智能医疗行业研究范例(3篇)

智能医疗行业研究范文

【关键词】云计算技术医疗卫生信息化应用研究

1前言

中国新一轮医疗体制改革以来，医疗卫生信息化作为医疗行业经营成本降低，工作效率提升的有效抓手，已经在国内医疗卫生行业中普遍开展。根据《医疗卫生第十二个五年计划规划》的要求，“十二五”期间国内医疗卫生行业围绕建设国家、省级、地市级等三级信息平台，建设电子健康档案和电子病历两个数据库，构建一个医疗卫生专用网络，健全医疗卫生信息标准体系为目标，加快推进国内医疗卫生信息化进程。经过“十二五”的五年建设，80%以上医院部署应用了医疗信息系统（HIS），健康档案、电子病历等120余项信息标准得到修订与增补，我国医疗卫生信息化建设取得了显著进步。但是，也存在顶层设计缺乏统筹，建设格局条块分割，重复建设现象严重等问题，医疗卫生信息资源整合优化趋势更加明显，智慧医疗、移动医疗、家庭医疗等发展理念开始深入人心。因此，开展云计算技术在医疗卫生行业的应用，用好用实虚拟化技术，是立足现有建设成果，提升医疗卫生的体系保障能力的有力抓手。

2云计算技术概述

云计算技术是一种网络信息资源虚拟化技术的集中体现。自2006年美国亚马逊推出世界首个云计算系统――亚马逊云服务（AmazonWebServices，简称AWS），云计算开始在全球范围的快速的推广应用，据Gartner公司统计，2015年全球云服务市场规模达到2450亿美元，已经成为全球信息化建设的主要经费组成部分。同样，国内互联网企业也对云计算技术基础架构的灵活性、可扩展性的作用高度关注，经过近几年发展，腾讯、百度、阿里巴巴等企业已经完成云计算架构的发展，并在市场运营领域进行了广泛的应用。云计算技术作为一个发展的理念，其理论研究者与技术实现者从不同视角对云计算技术概念进行多样化描述，现阶段较为权威的概念描述是美国NIST给出的定义：云计算是一种按使用量付费的服务模式，已以形成网络、存储、应用、服务等资源池为目标，实现对网络资源的虚拟化的整合优化，增强可靠性、通用性和可扩展性，实现网络信息资源的利用率最大化。通过云计算定义可以看出，云计算技术以形成基于网络环境的计算资源池为核心目标，强化对网络资源的灵活调配、削峰填谷，主要具备以下特点：

（1）强调对网络资源的统一管理；

（2）强调对网络资源的均衡负载；

（3）强调对网络资源的动态调控；

（4）强调对网络资源的智能重组；

（5）强调对网络资源的成本压缩。

3云计算技术对医疗卫生信息化建设的影响分析

简单而言，“智慧医疗”是云计算技术域与医疗卫生业务域相结合的产物，包含医疗资源整合、医疗远程协同、医疗信息安全等方面，它以构建以患者为中心的医疗全生命周期服务体系为核心目标，坚持整合医疗信息资源，增强业务互联互通，加强机构远程联动，逐渐实现业务应用、基础平台、硬件设备等层级的信息共享。当前，云计算技术包含Iaas（基础设施即服务）、Paas（平台及服务）、Saas（软件即服务）等三个维度，对医疗卫生信息化建设中的影响主要表现为：

3.1在Iaas应用层次上

云计算技术要求医疗卫生领域的服务器计算资源与光纤通道存储设备资源进行虚拟化，实现物理上分布的计算、存储硬件资源的集中管理与统一调配。强化以虚拟机（VM）的形式，对各医院、医疗点、卫生主管部门提供硬件环节支撑。初步估算，云计算技术在医疗卫生行业的推广应用，可以使国内医疗行业减少50%以上硬件设备采购投资及60%以上的设备运维成本，应用经济效益显著。

3.2在Paas应用层次上

云计算技术要求以医疗行业公共云与医院私有云相结合的方式，构建形成全国医疗卫生公共服务平台，实现医疗管理、医疗业务信息的融合共享，实现面向公共与医疗卫生行业服务，包含公共卫生、医疗保障、药物配备、医疗协作等功能。

