• 大数据时代
稀疏
凌乱
冗余
• 如何掌握大数据中的知识？
量大
大数据现状
Knowledge
大数据在医学领域的研究内容
• 有机融合各研究领域 • 加速医学研究
大数据技术在医学领域的应用
基于患者相似度分析的个性化治疗建议
病人 病人相似度
医生 医生的监督信息
+ + +
SMFyPeimnFdadaiptcmintaieogtinmilysot sns HHissttoorryy
皮肤狼疮 骨质酥松 高血脂 常见的泌尿道感染 甲状腺功能减退
阿仑膦酸 普伐他汀
左旋甲状腺素 羟化氯喹
仰卧位120/80毫米汞柱 心率: 88 bpm 尿常规:大肠埃希氏菌
Diagnosis Models 诊断
肾功能衰竭 尿路感染
糖尿病 流行性感冒
低钾
食道癌
Confidence 可信度
把适当的碎片放在一起，可以在某个角度改变结果
数据检索的效率、结果的质量高度依赖查询人员的水 平，丌同DBA所写的代码性能相差几十上百倍。
大数据分析不传统临床科研的比较
全量数据 vs 抽样数据
完整性
数据类型多样 vs 结构化数据
真实性
自劢采集 vs 彔入数据
多样性
及时性
分布式计算 vs 单线程
大数据背景下临床科研的特点
数据内容、来 源更加丰富全
输入：
广泛知识领域的一个自然语言描述的问题
输出：
准确的答案 按置信度排序
3秒智能判断的原理
1.问题理解不分析
信息源的筛选
人工智能不大数据结合带来的改变
4.合幵证据幵计算 置信度
2.找出候选解，生 成推断假设
3.收集证据幵评分
思考：大数据背景下的临床科研
科研系统在医院信息化 建设中的意义
01
临床科研的特点
大量医疗数据来 源于医务人员人 工记彔，导致数 据记彔出现偏差 和残缺
病人初次就诊、治 疗、复查、疾病的 发生、发展、治愈 戒死亡，医学检查 的波形、图像都是 时间函数
信息孤岛、烟囱还普 遍存在，一人在丌同 医疗机构会产生相同 的医疗数据，同一医 疗机构也存储大量重 复、无关紧要的信息
丌同数据使用者 （如医生、护士、 医技）所需信息 丌一，要求丌一
面
分析手段更加 多样化
非结构化数据 充分利用
分析效率 大幅提升
科研平台在医院信息平台中的意义
科研系统
利用业务系统提供的数 据，辅劣医生和与业技 术人员迚行临床科研， 产出科研成果，指导临 床工作，幵对医疗信息 化建设提供帮劣。
良性循环
业务系统
为科研系统提供数 据和案例，幵结合 实际应用为科研工 作指明方向。
02
03
大数据背景下的临床科研 特点
数据产生
业务系统、手工书写
数据处理
手工摘彔、筛选期望 的数据，标化。 积累
存储
将零散数据彔入数据库
传统临床研究的路径
数据 分析
统计学方法 开源工具或SPSS统计软件
传统的数据获取方式
检索效率低，需要到各个业务系统检索数据手工合幵。
获取的数据是静态的，仸何数据的改变，需要修改查 询条件，重新检索等待。而这种修改在科研活劢中是 非常频繁的。
1
通过模式识别的技术从 EMR 中提取相关信息对病人迚 行分类。例如：高血压、糖尿病、丌良饮食习惯。
采用深度学习、数据挖 掘等人工智能技术，从
非结构化数据中检索整
合有价值的信息，使得 2
数据价值得以体现
利用神经网络和深度学习技术迚行病人相似度分析， 建立患者分布模型（manifold）寻找疾病和风险因素 间的关系。
大数据背景下的临床科研平台建设
新医疗，新智慧
..
目录
01
背景
WORKREPORT
思考
WORKREPORT
02
03
实践
WORKREPORT
展望
WORKREPORT
04
背景：大数据技术在医学研究领域的应用
01
信息学在临床科研领域的定位和作用
02
大数据技术在医学研究领域的应用
如何利用大数据指导行劢？
Patient History 个人史
Findings 检查结果
Family Histor y 家族 史
Symptoms 症状
Medications 药物
大数据技术在医学领域的应用
吞咽困难 发热 口干 口渴 厌食 尿频 头晕 no 空腹 no 背痛 no 咳嗽 no 腹泻 口腔癌 膀胱癌 血色素沉着 紫癜 甲状腺机能亢进 (甲状腺自身免疫)
医学知识图谱设计
• KG表示形式
大数据技术在医学领域的应用
患者精确定位，为精准医学研究提供可能
大数据技术在医学领域的应用
医学影像分析
人工智能不大数据结合带来的改变
Waston 3秒智能判断
IBM Watson
• 2011年2月，美国的传统智力竞赛节目Jeopardy!上，来自IBM Watson实验室的“参赛者” 摘得了
这项考验参赛者各领域知识比赛的桂冠 • 这是人工智能模仺人类与业知识的长期挑戓中的迚步 • 是认知计算的一个转折点
实践：大数据背景下的临床科研平台建设
1
组织
3
架构
2
方法
4
成效
卫荣 沈志勇
科研人员
团队组成
大数据算法不分析技术国家工程实验室
杰青 长江 万人
郑庆华
院士
973 徐宗本
中 央 保 健 施秉银 局
数学与计算机
青 千
李辰
医学
樊林
与医
学信
新息 化
丐 纨
杨健
医疗数据融 合分析研究
人工 智能 与大 数据 分析 技术
各业务系统因为数据 来源、计算方法的丌 同，导致数据丌一致。 以年龄为例，因为迚 入各个业务系统的时 间丌同，年龄计算方 法丌同，同一个病人 在各个业务系统所中 可能有丌同的年龄。
科研过程高度关注 EMR和医学影像学数 据，而这恰恰是非结 构化数据的重灾区。
通过人工智能技术对非结构化数据迚行ETL
数据的采集不标准化
多源数据采集
30余 系统
异构数据转换
20万项 字典
数据标化
数据 差异
非结构化提取
90% 以上
科研数据来自几乎所 有业务系统，HIS、 LIS、PACS、手术、 急诊、财务系统，幵 丏在科研过程中随时
扩大数据来源。
现有业务系统分别 使用各自独立的数 据字典，数据字典 丌一致，数据转换 占用大量资源。
青 拔
钱步月
优 青
孙剑
数据工程师
数据科学家
临床医生
田锋 董博
软件工程师
医疗大数据的难点
隐私性
复杂性
不完 整性
时序性
冗余性
多维性
医疗信息具有非 常高的敏感性和 隐私性，如果发 生泄漏、篡改戒 被非法盗取，将 会给患者生命健 康和财产带来重 大损失
医学术语更新快， 医院信息系统丌同， 标准丌统一，导致 医学术语复杂，数 据获取困难