论文(设计)题目 | 医疗健康档案信息可视化系统的设计与实现 | ||||
题目来源 | 2.学生自选 | 课题类型 | C-技术开发 | 指导教师 | |
学生姓名 | 班 级 | 学 号 | |||
医疗健康档案信息可视化系统的设计与分析
随着“互联网+”的快速发展,健康医疗领域产生的数据量迅猛增长。健康医疗大数据是指所有与医疗和 生命健康相关的,以及患者在受到医疗照护期间产生数据的集合。从数据产生的来源上看,健康医疗大数据,主要包含医疗大数据、健康大数据、生物大数据及经营运营大数据4类。它具备大数据典型的5V特点,即数据体量大(volume)、数据类型多(variety)、处理速度快(velocity)、真实性强(veracity)、价值密度低(Value)。通过对这些数据进行挖掘、分析,可加强对疾病的早期诊断、早期治疗,也可加强对人群的保健及护理,进而带来显著的临床效益及经济效益。在麦肯锡的一项报告指出:医疗行业大数据的应用可为美国的医疗卫生机构每年节省约3000亿美元的支出。随着信息技术在卫生领域的快速发展和普遍应用,医疗健康大数据正在经历爆炸式的增长。从复杂的高分辨率医疗成像数据,到简单的来自穿戴式设备的血压数值数据,这些多源异构的医疗健康大数据,正以每年48%的速度增长,医疗健康领域已经成为数据增长最快的领域之一。近年来医疗健康档案受到广泛重视,其中主要就是临床诊疗资料、病种资料与随访资料等等,可以为临床疾病 的诊断与治疗提供准确依据。近年来在 医疗信息化技术快速发展的过程中,居民健康档案的数据,已经开始呈现出大数据的特点,数据内容较多,传播速度很快,模态也很多,难以辨识,应用价值较高。为提升医疗健康档案数据利用率,人体和生命的高度复杂性使得与之相关的医疗健康信息极为复杂。首先信息种类繁多、形态各异,有数值、文档、影像和波形等信息之间的关系繁杂且不确定。其次不同国家、地区间的医疗体制、相关政策和法规等方面不尽相同医疗健康信息构成呈现出空间上的差异性,再次医疗领域知识更新非常迅速,医疗健康信息形态具备多样性、信息之间关系的复杂程度都随着医学知识的更新不断变化。这些特性给医疗健康信息模型的建立带来了很大的挑战。 二、国内外研究现状 (一)国外研究现状 在国外,自2012年起,医疗健康大数据被多国上升到重要战略资源层面。美国国立卫生研究院(National Institutes of Health,NIH)于2012年成立了大数据转化知识联盟(Big Data to Knowledge,BD2K),该组织关注生物医学研究领域的大数据及其科学整合和最大化。此后,英国医疗卫生信息与发现中心、中国卫生信息学会等医疗健康大数据相关学术组织相继成立,医疗健康大数据研究在世界范围内得到普遍重视。 Web of Science核心库中 第一篇真正意义上关于医疗健康大数据分析的 研究是美国学者辛普森在2005年针对美国卫生保健库数据所做的研究,他利用医疗费用调查数据和全国住院患者样本数据,分析了来自美国不同收入层级家庭的儿童在保险覆盖面、医疗利用、医疗支出以及医疗质量四方面的差异。2008年以后,医疗健康大数据领域的文献逐渐增多。而自2012年起,文献数量呈现出高速增长态势,相关研究成果丰硕。美国2014年就实现了电子病历的全面覆盖,而根据十三五规划纲要,我国预计要到2020年才能全面建成覆盖全国人口的电子病历数据库。 (二)国内研究现状 在国内,医疗健康大数据相关论文的研究方向与论文所属Web of Science类别基本吻合,主要集中在计算机科学、电子与通信工程、信息系统、医药信息学、生物医学和卫生保健科学等方面。医疗健康大数据研究表现出了显著的学科融合特征,其核心研究基础主要是计算机科学,信息学与信息系统也占重要地位,而应用领域主要在医药和卫生保健等方面。2008年我国卫生部在全国范围内组织开展了第四次国家卫生服务调查,根据最近公布的调查主要结果,我国城乡居民两周患病的疾病结构在过去的十年间发生了重大变化:两周病例中新发病例的比例由1998年的61%下降到2008年的39%,而慢性病持续到两周内的病例由39%增加到了61%慢性疾病已经成为影响居民健康的主要问题。 (三)国内外研究现状评述 综上所述,美国开展医疗健康大数据研究的机构涉及政、产、学三个领域,以高校研究机构为主,以政府部门和民间企业为辅。