,就知道Hadoop了! 来源:BiThink 时间:2016-04-12 15:14:39 作者:陈飚 “昔我十年前,与君始相识.” 一瞬间Hadoop也到了要初中择校的年龄了. 十年前还没有Hadoop,几年前国内IT圈里还不知道什么是Hadoop,而现在几乎所有大型企业的IT系统中有已经有了Hadoop的集群在运行了各式各样的任务. 2006年项目成立的一开始,“Hadoop”这个单

BAT&quot;做&quot;大数据,企业&quot;用&quot;大数据

摘要 : 为什么Zara毛利率比LV高?当百度“大数据引擎”等互联网巨头向社会开放大数据基础设施,敢用.会用,就能创造更多商业奇迹和民生福利. 大数据,是不是“大忽悠”? 当Zara这家零售企业将大数据运用于创新经营时,它创造了比奢侈品巨头LV税前毛利率更高的奇迹!要知道,Zara平均服饰价格只有LV的四分之一. 随着百度开放“大数据引擎”,超级互联网公司们正在向全社会提供大数据的基础设施服务.敢用.会用,就可以创造更多类似的商业突破和民生福利. [为什么Zara毛利率比LV高?] 据悉, Za

什么是大数据?如何成为大数据的技术大牛?

其实大数据并不是一种概念,而是一种方法论.简单来说,就是通过分析和挖掘全量的非抽样的数据辅助决策.大数据可以实现的应用可以概括为两个方向,一个是精准化定制,第二个是预测.比如像通过搜索引擎搜索同样的内容,每个人的结果却是大不相同的.再比如精准营销.百度的推广.淘宝的喜欢推荐,或者你到了一个地方,自动给你推荐周边的消费设施等等. 目前市场对大数据相关人才的需求与日俱增,岗位的增多,也导致了大数据相关人才出现了供不应求的状况,从而引发了一波大数据学习的浪潮.大家可以先了解一下关于大数据相关的岗位分类

大数据知识点分享:大数据平台应用 17 个知识点汇总

一.大数据中的数据仓库和Mpp数据库如何选型? 在Hadoop平台中,一般大家都把hive当做数据仓库的一种选择,而Mpp数据库的典型代表就是impala,presto.Mpp架构的数据库主要用于即席查询场景,暨对数据查询效率有较高要求的场景,而对数据仓库的查询效率要求无法做大MPP那样,所以更多地适用与离线分析场景. Hadoop已经是大数据平台的实时标准,其中Hadoop生态中有数据仓库Hive,可以作为大数据平台的标准数据仓库, 对于面向应用的MPP数据库,可以选择MYCAT(mySql的

当不再炒作大数据的时候,大数据时代就真的来了

从2015年开始,大数据就已经被移出了Gartner的新兴技术炒作曲线."Big Data"(大数据)一词最早于2011年8月出现在Gartner新兴技术炒作曲线中,当时Gartner预计大数据技术需要2年到5年才能进入企业的实际生产型应用中.从那以后,大数据就迅速被市场热炒,最终在2015年彻底在Gartner新兴技术炒作曲线中消失. 进入2016年,大数据已经进入了实际的企业生产应用,在切实推动企业向数字化转型.另一家市场调查公司IDC则强调,在未来5年中,全球的数据驱动型企业将获