讯享网

 <p >1、以数据驱动为核心的区域医疗数据中台建设方案设计单位:建设单位: 编制日期:第一章项目概述健设目标紧紧围绕深化“最多跑一次”改革、优化卫生健康服务项目的目标, 利用健康APP、支付宝生活号等应用载体，构建健康大数据中心， 以此为基础开展面向居民的几个重点任务，“挂号少排队”、“付费更便 捷”、“检查少跑腿”、“住院更省心”、“配药更方便”、“急救更快捷”、“母 子健康服务更温馨”、“转诊更顺畅”，建设区“一站式”服务互联网健康 门户和互联网医院，为区百姓提供一份覆盖全程的电子健康档案。同 时在健康大数据中心基础上构建运行监管体系，切实降低老百姓看病 支出。同时为建设较为完善的医共体体系，通过对医</p> <p >2、共体范围的人财物 统一管理、统一协调、统一考核，使医共体内部形成科学的分工协作 机制和顺畅的双向转诊机制。使医疗联合体成为服务、责任、利益、 管理共同体，区域内医疗资源有效共享，基层医疗服务能力进一步提 升。项目将建设具备特色的“健康大脑”，健康大脑依托健康大数据中 心，通过人工智能和大数据分析，为最多跑一次、医共体和公共卫生 态势感知这3大类业务场景提供预测分析和决策支持。12现状及必要性 121现状数据字典未完全规范化医疗机构数据字典缺乏唯一性和一致性。部分数据字典同时存在 国家标准、行业标准或地方标准及自定义，医院内部对表达同一属性 的编码各自编码，如手术编码、疾病诊断编码或药品编码等。</p> <p >3、使得从 医疗机构采集的信息口径不统一、内涵不一致，不利于信息资源互通 共享和区域分析利用。技术标准未完全落地2016年以来，国家卫生计生委卫生标准管理委员会总计完成制 定卫生信息标准200余项，内容涵盖电子健康档案、电子病历、居 民健康卡以及疾病控制、妇幼保健、基层医疗、医疗救治、综合管理 等主要业务应用领域。1213医疗健康期望高涨人民群众对医疗改革医疗信息化的需求和呼声提高，如何改变人 民群众的就医模式和优化医疗卫生机构的服务模式，构建便捷、连续、 可查、互信、共享的医疗服务流程，提高精细化服务水平，提高跨机 构、跨区域诊疗时效和质量，改善群众就医感受，促进医疗卫生业务 协同以及向健康服务</p> <p >4、业延伸发展，逐步解决看病就医问题、适应人民 群众健康需求显得尤为重要。122项目建设的必要性 .建设现代医疗卫生服务体系实现医疗卫生服务改革的目标，克服医疗卫生服务发展中的瓶颈, 必须应用现代信息技术打造“现代”医疗卫生服务。要建立“现代”医疗 卫生服务体系，必须建立健康对医疗卫生业务流程再造、资源整合， 创新管理机制，转变服务模式。搭建覆盖全区的医疗卫生网络信息系 统，实现医疗卫生服务运行机制和服务模式的转变，建立科学、有效 的管理手段；以电子健康档案和电子病历为核心，实现电子健康信息 在区域医疗卫生机构内的共享，向居民提供优质高效价廉的全程式医 疗健康服务，以电子健康信息为核心，实现对居民</p> <p >5、健康的实时服务、 干预和管理，以电子健康信息为核心，实现医疗卫生服务的综合管 理。122.2 提高卫生业务服务效率满足居民日益增长的医疗服务需要，医疗卫生机构积极采取各种 措施在有限的医疗资源下提高医疗效率和质量，但由于本身资源限制, 以及患者流动性的特点，单纯通过某个医疗机构的自身努力已经很难 大幅提高其服务质量和服务效率，而医疗资源紧张和居民对医疗服务 需求的矛盾日益体现，必须通过其他的高效手段将区域内所有的医疗 资源整合起来。通过建设健康大数据中心能够对区域内各医疗机构间 的业务进行整合与优化，使区域内的诊疗信息全面共享，加强区域内 各医疗卫生机构间的业务合作和交流，改善传统的医疗卫生服</p> <p >6、务模式 和服务流程，从而提高医疗卫生业务的服务质量和效率。提高卫生监管决策能力在日常情况下，卫计局各部门服务于卫生管理、业务监督、医疗 服务、日常救治、疾病防治、远程医学等业务工作，健康建立能同时 在医疗机构、急救机构和疾病预防控制机构之间建立畅通的信息采集 机制和信息沟通机制，以满足卫生局日常监督管理业务的需要。进一步深化医疗体制改革目前利用信息化建设进行卫生体制的改革取得了显著的成绩，为 了满足更深入的卫生体制改革，需要进一步加强信息化建设广度和深 度，实现数据更广泛的共享与交换，充分利用数据实现医疗卫生管理 与服务的需求，同时加强系统的运营维护管理，才能推动进一步的医 疗卫生服务体制的深</p> <p >7、化改革。第二章总体设计21建设原则健康医疗建设是一项长期的系统性工程，为确保健康项目建设符 合信息化发展基本规律，推进科学有序，各智慧应用形成统一整体， 达成健康建设的各项预期，需遵循以下基本原则与策略。坚持统筹规划,重点推逬。统筹考虑卫计局、县属医院、社区卫生服务中心等医共体建设， 进行符合我区实际情况开展顶层设计和总体规划，形成统一、规范的 信息系统支撑。将“互联网+健康医疗”惠民信息系统率先建设，推进 信息技术的广泛应用。坚持区域共享，深化应用。持续深化条线业务应用，重点强化医医、医卫、医管、医保、医 药、医患等六大信息化业务协同。整合全区各医疗机构电子健康档案、 电子病历、签约服务、公</p> <p >8、共卫生等区域***应用系统，建立以人为 中心的医卫信息共享机制；打造医共体内的医疗共享平台，推进医共 体信息化支撑建设，优化医疗资源配置，提升医疗服务效率，体现服 务公平可及。