而中国在医疗健康大数据研究方面贡献较大的机构几乎只有高等院校。这可能是由于美国企业及政府机构积极参与医疗健康大数据建设与研究,商用数据库建设较完善,数据库之间的关联也比较紧密,从而有效促进了各方对医疗健康大数据的研究。而中国的医疗健康大数据研究还处于起步阶段,数据库的构建和整合主要在政府主导下完成,研究工作则主要依托于高校,企业与政府机构尚未深入参与研究。这也说明中国在大数据研究布局上有较大改进空间 三、研究思路和研究内容 拟查阅相关文献与技术知识,采用文献研究法,了解课题的国内外研究现状和发展趋势、有关课题的资料信息完成文献综述,为系统设计做好准备;拟使用调查法进行系统可行性研究,确定系统开发是否可行,使用个案研究法进行调研,获得用户需求,进行需求分析。基于几何投影的数据可视化,基于图标的数据可视化,hadoop。 主要研究内容包括: 1.绪论。阐述文章的选题背景、研究目的和意义、文献综述; 2.本项目用到的相关技术。系统采用 3.医疗健康数据可视化工具相关技术研究; 4.医疗健康数据可视化工具的实现方法; 5.医疗健康数据可视化工具的设计与实现; 6.医疗健康数据可视化工具的实现效果及应用举例; 7. 结论。 四、研究进度和论文写作计划 1. 进行论文选题,明确论文任务,搜集文献资料:2022年10月8日—10月20日; 2. 完成开题报告:2022年10月20日—11月10日; 3. 完成中期检查:2022年12月24日—12月31日; 4. 完成并提交初稿:2023年1月1日—2023年2月10日; 5. 完成毕业论文定稿及查重工作:2023年2月10日—2023年3月10日; 6. 进入论文审阅阶段,准备答辩:2023年3月11日—2023年4月20日。 五、参考文献 [1] AN S, MALHOTRA K, DILLEY C, et al. Predicting drug resistant epilepsy - A machine learning approach based on administrative claims data[J]. Epilepsy & Behavior, 2018, 89: 118-125. [2] BIBAULT J, GIRAUD P, BURGUN A. Big Data and machine learning in radiation oncology: State of the art and future prospects[J]. Cancer Letters, 2016, 382(1):110-117. [3] COLLINS F S, VARMUS H. A New Initiative on Precision Medicine[J]. New England Journal of Medicine, 2015, 372(9): 793-795. [4] SHARMA P, ALLISON J P. Immune Checkpoint Targeting in Cancer Therapy: Toward Combination Strategies with Curative Potential[J]. Cell, 2015, 161(2): 205-214. [5] 陈敏,刘宁 医疗健康大数据发展现状研究[J].中国医院管理,2017,37(2):46-48 [6] 中山健夫 大数据时代的医疗革命[M].刘波,译.北京:东方出版社,2016:144-145 [7] 惠华强,郑萍,张云宏等 医疗大数据研究面临的机遇与发展趋势[J].中国卫生质量管理,2016,23(2):91-93 [8] 黄晓琴 医疗健康大数据关键问题及对策研究[J].中国数字医学,2016,11(5):81-83 [9] 王俊艳,张志鹏,姚振杰等 健康医疗大数据的分析[J] 互联网天地,2015,9(9):4-10 [10] 刘宁,陈敏 医疗健康大数据应用主题及相关数据来源研究[J] .中国数字医学,2016,11(8):6 指导教师签名: 日期: |
医疗健康档案信息可视化系统的设计与实现开题报告
最新推荐文章于 2024-05-14 17:40:38 发布