3.3在Saas应用层次上

云计算技术要求基于安全保密的前提，实现跨单位、跨部门、跨系统、跨领域中医疗数据的服务共享，形成患者为中心的医疗服务信息的生命周期管理模式，实施对患者的电子病历的增量管理，满足患者危急转院、异地就医的医疗信息动态支援保障。

4云计算技术对医疗卫生信息化建设的应用策略

云计算技术在医疗卫生行业的应用，涵盖要素多，集成难度高的庞大信息工程，国内相关专家已经开始着手考虑智慧医疗在《医疗卫生第十三个五年计划规划》的应用方式，因此抓好云计算技术域与医疗卫生业务域的融会，落实好国务院工业化与信息化“两化”融合发展的指导意见，是医疗卫生信息化建设“大处着眼，小处入手”的必由之路，经研究，云计算技术对医疗卫生信息化建设的应用策略包含以下几个方面：

4.1以全国医疗公共云平台建设为着力点

持续推动面向社会公共服务与医疗卫生行业服务的信息化进程，提升公共卫生、医疗保障、药物配备、医疗协作等服务保障能力。针对目前医疗资源分布不均衡，大型医院看病难等问题，开展自助服务机、医院门户网站、微信公众号等多种方式的医疗卫生服务，推动“初诊在社区，看病在医院，康复回社会”的新型医疗保障模式，提供医疗服务效率，加快患者、药品、医疗设备的流转速度，减少优势医疗资源的闲置浪费。

4.2以面向个人的智能医疗可穿戴设备为切入点

持续推动医疗服务由医院集中式向家庭分散式的延伸保障。依托智能手表（手环）与智能内衣等技术，实现对家庭危重病人与遗传病史的人员的生命体征实时监控，给出重大疾病威胁报警。同时，借助远程视频看诊可视化技术，实现对异地、分布的病人的病状判断，以及所服药物品种、剂量的在线指导。

4.3以医疗卫生信息标准体系的修改完善为立足点

持续加强医疗信息标准对医疗卫生信息化全民参与、自我发展的促进作用。按照“统一系统架构、统一数据编码、统一服务接口”等方式，修改完善医疗标准体系中基础类、数据类、标准类与管理类等标准，推动云计算技术在医疗卫生行业的应用深度与广度，提供系统拓展性与适应性，降低系统建设风险。

5结束语

云计算技术作为当前主流的网络信息虚拟化技术，在国内外电子政务、企业指导、航空物流、金融证券等领域得到了广泛的应用，现阶段，国内专家学者不断推出“智慧医疗”的研究专著，可以看出，今后一段时间，智慧医疗将是医疗信息化发展的重要方向，应持之以恒的加强关注研究，结合自身工作实际开展云计算技术的应用实践。

参考文献

[1]战国民.基于云计算技术的企业资源计划系统的研究应用[J].计算机应用，2015，05）：22-24.

[2]李甜金.云计算技术对企业大型制造行业信息化建设的影响分析[J].计算机工程，2014，23（9）：27-32.

[3]王波鑫.云计算技术的应用综述[J].计算机工程与设计，2015，31（6）：172-176.

[4]刘至家.云计算技术对国内物流信息化建设的应用研究[J].计算机工程与设计，2015，12（4）：125-129.

智能医疗行业研究范文篇2

WANGFang

（XinjiangMedicalUniversityLibrary，UrumqiXinjiang830011，China）

【Abstract】Inrecentyears，withthedevelopmentofthinktanksinChina，collegeshavegraduallysetoffawaveofthinktankconstruction.Thispaperdiscussesthenecessityoftheestablishmentofthink-tankbyMedicalUniversity，describesthesupportfunctionofMedicalUniversityLibraryintheconstructionofthethink-tank.Inmyopinion，themedicaluniversitylibraryservicemodeandthink-tankconstructionplatform，forthefutureconstructionofMedicalUniversityLibrarythink-tanktoprovidesomesuggestions.