22总体架构 2.2.1 总体架构以一体平台、智数双驱、全面健康为医共体助力，通过部署数据 中台，实现对医共体范围内的医疗卫生信息化资源最大程度应用，通 过对涵盖公卫、临床、疾病、母婴、健康、就医主体、医疗资源等全 生命周期医疗卫生服务数据的一体化、全景化认知和学习，向新技术、 智能化要生产力，赋能医疗卫生服务；挖掘居民医疗服务需求、医疗 健康产业运行和临床疾病诊疗等各个领域的潜在规律和态势，推进面 向大卫生大健康的创新</p> <p >9、医疗服务体系不断完善。项目致力于数据的高 效集成、深度融合，大力推进各类医疗健康服务行为数据化和数据的 真正可用，为健康长期发展打下坚实基础。同时紧紧围绕近民、便民、 惠民的目标，以数据为驱动、智能化手段为辅助，推动医共体医疗服 务监管、医疗服务组织管理的全面升级，在全面数据支持下，开展智 能创新驱动下的最多跑一次和互联网医院服务，紧贴居民需求、建立 可衡量、可跟踪、智能感知、科学统筹的高效行动体系，保障各类医 疗惠民举措能够抓到要处、谋到深处、落到实处。2.2.2支撑技术2.221 知识库服务医疗大数据应用不仅是简单的数据统计分析应用，它还涉及医学 基础知识、规则知识的表达，乃至对医学自然语</p> <p >10、言的机器理解。医学 基础知识，如医学术语、诊断代码、手术及治疗代码等，需要采用 ICD-1Q ICD-9-CM以及SNOMED-CT等标准建立医学本体知识库， 如药品研究和健康服务分别需要建立药学研究规则知识库和健康服 务知识库。大数据知识库除了医学本体知识库外，还需要建立经验知识库， 通过自动训练使知识库能够从大量的数据中获取更多的知识，并填充 到知识库中，即平台需要有自学习的能力。如采用自动训练方法从病 历中学习诊断和症状的关系，学习诊断和用药的关系等，为人工智能 的应用提供基础。下面以术语学习为例说明自学习的方法论，采用自动训练方法从 大量的病历中学习医生的常用术语表达，并将学习到的内容</p> <p >11、加入到语 料库，使语料库能够自我学习、自动更新、不断丰富，从而未为病历 分析提供更加强大语料库的支持。海量病历为自动训练方法的应用提 供了有利的基础。在自动训练的方法实施前，平台首先对病历的描述 和表达进行分析，病历中存在着大量的词对，如“神志清楚”“营养 中等”“精神良好”。平台对从海量病历中抽取出词对，对这些 词对的描述出现频率进行自动排序，由人工审核后加入语料库。在此 过程中需要识别哪些是同义词描述，如“神志清”和“神志清楚”往往是 同一意思，由人工进行同义词标注后加入语料库。对于一些出现频率 比较低的描述一般是由于医生书写不规范或笔误造成，也需要由人工 审核排除，最终生成一个学习后的、</p> <p >12、符合医生日常描述习惯的、规范 的语料库。2222大数据建模服务健康医疗大数据应用的基础是建立大数据的数据建模，这不仅是 健康医疗大数据统计分析的基础，也是医疗大数据知识表达的基础。 由于医疗数据的特征是医疗数据之间的逻辑关系和推理规则关系，因 此对医疗数据描述的合理架构是树形结构，采用XML语言描述，需 要建立以电子病历数据集标准、电子病历共享文档规范为基础的医疗 大数据应用数据对象集合结构框架(schema)建立各类大数据应用分析schemao在对病历数据进行结构化基 础上，研究电子病历数据集标准、电子病历共享文档规范与各类应用 研究schema之间的对应关系，建立研究分析数据的逻辑模型和物</p> <p >13、理 模型，通过对区级平台的大数据抽取建立研究数据库。构建数据分析模型的步骤：2.223分布式存储服务虽然已经建立电子病历资源库和健康档案资源库，但是如果要对 这些海量数据进行有效的分析，还是应该将这些数据按照分析要求导 入到一个集中的大型分布式数据库或者分布式存储集群。存储数据库(In-Memory Databases)让信息快速流通，大数据分 析经常会用到存储数据库来快速处理大量记录的数据流通。传统的关系型数据库严格的设计定式、为保证强一致性而放弃性 能、可扩展性差等问题在大数据分析中被逐渐暴露，随之而来NoSQL 数据存储模型开始风行。NoSQL并不是一种特定的数据存储模型， 它是一类非关</p> <p >14、系型数据库的统称。其特点是：没有固定的数据表模式、 可以分布式和水平扩展。NoSQL并不是单纯的反对关系型数据库， 而是针对其缺点的一种补充和扩展。典型的NoSQL数据存储模型有 文档存储、键值存储、图存储、对象数据库、列存储等。NoSQL数据库是一种建立在云平台的新型数据处理模式， NoSQL在很多情况下又叫做云数据库在处理海量数据同时请求时， 它也不会有任何问题，例如有1000万人同时登录某个系统，它会将 这些数据分布于全世界的服务器并通过它们来进行数据处理，结果与 1万人同时在线没什么两样。2224分布式计算技术服务大数据处理与分析主要利用分布式数据库，或者分布式计算集群 来对存储于其内</p> <p >15、的海量数据进行普通的分析和分类汇总等。分布式计算结合了 NoSQL与实时分析技术，如果想要同时处理 实时分析与NoSQL数据功能，那么你就需要分布式计算技术。分布 式技术结合了一系列技术，可以对海量数据进行实时分析。更重要的 是，它所使用的硬件非常便宜，因而让这种技术的普及变成可能。大数据挖掘分析服务改进已有数据挖掘和机器学习技术；开发数据网络挖掘、特异群 组挖掘、图挖掘等新型数据挖掘技术；突破基于对象的数据连接、相 似性连接等大数据融合技术；突破用户兴趣分析、网络行为分析、情 感语义分析等面向领域的大数据挖掘技术。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的 实际应用数据中，提取</p> <p >16、隐含在其中的、人们事先不知道的、但又是潜 在有用的信息和知识的过程。