健康医疗大数据创新应用

作者简介

冯晓彬，医学博士，清华大学医学院副教授，博士生导师，北京清华长庚医院肝胆胰外科副主任。中国医师协会智慧医疗专委会委员和中国研究型医院学会肝胆胰外科专业委员会肝癌学组副组长，《Bioscience Trends》编委，《中华消化外科杂志》通讯编委，卓越期刊《iLiver》英文杂志的人工智能专区学术编委。从事肝胆外科一线临床23年，专注肝脏外科13年，在肝脏肿瘤的外科治疗积累了丰富的临床经验。完成全球首个肝癌解剖性肝切除的前瞻性双盲RCT研究及首个多中心前瞻性双盲RCT研究，为Pringle的运用提供了高等级循证医学证据及攻克肝癌行动贡献中国治疗方案。发表论文40余篇，其中包括《AJG》《J.Heptol》等领域顶刊。参编《精准肝脏外科学》等6部专著，执笔全国性行业指南4部。主创开发 “清华医工科研数据平台3.0（软著NO：2019SR0603411）”和“数智医学平台（软著NO：2021SR1235138）”，并与江苏省卫健委、天津市卫健委达成大数据管理应用战略合作。

内容简介

第Ⅰ部分 健康医疗大数据发展概论 第1章 健康医疗走进大数据创新时代 1.1引言 得益于第五次信息技术革命，计算机技术与通信技 术得到快速发展并逐渐普及、应用到各个领域，我们的 生活方式得到改变，技术模式也在悄然变化。在此期间 ，无论是计算机的存储技术还是处理能力都得到了长足 发展。加之互联网的诞生，越来越多的数据联系起来并 不断积累，使得计算机数据规模快速增大，进入了新的 发展阶段。 1.2大数据的演进发展史 1.2.1大数据概念的诞生 1. 大数据的起源 21世纪，“大数据”概念正式诞生。所谓“大数据 ”，顾名思义就是很大量的数据。而这些数据并不都拥 有我们科研中严谨而规整的数据结构，相反，数据大多 来源于各渠道的搜集、分享以及合并，这样的数据往往 不具备结构化特征，其中却依然包含了大量的价值等待 我们去挖掘、开发。 2. 大数据的组成 我们习惯上将大数据分为两类——结构化数据与非 结构化数据。其中大约只占比10%的结构化数据是高度 组织和整齐格式化的，存储于数据库中；其余的非结构 化数据类型繁多，来源极广，存储方式也各异。 结构化数据应用场景，如企业财务系统、医疗数据 库、教育一卡通、政府行政审批、其他核心数据库等。 半结构化数据应用场景，如邮件系统、html文件、报表 资料库、web集群、教学资源库、数据挖掘系统、档案 系统等。而常见的视频、音频、图片、图像、文档、文 本等形式的数据就属于非结构化数据，主要被应用于医 疗影像系统、教育视频点播、视频监控、设计院文件、 服务器媒体资源管理等。 3. 大数据的特点 大数据具有“4V”特点，即数据量大、数据类型多 、处理速度快、价值密度低。 Volume（大量化）：大数据也遵从摩尔定律——根 据国际数据公司IDC估测，数据以每年50%的速度增长， 每两年就能增长一倍。人类在最近两年产生的数据量相 当于以往所有数据的总和。根据国际权威机构Statista 的统计，全球大数据存储量在2019年约达到41 ZB。 Variety（多样化）：大数据具有多种多样的数据 种类，如文字、语音、图片等；变化万千的数据对象， 如人物信息数据、自然界数据、物质世界数据等；丰富 翔实的数据来源，如网络数据、卫星数据、传感器数据 等。 Velocity（快速化）：要想高效使用大数据，必须 拥有极快的数据处理能力。要做到从数据的生成到应用 ，只能用极少的时间去处理大量数据。例如Google 本教材面向有志于从事健康医疗大数据创新的高素质人才，以及健康医疗行业专业人士，与时俱进地系统梳理了健康医疗大数据的多个维度，旨在培养拥有大数据思维和意识、具备医学知识底蕴、掌握信息技术、深入融合业务领域、推动大数据创新发展的健康医疗大数据复合管理型人才、专业应用型人才，以人才推动创新，以创新推动发展。