【Keywords】Thinktank；University；Library；Medical

0前言

智库又称思想库，它是一种特殊的生产知识和思想的组织，创新主意、创新理念、创新思想是思想库最重要的产出。它是一种相对稳定且独立的政策研究和咨询机构，其研究本质上属隶属于知识政治学的范畴。自1971年，美国学者PaulDickson首先给智库进行界定，自此西方智库研究开始围绕政治学研究路径、政策过程研究路径、知识运用研究路径进行发展[1]。改革开放以来，中国智库在中国经济体制改革、外交政策等政策的制定过程中参与及成效。随着中国智库的迅猛发展，国家也进一步提出要加强中国特色新型智库建设。2013年4月，首次提出建设“中国特色新型智库”的目标，将智库发展视为国家软实力的重要组成部分，并提升到国家战略的高度。2015年1月20日，中共中央办公厅、国务院?k公厅印发《关于加强中国特色新型智库建设的意见》，首次将中国特色新型智库的功能界定为“咨政建言、理论创新、舆论引导、社会服务、公共外交等重要功能”，明确提出2022年目标是“重点建设一批具有较大影响力和国际知名度的高端智库”[2]。党的“十八大”以来，使得中国加快了建设高端智库的步伐，中国智库发展进入了“百花齐放、百家争鸣”的时代。

由美国宾夕法尼亚大学智库研究项目（TTCSP）研究编写的《全球智库报告2016》显示，2016年全球共有智库6846家，其中北美洲智库数量最多，拥有1931家；美国是世界上拥有智库数量最多的国家，有1835家。中国是世界第二智库大国，拥有智库数量达到435家，高校智库约有200余所[3]。对于培养国家医药卫生后备主力军的医学高校来说，亟待建立高校的医学类专项智库，针对医学高校的学科建设、发展规划、人才培养、科学发展等方面开展智库型研究，本文就如何建立医学高校特色新型智库，探讨中国医学高校特色新型智库建立的必要性、服务模式及平台构建。

1建立医学高校智库的必要性

建设高水平的高校智库，是党和政府决策民主化和科学化的重要保证，也是现代大学所要发挥的重要社会职能。目前，我国高校智库主要的研究领域集中在经济建设、国家战略、社会科学、公共政策、社会保障、高等教育、外交政策等方面，就目前而言，国内暂未见正式的高校专项医学类智库出现。医学作为人类发展进程中不可或缺的一门学科，也急需拥有学科专业的智库建设。此外，随着信息技术的发展、信息资源及知识获取渠道的多样性使得读者弱化了对高校图书馆的利用，这从客观上要求高校图书馆在实际工作中改变服务模式，进一步提升社会地位、满足用户需求的服务能力。但在当前，高校图书馆智库理念较为缺乏，推进思想创新、能力培养是大学图书馆智库建设的当务之急，也是图书馆智库研究领域亟须探讨和深入分析的问题。面对现在的新形势，高校图书馆仅限于提供文献和借阅图书为读者服务已经不能满足读者的需求。就本人所在图书馆的读者服务过程中而言，越来越多的医护人员前来咨询科研定题选题等相关问题。此外，我们还收到一些企业等社会人群提出分析评估性的咨询服务。以此来看，医学高校图书馆面临着一大重要问题，就是图书馆服务的转型。因此，高校图书馆需要拓展自己的业务，转变现有的服务性能，构建医学高校的智库式图书馆。

2建立医学高校图书馆智库的作用

2.1发挥高校的人才优势

医学高校作为汇集医学知识和医学人才的主要场所，具有医学发展的“双一流”优势。医学高校培养了一批又一批的医疗卫生一流专业人才，形成了一条依托一流医学学科发展培养人才的主战线。医学高校在我国医疗卫生行业创新体系中，是我国医药卫生项目中基础研究的主要阵地。而人才是世界各国公认的科技进步和经济发展的最重要、最宝贵的资源，医学高校的人才优势就是高校建设智库的主要优势，同时也是医学高校智库职能得以发挥的根本，高质量的人才决定了智库研究成果本身的质量。医学高校拥有国内80%以上的医学优秀人才，医学高校教师对自己所从业的医学学科有着长期的研究基础，高校中医学生的人才队伍供给也能满足源源不断，能为医学智库建设提供充足的人才保障。此外，医学高校有其附属的医院，医学专项智库出产的成果既能够直接惠及到医学高校本身，也能直接惠及医院内的医护人员和患者。

