【正文】 達(dá) 10 年以上的電子病歷信息。除了醫(yī)院積累的電子病歷信息，美國(guó)的醫(yī)療大數(shù)據(jù)還包括保險(xiǎn)公司索賠記錄，藥房記錄，政府醫(yī)療救助等多種來(lái)源的醫(yī)療信息。醫(yī)院，保險(xiǎn)公司，政府醫(yī)療救助部門(mén)以及大學(xué)的科研機(jī)構(gòu)等，都有科研人員和團(tuán)隊(duì)進(jìn)行醫(yī)療大數(shù)據(jù)分析。另外，各大制藥廠也通過(guò)醫(yī)療大數(shù)據(jù)進(jìn)行藥物效果分析和藥物重定向研究。2022 年，為了推動(dòng)使用醫(yī)療信息技術(shù)來(lái)提高醫(yī)療質(zhì)量和減少醫(yī)療成本，美國(guó)醫(yī)療保障和醫(yī)療救助中心（Centers for Medicare amp。 Medicaid Services，CMS） 起草并實(shí)施了“電子病歷應(yīng)用激勵(lì)計(jì)劃”。CMS 通過(guò)制定電子病歷系統(tǒng)的功能規(guī)范，評(píng)估醫(yī)療機(jī)構(gòu)是否達(dá)到有效使用的標(biāo)準(zhǔn)。達(dá)標(biāo)的醫(yī)療機(jī)構(gòu)可以從 CMS 獲19 / 71得電子病歷應(yīng)用專項(xiàng)推動(dòng)資金。CMS 寄希望于這項(xiàng)激勵(lì)計(jì)劃推動(dòng) “有效使用 （meaningful use）”電子病歷數(shù)據(jù)來(lái)提高醫(yī)療水平的效果。所謂“有效使用”是指通過(guò)使用電子病歷數(shù)據(jù)來(lái)：1）提高醫(yī)療的質(zhì)量，安全性和效率；2 ）使病人和病人家庭充分參與到醫(yī)療中；3）提高醫(yī)療機(jī)構(gòu)的協(xié)作能力；4 ）提高公共醫(yī)療水平；5）維護(hù)病人醫(yī)療信息的隱私和安全。該計(jì)劃通分三個(gè)階段進(jìn)行。第一個(gè)階段（20222022）旨在“加強(qiáng)數(shù)據(jù)采集和共享”，第二階段（20222022）目標(biāo)是“優(yōu)化臨床服務(wù)流程” ，第三階段(20222022)的最終目標(biāo)是“提高醫(yī)療服務(wù)質(zhì)量”。美國(guó)國(guó)家衛(wèi)生研究院（National Institute of Health）和其他政府機(jī)構(gòu)也同時(shí)資助了一系列研究項(xiàng)目來(lái)推動(dòng)使用電子病歷進(jìn)行臨床醫(yī)學(xué)的研究。例如，臨床和轉(zhuǎn)化醫(yī)學(xué)項(xiàng)目（CTSA by NIH），電子病歷基因組計(jì)劃（eMERGE by NIH），戰(zhàn)略性先進(jìn)醫(yī)療信息研究計(jì)劃（SHARP by ONC），以及臨床醫(yī)學(xué)數(shù)據(jù)研究網(wǎng)絡(luò)（CDRN by PCORI）等。以此為契機(jī)，生物醫(yī)學(xué)信息學(xué)在美國(guó)得到了快速發(fā)展. 生物醫(yī)學(xué)信息學(xué)是一門(mén)以提高人類健康為目的的新興交叉學(xué)科，它學(xué)習(xí)和追求對(duì)生物醫(yī)學(xué)數(shù)據(jù)，信息，和知識(shí)的有效使用來(lái)解決科學(xué)問(wèn)題和提供決策支持，是醫(yī)療數(shù)據(jù)分析的原動(dòng)力。 目前，提供醫(yī)學(xué)信息學(xué)學(xué)位的學(xué)校和研究機(jī)構(gòu)在全美迅速普及。在美國(guó)醫(yī)學(xué)信息協(xié)會(huì)的主導(dǎo)下，生物醫(yī)學(xué)信息學(xué)的研究逐漸成為當(dāng)前的醫(yī)學(xué)和計(jì)算機(jī)科學(xué)的研究熱點(diǎn)。