医疗

本篇博客用于记录本人听取IGAL九期班曹楠老师报告的学习记录。曹楠老师的报告主要讲述的是《可视化在医疗信息上的应用》（Visualization in Health Informatics）。在2011年的美国国家医学报告中指出：相比其他技术的发展，可视化在医疗领域的发展尤为落后。传统的医疗可视化的应用有X-Ray、CT、模拟手术（VR和AR）等，但可视化在医疗领域存在缺失，如电子病历、看一个人的精神是否正常可以通过他的社交信息来分析等，一些医疗领域的信息在可视化上没有很好的应用。进而，曹老师提到了由美国率先提出的具有跨时代意义Health 2.0的概念，从而进入本次课程的主题。 Health 2.0就是通过采集一个人的社交相关的数据、移动设备的数据、个人传感器的数据等与他健康所有相关的数据来帮助医生做辅助诊疗，帮助医生做医学上的判断，继而这些收集到的数据全部都可以用来做可视化，可视化的母的是帮助医生或帮助患者自身来判断他自身的情况。数据可视化如何在 医疗2.0上应用可分为三个层面： 显示个人健康信息：如每天走了多少步、心跳次数是多少、血压值是多少等类似的个人信息。 显示临床健康信息:如用户看过什么病，看病后吃过什么药等信息 显示公共卫生信息：比如疾病是怎样的扩散的、怎样从一个地方扩散到另一个地方，起到一种信息汇总的作用。 针对这三个层面，曹楠老师在报告中主要 讲解了第二个层面

一、医药行业概述 医药行业是按国际标准划分的 15 类国际化产业之一，是世界贸易增长最快的朝阳产业之一。随着人民 生活水平的提高，药品消费结构不断变化，我国医药行业一直保持着较快的发展速度。制药业正面临从传统工艺向现代技术的转型过程；医药流通领域也正面临全面的改革冲击，新的产业格局正在形成。 医药行业按组成的企业又可划分为：医药生产企业、医药保健品及消费品生产企业、医疗设备生产企业、医药商业企业、医疗机构、科研机构。其中，商业企业可进一步划分为批发、零售两种类型。而制药企业又可细分为四大类：药品（西药/中药/中成药）、医疗器械、化学制剂和玻璃仪器。 医药行业的运营效率低主要由于多个方面：虽然说医药行业是个高增长、高收益的行业，我国企业却由于整体经营效率很低，导致行业亏损面高达30％以上；流动资金占用高，医药行业产成品、应收账款占企业流动资金的30～40％ ，导致行业整体资本流动率低；销售费用高，难以管理。 二、行业特性说明 商品品种多，特性各异，需分类管理； 医药消费具有很强的季节性和区域性； 医药生产的自动化程度高； 医药生产过程比较稳定，配方（产品结构）和工艺不太复杂，生产周期短； 商品需求、生产计划相对稳定； 产品具有特殊性，需对质量进行严格管控； 我国幅员辽阔，分销机构多，管理难度大； 药品组成及生产工艺需高度保密，对配方、工艺有严格的权限管理需求； 自动化流水线多

7月30日，“2019AWS医疗及生命科学科技主题日”活动在北京举行。AWS中国跨国企业及市场营销拓展部总经理林家伟，AWS医疗及生命科学行业总监黄庆春，启迪控股副总裁、启迪之星董事长张金生，启迪之星常务副总经理王永瑞等领导与逾千位云界技术精英齐聚一堂，围绕云技术和智慧医疗进行探讨与经验分享。活动中，AWS医疗健康加速营正式启动。本次加速营由AWS与启迪之星携手打造，借助AWS的技术和产业资源，以及启迪之星全球网络的集群式创新优势精准赋能医疗健康领域的创新创业公司。 AWS 医疗及生命科学团队在行业内深耕超过 10 年，逾 4,000 家医疗及生命科学用户正在使用 AWS 云实现业务的敏捷创新、合规安全和洞察先机。 本次活动，是 AWS 医疗及生命科学生态圈的大聚会，作为医疗及生命科学行业峰会预热专场。现场大咖云集，干货不断。 全球医疗生命科学的发展趋势是什么？ 民营医院的发展之道是什么？ AWS 如何赋能生命科学人工智能的发展？ 小云为大家准备好了本次大会的全部资料 回复“ 医疗资料 “快来获取吧！ 来源： https://blog.csdn.net/yundingyun/article/details/99292069

