基于Hadoop平台的医院数据集成中心设计与实施
发布时间：2021-01-08 22:03
目的:建立全院统一的高质量数据存储中心,为医疗服务、数据分析及医院运营管理等提供数据基础。方法:搭建Hadoop平台,利用Hadoop的Sqoop组件实时采集医疗数据,并将医疗数据集中存储在HBase数据库中,之后通过并行计算框架加速数据读取、修改。结果:基于Hadoop的医院生态系统,提供了强大的数据统一存储和计算力,采用高效的并行计算框架,满足全量数据在线高效使用,将医疗数据进行了整合及标准化。结论:数据存储中心能够实现医院精益化运营分析,支持实时统计分析的管理辅助决策、基于大数据的疾病分析决策以及临床辅助诊断决策等;可满足医院的数据利用、医疗质量管理、医院运营及绩效管理等需求。
【文章来源】：中国医学装备. 2020,17(09)
【文章页数】：4 页
【部分图文】：
科研数据中心流程图
时满足医院运营及绩效管理等需求，推动医院实现患者精细化管理、加速医院学术研究产出、提升医院影响力等。3.1临床数据中心临床数据中心是在医院信息平台信息资源层的核心构件，是医院为支持临床诊疗，以患者为中心重新构建的新的一层数据存储结构。基于标准结构，将不同的协议传输数据、不同的格式存储信息进行结构性的优化处理以达到快速提取的目的，更可以高效的把任意来源的任何数据转换成为广泛应用的标准医疗行业格式来进行临床诊疗活动的操作、存储、排档、浏览以及统计汇报。临床数据中心流程见图3。图3临床数据中心流程图3.2运营数据中心运营数据中心是医院信息平台建设中的重要部分，其数据主要来源于医院各业务领域中实际产生的业务及管理数据，同时对管理业务提供数据服务与支持。医院运营数据中心是整合医院运营管理活动的数据集，包括与医院运营活动相关的人、财、物所有数据，将原来分散在人事系统、财务系统以及物资设备系统中心的数据进行重新组织整合，并围绕着管理活动所关心的人次、均次费用及平均住院日等指标，形成运营数据仓库及多维数据集，为医院的运营决策提供数据支持，提高医院管理效率、降低患者诊疗费用。运营数据中心流程见图4。图4运营数据中心流程图3.3科研数据中心科研数据中心是严格遵循临床科研业务要求，对结构化数据进行规范化、标准化和有效性校验，同时对大量非结构化文本数据，如既往史、现病史、病程录、出院小结、超声报告、病理报告及放射报告等进行医学自然语言处理，实现临床概念的归一化和后结构化。以专病数据模型为基础汇聚形成具有极大临床及科研价值的单病种数据库。科研数据中心流程见图5。图5科研数据中心流程图中国医学装备2020年9月第
学术论著ZHONGGUOYIXUEZHUANGBEI1314创新型成果4.1Hadoop列式存储传统的关系型数据库主要以表(table)的形式来存储数据，无法应对非结构化数据的挑战，而且在进行数据标准化的过程中，关系型数据库性能遭遇了瓶颈。医院数据中心采用基于Hadoop的列式数据库Hbase进行数据集中存储：HBase是基于GoogleBigTable模型开发，通过行和列，构成典型的key/value系统，HBase是建立在hadoop的hdfs之上，提供高可靠性、高性能、列存储、可伸缩和实时读写的数据库系统。传统数据库存储与列式存储对比见图6。图6传统数据库与列式数据库对比4.2医疗数据并行计算临床业务数据具有超大规模和多来源等特点，可能来源于多种格式：即多媒体数据、图像数据、文本数据、实时数据以及传感器数据等。当有新的数据来源时，可能会有新的数据格式的出现，本研究项目基于Hadoop平台引入Map-Reduce并行计算框架，Map-Reduce可以存放和分析各种原始数据格式[20]。HDR构建于分布式网格计算架构，多个节点通过Map-Reduce归并算法，在处理海量数据的分析计算中具有明显优势。4.3医疗数据实时采集数据中心采用基于Hadoop的Sqoop组件，封装数据采集界面，并内置多种医疗行业特有的处理逻辑，方便医院信息科和实施人员通过图形化界面进行数据采集和转换。将医院各业务系统的历史数据抽取并清洗转换后，按照统一的数据标准存储在hive仓库及hbase数据库中，支持半结构化和非结构化数据的采集处理。5结论本研究系统通过搭建Hadoop平台建立全院集成数据中心，利用Sqoop组件采集医疗数据，加速了数据采集速度，将结构化数据和非结构化数据统一采集并存储在HBase中，按照分表的方式进行存储，有效降低了医院互联网技术运营成本，并且极大地提高了
