物聯網、云計算、大數據、智能化、可視化等

信息技術在醫療衛生中的應用與實踐河北北方學院張曉12醫療信息化背景物聯網大數據與云計算智能化可視化目錄6移動互聯3醫療信息化背景

目前國內大多數醫院都采用了醫院管理信息系統HIS,HIS的普及使用已使醫院醫療實現了一定程度的信息化，但這種傳統HIS也有很多不足的地方，如醫療信息需人工錄入、信息點固定、組網方式固定、功能單一、各科室之間相對獨立等，使HIS的作用發揮受到了制約。4醫療信息化背景

由于我國人口眾多，醫療資源相對匱乏并且嚴重不均衡，高速的經濟發展還帶來了人口老齡化、慢性病增長快、亞健康比例高等諸多問題，只有利用信息化技術深度改變現有的醫療服務模式，提高醫療資源利用率，才能從根本上解決這個難題。56

當前，大部分醫院非常重視信息化建設，但往往停留在業務功能實現方面，沒有圍繞“以病人為中心”來構建業務系統。傳統的醫療信息化服務模式已經不能滿足醫院和患者的需求，而物聯網以其終端可移動性、接入活方便、信息采集自動化等特點，在醫療機構的應用徹底打破了固定組網方式和各科室信息管理系統比較獨立的局限性，能夠更有效的提高醫務人員的工作效率。物聯網的出現71995年，比爾蓋茨在其《未來之路》一書中第一次提及。2005年11月17日，在突尼斯舉行的信息世界峰會上，國際電信聯盟正式確定了物聯網的概念：通過射頻識別技術設備、紅外感應器、全球定位系統GPS、激光掃描器等信息傳輸設備，通過一定的網絡協議，把任何物品與物聯網連接起來，進行信息交換和通訊，以實現智能化識別、定位、跟蹤、監控和管理的一種網絡。物聯網InternetofThings簡言之，物聯網就是物物相連的互聯網。●●●8物聯網物聯網的核心和基礎仍然是互聯網，是在互聯網基礎上的延伸和擴展。物聯網的用戶延伸到了任何物品與物品之間，進行信息交流和通信。9物聯網10物聯網的組成部分

物聯網的組成部分主要有三方面：

感知層：主要作用是通過智能卡、電子標簽和傳感器等進行信息采集。

網絡層：主要作用是通過移動網絡以及有線和無線網對信息進行有效的傳輸。

應用層：主要作用是對信息進行有效的控制決策以及分析處理。●●●11物聯網的關鍵技術（一）RFID傳感網又稱無線射頻識別，可通過無線電訊號識別特定目標并讀寫相關數據，而無需識別系統與特定目標之間建立機械或光學接觸。將熱、力、光等傳感器所感知的信息與網絡相結合，使物聯網可以通過遍布在各個角落和物體上的傳感器感知整個物質世界。12物聯網關鍵技術（二）云計算二維條碼從工作架構角度分析，物聯網可以認為是承載云計算的一個平臺。借助云計算的支持，物聯網可以更好的提升數據存儲及處理能力。

是一種可讀性的條碼，使用黑白矩形圖案表示二進制數據，被掃描后可獲取其中包含的信息。二維條碼的出現極大的加速了物聯網的發展。13全面感知

全面感知也就是利用RFID、傳感器、二維碼以及未來可能的其他傳感器，能夠隨時采集物體的動態。接入對象更為廣泛，獲取信息更加豐富。當前的信息化所接入的物理世界較為有限，未來的物聯網接入對象包含了更豐富的物理世界，傳感器、儀器儀表、攝像頭和其他掃描儀也會得到更普遍的應用。物聯網的基本特點●14

感知的信息是需要傳遞出去的，通過網絡將感知的各種信息進行實時傳遞，現在無所不在的無線網絡已經覆蓋了各個地方，因此，感知信息的傳遞成為現實。網絡可獲得性更高，互聯互通更為廣泛。安全傳遞●物聯網的基本特點當前的信息化建設中，雖然網絡基礎設施已日趨完善，但距離物聯網的信息接入要求還有很長的距離。15智能處理