2.2充分发挥学科馆员优势

在医学类高校中，图书馆承担了大量医药资源的组织、知识发现与知识服务的工作。医学高校的图书馆可以作为医学高校智库的组织者，利用学科馆员在医学相关研究团队中发挥的特长，迅速地组织专家学者参与到智库服务研究中去，充分借助高校内的医学专家学者的力量。通过智库研究项目中各学科专家的带领，不仅可以有效提高学科馆员的能力，还能够使医学学科教育结合智库的科研实践经验，充分发挥图书馆学科馆员对高校二级学院及附属医院的信息服务功能，实现资源共享，为校内外教学、医疗、科研人员提供系统全面的专题信息服务，满足读者个性化、多元化的信息需求，培养出具有有独立研究能力及??新能力的复合型智库人才。

2.3促进医学高校图书馆建设

高校图书馆，是科研教学资源的中心，在我国信息保障体系中具有举足轻重的地位。医学高校的图书馆作为信息存储和传播知识的媒介，在新型智库建设以及专项特色智库的建立中迎来了重大的机遇。高校图书馆作为专门的信息服务机构，其优势就在于拥有传统文献信息，随着信息技术及网络技术的发展又拥有了大量的数据信息。在依托原有的信息优势下，建立针对高校优势学科的多模态信息融合医学专题知识数据库，促进医学研究手段及方法的创新，利用情报的收集、存储、分析、组织等开展高校医学专项智库研究，提高医学高校图书馆在信息网络时代的适应性及竞争力，树立品牌效益，推动医学高校图书馆自身的现代化发展，逐渐发展成为高校教学、科研工作的优势力量，从而推动医学高校的学科发展和学术建设。

3医学高校图书馆智库建设的特性

医学高校智库的建立应当具备中国特色智库所拥有的：“特”、“专”、“新”、“优”四大鲜明特征[4]。“特”，即有特色，医学类专业在学科发展中有自己独特之处，与其他学科专业有着显著区别，应当着眼于高校的医学优势学科，重点建设医学特色学科；“专”，既有专业化，又有职业化；“新”，医学高校已有新生力量，需要更多地是拥有创新的理念，建立创新组织形式；“优”，即不断争创一流医学技术，打造一流医学学科专业。除此之外，医学高校智库还要进行独立性、前瞻性、专业化的决策知识研究工作特性。

3.1独立性

医学智库的研究工作应该独立进行，不能受制于任何政府部门或高校行政部门，不能根据某些利益集团的需求开展论证工作。作为医学高校智库，关键是要保持独立性，此处所讲的独立性并不是说把智库建设孤立于高校中，如果只有部分人在参与，其他人不明白或者不参与，那么建立智库就相当于在高校中建立“孤岛”，完全失去了医学专项智库的本职作用。独立性应该表现在其智库研究过程中“不教条主义、不标签化、注重实际”，相对独立自主的开展选题和研究工作。医学高校的图书馆与高校的决策规划部门实属两个不同部门，不会受制于行政干预，这就使得医学高校智库以图书馆为第三方的牵头者去建立医学专项智库，更有利于对医学高校决策作出客观地评价分析。

3.2前瞻性

医学高校智库应开展前瞻性的研究，要关注医学学科长远发展的问题，例如，一些重大疾病或常见疾病的流行病学观察等，都需要长期进行关注监测，而不能仅仅局限于当前存在的医疗问题。医学学术研究的重要性不仅在于对既有现象的归纳、总结、解释，而且要能够利用既有的知识储备指导医疗卫生行业的行为模式和发展政策取向，特别是对正处于转型关键时期的医学高校图书馆来说，这一点显得尤为重要。因此，要敢于、善于敏锐地发现医学问题，开展一系列前瞻性、战略性、可行性的医学智库研究。

