【正文】 我們用從連云港一家醫(yī)院的呼吸醫(yī)學部門 的 100 個醫(yī)療記錄作為我們原型實現(xiàn)的數(shù)據(jù)集。通過這些，隱私敏感信息就不會曝光給目標用戶。因此 ,類似的醫(yī)療記錄返回到目標用戶之前，超出了目標用戶的訪問權(quán)限的隱私敏感信息應(yīng)該被過濾 ,避免曝光病人的隱私。通過這個，用戶可以區(qū)分可能的疾病并且判斷他 /她可能感染了哪一種疾病。根據(jù)這個 subsuper 關(guān)系排序 ,大醫(yī)療數(shù)據(jù)背景下基于云架構(gòu)的家庭診斷服務(wù) 18 它通過在上下文的概念定義了一個完整的點陣。{發(fā)燒、咳嗽 }是唯一的現(xiàn)象。F 癥狀集所共有的疾病集合是 39。而且，在 ),( 39。39。 RfeEeFECF ????? 大醫(yī)療數(shù)據(jù)背景下基于云架構(gòu)的家庭診斷服務(wù) 17 定義 6（共同實體）類似的，給定一個癥狀集合 FF?39。 示例（形式內(nèi)容）表 3 中展示了一個簡單的例子。 Crampes et al., 20xx).FCA 會被采用以顯示具有相同癥狀的不同疾病分類之間的潛在關(guān)系。如果 BFcR ∧ iS = iS ，那么在 jcRe 中記錄的具體的癥狀會與 iQ 中記錄的癥狀相比較以確保 jcRe 包含 iQ 中所有的癥狀。然后被選擇的調(diào)度程序會利用算法 2，將用戶查詢轉(zhuǎn)發(fā)到分布式搜索集群的N 個搜索節(jié)點。為了簡化討論，表 2 總結(jié)了一些關(guān)鍵術(shù)語。包括查詢提交，醫(yī)療記錄檢索，數(shù)據(jù)分析和返回的結(jié)果中隱私信息的過濾。 圖 6 調(diào)度程序節(jié)點選擇算法的流程圖 定義 2（服務(wù)失敗率， SFR）對于每個搜索節(jié)點，它的服務(wù)失敗率是由給定大醫(yī)療數(shù)據(jù)背景下基于云架構(gòu)的家庭診斷服務(wù) 13 時間內(nèi)無法響應(yīng)的查詢的數(shù)量決定的。然而 ,循環(huán)調(diào)度算法的可擴展性較差 ,因為它不考慮每個節(jié)點的不同的服務(wù)能力。而靜態(tài)域中的信息是不可獲取的。在我們的提案中，數(shù)據(jù)分析集群旨在從檢索到的醫(yī)療記錄中計算疾病癥狀的點陣。每一行的第 i個 (1 i N)搜索節(jié)點包含完整的索引文件的第 i個碎片 ,如 節(jié)中討論。每個調(diào)度程序負責搜索節(jié)點集群、數(shù)據(jù)分析集群和訪問控制集群之間的協(xié)調(diào)。由于空間限制，我們不詳細列出所有字段索引。在我們的例子中，病人的性別、年齡將被記錄以過濾一些記大醫(yī)療數(shù)據(jù)背景下基于云架構(gòu)的家庭診斷服務(wù) 10 錄。受益于位操作，所有的在關(guān)于簽名的計算都是非常有效的。則布隆過濾器簽名計算如下 : (1)癥狀組中的癥狀 = {發(fā)熱、咳嗽、呼吸困難 },其散列值被計算出來。 反向索引文件。圖 4 描述了 MapReduce框架來構(gòu)建索引文件的流程圖。 分布式數(shù)據(jù)存儲模型 正如初步知識那一節(jié)討論的，醫(yī)療記錄是作為 XML 文件存儲在文件系統(tǒng)或是 RDMBs 的關(guān)系記錄。兩個集群之間的關(guān)系的分析如下。而MapReduce 計算模型用于平行索引構(gòu)建 。此外 ,返醫(yī)療記錄返回到目標用戶之前，隱私信息在醫(yī)療記錄會被過濾 ,以避免暴露醫(yī)療記錄中的敏感隱私數(shù)據(jù)。 此外 ,為支持快速在線醫(yī)療記錄搜索、MapReduce 任務(wù)在每個 Lucene 文檔創(chuàng)建索引時被初始化。 