物聯網的智能處理是利用云計算等技術及時對海量信息進行處理，真正達到了人與人的溝通和物與物的溝通。當前大部分信息處理工具還停留在提高效率的數字化階段，能夠為人類決策提供有效支持的系統還很少。未來的物聯網，不僅能提高人類的工作效率，改善工作流程，并且通過云計算，數據挖掘等技術整合和深入分析收集到的海量數據，以更加系統全面的觀點看待和解決問題。●物聯網的基本特點1617患者身份管理

醫務人員在醫療活動中對病人的身份進行核對，以保證正確的治療用于正確的病人。RFID標簽具有體積小、容量大、壽命長等特點，支持快速讀寫、移動識別、定位及長期跟蹤管理。醫院采用RFID醫療卡，病人就診時，只需用二維條碼掃描器掃描醫療卡上的標簽信息，患者所有的信息在不到1s的時間內就能進入計算機中，大大節省了手錄時間。18嬰兒防盜系統通過在嬰兒身上佩戴可發射出無線射頻信號，且對人體無害的智能電子標簽。嬰兒電子標簽定時發射具有唯一ID的信息給系統，系統據此對嬰兒所在位置進行實時監控和追蹤，還可對企圖盜竊嬰兒的行為及時報警提示。如未經授權，任何試圖取下或破壞標簽的行為也會觸發報警。19醫療設備管理醫療設備有靜態設備和移動設備兩類，由于移動設備的位置不確定，有時醫護人員需花大量的時間去查找其確切位置。若針對移動設備建立一個跟蹤管理系統，可大大縮短設備的查找時間。而且設備上的RFID芯片可存儲大量的設備信息及每次維護和巡檢的相應記錄，為醫院的設備維修和保養管理提高了一個檔次。20人員定位及監控通過RFID標簽的佩戴可以有效對病患以及醫務人員進行定位追蹤，在人員手腕上佩戴標簽后可以持續的進行監控，并且這項技術還能夠同門禁控制相結合，有效保證醫院的關鍵區域只有具有資格的人員才能夠進入。

◆若病人出現了禁忌狀況，標簽上的禁忌呼叫按鈕還可以幫助病人呼叫醫護人員，并被快速定位，確保及時對患者施救。21移動醫療監護醫療監護是對人體生理和病理狀態進行檢測和監視，它能夠實時、連續地監測患者的生命參數。目前，醫院監護系統大多是使用固定的醫療監護設備，而基于物聯網技術的智能化監護系統通過患者手上裝有RFID的手環，能夠實時傳送目前的檢查結果，醫護人員可以隨時隨地在手持終端獲取全面的醫療數據，隨時制定治療方案。22生命體征的采集

目前，城市很多家庭中擁有一臺以上的電子診斷儀（如電子血壓計、血糖儀等），但問題在于，即使病人自己測得血壓和血糖數據，醫生仍無法獲得第一手資料。而醫療物聯網可通過隱藏在儀器中的傳感器將測得的數據及時通過無線方式傳輸至醫生的電腦中。23醫療物聯網實例24◆遠程高血壓與糖尿病管理物聯網技術在危重癥病人的監護、慢性病患者和老年患者的監護等領域發揮著重要作用。25遠程心電監護262728

基于物聯網技術、可穿戴設備及信息技術的發展，將隨時隨地產生大量、多樣、高速和有價值的數據，大數據時代隨之到來。大數據崛起什么是大數據？

?Wiki百科：大數據是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。

?IDC互聯網數據中心

報告：大數據一般會涉及2種或2種以上數據形式。它要收集超過100TB的數據，并且是高速、實時數據流;或者是從小數據開始，但數據每年會增長60%以上。

該定義指出了“大數據”不僅僅體現在數量及其增速上，同時指出數據的類型開始日益復雜。

研究機構Gartner給出了這樣的定義。“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。29什么是大數據？大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。30