醫(yī)療大數(shù)據(jù)分析技術(shù)對(duì)采集到的海量醫(yī)療數(shù)據(jù)進(jìn)行分析存在許多挑戰(zhàn)。首先，醫(yī)療信息系統(tǒng)通常不是為了科研和數(shù)據(jù)分析設(shè)計(jì)的。從數(shù)據(jù)分析的角度看，醫(yī)療數(shù)據(jù)通常比較復(fù)雜，數(shù)據(jù)的異構(gòu)度較大，存在很多缺失信息和不一致信息。其次，理解醫(yī)療數(shù)據(jù)通常需要不同領(lǐng)域的知識(shí)，包括醫(yī)學(xué)，生物統(tǒng)計(jì)學(xué)，流行病學(xué)和信息學(xué)等。在某些涉及基因療法的醫(yī)學(xué)數(shù)據(jù)中，還需要有基因?qū)W背景的領(lǐng)域?qū)＜?。?duì)于海量醫(yī)療數(shù)據(jù)，分布式計(jì)算平臺(tái)的支持也必不可少。因此，醫(yī)療大數(shù)據(jù)分析需要一系列技術(shù)和方法的支持。本小節(jié)就其中一些關(guān)鍵的技術(shù)進(jìn)行簡(jiǎn)介。醫(yī)學(xué)術(shù)語(yǔ)和本體知識(shí)庫(kù)醫(yī)學(xué)術(shù)語(yǔ)提供了標(biāo)準(zhǔn)化描述并減少歧義的醫(yī)學(xué)術(shù)語(yǔ)，而醫(yī)學(xué)本體知識(shí)庫(kù)進(jìn)一步提供了標(biāo)準(zhǔn)化且一致的醫(yī)學(xué)本體詞匯來(lái)描述醫(yī)學(xué)概念和概念之間的關(guān)系。通過(guò)使用醫(yī)學(xué)術(shù)語(yǔ)和本體知識(shí)庫(kù)，復(fù)雜、異構(gòu)的醫(yī)療數(shù)據(jù)之間可以相互交流， 使后20 / 71續(xù)的科學(xué)分析得以進(jìn)行。在美國(guó)，常用的醫(yī)學(xué)術(shù)語(yǔ)和醫(yī)學(xué)本體知識(shí)庫(kù)包括“國(guó)際疾病分類（International Classification of Diseases）”,“CPT 醫(yī)療服務(wù)(操作)編碼系統(tǒng)（Current Procedural Terminology）”“醫(yī)學(xué)系統(tǒng)命名法臨床術(shù)語(yǔ)（SNOMED CT）”以及“ 檢測(cè)指標(biāo)標(biāo)識(shí)符邏輯命名與編碼系統(tǒng)（LOINC ）]” 等。一體化醫(yī)學(xué)語(yǔ)言系統(tǒng)（The Unified Medical Language System－UMLS）是美國(guó)國(guó)立衛(wèi)生研究院經(jīng)過(guò) 20 年的積累和開(kāi)發(fā)完成的一個(gè)大型醫(yī)學(xué)本體知識(shí)庫(kù)。它集成了大部分常用的醫(yī)學(xué)術(shù)語(yǔ)詞典和本體庫(kù) （137 個(gè)）， 是醫(yī)學(xué)信息學(xué)領(lǐng)域最廣泛使用的醫(yī)學(xué)本體知識(shí)庫(kù)之一。醫(yī)學(xué)自然語(yǔ)言處理由于大量詳細(xì)的病人信息以文本形式存儲(chǔ)，而文本描述的信息通常存在歧義和很多非標(biāo)準(zhǔn)化描述，如何把這些非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為統(tǒng)一的結(jié)構(gòu)化數(shù)據(jù)是醫(yī)學(xué)信息處理的重要步驟。自然語(yǔ)言處理是解決方案之一。 