基于消息机制的医疗信息平台

以中南大学湘雅医院电子病历系统建设为背景,介绍如何利用集成平台实现医院信息系统的数据集成和应用集成。湘雅医院利用基于消息机制的信息平台,实现了集成化、标准化、智能化、网络化的电子病历系统。通过连接临床信息系统和管理信息系统等医院信息平台,支持医疗质量控制、临床决策支持、医院运营管理、区域医疗信息共享、医疗行为监管等,从而实现医院内不同业务系统之间统一集成、资源整合和高效运转,完成从以收费为中心的旧的信息管理模式向高度集成、信息全覆盖的电子病历重大转变。     

数字化医院数据资源开发研究和实践

数据资源开发利用是数字化医院面临的迫切需求和挑战,一方面医院管理活动需要有用数据支持决策,一方面医院面临着“数据丰富,信息贫乏”的困境,以中山市人民医院为案例,通过建立临床数据存储库、应用半结构化数据抽取工具、应用智能分析平台三种方法整合数据,开发数据资源,实现医院决策智能化。     

医院BI分析体系构建研究

目的：医院要实现业务信息智慧洞察的目标,必须使用适当的技术架构平台来支持业务数据分析系统。方法：应用数据仓库和商业智能技术,集成医院各类数据资源,实现医院各类管理指标的预警监控,并提供多维综合分析平台。结果：应用商业智能技术,分析挖掘医院运营各个方面的信息数据,通过预警监控、多维联机分析等技术手段,能够有效地提升医院的医疗质量,提高医院科学管理水平,辅助管理层决策。结论：商业智能将成为信息化应用的新热点。     

医保大数据平台在医院精细化管理中的应用

目的：以医保信息化大数据为切入点,将数据效能转化为治理效能,赋能医院精细化管理。方法：通过对医保大数据的深度挖掘与分析,促进院内多维度的医保费用和行为评价,助力医院医保运营的精细化管理和决策。结果：医保大数据平台应用后,医院医保DRGs结算核心指标得到有效改善,病组费用结构得到优化,智能审核扣减明显降低,医院药占比、耗占比、自理比整体呈下降趋势,医保医师扣分涉及人数下降明显。结论：医保大数据平台精准、多维度的数据对比分析,及时发现医院可能存在的管理风险,助力医院医保精细化运营管理,促进医院高质量发展。     

商业智能在医院精细化管理中的应用

目的：为实现医院综合管理的信息化、自动化、智能化、精细化,提高医院管理水平。方法：利用数据仓库技术构建数据仓库和医院管理知识库;利用商业智能,对数据资源进行充分分析挖掘后进行多维度展示。结果：实现了对医院海量信息数据的知识化转换和智能化应用,构建医院运营状况的指标考核、绩效管理、精细化分析、预判预警的精细化管理平台,为辅助决策服务。结论：通过商业智能技术应用到医院数据挖掘和医院管理信息化中,可以提高管理效率和科学化,提升医院管理信息化水平。     

医疗行业数据集成中的数据质量问题研究

在医院信息系统逐步建成、完善后,管理和利用好各系统收集的数据,为分析决策服务,就成为医院信息化建设的又一高地.由于各系统在数据集成过程中的数据质量问题将直接影响到日后分析和决策的正确性,因此急需建立一套定义、评价、效验、改善数据质量的方法,以便为医院数据集成提供保障.鉴于此,分析了目前医院在建立数据分析系统及挖掘系统时,在数据集成环节存在的问题,并提出相应的解决方案.     

数据分析系统在医院信息系统中的应用

医院信息系统在不断建设和完善中产生了大量数据,对数据的利用将成为信息系统建设的热点。通过对历史数据的整合,集成应用系统数据源。按照医院的管理需求和主题来抽取、转换、装载数据,为管理者决策提供多侧面数据服务。采用阡陌数据分析系统及其集成方案,对需要分析的事实数据表以及相关的维度信息表进行分析,组成不同的分析主题。实现数据仓库在医院数据查询、统计分析、医疗质量分析、工作效率评估等多方面的应用。并取得满意效果。     

基于RESTful风格的医疗信息系统应用集成的建设与应用

近年来,临床业务系统之间的信息共享和业务协同问题逐渐突出,临床系统间数据整合及流程贯通的需求日益迫切。基于此,越来越多的医院开始建设集成平台,以医疗应用集成的建设实现众多异构系统间的数据共享和数据交互,进而打破医院各业务系统间的壁垒,消除信息孤岛现状,提高医院关键业务流程的闭环管理水平,为实现医院的精细化管理奠定IT基础。本文通过对医疗信息系统应用集成建设及相关交互技术的论述,为解决医院临床业务系统间、运营管理系统与临床业务系统间的集成问题提供思路和参考。     