美國聯邦政府發布大數據研發專項研究計劃2012年3月，美國奧巴馬政府宣布投資2億美元啟動“大數據研發計劃”，旨在提高和改進從海量和復雜數據中獲取知識的能力，加速美國在科學和工程領域發明的步伐，增強國家安全。這是繼1993年美國宣布“信息高速公路”計劃后的又一次重大科技發展部署，由美國國家科學基金會、能源部等6個聯邦部門共同投資。31大數據和傳統數據有何不同32大數據的4V特征33數據大爆炸GBTBPBEBZB在2006年，個人用戶才剛剛邁進TB時代，全球一共新產生了約180EB的數據；在2011年，這個數字達到了1.8ZB。2013年為大數據元年，摩根斯坦利報告指出，2013年大數據增長最快的領域中，醫療行業占據首位。34早期，大部分醫療相關數據是以紙張化的形式存在，而非電子數據化存儲。

近年來，隨著醫療信息化的發展，醫療健康數據急劇并呈幾何級數增長，無論是文本文檔、醫學影像圖像，還是病理分析圖等，都會在醫療系統中產生海量數據。醫療行業正邁進大數據時代35TimeVolumeStructuredDataUnstructuredData36

醫療大數據醫療大數據主要來源于臨床醫療，實驗室數據，制藥企業以及一些健康管理社交網絡等。醫療數據的增長速度非常快，如一張普通CT含有大約150MB的數據，一個標準的病理圖則接近5GB。如果將這些數據量乘以人口數量和平均壽命，僅一個社區醫院積累的數據量就可達數TB甚至數PB之多。37

醫療大數據大數據是新財富，價值堪比石油。但如果不能通過“加工”實現數據的“增值”，大數據就如同埋在地下的石油，一文不值。大數據處理技術的重要性

大數據(BigData)應用需求

出現越來越多的大數據應用和行業需求。2008年，在Google成立10周年之際，《Nature》

雜志出版一期專刊專門討論未來的大數據（BigData）處理相關的一系列技術問題和挑戰。38大數據處理技術的重要性

未來10多年數據將急劇增長

2011年IDC研究報告《DataUniverseStudy》提出“數據宇宙”的說法描述海量數據

2007年2008年

2009年

2010年39大數據處理技術的重要性

40傳統數據處理技術面臨的挑戰海量數據的高存儲成本數據批量處理性能不足流式數據處理缺失有限的擴展能力單一數據源數據資產對外增值數據擴展性需求和硬件性能之間存在差距傳統框架：小型機＋磁陣＋商用數據倉庫——傳統的IOE模式已經不能滿足PB級海量數據的存儲、分析和應用需求小型機+DWH+SAN成本高企、擴容昂貴無法滿足海量數據的離線分析和實時分析無法滿足對非結構化數據的快速處理要求Scale-Up已到極限，必須支持Scale-Out

云計算是分布式計算、并行計算和網格計算等計算機科學概念的商業實現，其實質是在計算量越來越大、數據越來越多、越來越動態、越來越實時的需求背景下催生出來的一種基礎架構和商業模式。

云計算的核心技術：編程模型、數據管理技術、數據存儲技術、虛擬化技術、云計算平臺管理技術最為關鍵。42云計算應運而生通過使計算分布在大量的分布式計算機上，而非本地計算機或遠程服務器中，企業中心的運行將與互聯網更相似。這使得企業能夠將資源切換到需要的應用上，根據需求訪問計算機和存儲系統。好比是從古老的單臺發電機模式轉向了電廠集中供電的模式。它意味著計算能力也可以作為一種商品進行流通，就像煤氣、水電一樣，取用方便，費用低廉。最大的不同在于，它是通過互聯網進行傳輸的。43云計算的特點云計算的領跑者企業和研究機構最終肯定會把高級別的計算任務交給全球運行的服務器網絡，也就是云。以下領跑者在這一領域占據著主導位置。444546

云計算領域中的MapReduce,Hadoop等高擴展性、高性能的并行計算編程模型、分布式海量數據處理框架以及相關關鍵技術,使得分布式計算和海量數據存儲成為現實。47云計算與大數據

