健康医疗大数据：理论与实践

图书标准信息

• 作者 卢朝霞 主编
• 出版社 电子工业出版社
• 出版时间 2017-06
• 版次 1
• ISBN 9787121314865
• 定价 49.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 260页
• 字数 266千字
• 正文语种 简体中文
• 丛书 大数据科学与应用丛书

【内容简介】

   本书围绕健康医疗大数据的理论与实践展开论述。全书共分为7章，第1章主要描述大数据的基础知识、通用技术以及技术发展趋势；第2章主要对健康医疗大数据的概念、特征、分类、主要应用技术、国内外发展现状以及应用需求进行系统阐述；第3章~第6章分别对临床大数据、精细化运营大数据、健康管理大数据以及基因检测大数据的应用实践案例进行详细论述；第7章对健康医疗大数据的未来发展趋势进行展望。本书是很多应用实例和经验的总结，案例丰富翔实，将理论与实际紧密结合，对互联网技术人员、健康医疗行业的从业人士，以及高等院校相关专业的学生均有很大帮助。

【作者简介】

卢朝霞，1957年8月出生于洛阳市西工区。毕业于东北大学。硕士，教授。现任东软集团股份有限公司高级副总裁、东软熙康健康科技有限公司董事长兼CEO。1993年获政府特殊津贴，1995年晋升为教授。曾多次被评为东北大学科研先进个人、沈阳市优秀教师、辽宁省优秀科研工作者，获2000年全国"杰出创业女性”等荣誉称号。

【目录】

目  录
第1章  大数据概述  / 1
1．1  大数据基础知识  / 2
1．1．1  大数据概念和特征  / 2
1．1．2  大数据分类  / 4
1．2  大数据通用技术  / 7
1．2．1  数据采集与预处理  / 7
1．2．2  数据存储技术  / 17
1．2．3  数据处理技术  / 34
1．2．4  数据分析与挖掘技术  / 42
1．2．5  安全与隐私保护技术  / 50
1．3  大数据技术发展趋势  / 54
第2章  健康医疗大数据应用需求  / 57
2．1  健康医疗大数据概述  / 58
2．1．1  概念及特征  / 58
2．1．2  分类  / 59
2．2  健康医疗大数据主要应用技术  / 60
2．2．1  健康医疗信息的本体建模技术  / 60
2．2．2  多源异构数据整合技术  / 61
2．2．3  基于本体的语义搜索  / 61
2．2．4  健康医疗知识发现技术  / 64
2．2．5  机器学习技术  / 65
2．2．6  隐私数据匿名化处理技术  / 67
2．3  健康医疗大数据国内外发展现状  / 69
2．3．1  美国  / 69
2．3．2  英国  / 74
2．3．3  日本  / 76
2．3．4  中国  / 77
2．4  我国健康医疗大数据应用需求  / 81
2．4．1  多方共同推动健康医疗大数据发展  / 81
2．4．2  健康医疗大数据总体应用需求  / 88
第3章  临床大数据应用实践  / 92
3．1  恶性肿瘤大数据分析  / 93
3．1．1  应用背景  / 93
3．1．2  设计思想和总体框架  / 94
3．1．3  恶性肿瘤大数据分析平台建设介绍  / 95
3．1．4  应用效果  / 118
3．2  药物应用大数据分析  / 120
3．2．1  “二甲双胍减少癌症病人死亡率”的药物重定向大数据分析  / 121
3．2．2  “比格列酮使用与膀胱癌关联分析”的药物不良反应大数据分析  / 122
3．2．3  基于OHDSI网络的大规模临床诊疗路径分析  / 123
3．3  疾病辅助诊断分析  / 126
3．3．1  应用背景  / 126
3．3．2  设计思想与总体框架  / 127
3．3．3  应用实践及效果分析  / 131
第4章  精细化运营大数据应用实践  / 134
4．1  应用背景  / 135
4．2  成本核算体系与方法  / 139
4．2．1  医院成本核算体系结构  / 139
4．2．2  医院成本核算的路径与方法  / 141
4．3  设计思想与总体框架  / 152
4．4  应用案例  / 154
4．4．1  科室成本核算案例  / 154
4．4．2  项目成本核算案例  / 157
4．4．3  病种成本核算案例  / 161
4．4．4  医院数据联盟与中国首部公立医院
成本报告（2015年）  / 162
4．5  应用效果  / 167
4．5．1  医疗成本大数据对医院管理运营的应用效果  / 167
4．5．2  医疗成本大数据促进医改的应用效果展望  / 170
第5章  健康管理大数据应用实践  / 172
5．1  健康体检大数据分析  / 173
5．1．1  应用背景  / 173
5．1．2  设计思想与总体框架  / 173
5．1．3  数据建模与算法优化  / 174
5．1．4  应用效果  / 184
5．2  慢病管理大数据分析  / 186
5．2．1  应用背景  / 186
5．2．2  设计思路与总体框架  / 187
5．2．3  数据建模与算法优化  / 188
5．2．4  智能化慢病管理服务  / 194
5．2．5  应用效果  / 195
5．3  睡眠大数据分析  / 197
5．3．1  应用背景  / 197
5．3．2  设计思想与总体框架  / 202
5．3．3  数据建模与算法优化  / 206
5．3．4  应用效果  / 214
第6章  基因检测大数据应用实践  / 225
6．1  精准医疗领域  / 226
6．1．1  基于基因亚型的疾病类别细分  / 229
6．1．2  靶向特异性药物研究  / 229
6．1．3  药物不良反应监测  / 229
6．1．4  临床支持决策  / 230
6．2  电子病历与基因组学领域  / 231
6．2．1  ABCC3遗传变异与吗啡引起的儿童术后呼吸抑制的
相关性以及吗啡药代动力学研究  / 232
6．2．2  PCSK9基因变异对低密度脂蛋白胆固醇对他汀类药物
治疗反应性的影响研究  / 233
第7章  未来展望  / 234
7．1  物联网将推动主动医疗和预防性医疗时代的到来  / 235
7．2  精准医疗将增强人类面对疾病的信心和勇气  / 237
7．3  人工智能将提升诊断能力，缓解医疗资源不足的矛盾  / 239
7．4  虚拟现实将提高手术质量，降低学习成本  / 241
参考文献  / 245