Lucene:信息檢索庫 Lucene 是一個高性能，可擴展的信息檢索（ IR）庫，并通過 Apache 軟件基金會授權(quán)的開源項目 (Ochoa and Duval, 20xx。映射任務(wù)過程的輸入 ,你記錄相互獨立的和中間結(jié)果作為鍵 值對?；诖擞^察，使用者在在類似的醫(yī)療記錄檢索需要提供疾病癥狀，性別和年齡，如圖 1 三個紅色圓圈所示。 Li et al., 20xx)?；谠朴嬎慵軜?gòu)的家庭診斷服務(wù)將在第 3 節(jié)介紹。（ 2）更具體來說，家庭診斷服務(wù)的實現(xiàn)由四個步驟組成。具體來說，這個問題主要包含以下三點。 假設(shè)有一個名叫李 某的患者，有一天生病了。 Cheng et al., 20xx), 許多醫(yī)療保健服務(wù)已經(jīng)遷移到云環(huán)境。而且，隨著人口老齡化的成長，有些為老年人的慢性疾病監(jiān)測也應(yīng)在日常生活中進行。在本文中，我們提出了一個基于云計算的架構(gòu)來實現(xiàn)自我護理服務(wù)稱為家庭診斷以解決上述挑戰(zhàn)。具體而言，一個基于 Lucene 的分布式搜索集群被設(shè)計出來旨在支持高并發(fā)和可擴展的病歷檢索，數(shù)據(jù)分析和隱私保護。因此，為了滿足“ SHS”群體和人口老齡化的需求，按需自助服務(wù)應(yīng)該被發(fā)展以幫助人們可以在家方便地獲得疾病預防知識。更具體來說，本文提出的研究報告是為連云港衛(wèi)生局建立一個基于大型研究項目的醫(yī)療信大醫(yī)療數(shù)據(jù)背景下基于云架構(gòu)的家庭診斷服務(wù) 2 息云平臺。并且他知道他的癥狀包括“高燒”和“呼吸困難”。第一點是如何根據(jù)李某的疾病癥狀在大規(guī)模和不斷增加的醫(yī)療記錄中提供實時在線醫(yī)療記錄檢索。首先 ,用戶提交查詢有關(guān)他 /她的疾病信息。第 4 節(jié)介紹了家庭診斷服務(wù)是如何為用戶提供了診斷援助的細節(jié)。每個元素的內(nèi)容如下： （ 1）病人數(shù)據(jù)：患者數(shù)據(jù)包括患者的基本信息，如患者的姓名，性別，出生年月日等 。 Hadoop： HDFS 和 MapReduce 框架 Hadoop (Ekanayake et al., 20xx。中間結(jié)果存儲在本地磁盤上運行的節(jié)點映射任務(wù)。 Hatcher et al., 20xx). 它被廣泛應(yīng)用于許多搜索應(yīng)用，如 NetFlix, Digg, MySpace, LinkedIn 等等 (Apache Lucene, 20xx). Lucene 的核心部件是索引和搜索。索引階段后 ,索引文件也存儲在 Hadoop 的 HDFS 集群。我們的家庭診斷服務(wù)旨在通過相似的歷史醫(yī)療記錄為用戶提供自我護理服務(wù)。 （ 2）網(wǎng)上分布式搜索簇設(shè)計用于處理高并發(fā)和可擴展方式的用戶查詢。一旦完成索引構(gòu)建，一個完整的索引文件就變分成 N 個片，此外，第 i個（ 1 i N）的索引片被分配給在分布式搜索群集的每一行的第 i個（ 1 i N）的搜索節(jié)點。 圖 3 家庭診斷服務(wù)的文檔存儲模型 根據(jù) Lucene 的性質(zhì) ,所有醫(yī)療記錄在索引階段之前都應(yīng)該轉(zhuǎn)移到由字段值對組成的 Lucene 文檔。首先 ,每個文檔塊被分為若干個分區(qū) ,映射節(jié)點為給定文檔分區(qū)建立索引。反向索引文件記錄癥狀集和相應(yīng)的醫(yī)療記錄 ID 之間的映射關(guān)系。 h1(熱 )= 5,h1(咳嗽 )= 6,h1(呼吸困難 )= 7。 BF 索引文件是由鍵值對組成的，并以序列文件存儲于 HDFS 中。這些記錄中患者的性別和年齡是與目標用戶的查詢條件所不符的。