微軟全球資深副總裁張亞勤博士認為“云計算和大數據是一個硬幣的兩面,云計算是大數據的IT基礎,而大數據是云計算的一個殺手級應用”。

如果大數據是寶藏，云計算就是挖掘寶藏的利器！沒有強大的計算能力，數據寶藏終究是鏡中花；沒有大數據的積淀，云計算也只能是殺雞用的宰牛刀！48云計算與大數據*商業模式驅動應用需求驅動云計算本身也是大數據的一種業務模式大數據是落地的云云計算的模式是業務模式，本質是數據處理技術。數據是資產，云為數據資產提供存儲、訪問和計算。云計算與大數據基于云計算的大數據處理技術MapReduceHBaseHDFSStreaming分布式文件系統HDFS（hadoopDistributedFileSystem)并行數據處理MapReduce非結構化數據表HBase流式數據處理StreamingMapReduce分布式數據處理架構分組聚合DATA計算(IOE架構)輸入結果輸出X86服務器X86服務器傳統方式HDFS分布式文件系統架構Hadoop集群

HBaseNoSQL數據庫HBase的數據模型分布式的多維映射,以(row,column,timestamp)索引RowsColumns

timestamps“contents:”“anchor:baidu”“anchor:google”“<html></html>”t1“<html></html>”t2“<html></html>”t3……ColumnFamilyTableletStreaming：流式數據處理---StormStorm廣泛應用于實時分析，在線機器學習，持續計算等領域。分批處理實時處理VSStorm框架存儲與分析融合，提升處理效率拷貝共享存儲分析存儲拷貝導入存儲數據生產數據共享數據分析數據生產數據共享數據分析一份數據3次存儲，浪費空間67%一份數據2次拷貝，浪費時間2倍一份數據1次存儲，節省空間67%一份數據0次拷貝，提升效率2倍存儲資源池基于云計算的醫療數據挖掘

基于云計算的醫療數據挖掘是分布式并行數據挖掘與服務的模式。首先對于同一個算法可以分布在多個節點上，其次多個算法之間是并行的，多個節點間的計算資源實行按需分配，并且這種分布式計算模型采用的是云計算模式，是解決海量數據挖掘任務的有效手段。56基于云計算的醫療大數據挖掘算法（一）關聯規則：是一個發現醫療數據中隱藏的關聯模型的技術。目的就是要發現醫藥數據庫中滿足指定的最小支持度和最小可信度的所有關聯規則。通常，關聯規則在醫療數據中挖掘出大量的規則，但其中大部分規則在醫學上是無關緊要的。在這項工作中，我們引入搜索約束，只發現在醫學上有意義的關聯規則。57關聯規則：不但適用于藥物成分相關性研究和病人病理癥狀相關性研究等，還可以研用Apriori算法研究發現高血壓、冠心病等常見病的發病機理、互相影響的因素等。基于云計算的醫療大數據挖掘算法（一）58基于云計算的醫療大數據挖掘算法（二）決策樹方法：決策樹是一種典型的分類方法，類似于流程圖的樹結構，首先對數據進行處理，利用歸納算法生成可讀的規則和決策樹，然后使用決策對新數據進行分析。59基于云計算的醫療大數據挖掘的算法（二）決策樹方法：在醫藥數據處理中常用的決策樹算法有：ID3算法、C4.5算法，這些算法可以處理高維的醫藥數據，對于處理海量的醫療數據速度也依然較快。可以將決策樹技術用于某一種具體長期觀察的慢性病，也可以對某一病的醫學圖像建立分類器。60基于云計算的醫療大數據挖掘算法（三）人工神經網絡：是由大量的簡單處理單元連接而成的自適應動力學系統，具有巨量并行性，分布式存儲，自適應學習的自組織等功能，可以對非線性、不精確的數據進行智能處理。61人工神經網絡：由于人體和疾病的復雜性、不可預測性，在生物信號與信息的表現形式，獲取數據及信息的分析、決策等諸多方面都存在復雜的非線性聯系，適合人工神經網絡的應用。目前的研究幾乎涉及從基礎醫學到臨床醫學的各個方面，主要應用在生物信號的檢測與自動分析，醫學專家系統等。基于云計算的醫療大數據挖掘算法（三）62計算存儲數據庫網絡單機集群文件存儲單機設備間連接設備內連接關系型數據庫10GEFCIB分布式數據庫非關系型數據庫塊存儲10GESASIB橫向擴展塊級虛擬化橫向擴展分布式文件系統大數據帶來哪些技術變革-技術驅動醫療大數據的應用實踐

