大數(shù)據(jù)管理與應(yīng)用概論 課件 第九章 基于醫(yī)療大數(shù)據(jù)的管理決策應(yīng)用

9.1醫(yī)療問題背景與數(shù)據(jù)概述醫(yī)療數(shù)據(jù)價值判斷（一）醫(yī)療大數(shù)據(jù)的采集路徑及方式醫(yī)療數(shù)據(jù)資源是非常重要的醫(yī)療衛(wèi)生信息，它們對疾病的診斷、治療、醫(yī)療費(fèi)用控制等相關(guān)研究具有很大的價值。離線采集實(shí)時采集網(wǎng)上采集其他采集方式醫(yī)院數(shù)據(jù)基因數(shù)據(jù)健康數(shù)據(jù)其他數(shù)據(jù)類型醫(yī)療數(shù)據(jù)價值判斷（一）醫(yī)療大數(shù)據(jù)的采集路徑及方式醫(yī)療大數(shù)據(jù)符合大數(shù)據(jù)的四個維度：容量大（Volume）、多樣性（Variety）、增速快（Velocity）和價值高（Value）的特性。醫(yī)療數(shù)據(jù)價值判斷（二）醫(yī)療大數(shù)據(jù)的應(yīng)用領(lǐng)域大數(shù)據(jù)處理與分析技術(shù)不僅可以提高醫(yī)療診斷準(zhǔn)確率，而且可以應(yīng)用到整個醫(yī)療行業(yè)中。此外，大數(shù)據(jù)技術(shù)還可以借助醫(yī)療大數(shù)據(jù)驗(yàn)證一些醫(yī)學(xué)猜想，繼而轉(zhuǎn)化到醫(yī)療實(shí)踐，價值高（Value）臨床數(shù)據(jù)對比臨床決策支持就診行為分析實(shí)時統(tǒng)計分析人口統(tǒng)計學(xué)分析遠(yuǎn)程病人數(shù)據(jù)分析基本藥物臨床應(yīng)用分析分散醫(yī)療數(shù)據(jù)挖掘手段落后結(jié)構(gòu)化程度低標(biāo)準(zhǔn)不統(tǒng)一人才與觀點(diǎn)不同醫(yī)療數(shù)據(jù)預(yù)處理（一）數(shù)據(jù)清理數(shù)據(jù)預(yù)處理是從大量的原始數(shù)據(jù)針對具體研究目的抽取出研究需要的價值信息的過程，它為后續(xù)數(shù)據(jù)分析與數(shù)據(jù)挖掘等工作服務(wù)。？醫(yī)療數(shù)據(jù)預(yù)處理（一）數(shù)據(jù)清理醫(yī)療數(shù)據(jù)預(yù)處理有數(shù)據(jù)清理、數(shù)據(jù)集成和數(shù)據(jù)變換三部分，其中數(shù)據(jù)清理包括填補(bǔ)空缺值、平滑噪聲數(shù)據(jù)和糾正不一致數(shù)據(jù)來改善數(shù)據(jù)質(zhì)量等任務(wù)。缺失數(shù)據(jù)是指在數(shù)據(jù)集中缺失或者為空的值，可以使用填充、刪除或者插值的方法來處理。空缺值處理不同來源或同源數(shù)據(jù)可能存在不一致性，通過檢索不同數(shù)據(jù)來源可以改善數(shù)據(jù)的不一致性不一致數(shù)據(jù)處理噪聲是指數(shù)據(jù)源中的異常屬性值，也稱為非法值，處理方式包括分箱、回歸和離群點(diǎn)分析等。噪音數(shù)據(jù)處理這類數(shù)據(jù)指在數(shù)據(jù)集中出現(xiàn)了多次，可以使用常規(guī)去重的方法來處理。重復(fù)數(shù)據(jù)處理醫(yī)療數(shù)據(jù)預(yù)處理（二）數(shù)據(jù)集成在數(shù)據(jù)集成階段，需要對存儲在不同數(shù)據(jù)源中的數(shù)據(jù)進(jìn)行整合，集成數(shù)據(jù)能夠提高數(shù)據(jù)挖掘的準(zhǔn)確性和速度，亟待解決的問題是如何處理異構(gòu)數(shù)據(jù)及其冗余。醫(yī)療數(shù)據(jù)預(yù)處理（三）數(shù)據(jù)變換數(shù)據(jù)變換是指將數(shù)據(jù)集轉(zhuǎn)換成適合數(shù)據(jù)分析與挖掘的統(tǒng)一形式，改變數(shù)據(jù)的光滑性、可比性。簡單函數(shù)變換常用來將不具有正態(tài)分布的數(shù)據(jù)變成有正態(tài)分布的數(shù)據(jù)，如平方、開方、差分等。簡單函數(shù)變換規(guī)范化就是剔除掉變量量綱上的影響如最小-最大規(guī)范化、零-均值規(guī)范化、小數(shù)定標(biāo)規(guī)范化等。規(guī)范化將連續(xù)屬性變量轉(zhuǎn)化成分類屬性，就是連續(xù)屬性離散化，離散化可以提高分類的準(zhǔn)確性。