健康大数据分析技术有哪些?

大数据
21世纪是以生命科学为主导、科学技术迅猛发展的世纪,科技竞争力已成为决定国家前途和命运的重要因素,是推动经济发展、促进社会进步和维护国家安全的关键所在。

21世纪是以生命科学为主导、科学技术迅猛发展的世纪,科技竞争力已成为决定国家前途和命运的重要因素,是推动经济发展、促进社会进步和维护国家安全的关键所在。医学在生命科学中占有极其重要的地位,卫生科技的创新和进步,将促进医疗卫生事业的发展,提高全民族的健康素质,增强中国的科技竞争力和综合国力。世界***医学科研技术是包括医学、药学、分子生物学、数学、计算科学、以及大数据分析技术等多种学科和技术的综合。

[[146708]]

大数据分析技术主要包括是以***应用数学、前沿计算科学和信息工程学为核心,以数据挖掘、数据仓库、商务智能等智能化的信息科技技术为手段,它不仅能够大幅提高传统的医学科研技术,而且在***的分子生物技术的发展中也发挥着关键的作用。

一项新技术的采用,往往意味着全新的方向。如同伦琴射线在医学上的应用,开创了全新的医学视角一样,随后的CT,MRI,B-US,PETS等新技术的采用一次次的推动了医学的发展,扩展了医生的视野,如今,影像学已经是不可缺少的组成部分。信息学的重点是对一切可观测的指标(如年龄,住址,性别,化验,治疗,影像等一切通过现有手段可以观测的数据)整合后,结合应用数学,系统工程学,进行再分析、再处理。

少量的个案往往不足以揭示规律和知识,当数量足够大时,规律才有可能显现。所以整合成数据仓库也是必要的。而规律并不仅仅浮在数据表面,所以统计学和数据挖掘成为必要的手段,而在线式的方法提高了速度,基于系统工程的向导式结构有利于稳定大数据分析质量。

当年伦琴射线引入医学的时候,一定不会想到今日的局面。而将KDD引入医学领域,在中国广阔地域,巨大的人口基数下,基于这些特点形成的巨大的卫生信息数据,仅仅是用在线式的传统方法就可以发现大量有价值的医学知识,而结合数据挖掘,数据仓库,系统工程,发现新知识的可能性更是大大增加了。

健康大数据分析技术

大数据分析技术主要包括:

以数据挖掘为核心的知识发现技术,

以数据仓库为核心的数据整合技术,

以商务智能为核心的智能决策技术。

一、以数据挖掘为核心的知识发现技术

以数据挖掘为核心的知识发现技术可以直接挖掘医学新知识,帮助科研人员加速取得科研成果,甚至重大科研发现。

运用多种数据挖掘技术探索数据规律,为科研人员的科研设计提供科学依据,为科研***指明方向,保证了科研的成功率。

数据挖掘是一种突破传统的分析手段,为各类科研技术提供新的技术方法,大大缩短科研和分析周期,深入揭示医学潜在规律。

数据挖掘,又称知识发现(KDD),是从大量的数据中,抽取潜在的、有价值的知识的过程。数据挖掘所探寻的模式是一种客观存在的、但隐藏在数据中未被发现的知识。例如,KDD可直接挖掘疾病高发人群,疾病及症状间的未知联系,化验指标间的影响关系及化验指标与疾病间的潜在影响,对未知的检验项值进行预测等等。通过可观测指标推断不可观测指标,或通过简单易行的观测指标推断昂贵的或有创的指标。由简而知繁,由易而知难。再如,在科研设计中利用聚类分析、因子权重分析,我们可以对数据进行科学分组、考察多因素的不同权重、帮助确定析因分析或嵌套分析等不同的科研设计。KDD在医学中应用非常广泛,为医学研究提供传统方法不能企及的前沿技术手段,例如:

  • 聚类分析
  • 关联规则分析
  • 因子权重分析
  • 回归预测分析
  • 特性抽取分析

二、以数据仓库为核心的数据整合技术

以数据仓库技术为核心的医学数据整合系统,独立于已有的医疗机构业务系统,以全新的设计将分散的业务系统产生的不一致的数据进行整理、变换、集成,整合得到全面、高效、一致的信息。

数据仓库技术还使得对历史的全部海量数据进行在线的、实时的、深入的分析成为可能,并使其变得很轻松。

直接利用积累的现有医学数据,使科研成本大大降低,相同的的科研经费取得更多科研成果。

应用数据仓库的整合技术,使获得大数据科研样本数据易如反掌。

结合中国庞大的人口基数和横跨寒带温带热带的广阔地域,可建成世界上***的卫生信息数据仓库,其全面的信息量是每个医务人员梦寐以求的。如能与世界各国合作,共享,整合,将成为与人类基因组计划齐名的壮举。

三、以商务智能为核心的智能决策技术

应用成熟的专业分析系统提供一致的准确的实时的数据分析,为各级各方面卫生决策提供可靠依据,使资源和效率得到优化,还能从经营决策和管理上获取经济效益和社会效益。

将商务智能技术(BI)应用于卫生决策分析,使决策者摆脱传统报表的束缚,以全新的先进的分析手段多维度地深入理解需要的数据,为广泛而深入的分析提供了新的有力工具。

专业的分析报表如累计贡献度分析,分摊百分比分析,嵌套排名分析等专业分析报表使决策者对历史和现状一目了然,对各种业务表现的因果关系能轻松的了如指掌。

健康大数据分析的应用

健康大数据分析技术在如下四个方面得到应用:

疾病与健康研究

环境与健康研究

医药生物技术研究

卫生宏观决策支持

大数据分析技术将在以上方面发挥着特殊的作用。

责任编辑:李英杰 来源: 36大数据
相关推荐

2021-01-27 09:18:50

大数据数据收集大数据分析

2022-08-03 14:30:52

大数据数据分析数据收集

2015-06-17 14:39:23

大数据大数据分析

2021-04-06 15:18:00

数据分析技术人工智能

2024-05-08 15:15:41

大数据分析医疗保健数字健康

2019-04-15 15:32:12

大数据开发数据分析数据科学

2012-11-30 14:49:58

IBMGartnerHadoop

2017-04-28 08:13:08

大数据框架HDFS

2021-01-15 10:09:53

大数据大数据分析数据分析

2021-04-08 10:45:37

大数据技术安全

2019-08-05 15:07:04

2020-09-17 20:36:46

大数据架构技术

2012-11-27 09:46:36

大数据运算云计算

2021-03-03 09:32:21

大数据关键技术数据存储

2019-03-05 14:57:21

大数据Hadoop框架

2015-08-14 10:28:09

大数据

2021-04-08 10:43:59

大数据技术安全

2017-10-11 11:10:02

Spark Strea大数据流式处理

2015-08-11 15:52:52

大数据数据分析

2023-08-11 09:54:18

点赞
收藏

51CTO技术栈公众号