將非結(jié)構(gòu)化醫(yī)療數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)需要一系列醫(yī)學(xué)自然語(yǔ)言處理技術(shù)，包括：“醫(yī)學(xué)名實(shí)體識(shí)別”，“名實(shí)體自動(dòng)編碼” ，“名實(shí)體修飾詞識(shí)別” ，“時(shí)間信息抽取 ”等。作為信息抽取的關(guān)鍵技術(shù)，醫(yī)學(xué)信息抽取一直是醫(yī)學(xué)自然語(yǔ)言處理 的研究熱點(diǎn)。美國(guó)國(guó)立衛(wèi)生研究院資助的 i2b2 中心曾經(jīng)組織了多次國(guó)際范圍內(nèi)的醫(yī)學(xué)信息抽取測(cè)評(píng)任務(wù)，推動(dòng)了電子病歷語(yǔ)料標(biāo)注和醫(yī)學(xué)自然語(yǔ)言處理的發(fā)展。醫(yī)療數(shù)據(jù)模型和軟件為了有效提高后續(xù)數(shù)據(jù)的分析， 把臨床醫(yī)療數(shù)據(jù)轉(zhuǎn)化成研究用的數(shù)據(jù)模型是當(dāng)前普遍的方法之一。目前，常用的醫(yī)療數(shù)據(jù)模型有： SHARPn 項(xiàng)目開(kāi)發(fā)的數(shù)據(jù)標(biāo)準(zhǔn)化流程（使用了 “臨床元素模型（Clinical Element Model）”），PCORI 提出的“通用數(shù)據(jù)模型（PCORNET mon data model）”，OMOP/OHDSI提出的“通用數(shù)據(jù)模型（OMOP mon data model）” 等。除了數(shù)據(jù)模型， 美國(guó)科研人員還開(kāi)發(fā)了不少支持臨床數(shù)據(jù)管理和分析的軟件。 其中以“I2B2”和“transSMART”最具代表。醫(yī)療大數(shù)據(jù)分析應(yīng)用這里我們簡(jiǎn)單介紹一下和藥物研究相關(guān)的幾個(gè)臨床數(shù)據(jù)分析應(yīng)用：藥物警戒（Pharmacovigilance ）21 / 71藥物警戒是藥物流行病學(xué)的一種，通過(guò)監(jiān)測(cè)藥物投放市場(chǎng)后的臨床副作用，進(jìn)行關(guān)聯(lián)性研究。這就需要把病歷數(shù)據(jù)中的藥物治療信息和不良藥物反應(yīng)提取出來(lái)， 進(jìn)行關(guān)聯(lián)形成分析。從而產(chǎn)生各種概率的分布，供藥物安全性專家篩查和進(jìn)一步分析提供線索。療效比較研究 （Comparative effectiveness research）療效比較研究的目的是為病人，醫(yī)生，公共醫(yī)療政策制定者提供有效的信息來(lái)提高患者個(gè)人乃至整個(gè)公共醫(yī)療的質(zhì)量。此類研究通常就幾種可用治療方案的優(yōu)缺點(diǎn)進(jìn)行對(duì)比，從醫(yī)療大數(shù)據(jù)中尋找相關(guān)證據(jù)。例如，通過(guò)對(duì)糖尿病病人的電子病歷數(shù)據(jù)進(jìn)行分析，比較發(fā)現(xiàn)不同糖尿病藥物對(duì)不同年齡段的病人的治療效果。從中醫(yī)中藥的角度看，大數(shù)據(jù)有助于慢性病人的管理，研究中藥的適應(yīng)癥和禁忌癥。基于藥物基因組學(xué)的精準(zhǔn)醫(yī)療（Precision medicine）藥物基因組學(xué)是藥理學(xué)的一個(gè)分支，研究基因變異如何影響個(gè)體對(duì)藥物反應(yīng)，包括療效和不良反應(yīng)。由于醫(yī)療技術(shù)發(fā)展的限制，傳統(tǒng)醫(yī)療通常通過(guò)傳統(tǒng)的病理特征對(duì)病人制定治療方案，還未深入到個(gè)體基因表達(dá)差異。隨著人類基因組學(xué)和藥物基因組學(xué)的發(fā)展，醫(yī)療技術(shù)的進(jìn)步使得針對(duì)個(gè)體基因表達(dá)差異來(lái)制定更精準(zhǔn)的治療方案成為可能， 這就是精準(zhǔn)醫(yī)療的概念。