請注意 ,根據(jù) Lucene 索引構(gòu)建的可配置特性，所有字段在Lucene 可以很容易地從細節(jié)索引文件中添加或刪除。具體地 說，從負載平衡器收到用戶查詢之后，一個調(diào)度程序會從搜索節(jié)點集群的每一列選擇一個搜索節(jié)點執(zhí)行實時的醫(yī)療記錄檢索。為了實現(xiàn)高并發(fā)的實時醫(yī)療記錄檢索， M1 個搜索節(jié)點被復制到每排的每個節(jié)點。關(guān)于如何計算疾病點陣的細節(jié)我們將在后續(xù)的章節(jié)討論。 在我們的設(shè)計中，每個訪問控制集群中的節(jié)點都會通過索引文件存儲用戶的權(quán)限。在這里， 我們提出了一個合理動態(tài)節(jié)點選擇算法，為每次用戶查詢選擇合適的節(jié)點。 SFR ij 的值越小，搜索節(jié)點 ij 的服務(wù)質(zhì)量越好。 圖 7 實現(xiàn)家庭診斷服務(wù)的流程圖 大醫(yī)療數(shù)據(jù)背景下基于云架構(gòu)的家庭診斷服務(wù) 14 步驟 1 查詢提交 在這一步中 ,目標用戶提交一個與他 /她的疾病信息有關(guān)的查詢 ,。 表 2 家庭診斷服務(wù)中的關(guān)鍵術(shù)語 查詢提交 從形式上看，在我們的家庭診斷服務(wù)中，一次用戶查詢可以形式化為定義 3。 醫(yī)療記錄檢索 給定一個包含一組癥狀的用戶查詢，每個搜索節(jié)點都會運行布隆簽名過濾去檢索同時出現(xiàn)“發(fā)燒”和“咳嗽”的醫(yī)療記錄。 （ 2）基本信息過濾 對于經(jīng)過 BF 簽名過濾的醫(yī)療記錄，它的性別和年齡會與用戶的性別年齡相比較，以過濾掉男性、老年人以及兒童患者。更具體地說 ,疾病名稱以及癥狀會從 節(jié)中獲得的醫(yī)療記錄中被提取。假設(shè)與 節(jié)搜索到的醫(yī)療記錄相聯(lián)系，疾病集合 E= {胸膜炎、結(jié)核、流感、肺炎 },而癥狀集合F= {發(fā)熱、咳嗽、呼吸困難、胸痛、胸悶 ,盜汗 ,身體疼痛 }。 ,則集合 39。39。39。E ，而 39。另外 ,({肺炎、胸膜炎 },{咳嗽、發(fā)熱、胸痛、呼吸困難 })是這種情況下的另一個概念。而這個在本文中被稱為疾病癥狀點陣。在用戶查詢的例子中 ,用戶查詢癥狀“發(fā)燒”和“咳嗽” ,有 4 個匹配這些癥狀 (如疾病、胸膜炎、結(jié)核、流感和肺炎 )。 根據(jù)節(jié)點選擇算法和 節(jié)中討論的訪問控制策略 ,隱私信息過濾過程包括三個主要步驟。 大醫(yī)療數(shù)據(jù)背景下基于云架構(gòu)的家庭診斷服務(wù) 20 5 評價 在這個部分，一個原型系統(tǒng)會被設(shè)計而且一個運行示例會演示我們的提案的可擴展性和效率。醫(yī)療記錄被存儲為 XML 文檔。此外 ,搜索節(jié)點集群由18 個人電腦組成一個 3 * 6 搜索矩陣形式。每個醫(yī)療記錄的大小是 ，總的大小是 14GB。 對于在線病歷檢索 ,每個索引文件被分為 N 個碎片 (N 是搜索節(jié)點集群每一行的搜索節(jié)點的數(shù)量 )。同樣地 ,當 N≤3, CPU 利用率會隨著 n 的增加顯著增加，而當 N 3 時趨于穩(wěn)定，原因分析如下。 I/ O 等待時間就會變得較小 ,而 CPU不必等待 I / O 操作。 從表 6 中，從表 6 中 ,我們可以發(fā)現(xiàn) I/O 等待時間不會隨著 M 改變。在實際應(yīng)用中 ,我們可以根據(jù)實際并發(fā)數(shù)調(diào)整副本的數(shù)量 (即 M 的值 ),來提高搜索性能。某天，李覺得自己生病了，基本癥狀是“呼吸困難”和“咳嗽”。特別的 ,發(fā)生在女性患者、兒童以及老年人的身上的疾病會被過濾。交叉表是用來描述形式內(nèi)容 ,如表 7 中所示。