图像化是将机器语言翻译给人看，而数 据挖掘就是机器的母语。分割、集群、孤立点分析还有各种各样五花 八门的算法让我们精炼数据，挖掘价值。这些算法一定要能够应付大 数据的量，同时还具有很髙的处理速度。数据挖掘涉及的技术方法很多，有多种分类法。根据挖掘任务可 分为分类或预测模型发现、数据总结、聚类、关联规则发现、序列模 式发现、依赖关系或依赖模型发现、异常和趋势发现等等；根据挖掘 方法分，可粗分为:机器学习方法、统计方法、神经网络方法和数据 库方法。机器学习中，可细分为:归纳学习方法（决策树、规则归纳等）、 基于范例学习、遗传算法等</p> <p >17、。统计方法中，可细分为:回归分析（多元 回归、自回归等）、判别分析（贝叶斯判别、费歇尔判别、非参数判别 等）、聚类分析（系统聚类、动态聚类等）、探索性分析（主元分析法、 相关分析法等）等。神经网络方法中，可细分为:前向神经网络但P算 法等）、自组织神经网络（自组织特征映射、竞争学习等）等。2226可视化技术服务可视化技术是商业智能技术的核心之一，是数据仓库和数据挖掘 结果的应用效果展现。数据可视化无论对于普通用户或是数据分析专 家，都是最基本的功能。数据图像化可以让数据自己说话，让用户直 观的感受到结果。数据可视化，是关于数据视觉表现形式的科学技术研究。数据可 视化可以让数据自己说话，让用户直</p> <p >18、观的感受到结果。其中，这种数 据的视觉表现形式被定义为，一种以某种概要形式抽提出来的信息， 包括相应信息单位的各种属性和变量。它是一个处于不断演变之中的 概念，其边界在不断地扩大。主要指的是技术上较为高级的技术方法， 而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面， 通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加 以可视化解释。与立体建模之类的特殊技术方法相比，数据可视化所 涵盖的技术方法要广泛得多。数据可视化技术包含以下几个基本概念：a）数据空间：是由n维属性和m个元素组成的数据集所构成的 多维信息空间；b）数据开发：是指利用一定的算法和工具对数据进行定量的推演 </p> <p >19、和计算；c）数据分析：指对多维数据进行切片、块、旋转等动作剖析数据， 从而能多角度多侧面观察数据；d）数据可视化：是指将大型数据集中的数据以图形图像形式表示, 并利用数据分析和开发工具发现其中未知信息的处理过程。数据可视化已经提出了许多方法，这些方法根据其可视化的原理 不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、 基于层次的技术、基于图像的技术和分布式技术等等。2.227预测分析服务数据挖掘可以让分析师对数据承载信息更快更好地消化理解，进 而提升判断的准确性，而预测性分析可以让分析师根据图像化分析和 数据挖掘的结果做出一些前瞻性判断。23标准规范2.31总体标准总体标准主要用以</p> <p >20、明确系统建设的技术参考模型，其意义在于保 证系统的当前建设和以后的建设具有一致性、开放性和稳定性。内容 包括总体框架、术语标准、中文信息处理标准、其他综合性标准等。本系统的建设是一个长期的过程，这是由各行政机构不断增长的 业务需求决定的。在这个长期的建设过程中新的业务模块将需要被集 成到整个系统中，如何保证本系统的建设保持在一个可控的范围内， 系统的技术参考模型将为此提供体系结构上的保证，只有当本系统技 术参考模型建立在一个开放的技术体系上，才能够使新的系统方便的 集成到本系统整体架构中，并且保持与整个系统的一致性。一个合理 的、可行的技术参考模型必须具有很强的稳定性，这是整个本系统能 够可持</p> <p >21、续发展的必要条件。本系统需要充分地考虑现有内外部系统的实际情况，并考虑系统 以后继续建设和扩展的需要，制定统一的、标准的、可操作的信息管 理标准规范，作为系统各个信息组成部分建设的依据，可以维持本系 统信息整合核心框架的一致性，保证系统的整体运行效果和应用目 标。2.3.2.应用规范应用规范主要对项目建设中的基本内容提出规定，用以统一工程的基础建设。对于应用规范的确立，通常包含的内容有：数据类标准、 服务类标准、系统功能规范、业务流程与工作制度规范、数据采集与 交换规范。数据类标准系统功能规范服务类标准数据采集与交换规范业务流程与工作制度规范233应用支撑规氾如前面分析指出，应用支撑标准一方面</p> <p >22、为解决系统间信息资源整合，另一方面为业务标准中的业务知识表示提供支撑技术。因此，从标准的体系框架角度分为资源数据类标准和资源整合标准。应用支撑标准资源数据类标准资源整合标准234管理规范管理规范确定了应用系统在建设、运营阶段的各种要求、制度等。管理标准涉及的范围也是非常广泛，例如：软件工程过程标准、验收与监理标准、系统测试与评估体系标准等。第三章系统设计31医疗大数据资源平台3.1.1.平台概述区医疗大数据资源平台的建设，是为了深入贯彻落实党的十八大 和十八届三中、四中、五中全会精神，牢固树立并切实贯彻创新、协 调、绿色、开放、共享的发展理念，按照党中央、国务院决策部署， 发挥市场在资源配置中</p> <p >23、的决定性作用，更好发挥政府作用，以保障全 体人民健康为出发点，强化顶层设计，夯实基层基础，完善政策制度， 创新工作机制，大力推动政府健康医疗信息系统和公众健康医疗数据 互联融合、开放共享，消除信息孤岛，积极营造促进健康医疗大数据 安全规范、创新应用的发展环境，以“医疗大数据资源平台”为核心， 通过“互联网+健康医疗”探索服务新模式、培育发展新业态，努力建 设人民满意的医疗卫生事业，为打造健康中国、全面建成小康社会和 实现中华民族伟大复兴的中国梦提供有力支撑。