方案概述
在過去的30年間，我國的醫療行業經歷了醫改、新醫改，醫療信息化也經歷了從數位化、四梁八柱、35212等不同的發展階段，信息技術的發展使數位化醫療日趨成熟。雲計算、大數據等新興技術的推動又給醫療信息化及新醫改帶來了新的契機。
如何把醫療大數據轉換為經濟價值，“關鍵是怎么能夠提取出與診療有關的數據。”醫療行業的大數據集量大且繁雜，其中蘊含的信息價值也多樣且豐富，如果能夠對其進行有效的存儲、處理、查詢和分析，那么就可對於小到輔助某個臨床醫生做出更為科學和準確的診斷和用藥決策，或幫助某個醫院根據患者潛在需求開發全新個性化服務及自動服務，大到幫助相關研究機構突破醫療方法和藥物革新，或支持地區甚至全國醫療行業主管部門最佳化醫療資源及服務配置，提供前所未有的強力支持。
醫療行業大數據量主要來自於製藥行業科研數據，活動 ( 報銷) 和成本數據，臨床數據，病人行為和情緒數據。
醫療數據來源
方案架構
醫療行業大數據總體系統框架分為五層, 分別是數據層，存儲層，計算層，模型層, 套用層。模型層是整個大數據的核心部分，為上層套用提供數據支撐。
針對醫療行業大數據分析的特點, 引入大數據平台架構,實現對海量的製藥行業科研數據，活動 ( 報銷) 和成本數據，臨床數據，病人行為和情緒數據的存儲和管理，保證了醫療系統數據的準確性和高效性。
系統架構 方案優勢
彩訊醫療大數據解決方案在數據分析、數據管理、數據處理、數據可視化等重要技術上具有優勢：
1. 數據分析技術：包括數據挖掘、機器學習等人工智慧技術，主要套用在醫療分析和研究分析兩大方面，如病理分析，病毒分析，人體健康度分析，個性化差異分析等。為實現可信賴的醫療、個體化的醫療、轉化醫學研究、病人參與的醫療，彩訊醫療大數據解決方案內置自主開發的函式模型庫，除包含常用的統計分析算法外，還內置了多種常用數據挖掘算法及分析模型。外掛程式式的函式模型庫，可動態增加新算法模型。同時，還提供行業分析模型及類似BI的分析和展示工具。
2. 數據管理技術：包括關係型和非關係型數據管理技術、數據融合和集成技術、數據抽取技術、數據清洗和過濾技術。醫療數據本身非常的分散，準確性、及時性均有所欠缺，也對大數據管理技術提出了更高的要求。彩訊醫療大數據解決方案內置ETL服務子系統與ETL配置工具，支持從檔案，DB、數據流中導入數據。 靈活的進行數據轉換配置和任務配置。
3. 數據處理技術：包括分散式計算技術、記憶體計算技術、流處理技術。現行醫療行業醫學信息不對稱，個體化差異大，醫療疾病種類繁多，複合疾病常見、關係複雜，這要求通過新型數據處理技術來更有效的利用軟硬體資源，在降低 IT 投入、維護成本和物理能耗的同時，為醫療大數據的發展提供更為穩定、強大的數據處理能力。 彩訊醫療大數據解決方案包含Rich Hadoop分散式計算框架和Rich Streaming流計算框架，同時集成了hive、hbase等成熟組件。
4. 數據展現技術：包括可視化技術、歷史流展示技術、空間信息流展示技術等。主要套用與患者分類查詢展現，複合疾病分析展現，基因組學數據展現等方面。醫療數據種類繁雜，統計指標複雜，要求實時信比較高，因此需要大力發展數據展現技術，提高醫療數據的直觀性和可視性，從而提升醫療質量降低醫療成本。彩訊醫療大數據解決方案自助分析工具包含報表工具和分析工具。自定義報表工具，實現了基於 XML 的定義檔案來可程式性地生成報表的能力。 圍繞著報表引擎，開發用戶圖形界面，用戶可以使用嚮導，無需編程，通過工具配置一步接一步完成創建一個報表。 數據展示格式靈活，能更大程度上滿足用戶的數據需求。多維分析工具，提供豐富的圖形化展現界面和接口。 用java語言開發支持 MDX（多維表達式）的查詢語言 、分析型XML 和 olap4j 的接口技術規範。實現了從 SQL 和其它數據源讀取數據，在記憶體緩衝區中生成集合數據。
方案價值
醫療行業當前面臨的問題是，醫院之間信息共享機制不健全、全國各地區發展不平衡、相關標準不統一等諸多問題。彩訊大數據平台支持PB級數據分散式存儲，離線、實時分析，平台使用門檻低，封裝多種統計分析和數據挖掘模型，彩訊醫療大數據解決方案為目前各地建設的區域醫療平台，針對數據管理及服務系統建設提供參考,也為未來的區域醫療健康檔案服務奠定一個良好的基礎，並且從成本的角度，大大節省投資，同時滿足未來的擴展性要求。最終歸結到提高醫療質量降低醫療成本上。