【参考文献】：
期刊论文
[1]数字化医院计算机信息网络系统安全及应对策略分析[J]. 庄洪杰. 数字通信世界. 2019(10)
[2]基于大数据的医院信息集成平台建设与应用[J]. 黄跃,魏岚,张蕾,费晓璐. 中国医学装备. 2019(04)
[3]基于大数据的医院运营决策支持系统建设[J]. 王伟杰,黄建隆,郭胜杰. 中国数字医学. 2019(02)
[4]医疗数据信息平台数据采集系统的设计与实现[J]. 张祥儒. 电子技术与软件工程. 2019(01)
[5]医联体信息化建设项目的可行性研究及建设方案[J]. 许强,张华,龚海. 中国数字医学. 2018(11)
[6]基于Hadoop的医疗健康档案大数据平台构建[J]. 曾航齐,黄桂新. 中国数字医学. 2017(07)
博士论文
[1]大数据背景下中医电子病历关键问题研究[D]. 生慧.山东中医药大学 2017
[2]面向医疗大数据处理的医疗云关键技术研究[D]. 姚琴.浙江大学 2015
硕士论文
[1]基于Hadoop的数据挖掘算法的研究与应用[D]. 周理.华北电力大学 2019
[2]临床信息科研分析平台的设计与实现[D]. 杨佳蓉.大连海事大学 2018
[3]基于ESB的医院信息集成平台的实现与应用[D]. 秦宇.东南大学 2018
[4]云环境下医疗大数据隐私安全风险评估[D]. 张静.云南财经大学 2018
[5]基于大数据机器学习的客服系统的研究[D]. 周颖.贵州大学 2018
[6]基于数据仓库的医院数据分析与决策支持系统的设计与实现[D]. 聂畅.云南大学 2018
[7]基于Hbase的健康监测大数据平台性能优化研究及应用[D]. 尹鹏飞.北京工业大学 2017
[8]Hadoop云环境下基于HL7 V3的医疗数据交换平台的研究与设计[D]. 刘倩.电子科技大学 2017
本文编号：2965383
【文章来源】：中国医学装备. 2020,17(09)
【文章页数】：4 页
【部分图文】：
科研数据中心流程图
时满足医院运营及绩效管理等需求，推动医院实现患者精细化管理、加速医院学术研究产出、提升医院影响力等。3.1临床数据中心临床数据中心是在医院信息平台信息资源层的核心构件，是医院为支持临床诊疗，以患者为中心重新构建的新的一层数据存储结构。基于标准结构，将不同的协议传输数据、不同的格式存储信息进行结构性的优化处理以达到快速提取的目的，更可以高效的把任意来源的任何数据转换成为广泛应用的标准医疗行业格式来进行临床诊疗活动的操作、存储、排档、浏览以及统计汇报。临床数据中心流程见图3。图3临床数据中心流程图3.2运营数据中心运营数据中心是医院信息平台建设中的重要部分，其数据主要来源于医院各业务领域中实际产生的业务及管理数据，同时对管理业务提供数据服务与支持。医院运营数据中心是整合医院运营管理活动的数据集，包括与医院运营活动相关的人、财、物所有数据，将原来分散在人事系统、财务系统以及物资设备系统中心的数据进行重新组织整合，并围绕着管理活动所关心的人次、均次费用及平均住院日等指标，形成运营数据仓库及多维数据集，为医院的运营决策提供数据支持，提高医院管理效率、降低患者诊疗费用。运营数据中心流程见图4。图4运营数据中心流程图3.3科研数据中心科研数据中心是严格遵循临床科研业务要求，对结构化数据进行规范化、标准化和有效性校验，同时对大量非结构化文本数据，如既往史、现病史、病程录、出院小结、超声报告、病理报告及放射报告等进行医学自然语言处理，实现临床概念的归一化和后结构化。以专病数据模型为基础汇聚形成具有极大临床及科研价值的单病种数据库。科研数据中心流程见图5。图5科研数据中心流程图中国医学装备2020年9月第
