综合性医院大数据需求分析与应用模式研究

发布时间：2020-08-07 18:02

【摘要】：随着信息科技的快速发展,现代社会正加速步入大数据时代。继零售、通讯和互联网行业后,一场以大数据为驱动的颠覆医疗变革已经到来。在医疗卫生信息化建设进程中,综合性医院积累了规模巨大、类型复杂的健康医疗大数据,迫切需要进行有效的挖掘和利用。然而,在这一过程中还普遍存在着研究分散、缺乏统筹和进展缓慢等问题。本研究从管理的角度出发,在充分了解国内外健康医疗大数据研究与应用现状的基础上,深入分析制约综合性医院大数据应用普及的影响因素,系统剖析医务人员大数据应用的内在需求,并根据需求特点进行医院大数据应用模式的设计与实践,力求为综合性医院大数据应用管理与研发推广提供借鉴和参考。本研究首先通过文献分析法,系统梳理了大数据、健康医疗大数据和医院大数据的内涵与关系,对国内外大数据的研究与应用现况进行了深入研讨,归纳总结了当前医院大数据应用存在的主要问题与挑战,并提出了改进的对策和建议。其次,在文献分析的基础上,通过专家咨询法,研究设计了医院大数据应用影响因素及应用需求的调查问卷,并对国内64家医院,104名来自医疗、管理、研究等不同岗位的医务人员进行了问卷调查。进而研究综合性医院大数据应用普及的限制因素,分析综合性医院在大数据应用需求方面存在的差异和趋势。最后,根据需求分析的结果,采用文献分析和专家访谈相结合的方式,对医院大数据应用需求较高的领域进行了应用模式的设计与实践。研究主要有以下四个方面发现。第一,医院大数据应用面临挑战,未能有效满足医务人员应用需求。研究发现,尽管大数据技术发展迅猛,但医院的大数据应用仍然面临技术基础薄弱、数据整合与挖掘难度高、应用需求和策略不明晰等挑战。医院大数据应用的普及程度在总体上还处于较低水平,未能有效满足医务人员的应用需求。第二,管理方式制约医院大数据应用,应以需求为导向加强顶层设计。研究通过对综合性医院大数据应用影响因素进行调查分析,发现应用推广是影响医院大数据应用普及程度的直接因素,而管理方式是限制医院大数据应用普及的根本因素。在医院大数据应用管理与研发的过程中,应充分对接医务人员实际需求,做好顶层设计,形成医院大数据管理范式,不断提升医院大数据应用普及水平。第三,医院大数据应用需求多样化,应以精准医疗为突破推进研发和应用。研究通过对综合性医院大数据应用需求进行调查分析,发现综合性医院蕴藏着丰富的数据资源,医院有很强的大数据应用需求。医务人员对大数据应用的需求多样化,其中对精准医疗的需求处于所有项目中的最高水平,医院应以大数据技术为支撑,大力推进精准医疗的实施。第四,基于健康医疗大数据进行了精准诊疗应用模式的设计与实践。研究设计形成了基于健康医疗大数据的精准诊疗实施路径,该路径具体包括构建大数据驱动的精准诊疗知识体系、构建大数据驱动的精准诊疗集成技术与管理体系和精准诊疗模式临床典型应用的情景示范三个步骤。同时,研究以某三甲医院为依托,进行了精准诊疗应用模式的研发与实践。本研究系统梳理了国内外医院大数据研究与应用的现状,并率先采用定量和定性分析相结合的方法,对国内综合性医院大数据应用的实际情况进行调查,分析明确了医院大数据应用普及有关的影响因素。同时,研究从管理的角度出发,对综合性医院医务人员大数据应用的实际需求进行调查,分析掌握了医务人员对于大数据应用需求的态度与特点。此外,研究还对综合性医院大数据应用需求最高的精准医疗领域进行了应用模式的设计与实践。随着研究的持续深入,有望真正开启大数据时代医疗服务模式的颠覆性革新,在我国医疗卫生与健康管理实践中起到示范和引领作用。
【学位授予单位】：第三军医大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：R197.324
【图文】：

图 2-1 大数据挖掘与分析的基本流程各种大数据应用迫切需要新的工具和技术来存储、管理和实现价值，大数据一般采用 4 层堆栈技术构架[33]。第一层是基础层，他是大数据技术构架的最底层。第二层是管理层，使结构化和非结构化数据融为一体。第三层是分析层，对数据进行深度挖掘与分析。第四层是应用层，帮助用户进行决策，由不同的业务需求牵引。如图 2-2所示。

图 2-1 大数据挖掘与分析的基本流程各种大数据应用迫切需要新的工具和技术来存储、管理和实现价值，大数据 4 层堆栈技术构架[33]。第一层是基础层，他是大数据技术构架的最底层。第理层，使结构化和非结构化数据融为一体。第三层是分析层，对数据进行深分析。第四层是应用层，帮助用户进行决策，由不同的业务需求牵引。如图。

60图 5-1 基于健康医疗大数据的精准诊疗实施路径5.3 大数据辅助精准诊疗模式的实现本研究以某三级甲等医院为依托，按照基于健康医疗大数据的精准诊疗实施路径进行精准诊疗模式的实践。该院 2016 年门急诊量 400 万人次，住院量 13 万人次，手术量9 万台次。自全面开始数字化医院建设以来，已积累了超过 400TB 的临床数据资源。为充分挖掘医院健康医疗大数据资源的价值，医院先后与中国科学院软件所、阿里巴巴、万方数据等单位合作，推进临床数据中心（Clinic Data Repository，CDR）和临床决策支持系统（Clinic Diagnosis Support System，CDSS）等大数据平台与应用的开发，从数

【参考文献】

相关期刊论文 前10条

1 李宁;刘明郡;;贝瑞和康 探寻基因测序的营销模式[J];企业管理;2017年03期

2 汪鹏;王飞;王毅琳;吴昊;;医疗大数据临床应用的探索与实践[J];中国数字医学;2016年09期

3 惠华强;郑萍;张云宏;;医疗大数据研究面临的机遇与发展趋势[J];中国卫生质量管理;2016年02期

4 周雪晴;罗亚玲;;信息化建设中医疗大数据现状[J];中华医学图书情报杂志;2015年11期

5 王俊艳;张志鹏;姚振杰;常耀斌;程龙龙;李文海;许利群;;健康医疗大数据的分析[J];互联网天地;2015年09期

6 蒋敏;周燕;乐思诗;贡金涛;张永春;;大数据时代中英文数据库收录情况分析[J];电脑编程技巧与维护;2015年16期

7 李晓东;周鑫;;电力大数据决策的应用及关键路径[J];信息技术与信息化;2015年07期

8 李国栋;;大数据下的医学文献情报创新[J];中国科技信息;2015年Z3期

9 王秋菊;;精准医学与聋病防控[J];中华耳科学杂志;2015年02期

10 汪鹏;吴昊;罗阳;王毅琳;王飞;;医疗大数据应用需求分析与平台建设构想[J];中国医院管理;2015年06期

相关硕士学位论文 前3条

1 汪琦东;大型三甲医院医疗信息化的多层设计[D];浙江工业大学;2014年

2 崔璨;基于本体的开放式临床诊疗知识建模工具的研究与实现[D];西安电子科技大学;2013年

3 艾明;面向海量数据的云存储系统实现与应用研究[D];南京理工大学;2012年

本文编号：2784334