文章目录 项目介绍 预处理方法 spacing 交叉验证 augmentation 模型 方法 结果 训练集 测试集 3d 感想 项目介绍 本次项目我们对肿瘤病人的医学图像进行分类，从而预测其疗程后的康复情况。数据来源为真实医院中病人肠壁肿瘤的MRI图像，我们选取T2图像作为实验图像。每一组图像对应一个病人接受疗程前的肠壁肿瘤情况，而在医院进行新辅助疗程后，会再次检查病人的肿瘤情况，从而将其肿瘤康复情况分为0,1,2,3四个等级（0为最优，3为最差）。我们的任务就是对疗程前的图像进行四分类任务，看看能否在疗程前就预测他们疗程后康复的情况，从而对病人进行针对性治疗。 预处理方法 由于图像是dcm形式，而每个病人的slice张数不一（少则十几张，多则三十张），因此无法做到张数的统一。再者分辨率的标准化也很难达到，因为每个slice的层厚也不一。slice不一，层厚不一，层间距也不一，使得我们很难达成数据在Z轴（空间）上的统一。因此最终还是选择了2d的做法（3d的尝试后面再提）。2d做法及取每个病人单张slice进行训练，最后预测时则是分别取一个病人的所有slice进行分类预测，而病人的结果则是所有结果的平均值。这样做法的好处是不用做到数据在3维上的统一，并且网络的训练量也小了很多。可能的缺点是没有用到图像在空间上的联系。 spacing 在取slice时

医疗相关名词解析 罗朝辉 ( http://www.cnblogs.com/kesalin/ ) 本文遵循“ 署名-非商业用途-保持一致 ”创作公用协议 HIS Hospital Information System，医院信息系统，在国际学术界已公认为新兴的医学信息学(Medical Informatics)的重要分支。美国该领域的著名教授Morris.Collen于1988年曾著文为医院信息系统下了如下定义：利用电子计算机和通讯设备，为医院所属各部门提供病人诊疗信息和行政管理信息的收集、存储、处理、提取和数据交换的能力，并满足所有授权用户的功能需求。 RIS Radioiogy information system，放射信息管理系统。RIS是优化医院放射科工作流程管理的软件系统,一个典型的流程包括登记预约、就诊、产生影像、出片、报告、审核、发片等环节。RIS系统内含PACS系统，配合医学分类和检索、放射物资管理、影像设备管理和科室信息报表等外围模块，实现了患者在整个流程中的质量控制和实地跟踪，差错统计，为医患纠纷的举证倒置提供依据，从而使得放射科室的管理进入到清晰的数字化管理阶段。 PACS Picture archiving and communication systems，即医学影像存档与通讯系统。是近年来随着数字成像技术、计算机技术和网络技术的进步而迅速发展起来的

医疗相关名词解析 罗朝辉 ( http://www.cnblogs.com/kesalin/ ) 本文遵循“ 署名-非商业用途-保持一致 ”创作公用协议 HIS Hospital Information System，医院信息系统，在国际学术界已公认为新兴的医学信息学(Medical Informatics)的重要分支。美国该领域的著名教授Morris.Collen于1988年曾著文为医院信息系统下了如下定义：利用电子计算机和通讯设备，为医院所属各部门提供病人诊疗信息和行政管理信息的收集、存储、处理、提取和数据交换的能力，并满足所有授权用户的功能需求。 RIS Radioiogy information system，放射信息管理系统。RIS是优化医院放射科工作流程管理的软件系统,一个典型的流程包括登记预约、就诊、产生影像、出片、报告、审核、发片等环节。RIS系统内含PACS系统，配合医学分类和检索、放射物资管理、影像设备管理和科室信息报表等外围模块，实现了患者在整个流程中的质量控制和实地跟踪，差错统计，为医患纠纷的举证倒置提供依据，从而使得放射科室的管理进入到清晰的数字化管理阶段。 PACS Picture archiving and communication systems，即医学影像存档与通讯系统。是近年来随着数字成像技术、计算机技术和网络技术的进步而迅速发展起来的