例如，通過(guò)對(duì)電子病歷數(shù)據(jù)進(jìn)行分析，相關(guān)研究發(fā)現(xiàn)由于基因差異導(dǎo)致病人對(duì)“華法林（Warfarin）”攝入劑量的不同產(chǎn)生不同的反應(yīng)。帶有某些基因變異的病人甚至?xí)霈F(xiàn)出血，乃至死亡。精確醫(yī)療可以根據(jù)個(gè)體基因的差異以及病人其它的身體狀況制定算法來(lái)預(yù)測(cè)單個(gè)病人的華法林劑量。結(jié)論與展望醫(yī)院系統(tǒng)的電子化積累了海量的醫(yī)療數(shù)據(jù)， 是支持臨床醫(yī)學(xué)研究的寶貴資源。但是快速而有效的醫(yī)療大數(shù)據(jù)分析還存著很多挑戰(zhàn)和困難。生物醫(yī)學(xué)信息學(xué)是支持醫(yī)療大數(shù)據(jù)分析的原動(dòng)力。我們希望看到更多中文的基礎(chǔ)性的醫(yī)學(xué)信息學(xué)研究，尤其在標(biāo)準(zhǔn)化層面（比如中國(guó)的 UMLS），從而為中國(guó)醫(yī)療大數(shù)據(jù)研究和產(chǎn)業(yè)化奠定堅(jiān)實(shí)基礎(chǔ)。22 / 71所謂移動(dòng)醫(yī)療 APP，指基于安卓、蘋(píng)果等移動(dòng)終端操作系統(tǒng)的醫(yī)療類應(yīng)用，主要分為 5 種：醫(yī)藥產(chǎn)品電商應(yīng)用、滿足專業(yè)人士了解專業(yè)信息和查詢醫(yī)學(xué)參考資料需求的應(yīng)用、滿足尋醫(yī)問(wèn)診需求的應(yīng)用、預(yù)約掛號(hào)及導(dǎo)醫(yī)、咨詢和點(diǎn)評(píng)服務(wù)平臺(tái)、細(xì)分功能產(chǎn)品等。 一、醫(yī)療 APP 的功能 醫(yī)療 APP 的功能是集門(mén)診全流程服務(wù)及移動(dòng)金融支付功能的智慧型醫(yī)療APP 應(yīng)用。具有分診咨詢、預(yù)約掛號(hào)、排隊(duì)叫號(hào)、檢驗(yàn) 結(jié)果、繳費(fèi)、等功能，將看病所需的一體化流程全部納入。使用醫(yī)療 APP 的患者只需看手機(jī)上 APP的提醒或動(dòng)動(dòng)手指查閱，便可知道就診時(shí)間、檢驗(yàn)結(jié)果等，無(wú)需再和以往一樣，在醫(yī)院大排長(zhǎng)龍漫長(zhǎng)地等待醫(yī)護(hù)人員的叫喚。 二、移動(dòng)醫(yī)療 APP 的用戶活躍度不高 目前我國(guó)醫(yī)療保健類 APP 產(chǎn)品雖然已達(dá) 2022 多種，但大部分的移動(dòng)醫(yī)療 APP 的用戶活躍度不高；此外具有醫(yī)學(xué)背景的復(fù)合型人才較為缺乏，導(dǎo)致產(chǎn)品開(kāi)發(fā)受制?，F(xiàn)階段國(guó)內(nèi)移動(dòng)醫(yī)療處于起步階段，各企業(yè)的盈利模式尚未清晰；運(yùn)作要點(diǎn)依然主要體現(xiàn)在用戶積累及活躍度。前瞻產(chǎn)業(yè)研究院預(yù)計(jì)未來(lái)移動(dòng)醫(yī)療廣告、增值服務(wù)、在線問(wèn)診等盈利模式將不斷開(kāi)發(fā)，盈利模式將逐步清晰。23 / 71 現(xiàn)有團(tuán)隊(duì)的優(yōu)勢(shì)資源分析集團(tuán)擁有遺傳與優(yōu)生領(lǐng)域湖北省頂級(jí)專家團(tuán)隊(duì)，擁有計(jì)劃生育與生殖醫(yī)學(xué)科領(lǐng)域頂尖的專家科研團(tuán)隊(duì)；集團(tuán)專家團(tuán)隊(duì)在該領(lǐng)域有較強(qiáng)的號(hào)召力與凝聚力，能將湖北省內(nèi)各大醫(yī)院優(yōu)秀的專家資源高效利用起來(lái)，合理分配優(yōu)質(zhì)醫(yī)療資源為市民提供便捷和高質(zhì)量的服務(wù)。