平台的建设坚持以人民为中心的发展思想，坚持正确的卫生与健 康工作方针，坚持健康优先、改革创新、科学发展、公平公正的原则， 以提髙人民健康水</p> <p >24、平为终极诉求。从广泛的健康影响因素入手，以数 据为纽带，以“大数据资源平台”为基础，以普及健康生活、优化健康 服务、完善健康保障、建设健康环境、发展健康产业为重点，把健康 融入所有政策，全方位、全周期保障人民健康，大幅提高健康水平，显著改善健康公平。推进健康的建设，要坚持预防为主，推行健康文明的生活方式， 营造绿色安全的健康环境减少疾病发生。要调整优化健康服务体系， 强化早诊断、早治疗、早康复，坚持保基本、强基层、建机制，更好 满足人民群众健康需求要坚持共建共享、全民健康，坚持政府主导， 动员全社会参与，突出解决好妇女儿童、老年人、残疾人、流动人口、 低收入人群等重点人群的健康问题。要强化组织</p> <p >25、实施加大政府投入, 深化体制机制改革，加快健康人力资源建设，推动健康科技创新，围 绕“医疗大数据资源平台”，逐步推进建设“健康服务体系”。围绕“医共体”建设大数据资源平台之上的大数据应用作为产业 发展的战略引领，坚持“应用驱动、创新引领，政府引导、企业主体， 聚焦髙端、确保安全”，通过改革、开放、创新，挖掘数据资源价值， 集聚大数据技术成果，形成大数据企业集群，全面提升大数据产业发 展支撑能力、大数据技术创新能力和大数据安全保障能力，努力建成 全国领先的大数据资源集聚地和大数据应用服务示范基地，为区经济 社会加速发展、加快转型、推动跨越提供有力支撑。312 建设内容项目将重点建设围绕“医共体”</p> <p >26、建设医疗健康大数据资源平台，平 台首先实现安全可靠的数据集成形成标准数据模型进行安全存储; 然后依靠标准数据模型、平台的医疗定制版算法工具集，建设数据加 工工厂，提供数据探索能力；以数据模型和数据探索能力为基础，提 供标准的数据服务管理，并通过共享平台对外进行能力开放。具体建设内容包括：1 建设统一的数据云备库，为医院、公共卫生和其他医疗机构提 供数据灾备能力；2数据集成，以云备库为数据源，建设数据集成平台，对医疗数 据按标准集成到数据平台，采集范围包括；a）各类公立医疗机构的不同业务系统，例如HIS,电子病历，手麻，PACS,LIS, HRP 等；b）社区及基层医疗数据，疾控，健康检查，家庭</p> <p >27、健康管理，公共卫生，急救 等等各医疗服务系统数据。c）个人电子健康数据，包括对接家庭医疗器械，可穿戴设备，其他商业机构 健康数据等。3以ODPS为技术核心，实现数据的安全存储；4建设数据治理平台进行数据建模，设计健康医疗标准集， 并按标准完成标准基础模型集，并根据业务维度，形成业务标准模型 集，并建设主索引；5定制健康医疗数据算法工具集，提供健康医疗数据算法能力；6建设数据加工工厂，提供医疗数据探索能力;7建设数据共享平台，提供接入标准数据服务的能力，并通过脱 敏、授权等机制，实现数据能力开放，推动健康的建设；8建设数据治理平台，维护管理数据标准，包括模型标准、字典 标准、值域标准、术语标准等</p> <p >28、；建设统一监控管理平台，实现数据资源的安全采集、传输、存储、 探索、调用的全链路管理、监控和审计能力。115 目标通过梳理整合各家医疗机构、政府机构、其他第三方健康机构的 相关数据资源，建设医疗大数据资源平台，实现医疗数据的集中，通 过术语管理、数据标化、统一索引、共享输出为区医疗应用提供权威 的数据。通过标化的医疗数据，推动落实新医改相关工作任务；加强并持 续推进卫生信息标准的制定和实施；提髙全区健康诊疗信息交互共享 和医疗服务协同水平和信息惠民成效；满足以数据为核心，以信息技 术为基础，促进实现区域的互联互通、信息共享和数据互认；实现区 域内不同所有制、不同类别的医疗卫生机构间的医疗卫生资</p> <p >29、源的互联 互通、患者就诊信息区域共享。通过共享数据服务输出，实现全区多场景医疗文书共享和关联语 义文书自动检索推送的基本条件下；通过效果分析提高医院诊疗准确 度，提升医院接诊率、医疗服务效率和质量，提升群众医疗服务满意 度；全面减少医生工作量、减少病人等待时间，缓解医患矛盾、平衡 医疗资源分布，解决我国医疗资源缺乏问题；降低社会疾病就诊平均 费用。通过健康医疗定制算法和数据加工工厂，推动大数据应用的研发 和推广，推动区大数据、大智慧产业的发展落地，建设有特色的医共 体体系，智慧产业生态环境。3丄4平台架构3.141 数据系统架构医疗大数据资源平台以数据为基础，以数据全链路加工流程为核 心，提供</p> <p >30、数据汇聚、研发、治理、服务等多种功能，既可满足平台用 户的数据需求，又能为上层应用提供各种行业解决方案。架构如下：数据应用DataV医疗卫生监管区域数据协同应用医疗质整分析师目录数据权限爾交魅控 应用注所/API医院云上备份库医院本地备份库公卫云上傷份库医疗散据公卫本地 生产库公卫云上其他医f7S数据库3.1.42安全架构医疗大数据资源平台的安全架构，是由平台自身的安全实现层、平台内置的安全服务层、和可选的安全产品层构成：平台自身的安全实现层：保障平台在代码实现和部署配置时的产品自身安全性；平台内置的安全服务层：为租户和其用户提供平台基础性的安全服务能力，如：租户资源隔离、身份认证、权限鉴别和</p> <p >31、日志合规审计 等；可选的安全产品层：为管理者和其用户提供可选的、已集成的安 全产品或工具，帮助根据其自行定义的安全策略对其拥有的系统、数 据进行安全防护和运维管理。