3.3专业性

医学高校智库的建设要充分利用医学人才的专业知识，以专业化的方式参与到高校规划发展的制定过程和科学项目研究的过程中。对每个问题的分析、提出的每项建议，都必须建立在坚实的理论和实际临床应用基础之上，都必须基于对大量数据的医学实证分析或对医学临床现象的深入调研，不能仅凭直觉或道听途说就妄下结论。

4医学高校图书馆智库建设的服务模式

4.1为医学高校的发展规划提供服务

医学高校图书馆不仅可以提供丰富而强有力的医药信息资源支持，还可以为高校提供管理规划、政策制定、人才培养、改善校园环境等方面的情报分析，协助和参与制定高校发展战略和具体实施路线方案，满足高校管理层的智库服务需求。例如，目前大多高校图书馆已经开展了决策咨询服务，借助图书馆的自身优势，开展学科评价、人才评估、影响力分析、科研成果评价等一系列的信息咨询服务。这些服务一方面能够指导高校相关管理部门进行决策规划，另一方面使得被评对象从评价结果中，认识差距，更进一步促进被评对象争优创先。

4.2为医学科研团队提供服务

针对医学高校的科研团队，医学专项智库可以为医护人员关注的相应的学科领域提供嵌入式智库型服务，借助图书馆的丰富信息资源，利用情报分析工具，广泛了解医疗现状及需求，有的放矢地提供医疗项目的选择及研究方案的确定，主动地定期提供研究前沿趋势、研究热点及方向，为科研团队从科研选题到研究现状分析，从研究内容到成果公开、转化，开展一系列的智库型服务。医学图书馆的服务也可以从原来的等待读者上门咨询，转变为走出图书馆的大门，变被动为主动，迎合特定的医护人员的需求，走进学院，走进医院，为医学科研团队提供专题服务，建立长期的沟通联系，将服务做成一对一的精准化服务。

4.3辅助培养医学高校智库型人才

医学高校智库应以研究生学历的学者作为主要研究梯队组成。这些高学历医学研究人员不但有扎实的基础知识，同时经历过硕士研究生、博士研究生阶段的培养，具有一定的研究能力，在专业领域取得过一定的研究成果，在医学高校智库的建设过程中能生产出具有一定影响力的智库产品，能为医学高校提供高质量的医药卫生行业决策咨询服务。其次，医学高校的智库梯队应当有医学专家顾问，在这些名医专家的带领下，加快了医学学科之间的交流，能够进一步促进医学思想的碰撞，为医学生的科学研究提供指导和相应的思路。

5医学高校图书馆智库资源平台的构建

5.1医学智库部门设置

图书馆智库型服务特色专业建设项目，下设机构应包括决策咨询部、情报部、后勤保障部和宣传联络部。如决策咨询部负责医学科技查新、收集信息和组织培训与讲座；情报部负责医学学科信息加工与分析并提出工作实施方案和问题解决措施；后勤保障部负责日常行政和服务工作；宣传联络部负责医学专家的联络、项目成员招募和项目成果出版与转化，各部门在统一指挥协调下，以项目目标为导向，分工明确，各尽其责。

5.2搭建医学高校图书馆智库联盟体系

高校医学智库与高校之间应通过学科馆员、医学专家学者、医学专职教师和医学研究生之间的多向流动，建设一支老、中、青相结合的研究骨干队伍，使实践与理论相结合，便于高校智库制定出更加符合现实需求的政策方案。高校智库应选择本校医学生参与研究项目，做研究人员的助手。此外，医学智库也应当资助本校的医学研究生，建立奖励机制，使他们独立地进行研究工作，培养其发?F问题以及解决问题的能力。开展智库研究的起初，可以依托自己本校的医学特色学科或优势学科，开展和设置特色研究项目，由医学高校图书馆提供医学学科信息以及决策咨询、调研评估等，医学教师引导学生参与具体实施学科研究，必要时，最好能进一步拓宽医学高校之间的交流纽带，充分借助医学兄弟院校的优势学科，整合医学研究资源，建立起医学院校联盟体系，互相交流学习。

