雲計算和大資料 助力醫療協同

雲計算和大資料的概念剛出來時，有人曾認為是雲山霧罩、不知所云，但如今，雲計算與大資料正撥開層層浮雲，顯示出其難以阻擋的發展勢頭，落地到各項行業應用中，助力企業發展、提升人民生活，醫療行業就是其典型應用。

雲模式實現醫療資訊互聯互通

「看病難」一直是中國老百姓最為頭疼的難題之一，而「看病難」歸根結底是由於醫療資源的相對不足，要解決此問題就需要增加醫療資源的供給，而除了醫療配套設施等的增加外，提高醫院的工作效率也是重要措施。 雲計算和大資料恰好就可以解決該問題。

黑龍江省哈爾濱市方正縣作為一個26萬人口縣市，擁有鄉鎮衛生院8家，村衛生室128 家。 各醫療衛生機構的資訊化建設資源分佈不均、水準參差不齊：一部分為資訊化建設有一定基礎、部分功能尚需提升完善的醫療衛生機構，但受客觀條件的限制，諸如LIS、PACS等檢驗影像系統、合理用藥、電子病歷等系統還未建設，; 一部分為資訊化建設基礎較差、整體需要全面提升改造的醫療衛生機構，如城市社區衛生服務中心還在建設當中，城區居民的電子健康檔案還沒有建立，鄉鎮衛生院和村衛生室資訊化程度薄弱等。

由於資訊系統各自孤立，無法實現全縣區域內衛生資訊資源的共用和資訊的互聯互通。 樂辰科技對此現狀提出了其智慧醫療方案產品「樂辰區域衛生資訊管理平臺」，該平臺以雲計算為基礎設計構建區域衛生資訊管理綜合系統，核心內容包括：基層醫療衛生執行資訊系統、區域衛生資訊管理平臺、數位化醫院解決方案、 新農合市級管理平臺、遠端診療管理系統，以及雲計算資料中心等。

通過該平臺，患者可以實現網路預約、異地就診、醫療保險資訊即時結算;醫療機構之間能夠實現的同級檢查結果互認，節省醫療資源，減少患者重複檢查和檢驗的負擔。 這不僅實現了各種醫療資訊的互聯互通，提高了醫療效率，也使得醫療機構的硬體設備成本及相應的維護投入大幅降低。

醫療大資料蘊含價值與挑戰

醫療行業的大資料不僅量大且繁雜，其中蘊含的資訊價值也是豐富且多樣。 據瞭解，醫療大資料的來源主要包括四類：一是製藥企業和生命科學;二是臨床決策支援和其他臨床應用，包括診斷相關的影像資訊等;三是費用報銷、利用率和欺詐監督;四是患者行為、社交網路。 相應的，這些大資料均蘊含相當的價值。

雖然對其進行有效的存儲、處理、查詢和分析，就可輔助臨床醫生做出更為科學和準確的診斷和用藥決策，或説明醫院根據患者潛在需求開發全新個人化服務及自動服務，甚至於説明相關研究機構突破醫療方法和藥物革新， 或支援地區甚至全國醫療行業主管部門優化醫療資源及服務配置。

但也有資料統計，在目前的醫療行業，尋常一張CT掃描圖像，就含有約150MB的資料;一個基因組序列檔案大小約為750MB;標準的病理圖的資料量則大得多，要接近5GB。 如果將這些資料量乘以人口數量和平均壽命的話，僅一個社區醫院累積的資料量，就可達數TB甚至數PB之多，而且其中還富含圖像、視頻等非結構化資料，更勿論規模更大的醫療機構，甚至是地區醫療主管部門彙集的資料集。

英特爾全球醫療解決方案架構師吳聞新介紹：「到2020年，醫療資料將增至35ZB，相當於2009年資料量的44倍。 其中，影像資料增長最快，其次是EMR電子病歷資料。 」

大資料提升業務分析效率

如何將海量、複雜的資料的存儲、處理和保護成本降至最低，同時還能對此進行即時或准即時的處理、秒級的查詢需求回應以及智慧、深入的分析，卻面臨著重重挑戰。 其中「入門」第一關，就是大資料集的存儲、處理和查詢難題。

對此，英特爾協助用友醫療進行了合理的架構分析和指導，對於基於大資料分析的解決方案進行了深入的探索和研究，並且制定了基於英特爾大資料解決方案的區域衛生資料中心建設目標：第一，在海量資料情況下， 資料中心必須具有文檔快速檢索的性能;第二，隨著未來醫療系統的升級，醫療標準的版本升級，資料中心必須能夠解決存儲模式如何滿足資料模式的更新的問題;第三，資料中心必須具備水準擴展能力和對應用程式透明的能力， 要求能做到底層擴展對上層業務的隔離，通過更多的伺服器成比例的透明化擴展容量和性能。

經過多次反復單業務負載測試、大數量測試和調優等多種技術相結合的手段，英特爾公司和用友醫療的解決方案在某區域衛生資料中心得以應用。 與傳統資料庫和小型機的方案相比，該大資料解決方案具有更好的開放性和更好的經濟性;集成的圖形化介面提供了便捷的節點管理和橫向擴展功能，大幅降低了管理成本;充分利用了現有硬體資源，降低升級成本。

如果說英特爾更多是在硬體層面對于醫療大資料進行高效地存儲、處理和查詢，那麼IBM、甲骨文等企業則是依靠軟體在大資料的分析和挖掘上更多發揮大資料的價值。

IBM 分析和資料採礦技術以其在國內外醫療行業的實踐和大資料優勢為基礎，説明醫院分析資料、驅動洞察、簡化管理、支援決策。 基於此項技術，IBM 醫院智慧運營系統説明醫院進行日常運營資訊的整合，從醫院管理目標出發對醫院運營資料倉儲進行規劃和建模，以醫院的 HIS、EMR、病案管理、醫保等系統作為資料來源，進行資料幫浦、清洗和轉換， 為數據的智慧化分析利用打好基礎。

(責任編輯：蒙遺善)