大数据环境下的肿瘤放疗数据解析研究

来源 :中华医学会第二十三次全国医学信息学术会议 | 被引量 : 0次 | 上传用户:gl24334119
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
2016年6月21日,国务院办公厅《关于促进和规范健康医疗大数据应用发展的指导意见》中提出“推动健康医疗大数据资源共享开放,鼓励各类医疗卫生机构推进健康医疗大数据采集、存储,加强应用支撑和运维技术保障,打通数据资源共享通道。”国内外的发展战略和研究目标,体现了各个层面对放疗大数据基础建设工作的重视,而大数据应用建立的关键,就是如何高效、合理的将各类数据进行有效整合,实现数据的高度集成。数据解析在当今大数据时代快速发展的今天,日益发挥着更加重要的作用。采用医学信息分析理论方法,结合软件工程思维,利用计算机编程和数据库技术进行实践,将数据解析方法应用于肿瘤放疗大数据标准化建设中,以肿瘤放疗数据电子化、高效化管理为目的,解决肿瘤放疗多系统间集成化管理的难题,编写的数据软件和开发的数据库,符合医学大数据建设的发展趋势,可解决医学临床工作的实际需要,适应各医疗机构的科研工作人员研究需求,为医学诊断,影像,治疗等多类数据资源的集成,提供了一定的解决思路和方法,为研究人员开展临床科研活动,深层次的数据挖掘工作,提高医学临床水平,促进医学科研活动的发展,起到了积极的作用。以医学临床数据资源为基础,遵循循序渐进、规范标准和实用为主等基本原则,利用数据解析方法,从技术、管理、应用层面真正把医院中的信息孤岛连通起来,把海量的数据整合利用起来,有利于加快肿瘤放疗大数据建设的进程。
其他文献
objective: To investigate the causes,diagnosis,clinical manifestations,treatment and prognosis of castor seeds poisoningMethods: Retrospective analysis of clinical data of 4 patients with castor beans
目的:探讨血液灌流(HP)救治急性重度有机磷农药中毒(ASOPP)的疗效.方法:对76例重度ASOPP患者回顾性分析,分为HP组和单纯药物组.单纯药物组(n=38)按常规综合治疗;HP组(n=38)在综合治疗的基础上加用Hp.比较2组临床疗效.结果:HP组与单纯药物组比较,患者苏醒时间、住院时间、呼吸机使用时间、CHE恢复至50%的时间、阿托品总用量及治愈率均明显提高(P<0.05).HP组不良反
移动互联网的迅猛发展,已经全面的改变了人们的生活,而随着“互联网+”的进一步拓展和实施,微信在急救行业中也大有作为.宜昌市急救中心经过前期调研,结合宜昌市院前急救通讯指挥调度系统的实际情况,建立和开发了微急救报警平台,实现了市民微信报警的功能.微急救的应用提高了宜昌市院前急救工作智慧化、信息化的程度,提升了广大市民的急救意识和自救互救能力.
百草枯是我国广泛使用的有机杂环类除草剂,对人畜均有很强的毒性,急性中毒病死率高,目前尚缺乏有效的治疗手段.近1年来采用血液灌流联合大黄全消化道洗消治疗百草枯3例取得较好效果.
急性中毒是儿科常见急症之一,儿童及青少年中毒以食入性中毒最多见,但起由于认知能力和生活经验不同、对毒物及药物的危害缺乏认识,导致中毒原因及方式存在差异,本文对我院2013年12月~2017年7月年龄18岁以下儿童及青少年完整病例中毒的年龄、种类、原因进行分类、总结、分析.收治病例男98例,女103例.结果发现:年龄<10岁仪占1.49%,10-18岁占98.51%.其中误服66例,自服135例;死
目的:探讨他克莫司对百草枯中毒大鼠治疗效果及可能的机制.方法:SD大鼠90只,随机分为3组(30只/组):对照组、百草枯(PQ)组和他克莫司(FK)组.PQ组和FK组以PQ溶液50mg/kg一次性灌胃制作PQ中毒模型;对照组以等量无菌生理盐水灌胃.FK组每间隔24h按照8mg/kg的他克莫司溶液剂量灌胃,对照组在同一时间点给予等量生理盐水灌胃,72h处死大鼠.观察各组大鼠一般情况、肺组织外观,检测
目的:观察分析在抢救急诊胃出血患者时应用优质护理的价值.方法:从我院2016年1月-2017年8月进行抢救的急诊胃出血患者中随机抽取118例,平均分配为观察组和对照组.对照组行常规护理,观察组在行常规护理的基础上加用优质护理,比较两组止血情况及患者满意度.结果:观察组止血成功率及护理满意度高于且止血时间短于对照组,差异均较为明显(P<0.05).结论:在抢救急诊胃出血患者时应用优质护理,可有效提高
随着互联网、物联网、云计算等IT技术的快速发展,数据采集的成本大大降低,数据量正以前所未有的速度爆炸性的增长.大数据的出现不仅改变了人们的工作、生活方式和企业的运作模式,甚至还引起了科学研究模式的根本性改变.医疗行业是传统行业之一中大数据分析利用的排头兵.数据海量和非结构化是医疗行业在数据利用上由来已久的挑战,而随着近年来很多国家对医疗信息化的大力推进,医疗行业获得了大量的人力和物力支撑,这是医疗
近30年来,随着世界医疗卫生条件的改善,心血管疾病的发病率有所下降,但心血管疾病、癌症、慢性呼吸系统疾病和糖尿病等慢性疾病仍是当今世最主要的死亡原因,约占所有死亡人数的63%.据中国疾病预防控制中心报道,慢性病占中国总死亡的比例越来越大,从1973-1975年的53%增长到了2012年的86.6%.这导致中国医疗卫生体系经济负担巨大,劳动力损失严重.多来源数据、分类管理:GNC对不同种类的数据分别
Web 3.0不仅强调了用户可以直接通过网络交互和整合信息,还强调了其语义网的本质。而大量异构的健康信息分散在网站和平台中,相互隔离,无法充分满足用户日益提高的信息需求。本文在对国内外有关于网络健康资源语义聚合相关研究梳理的基础之上,总结了语义聚合的主要模式,发现了目前网络健康资源聚合研究对用户产生的社会健康数据的关注不足,以及无法全面揭示和链接网络平台所承载的全部其他信息等问题。利用语义网的相关