共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
区域医疗大数据治理体系是推进医疗大数据治理的关键.贵阳市针对医疗数据共享的"不敢""不会""不通"问题,通过出台数据共享开放法律法规、统一互联网医疗平台建设、制定统一的医疗数据标准等,从功能层次上构建了包含基础层、数据来源层、平台支撑层、数据汇聚层、数据资源层、应用服务层的区域医疗大数据治理体系,破除了医疗数据共享的主... 相似文献
3.
健康医疗大数据呈现出平台化、指数增长、多元化的新特征,也在不断催生与健康医疗相关的新产品、新服务、新商业模式.在粒度缩放、跨界关联与全景视图等数据治理的新要求下,健康医疗大数据治理对加快推动创新生态体系构建、提升产业数据要素供给、加快医疗服务智能化进程等方面具有重要作用.建议通过完善大数据治理制度体系,以政府为主导推动... 相似文献
4.
马家奇 《中国卫生信息管理》2014,(2):174-177,181
本文从公共卫生的数据需求出发,分析了公共卫生大数据特征,提出了公共卫生大数据应用架构。并通过对传染病预警预报大数据应用和基于互联网大数据舆情监测预警应用的案例分析,阐述了大数据对公共卫生的应用愿景与应用模式,并以政府主导和社会参与为技术路径,提出了应用策略与关键技术。 相似文献
5.
目的 构建医疗机构、医务人员、医疗行为监管(以下简称"三监管")数据治理体系,保障"三监管"数据的真实性、有效性和实时性,提升对医疗机构、医务人员、医疗行为的监管效能.方法 通过梳理、分析并解决建设过程中发现的数据质量问题,构建"三监管"数据治理架构,建立指标体系、数据标准,整合数据集,制定质控规则,开展"三监管"信息... 相似文献
6.
伴随医疗信息体系日渐成熟,各医疗卫生机构与区域卫生信息平台间已逐渐形成有效的数据通道,实现平台端医疗健康大数据的高效汇聚积累。但各医疗卫生机构对数据质量的控制能力良莠不齐,致使医疗健康大数据仅有量的积累而缺乏质的保障。本文介绍基于"校验-反馈-优化"的数据质量控制技术,将数据质量的改善过程循序渐进的落实到数据处理的各个阶段和步骤。结合校验技术提出卫生数据质量控制解决方案,实现从根本上控制医疗健康大数据质量,有效解决医疗卫生行业内棘手的医疗健康大数据质量问题,最终为医疗健康大数据的利用提供优质数据。 相似文献
7.
从大数据的时代背景、定义和特征类型出发,对大数据技术方法进行综述。概述大数据基础架构支持和数据采集;列举数据存储技术,包括关系型数据库、非关系型数据库、实时数据库和列式数据库;介绍基于并行计算的分布式数据处理技术、分布式流处理技术和内存计算处理技术等数据处理技术;分析对比各类数据挖掘技术的优劣性;介绍大数据展示与交互技术;最后介绍大数据方法技术在健康管理和疾病管理中的研究应用。 相似文献
8.
大数据技术是近来的一个技术热点,本文简要谈一下大数据技术在医疗行业,重点是医疗个性化服务方面的应用,并就应用过程中遇到的挑战进行简要分析。 相似文献
9.
对健康医疗大数据的数据挖掘、数据预测以及全方位的数字监控,使得个人隐私权控制困境凸显。大数据技术对个人隐私权控制的弱化、民众的数据主义信仰以及利益多样性与利益冲突是健康医疗大数据应用背景下个人隐私权问题的主要成因。为此在健康医疗大数据应用中,通过增强大数据技术的价值透明度、回归和重塑人本主义以及挖掘共同价值减少利益冲突是健康医疗大数据应用背景下个人隐私权问题的解决之道。 相似文献
10.
我国医疗领域目前已积累了海量数据,如何利用大数据开展随机对照试验日益得到关注。本研究结合国外利用大数据实施随机对照试验的成功经验,从数据来源、研究对象和研究结局确定、干预措施、随机化方法、知情同意的实施等方面进行梳理总结,以期为国内未来开展相关研究提供借鉴。 相似文献
11.
12.
张娴静王爱荣鲁冰柏杨崔文彬赵明赵蓉 《中国卫生质量管理》2023,(1):001-3
在信息化技术飞速发展和医院发展模式转型的双重推动下,信息技术与医院管理的深度融合成为趋势。本研究依托医疗大数据,以不断夯实数据质量为基础,以构建医院精细化管理指标体系为支撑,建设上海市级医院绩效监测评价与促进平台,体现绩效引导、各业务条线协同推进的管理思路,使绩效管理系统化、科学化和精细化。 相似文献
13.
14.
15.
16.
17.
18.
大数据时代我国高等医学教育挑战 总被引:1,自引:0,他引:1
随着计算机互联网信息技术的发展,社会进入大数据时代,传统的医学教育模式已经无法适应社会发展的需求.在大数据时代背景下,探讨我国高等医学教育面临的困境与矛盾,从改革理念、培养模式、课程设置、信息素养、人文素质等五个方面提出对策与建议. 相似文献
19.
在界定健康医疗大数据标签相关概念的基础上,以国家全民健康保障信息平台为应用场景,分析了健康医疗大数据用户的类别及其信息需求,提出了健康医疗大数据标签体系的分类框架、标签维度和标签的设计方法,以及标签命名和取值的标准化原则,搭建了健康医疗大数据标签管理系统的基本架构,研究结果能够为该领域数据标签体系构建提供适宜的方法学指导。建立健康医疗大数据标签体系,不仅能够提升用户利用数据资源的效率,而且有利于机器学习和数据挖掘算法的深度应用,支持科学管理与循证决策。 相似文献