臨床決策支持系統藥品研發個人健康管理新模式公共衛生監管遠程醫療預測醫學64

臨床中遇到的疑難雜癥，有時即便專家也缺乏經驗，做出正確的診斷和治療更加困難。研究表明國際誤診率為30%，我國的誤診率為27.8%，在美國醫院的重癥監護室平均每年有40000人由于誤診而死亡。誤診不僅給患者家庭帶來經濟負擔，更加重了醫患矛盾。65臨床決策支持系統

臨床決策支持系統可以通過海量文獻的學習和不斷的錯誤修正，給出最適宜診斷和最佳治療，輔助醫護人員做出臨床決策，從而將醫護人員的經驗與大數據的優勢有效的結合起來。

在美國Metropolitan兒科重癥病房的研究中，臨床決策支持系統就避免了40%的藥品不良反應事件。66臨床決策支持系統

在醫藥研究開發部門或公司的新藥研發階段,能夠通過大數據技術分析來自互聯網上的公眾疾病藥品需求趨勢,確定更為有效的投人產出比,合理配置有限研發資源。67藥品研發

除研發成本外，醫藥公司能夠優化物流信息平臺及管理，更快的獲取回報，一般新藥從研發到推向市場的時間大約為13年,使用數據分析預測則能幫助醫藥研發部門或企業提前將新藥推向市場。68藥品研發

計算機技術的發展以及智能可穿戴產品的應用促發了“量化自我運動”和個人健康管理新模式。在健康管理領域中最需要解決的問題就是及時發現身體的健康異常和重大疾病風險預警，傳統情況下我們會通過年度體檢來實現，但是體檢時間跨度大，存在一定局限性。69個人健康管理新模式

可穿戴設備能夠實現身體異常的實時發現。通過收集個人的一般情況和體格指標等數據，利用大數據技術進行分析，匯總成一個健康風險指數，用戶不僅可以看到自己的風險指數，明確自己的健康風險指數在同齡人群中的排位，而且能接收到相關醫療建議以改善健康狀況。70個人健康管理新模式

公共衛生部門可以通過覆蓋全國患者的電子病歷數據庫,通過廣泛的數據采集對公共衛生狀況進行數字化的整合和分析，快速檢測傳染病,進行全面的疫情監測,并通過集成疾病監測和響應程序,快速進行響應，防止疫情爆發，以實現降低傳染率和節約醫療支出的目的。71公共衛生監管

2009年甲型H1N1流感爆發前幾周，Google通過對人們網上搜索記錄的觀察、分析、建模，結果顯示，他們的預測與官方數據的相關性高達97%，且判斷比疾控中心更及時。同時，通過信息平臺可以提供準確及時的公眾健康咨詢,大幅提高公眾健康風險意識,改善區域內公共衛生狀況。公共衛生監管

遠程醫療是指利用現代通信技術實現對遠地對象的等技術來打破點對點的遠程醫療束縛,形成基于移動醫療服務。大數據時代可以充分利用物聯網、云計算通信技術以及物聯網技術、無處不在的遠程醫療服務體系,這種服務模式才能充分發揮個體在遠程醫療中的作用,靈活性強,數據全面,決策迅速,關聯能力強

。73遠程醫療

預測醫學的興起是大數據在健康領域的終極運用。這項強大的技術可以同時深入解析一個人的健康狀況與遺傳信息，使醫生更好地預測特定疾病在特定個體上是否可能發生，并預測患者對于特定治療方式的反應。74預測醫學75智慧醫療智慧醫療是物聯網時代的一種新型醫療形態，這一概念的提出源于物聯網的發展。物聯網推動醫療服務智能化，智慧醫療是物聯網的重要研究領域。◆◆76智慧醫療是近幾年興起的專有醫療名詞，通過打造健康檔案區域醫療信息平臺，利用最先進的物聯網技術，實現患者與醫務人員、醫療機構、醫療設備之間的互動，逐步達到信息化。在不久的將來醫療行業將融入更多人工智慧、傳感技術等高科技，使醫療服務走向真正意義的智能化。