5.3创建医学高校智库品牌

清华大学国情研究院胡鞍钢[4]教授曾经说过，“一个智库的品牌，实际上是时间函数，要用很长的时间周期来积累和建设。”对于医学高校图书馆而言，医学的学科本质就是应用型学科，一味地纸上谈兵是远远不行的，必须理论结合实际，只有走出去才能发展，这就要求医学图书馆必须建立起“高校品牌”专项医学智库。把医学基础研究与医学政策研究相结合，兼顾医学基础的学术研究和政策直接相关的应用研究，以医学学术研究为基础，以政策研究为导向，发挥适应医学院校的人才特点，突出医学学科领域的专场，整合医学高校的优势资源，变资源优势为产品优势，提升医学专项智库对高校医疗卫生行业重大决策的正面影响，提升图书馆智库的核心竞争力，掌握话语权，才能在国内乃至国际上发出自己的“声音”。

智能医疗行业研究范文

关键词：大数据；数据挖掘；医疗管理

引言

改革开放以来随着人们生活质量的不断提高，医疗领域获得了空前的发展。医疗运作管理作为一个新兴领域出现在人们的视野中。同时，人们对于海量数据的挖掘与应用已经渗透到每个行业和领域。数据分析与挖掘技术日新月异，人们也逐渐发现它可以解决医疗运作管理中长期存在的种种问题。在大数据技术的帮助下，我们有希望解决许多医院管理、公共卫生等领域的技术难题。

1、大数据技术对医疗行业的影响

1.1大数据技术对医疗体制的影响

现今，医疗大数据市场规模膨胀迅速。2018年全球大数据及服务市场规模超过450亿美元。中国移动医疗市场规模从2012年的13.9亿元增长至2017年的230亿，年复合增长率达到78.48%，2022年预计将超过500亿元。大数据在医疗运作管理中的广泛应用会对医院的收费形式和看病的支付模式产生深远的影响。通过汇总数据并进行分析，院方(或付费机构)可以更加精准地了解诊疗效果，避免医疗差错、过度医疗等风险[1]。同时大数据技术可以将疾病预防方式由被动转向主动，快速分类分析电子病历，较为精准地预测传染病疫情、降低传染病大规模爆发的风险。针对不同的疾病、患者等采集得到的数据，利用大数据重建形成虚拟患者或者诊疗方案，打破了原先闭塞的学习方式，各医院可以互补性地学习罕见病、常见病的病例和手术。大数据在医疗运作管理中的应用可以使得医疗数据更加精准，提高医疗过程数据的透明度，促进医疗服务质量的提高。

1.2大数据技术对医院管理的影响

随着大数据时代的到来，医院信息化的浪潮也随之兴起。适应数据技术的革新，转变传统数据统计工作的思维模式，是当今医院管理工作的重中之重。数据技术的革新，为提高医疗质量提供了保障。大数据技术为医生提供准确科学的信息，辅助医生诊疗，降低误诊率，提高医疗质量。信息化进程的推进使医院管理更加规范化、标准化，实现“精细化管理”。医疗精细化管理可以为医院提升医疗护理工作的效率和水平、节约经营成本。对数据的分析与挖掘还可以辅助医院管理决策，并解决以往医院管理中决策过于主观的问题。数据挖掘技术可以客观、科学地分析医院管理活动的各项指标与数值，准确地为管理者提供决策建议。其次，通过建立医疗科研数据中心大幅提升了医院的科研能力，提高医疗数据的收集与处理速度，直接提高了科研人员的工作效率、降低科研难度，还解决了医疗旧时代各医院间信息封闭的问题，实现科研信息共享，促进医学科研的繁荣[2]。

2、医疗大数据所面临的挑战与机遇

大数据是人类数据技术的一次重大革新，医疗大数据的分析价值也越来越得到重视。然而大数据的4V特征，即规模性(Volume)、多样性(Varity)、高速性(Velocity)和价值性(Value)导致难以运用传统的数据分析方法进行分析。80%的医疗数据都是非结构化数据，难以有效地储存和分析，而医疗数据往往又包含了许多错误信息，更为数据的处理增加了难度。另外，医疗大数据还具有地区间信息化建设不平衡、投资门槛高、数据的安全性等问题。上述问题在未来可以通过分布式系统来解决，利用云计算和Hadoop、MongoDB等分布式数据库构成的数据网络为精准医疗、公共卫生、疾病预防、医疗管理等工作提供决策支持，可以解决许多互联网医疗的障碍[3]。医院有必要针对临床智能辅助决策、疾病风险、管理者对经济性数据的需求等大数据相关的应用需求，在对医院日常业务运作的分析、临床模型设计与实现的基础上搭建医疗大数据平台[4]。大数据驱动的智能医疗将极大提高医疗品质与健康决策的效率与准确率，是接下来重要的研究方向。

