侵权投诉
搜索
更多>> 热门搜索:
订阅
纠错
加入自媒体

云计算和大数据 助力医疗协同

导读:  云计算和大数据的概念刚出来时,有人曾认为是云山雾罩、不知所云,但如今,云计算与大数据正拨开层层浮云,显示出其难以阻挡的发展势头,落地到各项行业应用中,助力企业发展、提升人民生活,医疗行业就是其典型应用。

  但也有数据统计,在目前的医疗行业,寻常一张CT扫描图像,就含有约150MB的数据;一个基因组序列文件大小约为750MB;标准的病理图的数据量则大得多,要接近5GB。如果将这些数据量乘以人口数量和平均寿命的话,仅一个社区医院累积的数据量,就可达数TB甚至数PB之多,而且其中还富含图像、视频等非结构化数据,更勿论规模更大的医疗机构,甚至是地区医疗主管部门汇集的数据集。

  英特尔全球医疗解决方案架构师吴闻新介绍:“到2020年,医疗数据将增至35ZB,相当于2009年数据量的44倍。其中,影像数据增长最快,其次是EMR电子病历数据。”

  大数据提升业务分析效率

  如何将海量、复杂的数据的存储、处理和保护成本降至最低,同时还能对此进行实时或准实时的处理、秒级的查询需求响应以及智能、深入的分析,却面临着重重挑战。其中“入门”第一关,就是大数据集的存储、处理和查询难题。

  对此,英特尔协助用友医疗进行了合理的架构分析和指导,对于基于大数据分析的解决方案进行了深入的探索和研究,并且制定了基于英特尔大数据解决方案的区域卫生数据中心建设目标:第一,在海量数据情况下,数据中心必须具有文档快速检索的性能;第二,随着未来医疗系统的升级,医疗标准的版本升级,数据中心必须能够解决存储模式如何满足数据模式的更新的问题;第三,数据中心必须具备水平扩展能力和对应用程序透明的能力,要求能做到底层扩展对上层业务的隔离,通过更多的服务器成比例的透明化扩展容量和性能。

  经过多次反复单业务负载测试、大数量测试和调优等多种技术相结合的手段,英特尔公司和用友医疗的解决方案在某区域卫生数据中心得以应用。与传统数据库和小型机的方案相比,该大数据解决方案具有更好的开放性和更好的经济性;集成的图形化界面提供了便捷的节点管理和横向扩展功能,大幅降低了管理成本;充分利用了现有硬件资源,降低升级成本。

  如果说英特尔更多是在硬件层面对于医疗大数据进行高效地存储、处理和查询,那么IBM、甲骨文等企业则是依靠软件在大数据的分析和挖掘上更多发挥大数据的价值。

  IBM 分析和数据挖掘技术以其在国内外医疗行业的实践和大数据优势为基础,帮助医院分析数据、驱动洞察、简化管理、支持决策。基于此项技术,IBM 医院智能运营系统帮助医院进行日常运营信息的整合,从医院管理目标出发对医院运营数据仓库进行规划和建模,以医院的 HIS、EMR、病案管理、医保等系统作为数据源,进行数据抽取、清洗和转换,为数据的智能化分析利用打好基础。

<上一页  1  2  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号