3.143 业务流程监督、管理、协调数据治理RSsatsa.ttwa.分类.散据开放iifii一散据采第数资源目录安全体系B锯中心数8演洗数共享医疗大数据资源平台，通过直采相关数据来源的数据备库，按照 区医疗数据标准（参考国家、数据标准），清洗标化后存入数据中心 标准数据库；相关标准数据通过数据开放共享系统输出给各政府机构、 医疗卫生机构、第三方健康机构等健康医疗应用使用。整个大数据资源平台采用ISO 27001. GB/T2223</p> <p >32、9. DSMM安全标准构建信息安全管理体系，整个平台建设都将受到卫计委的监督 和管理。32健康云影像中心平台健康影像云大数据中心平台采用阿里云存储作为区影像云数据 和相应文档数据的存储，最大限度地利用医院现有系统资源，针对区 实际业务特点和工作流程模式构建实用、先进、连续、互联互通的区 域医疗影像云平台，依托互联网+医疗的手段，利用云计算、大数据 应用技术和影像人工智能算法,在现有全院PACS系统的基础上做相 应的云影像服务及应用延伸，赋能基层医疗。IDCa影俾设备协汉头J v Jcifs/nfsraPACS服务器本地存储上传引OSS专钱/VP N连檢 存储网关(1.N)ArchiveNAS阿</p> <p >33、里云建设区域影像云平台，云影像归档存储与备份；为了便于将医学 影像大数据进行长期存储，将医院的影像数据通过前置机归档到影像 云平台，进行分级存储，针对医院RIS/PACS进行针对性的改造，与 阿里云存储实现无缝衔接，实现影像数据的云存储，云归档、云备份、 云调阅服务，云存储相当于一个不限容量的近线存储，医院可通过院 内现有PACS实现与健康影像云大数据中心平台实时对接并实现对 院内和云端数据的上传、同步、下载调用服务，而且不改变医院现有 的任何工作模式和工作习惯，同时还可以提供异地安全备份存储服务, 确保数据安全有效。医院保留0.5年的在线存储，以满足院内高负 荷的在线调阅需要。HIS/EMR</p> <p >34、调用医疗影像接口无须变动， RIS/PACS应用照旧。基于现有的区区域影像协同平台和现有的区属医院PACS基础 上建设区区域影像云平台：基于现有的区区域影像协同平台无缝延伸 扩展建设区区域影像云平台，建立区域影像云数据中心，实现全区影 像检查数据云存储云归档云共享服务，统一归档、存储和管理全区的 影像检查数据，包括放射、超声、内窥镜、病理等检查数据；实现检查数据全发布、全采集、全归档、全存储和全管理；基于现有的患者影像检查主索引和交叉索引服务，实现区域影像 患者主索引及检查索引核对、匹配、增补；实现所有影像数据集中存 储和共享。实现实时采集与现有区属医院的医技检查数据、数据集成和质量 监管服务</p> <p >35、，包含：按上传量、质量评估统计、按检查项目、检查类型、 医院等分类进行检查量统计、影像量统计等服务的集成。影像云存储云归档服务。在云端部署区域医疗影像云存储归档服务平台，实现云端影像数 据的管理与调阅服务，包括：归档管理、审计管理、集成浏览等。为 了保证影像数据的完整性和安全性，系统除了对数据采用加密传输和 完整性校验外，还提供数据访问授权和调阅日志记录。此外，通过建 立云端的患者主索引服务，实现统一的影像数据和检查报告索引信息, 便于医生对各时期影像数据地调阅；并提供影像的集成浏览服务，实 现影像数据的移动调阅和浏览。影像云存储云归档服务基于云计算技术实现医院检查数据的云 端备份和移动调阅功</p> <p >36、能，既为医院提供完整、安全的检查数据备份方 案，又为医生和病人提供了随时随地查阅影像数据的平台。以下是影 像云存储归档系统的应用架构图。医院云端数据管理网站云端检査数据移动访问网站病人影像云档案访问网站影像巢成服务子系统影像巢成服务子系统数据交换槐块DICOM服务模块数据管理模块影像云归档系统分客户端和中心端两部分。客户端为影像集成服 务子系统；中心端为影像数据云归档子系统。客户端的影像集成服务 子系统由数据交换模块、DICOM服务模块、数据管理模块等组成。 中心端的影像数据云归档子系统由病人信息交叉索引模块、影像数据 归档模块、影像计算服务模块、数据管理服务模块、病人影像档案管 理模块等组成</p> <p >37、。同时，系统为医护人员和病人分别提供了不同的数据 管理、数据访问、及移动端访问界面，在保证数据方便调阅的同时通 过严格的权限控制保证数据使用的安全性。大数据平台基础建设数据源对接医疗健康大数据资源平台需建设全员人口信息、电子健康档案、 电子病历资源库和卫生资源数据库四大医疗主题库，具体将对接以下 区属医疗机构信息化系统：医院HIS,电子病历，护理系统，手麻 系统，LIS, PACS, HRP等；区域医疗HIS和电子病历系统；健 康检查系统；区卫计委人工上报表单；居民健康信息互通平台；全区 公共卫生系统等应用数据。电子健康档案资源库电子健康档案是居民健康管理过程的规范、科学的电子化的记录。 是以</p> <p >38、居民个人健康为核心、贯穿整个生命过程、涵盖各种健康相关因 素、实现信息多渠道动态收集、满足居民自身需要和健康管理的信息 资源（文件记录）。将电子健康档案以计算机可处理的方式存储、组 织，形成信息资源库，保证安全性，提供可访问的接口，即为电子健 康档案数据库。