在天朝互联网行业，看到Google出了一个Glass，大家齐呼：wow，cool! 看到水果发布iWatch概念设计，大家想都不用想：wow, awesome! 百度出一个Glass，大家：Xuck, sucks! 穿戴式设备随着移动互联网的不断渗透而引起人们的广泛关注。昨天互联网大会现场有一场专门针对移动终端智能外接设备的讨论。其中，两个公司的硬件直指穿戴式设备。 穿戴式设备从对穿戴者的感知程度看可以分为两类：1）轻度感知穿戴者类设备，如Google Glass，简单来说，就是把一个手机变成眼镜的样子，携带更加方便（这个概括当然不全面，但是够简短）；2）深度感知穿戴式设备，如Jawbone 2（一种智能健身腕表），时刻感知你的体温、脉搏、血压等(大家熟知nike+算是“半深度”穿戴）。前者今天先不谈。后者因为数据来源更加丰富，且与穿戴者强关联，因此在日后的医疗健康领域不可小觑。 协和医院有三宝：图书馆、病历、名教授（另一说是图书馆、病历、严格的住院医培养制度）。其中有两项是典型的数据强依赖型。 目前，医疗行业虽然也在借助计算机以及互联网做起医疗数据的处理与管理，如电子病例，药品成分查询APP，但是总体来看，数据总体的数字化还不够，数据的利用程度也不高。前几天丁香园CTO Fenng给大家推荐了『家庭用药2.0』，同时也坦言，目前该APP只能做到简单的药品查询，成分查询，用药提醒等

本文来自 网易云社区 。 大数据的分析和挖掘在医疗领域的应用包含很多的方向，比如临床操作的比较效果研究、临床决策支持系统、医疗数据透明度、远程病人监控、对病人档案的先进分析；临床试验数据分析、个性化治疗、疾病模式的分析等；还有患者临床记录和医疗保险数据集等。 大数据的分析和挖掘技术的运用可以在一定程度上帮助医疗行业提高生产力，改进护理水平，增强竞争力。比如有大数据参与的比较效果研究可以提高医务人员的效率，降低病人的看病成本和身体损害；另外，利用大数据对远程病人的监控也可以减少病人的住院时间，实现医疗资源的最优化配置，在使用远程监护系统实现疾病预防的过程中，不仅能够降低病人出现意外的风险，同时也可以节约医疗资源，创造社会和经济价值。 医疗保健也已经开始慢慢转向利用大数据。例如Dignity Health（尊严健康）是美国最大的医疗健康系统之一，致力于开发基于云的大数据平台，带有临床数据库、社交和行为分析等功能。该平台将连接系统中39家医院和超过9000家相关机构并共享数据，通过他们的大数据应用可以看到一些机会：诸如，个人和群体医疗规划，包括预防性疾病管理；定义和应用最佳病例，减少再入院率；预测败血症或肾衰竭风险，提早进行干预减少负面结果；更好的管理医药成本和阐述；创建工具来改进每个患者的就医体验。 还有Express Scripts（快捷药方）每年通过家庭出诊和药物零售

据世界卫生组织（WHO）的报告显示，中国每1000名患者仅对应1.79名医疗人员。伴随我国人口老龄化速度的加剧，需要医疗援助的人数也在相应增加。在新的人口趋势的变化下，医疗领域面临的压力巨大，医疗行业必须要找到适应这种变化的新突破口。 RPA（机器人流程自动化）的出现，似乎将会是一个新的转机。 当前医疗IT领域面临的痛点 为了适应新的变化，医疗行业普遍开始数字化的推广工作，上新了各种新系统，但效果并不是很明显。我们经常看到医护人员在几个工具（程序）之间来回切换，涉及病历报告的汇总及输入、检查记录等工作，全部都需要手动操作才得以完成，几乎有一半的时间浪费在了数据录入上。 据Damo Consulting 2019年发布的医疗IT需求调查显示，79％的医疗机构高层认为，数据孤岛和系统之间缺乏相互的操作，是当下医疗IT需求面临的最大问题。当前，医院当中并不缺少足够的信息化工具。只是孤立的IT系统之间，难以进行有效的数据打通。 其实，这其中的很多工作都可以借助RPA来完成。 为什么医疗行业急需RPA？ RPA技术旨在解决相互孤立的系统之间不能互相操作的问题，有效打破数据孤岛，实现信息的共享。简单来说，RPA是一种模拟人工手动操作，处理大量、重复、机械性工作的程序。RPA可以跨系统进行数据检索、数据迁移以及输入。 RPA的应用能够极大地提高当前医疗领域的工作效率，将医护人员从重复

https://www.cnblogs.com/quietwalk/p/9012367.html 来源： https://www.cnblogs.com/Anita9002/p/11314339.html