集團(tuán)擁有同濟(jì)醫(yī)學(xué)院的強(qiáng)大科研資源，并將投入建設(shè)自有的醫(yī)療綜合體大樓，引入先進(jìn)的醫(yī)療器材，以此聚焦吸引國(guó)內(nèi)遺傳與優(yōu)生領(lǐng)域頂級(jí)專家，為計(jì)劃生育與生殖需求用戶提供更高質(zhì)量的附加值服務(wù)，解決看病難，找專家更難的資源短板，還將為 RPU 值（高支付能力）用戶，提供更多高質(zhì)量服務(wù)。集團(tuán)且有較強(qiáng)的研發(fā)能力，通過(guò)信息化手段，將各地級(jí)醫(yī)療信息數(shù)據(jù)整理，上傳到醫(yī)療信息大數(shù)據(jù)云平臺(tái)，大數(shù)據(jù)平臺(tái)將根據(jù)各種緯度智能分析病例與環(huán)境因素，地理因素，空氣因素，水因素，食物因素，家庭遺傳病因素等各種因素關(guān)系，并作出智能分析與決策，可以有效預(yù)防各類疾病的產(chǎn)生，為專家科研團(tuán)隊(duì)及決策管理層提供有力數(shù)據(jù)參考，以此來(lái)擴(kuò)大行業(yè)影響力及聚焦國(guó)內(nèi)優(yōu)秀專家資源團(tuán)隊(duì)的加入。 平臺(tái)用戶分析 平臺(tái)用戶醫(yī)生端：集團(tuán)遺傳、優(yōu)生、優(yōu)育專家團(tuán)隊(duì)，外部醫(yī)院的專家團(tuán)隊(duì)用戶端：A 類用戶：遺傳病，或者已經(jīng)發(fā)生不孕不育的用戶（疑難雜癥患者）B 類用戶：有高端需求的孕期用戶（高 ARPU 值用戶）C 類用戶：有生育需求或已經(jīng)懷孕的用戶 結(jié)論：兩種類型用戶，專家和孕期用戶 平臺(tái)職能首先平臺(tái)需要解決怎樣吸引用戶的問(wèn)題。要吸引用戶，首先要做到平臺(tái)特色不可替代性，平臺(tái)服務(wù)不可挑戰(zhàn)性，平臺(tái)資源不可超越性等問(wèn)題。平臺(tái)需要有自已的亮點(diǎn)，讓用戶眼前一亮的服務(wù)，并確實(shí)解決了用戶以下痛點(diǎn)問(wèn)題。24 / 711) 咨詢并提供疑難雜癥解決方案（檢測(cè)手段、醫(yī)生、藥品…） 。2) 孕期各階段優(yōu)生優(yōu)育指標(biāo)檢測(cè)線上提醒、線下醫(yī)院定點(diǎn)預(yù)約、檢測(cè)數(shù)據(jù)事實(shí)記錄跟蹤（流程監(jiān)控的專家標(biāo)準(zhǔn)） 。3) 因預(yù)約流程繁瑣等待時(shí)間過(guò)長(zhǎng)） 。4) 專家診療保障，醫(yī)療設(shè)備保障，醫(yī)療環(huán)境保障，醫(yī)療質(zhì)量保障，醫(yī)療口卑等。5) 高 ARPU 人群特殊需求。為高支付能力的人提供更高的服務(wù)質(zhì)量，為頂尖級(jí)專家提供附加值服務(wù)窗口，得到更高價(jià)值的回報(bào)。注：專家標(biāo)準(zhǔn)為動(dòng)態(tài)標(biāo)準(zhǔn)（KNOWHOW 之一） 使用場(chǎng)景分析A、B 類用戶使用場(chǎng)景：進(jìn)入國(guó)家標(biāo)準(zhǔn)孕前流程（計(jì)生辦） 建檔（自己和寶寶）找專家、咨詢（產(chǎn)生專家診療需求）咨詢對(duì)接專家咨詢及診療流程專家用戶使用場(chǎng)景25 / 71指導(dǎo)中心 進(jìn)入線上專家團(tuán)隊(duì)對(duì)接用戶咨詢及診療流程平臺(tái)用戶效益1) 專家可免費(fèi)獲得所需要的病歷案例。2) 獲取專家積累和分析行業(yè)案例。3) 建立準(zhǔn)媽媽和寶寶的電子病歷數(shù)據(jù)（從孕前開(kāi)始） 。4) 享受長(zhǎng)尾收益（診療/醫(yī)藥/保險(xiǎn)） 。