电子健康档案的系统架构是以人的健康为中心，以生命阶段、健 康和疾病问题、卫生服务活动（健康干预措施）作为3个维度构建的 一个逻辑架构，用于全面、有效、多视角地描述健康档案的组成结构 以及复杂信息间的内在联系。通过一定的时序性、层次性和逻辑性， 将人一生中面临的健康和疾病问题、针对性的卫生服务活动（健康干 预措施）以及所记录的相关信息有机地关</p> <p >39、联起来，方便对所记录的海 量信息进行科学分类和抽象描述。电子健康档案数据集按照卫计委关于居民电子健康档案数据集 规范，结合基层医疗机构的管理信息系统顶层设计关于健康档案数据 规范要求，分为七个子域，分别是：个人基本信息域、主要疾病和健 康问题摘要域、儿童保健域、妇女保健域、疾病控制域、疾病管理域 以及医疗服务域。电子健康档案基础资源库的数据来源于全区各医疗卫生机构业 务系统的规范化传输，同时它也是医疗卫生机构间信息交换和共享的 基础信息源。333电子病历资源库电子病历的临床信息以临床数据存储库（CDR）或者临床文档架构（CDA）的形式进行整合存储。电子病历数据主要来源全区二三级医院、基层医疗卫</p> <p >40、生机构的 HIS、EMR、CIS、LIS、RIS、体检等医疗服务、临床管理、医技管 理系统或者区域电子病历系统。电子病历数据采集按照国家卫计委WS 445-2014电子病历基 本数据集、电子病历共享文档规范标准执行电子病历数据集主要包括门（急）诊、住院、检查检验等临床信 息数据集，具体包括：病历概要、门（急）诊病历、门（急）诊处方、 检查检验记录、一般治疗处置记录、助产记录、护理操作记录、护理 评估与计划、知情告知信息、住院病案首页、中医住院病案首页、入 院记录、住院病程记录、住院医嘱、出院小结、转诊（院）记录、医 疗机构信息等；电子病历共享文档主要包括门（急）诊、住院、检查检验等临床 文档，</p> <p >41、具体包括：病历概要、门（急）诊病历、急诊留观病历、西药 处方、中药处方、检查报告、检验报告、治疗记录、一般手术记录、 麻醉术前访视记录、麻醉记录、麻醉术后访视记录、输血记录、待产 记录、阴道分娩记录、剖宫产记录、一般护理记录、病重（病危）护 理记录、手术护理记录、生命体征测量记录、出入量记录、高值耗材 使用记录、入院评估、护理计划、出院评估与指导、手术知情同意书、 麻醉知情同意书、输血治疗同意书、特殊检查及特殊治疗同意书、病 危（重）通知书、其他知情同意书、住院病案首页、中医住院病案首 页、入院记录、24h内入出院记录、24h内入院死亡记录、住院病程 记录首次病程记录、日常病程记录、上级医师查</p> <p >42、房记录、疑难病例 讨论记录、交接班记录、转科记录、阶段小结、抢救记录、会诊记录、 术前小结、术前讨论、术后首次病程记录、出院记录、死亡记录、死 亡病例讨论记录、住院医嘱、出院小结。此外，还应包括病人临床路径进入、执行、退出记录、体检报告、 出生医学证明、死亡医学证明、传染病、肿瘤、职业病等疾病报告、 孕产妇、新生儿死亡报告、出生缺陷儿登记、院内感染报告、药物不 良反应报告、危机值报告等。334 全员人口信息资源库全员人口信息包括人口基本信息，计划生育服务管理相关信息， 流动人口计划生育服务管理信息等。目前，全国已经基本建立了国家 和省两级全员人口信息库，覆盖了全国13亿人口信息，支撑国家、 省</p> <p >43、、地市、县、乡、村六级计划生育服务应用。人口信息是具有基础性、战略性、公共性的信息资源。随着经济 社会的快速发展，为适应当前人口信息需求和人口计生工作的改革发 展要求 建立全员人口信息数据库实现业务工作与信息化的一体化， 使管理者准确掌握地区全员人口现状和发展变动趋势，提升人口计生科学决策和服务管理水平。全员人口信息资源库是覆盖全区人口、以公民身份号码为标识、 以居民身份证信息为主要内容的国家人口基础信息库。以人口基础信 息为基准，建立信息共享和校核机制，充分利用全国人口普查信息， 逐步建设人口总量和静态动态分布、户口登记、健康素质、残疾人口、 年龄和性别结构、教育程度、就业状态、居住状况、收</p> <p >44、入水平、纳税 情况、参保缴费、社保待遇、婚姻状况、优抚救助、扶贫开发、党员、 公务员、专业技术人才等方面的业务信息库。卫生计生资源数据库平台采集和存储的数据量大，类型复杂，不仅包括各级医疗机构 产生的诊疗相关信息，公共卫生相关信息，还包括各机构管理相关的 信息，并且，随时时间的推移，数据量将迅速膨胀，如何从这些数据 中提取出对各级管理机构和管理者有价值的信息，通过建设数据仓库 支撑各级管理机构及管理者的决策支持。通过从历史数据库和专业信息库中抽取数据，将所需的信息存储 于数据仓库中，对观察到的数据集（经常是很庞大的）进行分析，目 的是发现未知的关系和以数据拥有者可以理解并对其有价值的新颖 方式</p> <p >45、来总结数据，在此基础上进行联机分析处理和决策。数据仓库以各类主题数据库形式存储，本次建设内容主要包括： 医疗卫生机构信息数据、卫生系统人力资源数据、公共卫生应急处置资源数据等。全员人口信息、电子健康档案、电子病历和卫生资源四大数据库 相对独立又相互关联，在确保四大数据库基本信息的一致性、准确性、 完整性，避免多头重复采集的基础上，提供标准化接口对外实现部门 信息共享，对内有效提升临床和基础医学科学研究水平，实现信息资 源综合开发利用和信息共享，支撑人口健康战略决策和精细化服务管 理。