連續(xù)屬性離散化小波變換常用函數(shù)Haar小波基甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（一）數(shù)據(jù)采集甲狀腺結(jié)節(jié)是指甲狀腺內(nèi)的腫塊，是一種常見病癥。醫(yī)療數(shù)據(jù)采集完成后，針對甲狀腺結(jié)節(jié)超聲診斷數(shù)據(jù)的預(yù)處理包括三個步驟，分別是特征提取、數(shù)據(jù)分級和數(shù)據(jù)規(guī)范。甲狀腺結(jié)節(jié)診斷數(shù)據(jù)的預(yù)處理過程甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（一）數(shù)據(jù)采集原數(shù)據(jù)表中每一位患者的就診數(shù)據(jù)涉及70種不同類型數(shù)據(jù)，其中包括病人類別、登記號、檢查號、姓名、性別、年齡、出生日期、醫(yī)囑名稱、檢查狀態(tài)、報告號、報告狀態(tài)、圖像數(shù)、臨床診斷和診斷意見等。甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（一）數(shù)據(jù)采集登記號審核日期診斷意見病癥描述病理結(jié)果******甲狀腺右葉中部背側(cè)低回聲結(jié)節(jié)（TI-RADS分類，4b類）甲狀腺左葉中下極低回聲結(jié)節(jié)（TI-RADS分類，4a類）甲狀腺余多發(fā)結(jié)節(jié)（TI-RADS分類，2及3類），隨訪甲狀腺大小、形態(tài)正常，回聲均勻，包膜光整。CDFI：腺體內(nèi)見點(diǎn)條狀血流信號。甲狀腺左葉中下極腹側(cè)見一個5.5mm×4.9mm×5.7mm低回聲結(jié)節(jié)，邊界不清，邊緣不規(guī)則，CDFI：其內(nèi)未見明顯血流信號。甲狀腺右葉中部背側(cè)見一個8.8mm×5.5mm×5.0mm低回聲結(jié)節(jié)，邊界不清，形態(tài)不規(guī)則，其內(nèi)部可見細(xì)小點(diǎn)狀鈣化，CDFI：其內(nèi)未見明顯血流信號。甲狀腺左葉內(nèi)見數(shù)個混合回聲及無回聲結(jié)節(jié)，邊清規(guī)則，邊緣光整，較大的約3mm×2mm，CDFI：結(jié)節(jié)內(nèi)未見明顯血流信號。甲狀腺右葉下極背側(cè)見一個15mm×8mm低回聲結(jié)節(jié)，邊清規(guī)則，內(nèi)部回聲尚均勻，CDFI：其內(nèi)可見條狀血流信號。雙側(cè)頸部未見明顯形態(tài)及回聲異常淋巴結(jié)圖像。甲狀腺癌明確診斷雙側(cè)甲狀腺+淋巴結(jié)清掃手術(shù)標(biāo)本：1.（左側(cè)）甲狀腺微小乳頭狀癌，長徑0.6cm，被膜侵犯（-）。2.（右側(cè)）甲狀腺微小乳頭狀癌，徑0.4cm，周圍甲狀腺腺瘤型結(jié)節(jié)性甲狀腺腫改變，被膜侵犯（-）。3.（右側(cè)氣管旁）淋巴結(jié)（+）1/2枚，另見小塊甲狀腺組織。經(jīng)過數(shù)據(jù)縮減和數(shù)據(jù)添加的患者部分甲狀腺結(jié)節(jié)超聲診斷數(shù)據(jù)甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（一）數(shù)據(jù)采集基于醫(yī)院實(shí)際使用的TI-RADS分級標(biāo)準(zhǔn)，超聲醫(yī)生可以給出甲狀腺結(jié)節(jié)的診斷意見，具體的分級標(biāo)準(zhǔn)如下所示。TI-RADS級別對應(yīng)結(jié)果惡性風(fēng)險概率（%）TI-RADS1正常甲狀腺0TI-RADS2良性結(jié)節(jié)0TI-RADS3可能良性結(jié)節(jié)<3TI-RADS4A低可能惡性結(jié)節(jié)3-24TI-RADS4B中等可能惡性結(jié)節(jié)25-75TI-RADS4C高可能惡性結(jié)節(jié)76-95TI-RADS5高度提示惡性結(jié)節(jié)>95TI-RADS6活檢證實(shí)的惡性結(jié)節(jié)100甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（二）特征提取和數(shù)據(jù)分級特征提取和數(shù)據(jù)分級可以分為三塊，即確定評價指標(biāo)、統(tǒng)計指標(biāo)特征、形成指標(biāo)分級表。一般通過醫(yī)學(xué)文獻(xiàn)確定評價指標(biāo)，盡管不同醫(yī)院選取的檢查指標(biāo)具有一定差異，但這些特征是幫助診斷甲狀腺結(jié)節(jié)的有效指標(biāo)。