3、医疗大数据分析方法及研究

随着信息技术的发展，医学领域研究、电子病历等各种信息被保留了下来，形成了海量的医疗大数据。这些数据往往体量巨大且来源多渠道、类型多样、数据的价值和潜在信息不确定，难以用传统的数据分析方法进行处理，需要通过各种算法和模型支持医疗大数据的分析[5]。Apriori算法是一种挖掘布尔关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。该算法已经广泛应用于商业、管理、移动通讯等领域，在医疗管理领域也有一定的理论成果。传统的Apriori算法由于在实现的过程中需要多次扫描数据库，具有执行时间长、没有针对性、效率低下的问题。通过构建基于NoSQL和MapReduce的数据存储与挖掘系统MSPM，并改进了传统Apriori算法，将复杂的医疗文档数据转化为Apriori算法适用的事务数据集，通过键值对存储、一次性全局扫描和兴趣集约束计数等优化策略，大幅降低了算法执行时间，提高了运行效率[6]。logistic回归分析是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。在医院的日常管理中，可以结合logistic回归与决策树分析，根据不同的指标建立的病例组合，探讨每种病例组合住院费用之间的差异[7]。线性混合效应模型是一种方差分量模型。传统的线性混合效用模型无法准确分析非线性数据。王明高[8]等通过研究医疗数据之间的非线性关系，建立了一个优于传统线性混合效用模型的贝叶斯多项式混合效用模型，用以核算医疗与保险项目的费用。聚类是将物理或者抽象对象分类到多个类的一个过程。魏志杰[9]等通过聚类技术合理抽象医疗费用数据，然后进行合规性检查达到准确医疗过程中的费用异常。模糊综合评价是一种基于模糊数学的综合评价方法，根据隶属度理论对受到多种抽象因素影响或约束的对象，将其定性评价转化为定量评价。通过构造模糊集来处理模糊因素，在很大程度上减轻了模糊指标选择的难度，加强了公立医院绩效考核评价结果的准确性与客观性。除了选择传统的企业绩效考核指标外，公立医院必须考虑到社会公益、患者满意度等因素，需要从公益性等角度提出新的绩效考核维度，必须确保公立医院的绩效考核制度有别于盈利性企业[10]。

4、基于大数据的医院管理平台

如今许多大型医院已经完成了对医院信息化管理平台、信息交互平台以及云存储等大数据应用的基础建设。如何利用智能化技术挖掘数据中心潜在的价值是大数据在医疗领域的应用研究重点。医疗体制的改革和医疗服务的市场化也随之带来了更加剧烈的市场竞争，医院需要在考虑社会公益的前提下尽可能地提升运营效率，保证运营收益，医院信息化业务平台的重要性不言而喻。

4.1移动医疗

在“互联网+”时代，有别于低效率的传统门诊业务，作为智慧医院发展的新型业务，移动医疗具有高效性、实时性等优点。包括：在线预约挂号、APP叫好提醒、医生移动查房、远程会诊、大数据智能辅助决策、护士移动护理等，甚至未来在5G技术的帮助下，极为精密复杂的远程手术也可以实现。移动医疗深刻改变了医疗服务模式，优化了医疗资源配置，大幅提升了医疗服务质量和效率。