CDA临床共享文档库电子病历数据资源琢: 届历概要 门急诊EMR 住院EMR 急现EMR 阪、处方 申ill单 </p> <p >46、体检报吿绘验检去报告 手术记录 护理记录EHR共享文档库336医疗数据集成3.361 数据采集提供丰富的采集元数据服务、支持灵活的数据采集方式;支持基于数据标准的数据转换;支持重复数据删除。3362数据整合基于数据标准的关键信息提取，基于特征信息模糊匹配的数据关 联，提供手工干预的数据管理功能。3.363.数据质量管理数据质量类别管理、质量度量规则管理、质量检核方法管理、质 量检核方法审核、数据质量检核调度、数据质量检核执行、数据质量 检核入库、问题数据展现、问题数据趋势分析、数据质量检核监控、 检核日志管理、数据质量报告、专项数据质控规则处理模块（一致性、 完整性控制、异常数据管理、重叠身份</p> <p >47、管理、差错修订、重复数据删 除）等功能。3364数据标准管理数据标准管理提供对术语、数据元、数据集以及值域代码的管理 与维护。3.365病历结构化采用人工智能的算法进行病历的关键字段抽取，形成结构化的病 历数据。337 数据存储系统提供全区医疗机构业务数据、公共卫生数据等医疗基础数据的存 储，以及基础数据、医疗卫生核心数据、标准规范数据等的规范化管 理。具体功能包括：337.1 基础存储功能实现基于数据标准的医疗机构业务数据、公共卫生数据等基础信 息资源的数据模型的定义、变更、发布的全生命周期管理。提供数 据建模、物理模型转换、物理模型部署功能，提供标准数据元引用。3372主数据管理提供属性自</p> <p >48、动匹配和重复数据删除功能，以及基于工作流的主 数据手动干预功能;提供多源数据的原始数据查询、差异比较功能;提 供主数据的历史变更回溯功能。3373参考数据管理提供数据值、数据集生命周期管理，提供数据值、数据集版本 管理与血缘关系管理功能，提供参考数据查询、发布功能。338数据模型基于区大数据分析的要求，将所需的数据从各医疗机构/业务系 统对接后，经过标淮数据转化，以标准开放的数据模型统一管理。数据清洗数据清洗主要涵盖辅助合理用药、合理检查、合理治疗；监测医 改相关指标，源头控制医疗总费用、门诊均次费用、住院均次费用， 降低老百姓看病支出。过程包括：数据分析和业务逻辑理解：梳理数据源和业务规则。</p> <p >49、基于区医疗大数据资源平台的数据开发工具进行数据整合，数据 标淮处理，统一编码，字段取舍和数据校验。错误数据和卫计局和医院沟通：针对重复数据，不一致情况，由 客户反馈如何操作。数据同步：根据设计的规则进行数据同步。3382数据模型数据模型包括：数据模型架构将数据分为ODS （数据操作层） 层、数据仓库（数据明细层）层，标淮主数据字典库/EMPI, DWS（数据集市），ADS （应用数据层）。2.1.1 * 患者基本信息(ODS.HZ.ZBXX)2.1.1 * 患者基本信息(ODS.HZ.ZBXX)集。数据模型包括101个基本标准数据模型，和病人业务数据模型1.1 医疗机构字典(DIM_SYS_Y</p> <p >50、LJG)1.2 科室字典(D1M_SYS_KSZD)1.3 *医院职工字典(DIM_SYS_YLJG)1.4 *医用材料(耗材)目录字典表(DIM_SYS_MATERIALS)1.5 *服务项目服务设施收费字典表(DIM_SYS_SFXM)1.6 *国家药品字典表(DIM_SYS_YPZD)1.7 *ICD-9 字典(DIM_SYSJCD91.8 ICD-10 字典(DIM.SYSCD10)2.1.2 *基本健康信息(ODS_HZBJKXX)2.3.1 #治疗记录(ODS_ZY_ZLJL)2.1.2 *基本健康信息(ODS_HZBJKXX)2.3.1 #治疗记录(ODS_ZY_ZLJL)#卫生</p> <p >51、事件摘要(ODS_HZ_WSSJZY)#过敏信息(ODS_HZ_GMXX)2.1.5*诊断明细表(ODS_HZ_ZDMXB)表？*H (急)诊挂号记录(ODS_MZ_GHJL)*H (急)诊处方记录(ODS_MZ_MZCFJL)*H (急)诊病历(ODS_MZ_MJZBL)*H (急)诊就诊记录(ODS.MZ.MJJZJL)#急诊留观病历（ODSZZLGBL）245 *高值耗材使用记录(ODS_ZY_GZHCSYJL)245 *高值耗材使用记录(ODS_ZY_GZHCSYJL)232* 般手术记录(ODS_ZY_YBSSJL)#麻醉术前访视记录(ODS_ZY_MZSQFSJL)2.3.4#麻醉</p> <p >52、记录(ODS_ZY_MZJL)#麻醉术后访视记录(ODS_ZY_MZSHFSJL)2.3.6#输血记录(ODS_ZY_SXJL)#般护理记录(ODS_ZY_YBHLJL)242#病危(重)护理记录(ODS_ZY_WBZHLJL)#手术护理记录(ODS_ZY_SSHLJL)# 出入量记录(ODS_ZY_CRLJL )2.6.2 *24h 内入院死亡记录(ODS_ZY_ZYSWJL)2.7.9 #会诊记录(ODS_ZY_HZJL)2.6.2 *24h 内入院死亡记录(ODS_ZY_ZYSWJL)2.7.9 #会诊记录(ODS_ZY_HZJL)2.4.6 #入院评估记录(ODS_ZY_RYPGJL)</p> <p >53、2.6.1 *24h 内入出院记录(ODS_ZY一CRYJL)2.4.7 #护理计划记录(ODS_ZY_HLJHJL)2.4.8 # 出院评估记录(ODS_ZY一CYPGJL )#手术同意书(ODS_ZY_SSTYS)#麻醉知情同意书(ODS_ZY_MZZQTYS)#输血治疗同意书(ODS_ZY_SXZLTYS)#特殊检查及特殊治疗同意书(ODS_ZY_TSJCZLTYS)2.5.5#病危(重)通知书(ODS_ZY_BWZTZS)#其他知情同意书(ODS_ZY_QTZQTYS)2.7.1#首次病程记录(ODS_ZY_SCBCJL)#日常病程记录(ODS_ZY_RCBCJL)#上级医师查房记录(</p> <p >54、ODS_ZY_SJYSCFJL)#疑难病例讨论(ODS_ZY_YNBLTL)#交接班记录(ODS_EMRJBJL)#转科记录(ODS_ZY_ZKJL)#阶段小结(ODS_ZYDXJ)#抢救记录(ODS_ZY_QJJL)2.7.10 #术前小结(ODS_ZY_SQXJ)2.9.1*出院小结(ODS_ZY_CYXJ)2.7.10 #术前小结(ODS_ZY_SQXJ)2.9.1*出院小结(ODS_ZY_CYXJ)2.7.11#术前讨论(ODS_ZY_SQTL)2.7.12 #术后首次病程记录(ODS_ZY一SHSCBCJL)2.7.13#死亡记录(ODS_ZY_SWJL)#死亡病例讨论记录(ODS_</p> <p >55、ZY_SWBLTLJL)*入院记录(ODS_ZY_RYJL)*出院记录(ODS_ZY_CYJL)水住院病案首页 2012(ODS_ZY_BASY)2.8.1*住院医嘱(ODS_ZY_ZYYZ)执行医嘱3.5 *门诊收费记录表ODS_MZ_SFJLB3.5 *门诊收费记录表ODS_MZ_SFJLB2.10.1 检查申请(ODS-HZJCSQ)*检查报告(ODS-HZJCBG)*检验报告(ODS_HZ_JYBG)2.11.1体检总体检查表(ODS_TJ_ZT)CB)体检明细表(ODS_TJ_MXB)2.12.1*转诊(院)记录(ODS_HZ_ZZYJL)*患者费用结算明细表(ODS_HZ_FYJ </p> <p >56、SMXB)3.2水费用发生明细表(ODS.HZ.FYFSMXB)3.3*费用结算表(ODS_HZ_FYJSB)3.4 体检费用(ODS_TJ_TJFY)3.6 *H诊收费明细表(ODS_MZ_SFMXB)* 物资采购记录(ODS_HIS_WZCGJL)4.2*物资采购明细记录(ODS_HIS_WZCGMXJL)*药品入库记录(ODS_HIS_YPRKJL)*药品入库详细记录(ODS_HIS_YPRKXXJL)*药品采购记录(ODS_HIS_YPCGJL)*药品采购详细记录(ODS_HIS_YPCGXXJL)*医院业务量日报(ODS_HIS_YYYWLRB)*医院业务收入日报(ODS_HIS_Y</p> <p >57、YYWSRRB)5.3 *体检收入日报(ODS_HIS_YYYWSRRB)5.3 *体检收入日报(ODS_HIS_YYYWSRRB)5.4#医院支出记录(ODS_ HIS.YYZCJL)6.13 II型糖尿病患者随访信息(ODS_HR_IIXTNBHZSFXX)6.14重性精神疾病患者管理信息(ODS_HR_ZXBHZGLXX)6.15 门诊摘要信息(ODS_HR_MZZYXX)6.16 住院摘要信息(ODS_HR_ZYZYXX)会诊信息(ODS_HR_HZXX)转诊(院)信息(ODS_HR_ZZYXX)出生医学证明(ODS_HR_CSYXZM)死亡医学证明(ODS_HR_SWYXZM)339</p> <p >58、数据操作层ODS层:即数据操作(OperationalDataStore)层，它是从业务系统过渡到数据仓库核心层的操作数据的模型。339.1 同步结构化数据增量或全量同步；3392结构化非结构化(日志)结构化处理并存储到RDS；.累积历史、清洗根据数据业务需求及稽核和审计要求保存历史数据、数据清洗；3.3.10主索引管理以“居民身份证号码”作为平台基础服务的主索引。通过与居民电 子健康卡注册管理系统关联，进行身份认证、个人注册基本信息核实 等。提供对医疗卫生人员、医疗卫生机构等基础共享信息的注册，提 供唯一的标识号，建立相关主索引，实现在区域范围内的信息识别， 能够关联到病人所有相关信息包括基</p> <p >59、本信息、过敏信息、家族病史、 历次诊疗信息、检查检验信息、病人主管医生、历次电子病例、收费 情况（门诊、住院）等病人信息，也是费用结算、客户服务、成本核 算、病种分析等管理的重要主线。具体功能包括：1）个人主索引注册、主索引服务，数据自动匹配关联、主索引维 护等2）医疗卫生人员注册:提供医疗卫生人员个人信息登记、服务处 所登记、唯一个人标识分配、个人信息查询、个人标识查询。3）医疗卫生机构注册:提供医疗卫生机构信息登记、唯一机构标 识分配、空间方位信息登记、机构信息查询、机构位置查询及地图展 现、机构标识查询。4）标准字典库：建立统一的术语编码服务，实现各机构字典，地 方标准/国际医疗标准的统</p> <p >60、一访问和应用。以达成各系统间数据交换 时语义级别的标准化，平台应对交换数据中的字典数据作映射转换。5）明细数据层：以患者为主线，组织，整合，存储患者的临床数 据，将患者相关医疗信息，如就诊、处方、医嘱、电子病历、检查化 验报告等，以全面、标准、统一的方式整合存储，支持各类区域级别 的数据分析应用，及机构和区域级别的科研工作。同时也包括运营相 关的数据，例如预约，就诊，各类医疗服务统计，床位使用，手术室 使用，医技科室使用等。主要应用于:A患者基本信息获取；A关键数据项（如姓名、性别、出生日期、出生地、母亲姓名等）比对;A建立不同应用系统中、采用不同识别码（如门诊号、住院号、检查号、影像号等）的</p>