这是个topic很大，我先来个抛砖引玉，欢迎各位同学补充。1）核心层设计：数据采集->存储->清洗->[统一数据仓库]->大数据分析／挖掘->数据交换共享->顶层应用；2）采集／存储的医疗数据特点：大多非结构化，数据量大，且需要频繁读取。因此，存储采用廉价PC＋大容量SATA是不错的...

医疗大数据处理流程包括采集、处理、存储、检索、计算和应用等五个步骤，基于患者就诊过程的医疗大数据分析，展现了从患者入院到出院过程中产生的相关数据，主要包括患者特征数据、病种数据、治疗方案与费用数据、治疗状态数据及在该过程中产生的管理类数据，大数据技术与现在的...

需要医院对数据打上标签，这是一个工作量比较大并且需要丰富经验的医生准备的工作。标签的准确率会影像深度学习的识别率。深度学习是有监督的机器学习，除了准备用于训练机器的数据之外，还要对这些数据提供标签。这些数据和标签需要覆盖所有要推理的类别，并且每个类别都要有多...

可以参考国家卫健委下发的相关数据元和数据集标准，以及本地相关管理部门的接口标准文档。

数据标准化的建立一般要注意以下几点：1) 数据标准化涉及多个应用系统（包括数据提供方和数据消费方），协调接口改造进度和接口质量把控难度大，该问题处理不好易导致工期延迟，项目成本上升，需要协调好数据提供方和数据消费方的改造进度，把具体的进度目标落到纸面上，双方签字确认，严格...

可以通过家庭医疗、体检筛查、医学诊断等多级手段联合的方式。爬取互联网上海量癌症相关病人的作息习惯、饮食生活、环境等文章帖子，使用自然语言处理，建立早期预警模型。病人可以通过互联网医疗模型初步判断自己是否拟合癌症早期的特征。进一步结合可穿戴设备、家庭诊疗设...

大概是因为有些大数据技术的使用体会，受邀答题。确实没有医疗行业经验，勉强以患者的视角来分析了，术语不专业的地方请诸位多包涵。临床数据中肯定有相当一部分的结构化数据，例如药品、血/尿检验结果等，应该是纳入传统MIS管理范畴，有成熟的技术手段，可以通过批量的数据加载方式从...

医疗大数据分析从步骤上来说，包括底层业务的联机事务库，业务数据整合交换，大数据整合平台，大数据中心，数据探索分析，和数据应用这几个部分；整合平台的大数据技术组件一般包括Hadoop，Spark, Hive, Hbase, Kylin等；常见方案还能看到知识图谱的身影，可以帮助更好地理解和分析业务，分析...

可以试一下这些方法数据聚类分析、算法与建模。包括贝叶斯模型、人工神经网络、随机森林算法、决策树理论、d-s证据理论、临床决策指标矩阵理论等，有可能在一类应用中要涉及多个模型与算法。...

大数据我觉得不仅仅是信息科一个部门的事。所谓的大数据。要综合所有医院相关的业务数据，并且由所有的部门一起商讨研究。找出各个数据之间的关联并且加以分析，最总呈现出的数据结果才是最有价值的。所以。大数据的建设，应该是由领导主导，信息科提供平台。业务部门提出数据及...