{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","title":"人工智能与大数据技术导论","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787302517986","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","id":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","uuid":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","title":"人工智能与大数据技术导论","normalized_title":"人工智能与大数据技术导论","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787302517986","isbns":["9787302517986"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":490,"navigation_url":"https://workshop.closeclaw.top/ai/book/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","title_url":"https://workshop.closeclaw.top/ai/title/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E4%B8%8E%E5%A4%A7%E6%95%B0%E6%8D%AE%E6%8A%80%E6%9C%AF%E5%AF%BC%E8%AE%BA","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","page_url":"https://workshop.closeclaw.top/api/ai/books/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/page","search_url":"https://workshop.closeclaw.top/api/ai/books/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/search"},"page":{"printed_page":421,"pdf_page":437,"physical_index":437,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"e227652da7f528e0054527fd1bb3b1082786a6ff6a4b80533f67884cacd711e6"},"chapter":"第14章","content":"希望未来的某一天，我们每个人都能拥有一个值得信赖的专属“医生”。在它的帮助下，病人不再需要挤破脑袋寻找名医，医生也不必心力交瘁地加班治病。如果能进一步打破机构间数据的壁垒，更广泛有效地训练这个人工智能“医生”的话，相信这一天不会太远。\n\n14.6 医院大数据\n\n当前，我们正处于一个数据爆炸性增长的时代，各类信息系统在医疗卫生机构的广泛应用以及医疗设备和仪器的逐步数字化使得医院积累了更多的数据资源，这些数据资源是非常宝贵的医疗卫生信息，对于疾病的诊断、治疗、诊疗费用的控制等都是非常有价值的。如何在大数据的趋势下做好医疗卫生信息化建设，是值得我们去探索的问题。\n\n就现在来说，大数据在医疗行业的应用情况，国外比国内要多一些。国外一些医疗机构利用大数据提供个性化诊疗、个性化治疗、研制新药和预测分析等。而国内大数据的发展，目前来看大部分都是由一些公司自己进行开发的。例如，百度开发的疾病预测平台，利用用户的搜索数据和位置数据构建了疾病预测模型。\n\n从现在的技术和需求来看，大数据的发展趋势分为数据收集、数据预测、提供决策支持分析、数据的价值提取4个阶段。就医院而言，在这个数据发展阶段，可以承担多重角色：既可以是原始数据供应者（主要是内部数据、结构化数据），也可以是数据产业投资者、数据价值消费者。目前，医疗大数据的发展正处于数据集成阶段。医院对于数据的收集和管理主要集中在结构化临床业务数据、影像数据与病历扫描图像数据、科研文献资料数据等。像医疗设备日志数据、生物信息数据、基因数据、人员情绪数据和行为数据等都还未进行收集和产生。\n\n大数据趋势下，建设医疗信息化的几个关键要点如下。\n\n●加强数据集成\n\n中国医院信息化起步相对较晚，很多医院没有从宏观高度统筹规划和系统设计的信息化工作，没有共享信息平台，更没有国家规范与标准，各开发商提供的所谓点对点数据接口也形形色色。异构系统是医院信息系统发展的必然形态。异构数据库系统的目标在于实现不同数据库之间的数据信息资源、硬件设备资源和人力资源的合并和共享。随着信息化技术的发展，医院的信息化已经从一体化发展阶段迈入了集成化阶段。集成化作为当前医院信息化建设的关键，是医院信息化建设的主要内容，在更大层面上体现着医院信息化的效益，更加考验医院和信息中心的建设能力。医院信息化的集成工作不单纯是把电子病历集成化，其他一些非电子病历的数据也需要做集成化处理。只有打通各个系统的数据，才能为以后进行大数据分析打下扎实的基础。\n\n第14章 医疗大数据和人工智能\n\n421","previous_page":420,"next_page":422}