26 / 71第三章 平臺(tái)總體設(shè)計(jì) 平臺(tái)架構(gòu)設(shè)計(jì) 平臺(tái)架構(gòu)設(shè)計(jì)非關(guān)系型數(shù)據(jù)庫(kù) WORD、TXT、NOSQL關(guān)系型數(shù)據(jù)庫(kù)ORACLE、MYSQL 、SQLSERVER、DB2大數(shù)據(jù)存儲(chǔ)中心大數(shù)據(jù)處理平分析臺(tái) 統(tǒng)計(jì)報(bào)表HIS 系統(tǒng) 預(yù)約排隊(duì)管理系統(tǒng)系統(tǒng)信息發(fā)布系統(tǒng)系統(tǒng)門(mén)戶 Portal 手機(jī) APP 其它…12345外部系統(tǒng)上圖為平臺(tái)系統(tǒng)結(jié)構(gòu)設(shè)計(jì)。27 / 71(一) 圖中標(biāo)號(hào)為 1 部分為整個(gè)信息平臺(tái)的大數(shù)據(jù)存儲(chǔ)中心，存儲(chǔ)格式為關(guān)系型數(shù)據(jù)庫(kù)和非關(guān)系型數(shù)據(jù)庫(kù)兩中。? 關(guān)系數(shù)據(jù)庫(kù)，是建立在關(guān)系模型基礎(chǔ)上的數(shù)據(jù)庫(kù)，借助于集合代數(shù)等數(shù)學(xué)概念和方法來(lái)處理數(shù)據(jù)庫(kù)中的數(shù)據(jù)。關(guān)系模型就是指二維表格模型,因而一個(gè)關(guān)系型數(shù)據(jù)庫(kù)就是由二維表及其之間的聯(lián)系組成的一個(gè)數(shù)據(jù)組織。當(dāng)前主流的關(guān)系型數(shù)據(jù)庫(kù)有Oracle、DBPostgreSQL、Microsoft SQL Server、Microsoft Access、MySQL 、浪潮 KDB 等。? 非關(guān)系型數(shù)據(jù)庫(kù)指代那些非關(guān)系型的，分布式的，且一般不保證遵循ACID 原則的數(shù)據(jù)存儲(chǔ)系統(tǒng)。常見(jiàn)的非關(guān)系型數(shù)據(jù)存儲(chǔ)格式有文本型、Excel、word 、圖片、PDF、NOSQL 等。大數(shù)據(jù)存儲(chǔ)中心磁盤(pán)陣列負(fù)責(zé)存儲(chǔ)大數(shù)據(jù)處理分析平臺(tái)處理后的兼容數(shù)據(jù)。(二) 圖中標(biāo)號(hào)為 2 的區(qū)域?yàn)樾畔⑵脚_(tái)中的大數(shù)據(jù)處理分析平臺(tái)，該平臺(tái)通過(guò)接口的方式負(fù)責(zé)輸出和接受外部系統(tǒng)和我們的 HIS 系統(tǒng)、預(yù)約排隊(duì)系統(tǒng)、信息發(fā)布系統(tǒng)的所有數(shù)據(jù)，然后對(duì)數(shù)據(jù)進(jìn)行處理存儲(chǔ)到大數(shù)據(jù)存儲(chǔ)中心；當(dāng)大數(shù)據(jù)處理平臺(tái)接受到外部系統(tǒng)或內(nèi)部系統(tǒng)數(shù)據(jù)讀取請(qǐng)求時(shí)，將從大數(shù)據(jù)存儲(chǔ)中心平臺(tái)獲取相應(yīng)數(shù)據(jù)進(jìn)行處理，輸出會(huì)其它系統(tǒng)需要的數(shù)據(jù)格式。大數(shù)據(jù)處理分析平臺(tái)還負(fù)責(zé)對(duì)大數(shù)據(jù)存儲(chǔ)中心的數(shù)據(jù)智能分析，輸出智能分析報(bào)表，作為醫(yī)療決策、診斷參考。(三) 圖中 4 區(qū)域?yàn)樾畔⑵脚_(tái)所涉及的分系統(tǒng)，HIS 為醫(yī)療信息管理系統(tǒng)，負(fù)責(zé)對(duì)用戶信息、病歷、就醫(yī)