智慧醫療77對患者而言，智慧醫療的核心就是“以患者為中心”，給予患者以全面、專業、個性化的醫療體驗。智慧醫療如：社區醫院可以預約三級醫院的專家號和特殊檢查，各種檢查和檢驗結果各級醫院共享共認，區域醫療“一卡通”等便民診療措施。78智慧醫療對醫護人員而言，智慧醫療通過快捷完善的數字化信息系統信使醫護工作實現“無紙化、智能化、高效化”。不僅減輕了醫護人員的工作強度，而且提升了診療速度，還讓診療更加精準。79智慧醫療對醫療機構而言，整合的智慧醫療體系除去了醫療服務當中各種重復環節,降低了醫院運營成本的同時也提高了運營效率和監管效率。80智能藥瓶81手術輔助機器人82遠程急救83智能應用84智能應用85醫學圖像的三維可視化技術，就是由CT、MRI等數字化成像設備獲得的人體信息在計算機上直觀地表現為三維效果。其任務是用計算機重建三維圖像，并在屏幕上形象逼真地顯示人體器官的立體視覺，通過人機交互，醫務工作者可以對重建的圖像進行旋轉、平移等操作，從而幫助醫務工作者做出準確的診斷和制定正確的手術方案。醫療的三維可視化技術86醫療的三維可視化技術醫療可視化這是一個相對來說“小荷才露尖尖角”的科學領域，非常倚重計算領域取得的進步。盡管這一科學領域還很年輕，但是，其中的很多技術已經改變了醫療的面貌。目前，現代醫學在很多方面都非常依賴三維成像技術，在發達國家，幾乎所有的手術和癌癥治療都要依靠三維成像技術。

87應用（一）計算機輔助手術

例如，髖關節發育不正常在兒童中并不少見，在作矯形手術時，需要對髖關節進行切割、移位、固定等操作。利用可視化技術可以首先在計算機上構造出髖關節的三維圖像，然后針對切割部位、切割形狀、移位多少及固定方式等設計多種方案，在計算機上進行模擬手術，并從各個不同角度觀察其效果。最后由醫生選擇出最佳實施方案，從而大大提高矯形手術的質量。88應用（一）計算機輔助手術

計算機輔助手術系統的引入，提高了手術的可靠性和精度，可以進行手術規劃和手術過程模擬，制定更加科學的手術計劃。89應用（二）虛擬內窺鏡虛擬內窺鏡是利用二維斷層結構圖像，進行三維可視化處理，在計算機屏幕上生成具有內窺鏡可視效果的、病人人體組織結構序列的三維可視化圖像。結合虛擬現實技術，計算機可以顯示連續的三維器官內腔結構圖，并且可以沿這個虛擬的內部空腔做飛行觀察，模擬傳統的內窺鏡檢查過程，并可以觀察到類似于光學內窺鏡所觀察到的圖像，甚至還可以顯示解剖結構的三維外觀圖像以及各個方位的切片圖像。90應用（二）虛擬內窺鏡

虛擬內窺鏡結合傳統內窺鏡和CT、MRI等斷層成像的優點，作為新式的非侵入式診療方法，不會產生感染出血等不良后果，具有可重復性使用、動態病理分析等優點。91應用（三）遠程醫療

利用網絡環境，對CT、MRI、超聲等圖像數據進行遠程傳送和數據共享，進一步可以實時協同可視化操作，最終達到遠程放射計劃與治療、遠程手術及遠程醫學培訓等目的。92應用（四）人體解剖結構可視化

早在1989年，美國國立醫學圖書館就提出了“可視人體計劃”。1991年8月美國開始進行人體結構數據的采集和三維重構。

直到70年代CT和MRI技術的出現，才使獲取人體內部數據的愿望成為現實。而可視化技術則可以將一系列的二維CT或MRI圖像重構成三維人體結構。93應用（四）人體解剖結構可視化

這些現代技術很快的在臨床實踐中得到了應用，比如數字醫