基于数据整合应用的预约挂号平台设计与实现

目的：基于医院各信息系统之间的业务数据整合,实现提供统一协同服务的“114”预约挂号服务平台。方法：借助消息中间件技术实现数据整合,通过数据准备、导入解析、传输应用,达成准实时的业务平台,并通过主数据管理保障业务数据的逻辑准确、数据一致与连续管理。结果：基于数据整合应用的方法,可建成预约挂号服务平台。结论：统一协同服务的“114”预约挂号服务平台,为患者提供预约挂号方便,优化了医院工作流程,满足了医政部门的要求。     

浅谈医院高值耗材管理

随着医疗体制改革的不断深化,创建医院全面运营管理体系已经成为摆在各级医院管理者面前亟待解决的现实问题。创建医院全面运营管理应当包括4个大的范畴：绩效管理、财务管理、物流管理、运营分析及决策。其中前3个范畴分别针对人、财、物资源进行管理,并在有效整合各项资源的基础上,建立对于医院全面运营分析及决策的支持。     

数据挖掘在生物医学数据分析中的应用

随着信息技术的发展,采集、存储和管理数据的手段日益完善,数据挖掘学科应运而生。文章阐述数据挖掘的概念;通过给出各种数据挖掘方法在生物医学研究领域中的应用实例,分析数据挖掘与生物医学领域中统计学的关系,并就国内生物医学数据挖掘的应用现状、需要解决的问题以及今后研究的发展方向等进行综述。     

数据挖掘在生物医学数据分析中的应用

随着信息技术的发展,采集、存储和管理数据的手段日益完善,数据挖掘学科应运而生。文章阐述数据挖掘的概念;通过给出各种数据挖掘方法在生物医学研究领域中的应用实例,分析数据挖掘与生物医学领域中统计学的关系,并就国内生物医学数据挖掘的应用现状、需要解决的问题以及今后研究的发展方向等进行综述。     

中药功效数据集市的多维分析和数据挖掘研究

为获得中药功效和相关研究文献中的显性和隐性的知识,提出建设综合中药功效、植物学分类、化学成分、现代药理作用和临床应用方面相关数据的中药功效数据集市;然后建立同一功效的数据立方体,利用多维数据分析和关联数据挖掘方法,剖析相关数据特征,发掘中药功效与植物学分类、化学成分、药理作用之间的潜在联系,探寻中药功效的实质。     

大数据时代的军事数据管理机制研究

针对军事数据有效支撑未来联合作战、军队建设管理和军事科研活动的迫切需求,深入分析了军事数据管理面临的困难与挑战,筹划设计了大数据时代军事数据管理的总体框架。围绕数据需求生成、采集、审查、共享、维护与激励等6方面,提出了建立军事数据管理机制的设想,为推动军事数据管理机制建设提供思路和方法。     

大数据环境下肿瘤放疗的数据解析

介绍了肿瘤放疗数据的解析方法、肿瘤放疗数据的构成、肿瘤放疗数据解析的需求、肿瘤放疗数据实际的应用场景、肿瘤放疗数据解析意义、常用的数据解析方案,与解析工具和实际TPS系统数据解析的效果,总结了数据解析在肿瘤放疗大数据建设中的实际意义。     

Sharing behavioral data through a grid infrastructure using data standards

Objective

In an effort to standardize behavioral measures and their data representation, the present study develops a methodology for incorporating measures found in the National Cancer Institute''s (NCI) grid-enabled measures (GEM) portal, a repository for behavioral and social measures, into the cancer data standards registry and repository (caDSR).

Methods

The methodology consists of four parts for curating GEM measures into the caDSR: (1) develop unified modeling language (UML) models for behavioral measures; (2) create common data elements (CDE) for UML components; (3) bind CDE with concepts from the NCI thesaurus; and (4) register CDE in the caDSR.

Results

UML models have been developed for four GEM measures, which have been registered in the caDSR as CDE. New behavioral concepts related to these measures have been created and incorporated into the NCI thesaurus. Best practices for representing measures using UML models have been utilized in the practice (eg, caDSR). One dataset based on a GEM-curated measure is available for use by other systems and users connected to the grid.

Conclusions

Behavioral and population science data can be standardized by using and extending current standards. A new branch of CDE for behavioral science was developed for the caDSR. It expands the caDSR domain coverage beyond the clinical and biological areas. In addition, missing terms and concepts specific to the behavioral measures addressed in this paper were added to the NCI thesaurus. A methodology was developed and refined for curation of behavioral and population science data.