20xx年醫(yī)學(xué)專題—★-基于hadoop大數(shù)據(jù)技術(shù)的腦卒中智能診療平臺研發(fā)資料-預(yù)覽頁
【正文】 進的醫(yī)療設(shè)施，能夠為平臺的搭建提供足夠的數(shù)據(jù)支持和有關(guān)腦中風(fēng)專業(yè)知識的指導(dǎo)，也為平臺的前期推廣提供有效的途徑。迄今為止，他承當(dāng)和參與了多項國家基金、86省部級工程以及多項企業(yè)合作工程；申請和授權(quán)創(chuàng)造專利8項；發(fā)表論文20與篇，其中SCI收錄7篇，EI收錄10篇，并在圖論與Petri網(wǎng)技術(shù)領(lǐng)域發(fā)表了3篇SCI論文，為本工程的研發(fā)打下了堅實的理論根底。承當(dāng)工作：負(fù)責(zé)與合作單位的協(xié)調(diào)和溝通，并承當(dāng)局部需求分析工作。2000年 至 2002年, 新加坡國立大學(xué)化學(xué)與環(huán)境工程系擔(dān)任科研工程師。2022年起浙江琴江科技從事智能系統(tǒng)和模式識別領(lǐng)域的研發(fā)工作。數(shù)據(jù)倉庫構(gòu)建的整個過程包括數(shù)據(jù)抽取，數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)加載，即ETL。而且腦卒中有很多分支，包括缺血性和出血性的，再往下還可以細(xì)分出很多病種，比方腦梗死，腦栓塞，顱內(nèi)出血，蛛網(wǎng)膜下出血等。由于該數(shù)據(jù)倉庫最終目的是用于數(shù)據(jù)挖掘，所以我們可以刪除一些不重要的信息，比方病人的姓名，證件號碼以及家庭住址等。3） 數(shù)據(jù)加載由于原先的重組數(shù)據(jù)庫都是針對每家醫(yī)院的電子病歷系統(tǒng)分別建立的，因此，我們需要將這些分散的數(shù)據(jù)庫整合到一起。因此，本研究利用決策樹算法分析海量腦卒中電子病歷中的臨床病癥指標(biāo)和診斷結(jié)果進行分析，生成一套精確而且通用的判別標(biāo)準(zhǔn)。目前，對于醫(yī)療數(shù)據(jù)挖掘算法用的比擬多的是Apriori，而傳統(tǒng)Apriori算法最大的缺乏就是每次尋找頻繁工程集都需要掃描整個數(shù)據(jù)集，當(dāng)工程數(shù)較多時，就要花大量的時間去掃面數(shù)據(jù)集，從而嚴(yán)重影響了算法的效率，這成為了 Apriori 算法的瓶頸。具體實現(xiàn)如圖32所示：圖32 Apriori算法Map/Reduce并行化流程圖 建立腦卒中單病種電子病歷〔1〕電子病歷框架單病種電子病歷分為客戶端和WCF效勞端2個局部。涉及病人信息的采集、存儲、傳輸、質(zhì)量控制、統(tǒng)計和利用。并且可以以醫(yī)療數(shù)據(jù)倉庫為數(shù)據(jù)源，根據(jù)對病人信息的需求對數(shù)據(jù)源進行挖掘，挖掘分析出針對腦卒中病人的治療信息，病情數(shù)據(jù)等，為醫(yī)院治療腦卒中病人提供幫助。在引入傳統(tǒng)的臨床路徑時，變異率大，對患者差異的適應(yīng)性差，束縛了醫(yī)生的臨床診療能力，實用性不強。以時間為橫軸，完成一個診療過程后，根據(jù)病癥的不同和對診療行為的不同反響羅列出對應(yīng)的下一個或多個診療過程，依此類推直到出徑。因此，醫(yī)生根據(jù)腦卒中治療過程中遇到的狀況，重新設(shè)計修改臨床路徑內(nèi)容，形成文檔保存。圖35基于工作流的診療行為控件 關(guān)鍵技術(shù)以上研究將涉及到以下關(guān)鍵技術(shù)：（1） 云集群的搭建。