此外 ,它證明了李需要其他癥狀來判斷他可能感染的疾病。從大數(shù)據(jù)中挖掘有用的知識已經(jīng)在學術(shù)界和工業(yè)界引起了極大關(guān)注。大醫(yī)療數(shù)據(jù)的應(yīng)用也被很多工業(yè)界人士和研究人員所關(guān)注。通過家庭診斷服務(wù)，用戶在家就可以獲得便捷的診斷幫助以判斷他們感染了哪一種疾病。在 (Lee and Wang, 20xx)中，一個模糊專家系統(tǒng)被開發(fā)用于糖尿病診斷，一個 5 層的模糊實體和模糊推理規(guī)則被構(gòu)建以對關(guān)于個人感染糖尿病的可能性作出判斷。圖形化的點陣對于用戶而言可以更直觀的判斷他們可能患有哪一種疾病。 7 結(jié)論和未來工作 在本文中，我們提出了一個基于云架構(gòu)的自我護理服務(wù)稱為家庭診斷。為了實現(xiàn)靈活的用戶輸入，同義詞問題將出現(xiàn)在我們未來的工作中。 大醫(yī)療數(shù)據(jù)背景下基于云架構(gòu)的家庭診斷服務(wù) 28 參考文獻 [1] Ao, N., Zhang, F., Wu, D., Stones, ., Wang, G., Liu, X., Liu, J., Lin, S., 20xx. Ef? cient parallel lists intersection and index pression algorithms using graphics processing units. Proc. VLDB Endowment 4 (8), 470–481. [2] Apache Hadoop, (accessed ). [3] Apache Lucene, (accessed ). [4] Arroyuelo, D., Gonz225。而且，一個疾病癥狀點陣和相似的醫(yī)療記錄提供了一個詳細的診斷依據(jù)以幫助用戶弄清自己可能感染了何種疾病。比如，在 Li et al. (20xx)中，作者提出了一個關(guān)于個人醫(yī)療數(shù)據(jù)在云計算中共享安全的新穎的框架。在 (Gholami et al., 20xx)中，作者通過 利用熟練的臨床醫(yī)生的知識和經(jīng)驗擴展了確定性的基于規(guī)則的專家系統(tǒng)。 此外，醫(yī)療應(yīng)用也在專家系統(tǒng)領(lǐng)域被廣泛研究。 Microsoft HealthVault, 20xx)從網(wǎng)上便利的為用戶創(chuàng)建、管理和控制他們的個人健康數(shù)據(jù)，這使得醫(yī)療信息的存儲、檢索和共享更加高效。由于云計算的顯著特性 ,如彈性存儲和計算能力 ,和無處不在的面向服務(wù)的性質(zhì) ,云計算技術(shù)已經(jīng)被應(yīng)用于大數(shù)據(jù)。根據(jù)每個癥狀診斷路徑 ,李很容易排除不可能的疾病。在表 7 中 ,一行意味著一種疾病 ,一列表示一種癥狀。 步驟 3 數(shù)據(jù)分析 通過步 驟 2 檢索到 49 個醫(yī)療記錄之后，數(shù)據(jù)分析節(jié)點會進行數(shù)據(jù)分析來計算疾病癥狀點陣，這會揭示具有“呼吸困難”和“咳嗽”這兩個癥狀的疾病之間的潛在關(guān)系。具體來講，家庭診斷服務(wù)會進行以下 4 個步驟： 步驟 1 查詢提交 首先 ,李訪問家庭診斷主頁 (見圖 10),提交他的疾病信息。 根據(jù)這兩個測試用例 ,它表明我們設(shè)計的搜索節(jié)點集群對應(yīng)于不同的 M 和 N值可以實現(xiàn)最優(yōu)性能。與此同時 ,隨著 M 的增加 ,平均延時以及 CPU 利用率也會相應(yīng)減少。實際上 ,N 的值是由索引文件的大 小和每個搜索節(jié)點的內(nèi)存性能決定的 ,正如我們在 節(jié)所討論的。在這種情