邊界清晰度邊緣規(guī)則度內(nèi)部回聲鈣化血液豐富度甲狀腺結(jié)節(jié)大小甲狀腺結(jié)節(jié)縱橫比甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（二）特征提取和數(shù)據(jù)分級確定評價指標(biāo)之后，根據(jù)患者甲狀腺結(jié)節(jié)超聲診斷數(shù)據(jù)可以得到患者的有效數(shù)據(jù)，部分醫(yī)生的指標(biāo)特征統(tǒng)計情況如下表所示：醫(yī)生******特征總數(shù)患病數(shù)未患病總數(shù)患病數(shù)未患病邊清（邊界清晰）1643013418350133邊界尚清551441502426邊界欠清1076641625012邊界不清10192956515規(guī)則8187356155尚規(guī)則2261639435欠規(guī)則1313794822161可見毛刺7570517161不規(guī)則89632613011317不規(guī)則低回聲4221394不規(guī)則形不均質(zhì)低回聲35314972低回聲23573162216104112甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（二）特征提取和數(shù)據(jù)分級甲狀腺結(jié)節(jié)診斷的分級詞匯表。指標(biāo)34A4B4C5邊界清晰度邊清；邊界清晰；邊界清邊界尚清；邊界較清；周圍見暈圈；周邊見暈環(huán)邊界欠清；邊欠清邊界模糊；邊界不清；邊緣規(guī)則度規(guī)則；包膜光整；光整；邊緣光整尚規(guī)則；包膜尚光整；未見明顯占位；尚光整；欠規(guī)則；欠光整；包膜欠光整；邊緣欠光整；包膜欠光滑周邊略見毛刺狀；周邊略呈毛刺狀；邊緣稍毛糙；膨脹性生長不規(guī)則；包膜不光整；周邊可見毛刺；呈毛刺狀；周邊呈蟹足狀可見毛刺；周邊毛糙；毛糙；邊緣見毛刺；周邊見毛刺；不光整；邊緣不規(guī)整；邊緣毛糙；周圍呈毛刺狀；甲狀腺超聲診斷數(shù)據(jù)預(yù)處理（三）數(shù)據(jù)規(guī)范最終有效數(shù)據(jù)表由數(shù)據(jù)根據(jù)指標(biāo)分級表規(guī)范化后得到。上節(jié)中患者的數(shù)據(jù)轉(zhuǎn)換成的有效數(shù)據(jù)如下表所示：登記號******審核日期2020-11-172020-11-17邊界清晰度邊界不清邊界不清邊緣規(guī)則度不規(guī)則不規(guī)則內(nèi)部回聲低回聲低回聲鈣化細(xì)小點(diǎn)狀鈣化血液豐富度未見明顯血流信號未見明顯血流信號分級4A4B分級1-523病理Ca11基于醫(yī)療大數(shù)據(jù)的管理決策分析（一）基于醫(yī)療大數(shù)據(jù)的管理決策場景計算機(jī)和傳感器技術(shù)的發(fā)展，電子病歷應(yīng)用等，使醫(yī)療大數(shù)據(jù)呈爆炸性增長趨勢。臨床大數(shù)據(jù)涵蓋醫(yī)療機(jī)構(gòu)病歷、藥物反應(yīng)等信息，包括常規(guī)病歷、藥物管理及行為情緒數(shù)據(jù)。臨床大數(shù)據(jù)生物大數(shù)據(jù)包括組學(xué)數(shù)據(jù)以及監(jiān)測體征數(shù)據(jù)，促進(jìn)遺傳關(guān)聯(lián)研究和智能醫(yī)療發(fā)展。生物大數(shù)據(jù)健康大數(shù)據(jù)涵蓋健康監(jiān)測、醫(yī)療機(jī)構(gòu)管理、環(huán)境衛(wèi)生等數(shù)據(jù)，支持包括臨床輔助決策的多個領(lǐng)域。健康大數(shù)據(jù)基于醫(yī)療大數(shù)據(jù)的管理決策分析（二）基于診斷數(shù)據(jù)的輔助診斷決策為解決多指標(biāo)輔助診斷問題，構(gòu)建數(shù)據(jù)驅(qū)動框架，應(yīng)對決策偏好、參數(shù)學(xué)習(xí)和問題特征等挑戰(zhàn)，可借鑒證據(jù)推理方法?？蚣軜?gòu)建觀察到評估的轉(zhuǎn)換指標(biāo)權(quán)重確定基于數(shù)據(jù)驅(qū)動解的生成案例應(yīng)用基于醫(yī)療大數(shù)據(jù)的管理決策分析（二）基于診斷數(shù)據(jù)的輔助診斷決策利用歷史診斷數(shù)據(jù)，構(gòu)建多指標(biāo)決策框架，學(xué)習(xí)醫(yī)生診斷偏好并提高輔助診斷一致性和效率。同時也可以利用診斷和病理數(shù)據(jù)，基于區(qū)間數(shù)和專業(yè)知識，實(shí)現(xiàn)群體輔助診斷。