4.2药械监管系统

药械管理是医院日常管理中的重要组成部分，直接关乎患者与医护人员的生命安全。由于我国药械监管的安全意识淡薄和有关部门的监管还并未到位，传统的药械监管系统普遍只是以企业利益最大化为目标，停留在物流与财务层面，忽视了药械安全质量的重要性[11]。新型药械监管系统可以采用分布数据库、实时通讯、动态监控等技术，结合人工智能构建基于大数据分析的药械质控综合监管信息系统。对药械产品的生产过程与市场流动过程进行全过程监督，实时对可疑过程与人员进行监控并向相关人员报警，将适合的信息面向大众公布，从根本上消除药械在生产过程中的质量隐患。

4.3医疗设备管理

随着医疗水平的发展，医院越来越注重于采购现代化医疗设备，先进的大型医疗设备也能一定程度上代表医院的诊疗水平。但是传统的医疗设备无法实现实时监测使用期间的数据与损耗，预测其故障率，对故障即时警报等功能。具有设备维护成本高、维护周期不精准、故障机器闲置时间长等缺陷。未来可以通过医疗大数据、区块链、人工智能得到各医疗设备的年开机率、故障率等，实现医疗设备维护维保预警的智能化。

4.4绩效考核体系

绩效考核作为医院绩效管理的重要组成部分，是提升医院运营效率、保证医疗服务质量、确保医院日常管理与医院整体战略发展目标一致的关键环节。为了在保证医疗服务质量和医院公益性的前提下，尽可能地节约患者的费用和医院资源的消耗，调动医务人员积极性，有必要建立公平、高效的绩效考核体系。可以将医疗大数据应用于医院绩效管理，根据医院的社会效益、医疗护理质量、经营效率等方面的指标构建绩效评价体系，力图实现医院精细化管理、并使医院绩效管理服务于医院整体战略规划[12]。

5、结语

随着大数据智能化技术的不断发展，其在医疗运作管理领域的应用也必然越来越广泛。数据挖掘技术在医疗管理中的应用，对智慧医院的建设具有重大意义。大数据分析技术相较于传统数据分析方法的优势在于可以捕捉到非结构化数据。它不仅能够辅助优化医院日常管理的方方面面，还能分析理解疾病预测与预防、公共卫生决策等健康方面的数据，进而建设大数据健康信息平台。目前，我国在医疗健康领域对大数据技术的应用研究仍然较为贫乏，传统的数据分析处理方法依然占据主流。未来，可以专注于复杂算法在医疗运作管理的进一步应用，人工智能、云计算对医院数据挖掘等方面继续研究。

参考文献：

[1]吴东东,黄昊,赵平,周林.大数据医疗与移动医疗对未来医疗体制的影响[J].重庆医学,2016,45(34):4866-4867

[2]王忠庆,邵尉,彭程,田新平,何苗.医疗大数据时代对医院统计工作的新思考[J].中国卫生统计,2015,32(03):542-543.

[3]虞铭明,张迺英,李月娥.医疗健康大数据分析的关键技术与决策支持[J].中国科技论坛,2018(11):53-62.

[4]徐曼,沈江,余海燕.数据驱动的医疗与健康决策支持研究综述[J].工业工程与管理,2017,22(01):1-13.

[5]王若佳,魏思仪,赵怡然,王继民.数据挖掘在健康医疗领域中的应用研究综述[J].图书情报知识,2018(05):114-123+9.

[6]李伟,刘光明,孟祥飞,张真发.并行化的Apriori算法在海量医疗文档数据挖掘中的应用及优化[J].北京师范大学学报(自然科学版),2016,52(04):420-424.

[7]薛允莲.logistic回归结合决策树技术在冠心病患者住院费用组合分析中的应用[J].中国卫生统计,2015,32(06):988-989+992.

[8]王明高,孟生旺.医疗费用预测的贝叶斯多项式混合效应模型[J].统计研究,2016,33(02):75-78.

[9]魏志杰,金涛,王建民.基于临床数据挖掘的医疗过程异常发现方法及应用[J].计算机集成制造系统,2018,24(07):1631-1641.

[10]马强.模糊综合评价法用于公立医院绩效考核的理论架构[J].南通大学学报(社会科学版),2015,31(03):145-152.

[11]田建军,申月波,焦雄飞,王亮,韩凤田.基于大数据分析的药械质控综合监管信息系统设计[J].中国医药工业杂志,2019,50(01):122-124.