学术论著ZHONGGUOYIXUEZHUANGBEI1314创新型成果4.1Hadoop列式存储传统的关系型数据库主要以表(table)的形式来存储数据，无法应对非结构化数据的挑战，而且在进行数据标准化的过程中，关系型数据库性能遭遇了瓶颈。医院数据中心采用基于Hadoop的列式数据库Hbase进行数据集中存储：HBase是基于GoogleBigTable模型开发，通过行和列，构成典型的key/value系统，HBase是建立在hadoop的hdfs之上，提供高可靠性、高性能、列存储、可伸缩和实时读写的数据库系统。传统数据库存储与列式存储对比见图6。图6传统数据库与列式数据库对比4.2医疗数据并行计算临床业务数据具有超大规模和多来源等特点，可能来源于多种格式：即多媒体数据、图像数据、文本数据、实时数据以及传感器数据等。当有新的数据来源时，可能会有新的数据格式的出现，本研究项目基于Hadoop平台引入Map-Reduce并行计算框架，Map-Reduce可以存放和分析各种原始数据格式[20]。HDR构建于分布式网格计算架构，多个节点通过Map-Reduce归并算法，在处理海量数据的分析计算中具有明显优势。4.3医疗数据实时采集数据中心采用基于Hadoop的Sqoop组件，封装数据采集界面，并内置多种医疗行业特有的处理逻辑，方便医院信息科和实施人员通过图形化界面进行数据采集和转换。将医院各业务系统的历史数据抽取并清洗转换后，按照统一的数据标准存储在hive仓库及hbase数据库中，支持半结构化和非结构化数据的采集处理。5结论本研究系统通过搭建Hadoop平台建立全院集成数据中心，利用Sqoop组件采集医疗数据，加速了数据采集速度，将结构化数据和非结构化数据统一采集并存储在HBase中，按照分表的方式进行存储，有效降低了医院互联网技术运营成本，并且极大地提高了
【参考文献】：
期刊论文
[1]数字化医院计算机信息网络系统安全及应对策略分析[J]. 庄洪杰. 数字通信世界. 2019(10)
[2]基于大数据的医院信息集成平台建设与应用[J]. 黄跃,魏岚,张蕾,费晓璐. 中国医学装备. 2019(04)
[3]基于大数据的医院运营决策支持系统建设[J]. 王伟杰,黄建隆,郭胜杰. 中国数字医学. 2019(02)
[4]医疗数据信息平台数据采集系统的设计与实现[J]. 张祥儒. 电子技术与软件工程. 2019(01)
[5]医联体信息化建设项目的可行性研究及建设方案[J]. 许强,张华,龚海. 中国数字医学. 2018(11)
[6]基于Hadoop的医疗健康档案大数据平台构建[J]. 曾航齐,黄桂新. 中国数字医学. 2017(07)
博士论文
[1]大数据背景下中医电子病历关键问题研究[D]. 生慧.山东中医药大学 2017
[2]面向医疗大数据处理的医疗云关键技术研究[D]. 姚琴.浙江大学 2015
硕士论文
[1]基于Hadoop的数据挖掘算法的研究与应用[D]. 周理.华北电力大学 2019
[2]临床信息科研分析平台的设计与实现[D]. 杨佳蓉.大连海事大学 2018
[3]基于ESB的医院信息集成平台的实现与应用[D]. 秦宇.东南大学 2018
[4]云环境下医疗大数据隐私安全风险评估[D]. 张静.云南财经大学 2018
[5]基于大数据机器学习的客服系统的研究[D]. 周颖.贵州大学 2018
[6]基于数据仓库的医院数据分析与决策支持系统的设计与实现[D]. 聂畅.云南大学 2018
[7]基于Hbase的健康监测大数据平台性能优化研究及应用[D]. 尹鹏飞.北京工业大学 2017
[8]Hadoop云环境下基于HL7 V3的医疗数据交换平台的研究与设计[D]. 刘倩.电子科技大学 2017
本文编号：2965383
本文链接：https://www.wllwen.com/yixuelunwen/yiyuanguanlilunwen/2965383.html