小結(jié)本節(jié)的主要內(nèi)容醫(yī)療大數(shù)據(jù)應(yīng)用背景醫(yī)療場景大數(shù)據(jù)概述9.1醫(yī)療問題背景與數(shù)據(jù)概述9.2數(shù)據(jù)驅(qū)動的輔助診療系統(tǒng)基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)介紹（一）基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)基礎(chǔ)基于醫(yī)療大數(shù)據(jù)醫(yī)療大數(shù)據(jù)是指在醫(yī)療領(lǐng)域積累的大量、多樣化的數(shù)據(jù)，包含了患者的醫(yī)療信息、臨床數(shù)據(jù)、醫(yī)學(xué)影像、生物標(biāo)記物、基因組學(xué)數(shù)據(jù)、藥物信息等。多樣性大量性高維度時序性不確定性隱私和安全性基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)是醫(yī)院的大腦，通過對知識的感知、對醫(yī)務(wù)人員和患者行為的分析，能夠?qū)︶t(yī)院日常業(yè)務(wù)進(jìn)行優(yōu)化調(diào)控。醫(yī)療大數(shù)據(jù)管理信息系統(tǒng)框架圖基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)介紹（一）基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)基礎(chǔ)基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)介紹（一）基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)基礎(chǔ)集成平臺架構(gòu)醫(yī)院信息系統(tǒng)集成平臺主要有數(shù)據(jù)交互、數(shù)據(jù)整合、平臺應(yīng)用三大核心功能。通過ESB數(shù)據(jù)總線，將傳統(tǒng)一對一的接口模式調(diào)整為子系統(tǒng)對平臺的“插座式”接口模式數(shù)據(jù)交互通過建立醫(yī)療數(shù)據(jù)共享標(biāo)準(zhǔn)，應(yīng)用數(shù)據(jù)倉庫技術(shù)實(shí)現(xiàn)零散數(shù)據(jù)匯總數(shù)據(jù)整合通過單點(diǎn)登錄界面，提供醫(yī)務(wù)人員、醫(yī)院管理、患者服務(wù)三個主要門戶平臺應(yīng)用（二）基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)應(yīng)用分析基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)介紹基于醫(yī)療大數(shù)據(jù)的管理信息系統(tǒng)經(jīng)過多年的應(yīng)用和實(shí)踐，已經(jīng)覆蓋到門診掛號、疾病診斷、合理用藥、病房流轉(zhuǎn)、行政資源管理等多個方面。門診掛號系統(tǒng)醫(yī)療大數(shù)據(jù)信息管理與信息系統(tǒng)診斷治療系統(tǒng)病案管理系統(tǒng)藥品管理系統(tǒng)醫(yī)療器械管理系統(tǒng)基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（一）基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)架構(gòu)邊緣計算架構(gòu)“云”實(shí)質(zhì)上就是一個網(wǎng)絡(luò)，狹義上講，云計算就是一種提供資源的網(wǎng)絡(luò)，使用者可以隨時獲取“云”上的資源，按需求量使用，并且可以看成是無限擴(kuò)展的?；卺t(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（一）基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)架構(gòu)在線問診功能其實(shí)就是社交類應(yīng)用常見的文字、音頻、視頻通話功能的延伸IM、音視頻通話移動醫(yī)療app發(fā)展至今已經(jīng)具備比較成熟的商業(yè)模式，根據(jù)移動醫(yī)療app功能，我們可以分為以下幾類：醫(yī)療電商是線上商城常用的功能架構(gòu)，綜合平臺購藥環(huán)節(jié)會與個人檔案關(guān)聯(lián)電商預(yù)約掛號往往是在線醫(yī)療app開發(fā)的一大難點(diǎn)，主要包括一套流程化管理工具與患者檔案管理流程管理部分醫(yī)療app會與智能硬件相結(jié)合，IoT相關(guān)的數(shù)據(jù)讀取、信息加密等功能。