（3） 將傳統(tǒng)的串行算法進行改良，實現(xiàn)基于Map/Reduce的分布式和并行算法，用于對海量腦卒中數(shù)據(jù)的分析。使用XML結(jié)構(gòu)使得平臺能夠集成來自各個系統(tǒng)的腦卒中病歷信息，實現(xiàn)業(yè)務(wù)數(shù)據(jù)庫中病人信息到病歷結(jié)構(gòu)的轉(zhuǎn)換、從而實現(xiàn)由以類型為中心的數(shù)據(jù)庫描述到以人為中動的描述。在算法方面，使用了Map/Reduce的編程模型，將傳統(tǒng)的數(shù)據(jù)挖掘算法并行化，大大提高了數(shù)據(jù)處理的速度，處理大數(shù)據(jù)時，該優(yōu)點更加顯著?！?〕使用基于WCF效勞的C/S電子病歷框架，在系統(tǒng)效率和功能上比起以往的醫(yī)療系統(tǒng)有質(zhì)的飛躍。（四） 工程實施目標(biāo)和市場分析 主要技術(shù)指標(biāo)1) 申請創(chuàng)造專利2項，軟件著作權(quán)3項；發(fā)表論文3篇以上；2) 掌握醫(yī)療信息化的相關(guān)知識，對醫(yī)療過程中產(chǎn)生的數(shù)據(jù)和信息做出全面的了解；3) 掌握Hadoop云平臺的搭建和維護，結(jié)合現(xiàn)有腦卒中病歷數(shù)據(jù)，并設(shè)計出基于Hive的腦卒中專用數(shù)據(jù)倉庫；4) 結(jié)合相關(guān)的算法和Hadoop平臺，設(shè)計分布式并行計算的醫(yī)療信息數(shù)據(jù)挖掘模式的具體實現(xiàn)方案；5) 完成腦卒中單病種電子病歷主要功能的設(shè)計與開發(fā)，并實現(xiàn)與醫(yī)療數(shù)據(jù)倉庫的交互；6) 實現(xiàn)柔性臨床系統(tǒng)與單病種電子病歷、當(dāng)前醫(yī)院HIS、LIS、RIS、PACS等第三方系統(tǒng)的無縫對接，開發(fā)完備的報表系統(tǒng)如住院費用統(tǒng)計、臨床路徑完成率統(tǒng)計、病種費用統(tǒng)計、臨床路徑變異統(tǒng)計、住院天數(shù)統(tǒng)計等等。國內(nèi)還幾乎沒有集成腦中風(fēng)病人數(shù)據(jù)的平臺，本平臺研發(fā)成功后將以浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院為中心，在各個浙一醫(yī)院的附屬醫(yī)院上部署腦中風(fēng)智能診療平臺。浙一醫(yī)院區(qū)域的平臺一旦成功，作為典型案例推廣到全國，在未來的幾年收益將不可估計。門戶提供知識庫共享，用戶可以登錄該網(wǎng)站注冊會員，上傳新型的路徑或其他資料；如果資料被其他用戶下載，上傳會員可以獲取相應(yīng)的下載積分，積分兌換成人民幣，網(wǎng)站從中抽成分紅。 知識產(chǎn)權(quán)本工程的研發(fā)成果將具有完全的自主知識產(chǎn)權(quán)，工程的研發(fā)成果將申請創(chuàng)造專利和軟件著作權(quán)，以保障工程成果的知識產(chǎn)權(quán)。由省財政經(jīng)費支出；3. 測試化驗加工費(10萬)：主要用于Hadoop效勞器集群功能測試、配套電子病歷軟件、柔性臨床路徑軟件、配套數(shù)據(jù)庫和數(shù)據(jù)倉庫測試等。由省財政經(jīng)費支出；9. 人員勞務(wù)費(90萬)：主要用于支付參與系統(tǒng)研發(fā)的科研人員的勞務(wù)費用，高級軟件開發(fā)人員2人，每人年薪12萬，共48萬；其他軟件開發(fā)人員4人，共4
高考資料相關(guān)推薦
鄂ICP備17016276號-1