IoT基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（二）基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)功能呼吸疾病智能診療一體化系統(tǒng)示意圖診療一體化一詞，1998年由JohnFunkhouser第一次提出，其將診療一體化定義為“根據(jù)疾病狀態(tài)干預(yù)治療手段的能力”?；卺t(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（二）基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)功能預(yù)后預(yù)測系統(tǒng)示意圖預(yù)后是基于對某種疾病的了解，包括其臨床表現(xiàn)、化驗(yàn)及影像學(xué)、病因、病理、病情規(guī)律等，根據(jù)治療時機(jī)和方法結(jié)合治療操作中所發(fā)現(xiàn)的新情況，對疾病的近期和遠(yuǎn)期療效、轉(zhuǎn)歸恢復(fù)或進(jìn)展程度的評估?；卺t(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（二）基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)功能智能回訪系統(tǒng)包含以下幾個主要功能。包括患者綜合查詢，可便捷的查找和篩選一些特定病種和有隨訪價值的患者患者檔案綜合管理實(shí)現(xiàn)醫(yī)護(hù)與患者之間的異步在線交流，避免傳統(tǒng)模式下雙方空閑時間不匹配醫(yī)患溝通管理根據(jù)不同規(guī)則類別，如患者疾病類型、特殊事件等實(shí)現(xiàn)精確的短信提醒。云隨訪智能引擎提供精選在線問卷模板，在線隨訪專業(yè)模板，跨科室、跨院區(qū)模板共享；云隨訪知識庫靈活的隨訪規(guī)則、問卷規(guī)則、提醒規(guī)則的配置和管理，降低操作人員的使用復(fù)雜性。云隨訪規(guī)則引擎采用標(biāo)準(zhǔn)化的數(shù)據(jù)對接，便于后期產(chǎn)品升級維護(hù)，避免傳統(tǒng)廠商多家醫(yī)院多個版本。數(shù)據(jù)對接平臺基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（三）醫(yī)療人機(jī)共融的實(shí)現(xiàn)人機(jī)共融是指智能機(jī)器人與人類協(xié)同解決問題，相互影響并配合實(shí)現(xiàn)設(shè)定的目標(biāo)或方案。它是一個集成了人工智能、混合智能感知、群智能和大數(shù)據(jù)智能認(rèn)知等技術(shù)的智能技術(shù)集成系統(tǒng)，并融合了多學(xué)科領(lǐng)域?；卺t(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（三）醫(yī)療人機(jī)共融的實(shí)現(xiàn)技術(shù)內(nèi)容重要性感知適應(yīng)復(fù)雜多變的環(huán)境，具備多模態(tài)感知功能實(shí)現(xiàn)功能的基礎(chǔ)，保證效率的前提控制更自然簡便的交互形式，更優(yōu)質(zhì)的情感交互服務(wù)安全高效，擴(kuò)展應(yīng)用場景結(jié)構(gòu)加強(qiáng)仿人機(jī)器人在行為上的擬人化使人產(chǎn)生共鳴，提高工作時配合度功能自主決策和自適應(yīng)學(xué)習(xí)高效完成目標(biāo)且可勝任創(chuàng)造性工作共融機(jī)器人技術(shù)基于醫(yī)療大數(shù)據(jù)的輔助診療系統(tǒng)（三）醫(yī)療人機(jī)共融的實(shí)現(xiàn)

醫(yī)療人機(jī)共融包括醫(yī)生與系統(tǒng)，病人與系統(tǒng)兩方面。對于醫(yī)生來說，共融機(jī)器人在康復(fù)醫(yī)療領(lǐng)域的應(yīng)用可以降低治療中的人為失誤率，節(jié)約勞動成本。對于病人來說，在健康服務(wù)領(lǐng)域，共融機(jī)器人除了作為康復(fù)機(jī)器人，輔助病人完成康復(fù)治療，輔助人工智能技術(shù)融入醫(yī)療系統(tǒng)。降低失誤率節(jié)約勞動成本提供康復(fù)方案