醫療行業的發展面臨著各種挑戰，例如，運營低效、不能協同醫療、數據孤島太多、數據不統一等。大數據的出現，助力醫療行業高效地解決當前面臨的難題，有力地推動了衛生部強調的醫療、醫改、醫保三輪驅動，依靠數據作為鏈條，預防為主、防治結合，建成一體化的醫療服務體系。

行業現狀

隨著信息系統的發展，醫院各類信息系統建設已相當完善，如HIS、CIS、PACS 、LIS、EMR、收費管理系統、藥房管理系統、床位管理、血庫管理、公共衛生等。但像輔助醫療、院長決策支持系統、臨床決策支持系統、績效考核系統等更高級的應用，即便是發達地區的重點醫院，應用率也是極低的。

為了管理決策，醫院統計科、信息科依然過度依賴人工，基于傳統方式做統計工作，造成工作負荷大，數據更新效率低、決策信息滯后，難以將數據價值最大化。管理決策層，整天面對信息科，統計科上報的眾多固定報表，難以真正發現數據背后的價值。

目前遇到的問題

1、海量數據

醫院業務系統產生了海量數據且數據增長速度越來越快，導致數據查詢及報表生成速度變慢，使用率也不高，是垃圾還是價值?該如何管理利用?

2、數據認知

大多數傳統HIS中，已有簡單的分析統計圖表，但數據格式比較單一，靈活性差，交互性低，管理者難以對全院數據有很好的認知。

3、管理決策

管理決策時，不能迅速從醫院大數據中提取關鍵數據，以數據驅動智慧醫療，只能通過統計科、信息科上報的統計報表及各個離散系統中的統計報表進行管理決策。

?

?

支持多源數據連接，匹配豐富應用場景

醫療行業解決方案把整體系統分為四個層面：

1、數據層：整合醫院信息系統，打破信息孤島，實現數據共享;

2、建模層：數據決策層、管理層、執行層關心指標，建立不同分析主題集市;

3、業務層：梳理醫院業務流程，將分析結果推送至展現層;

4、展示層，以豐富美觀的圖表展現方式，靈活多變的交互方式，將分析結果呈現給決策層。

?

?

整個系統分為三個層面

1、數據層：整合醫院信息系統，打破信息孤島，實現數據共享。

2、建模層：數據決策層、管理層、執行層關心指標，建立不同分析主題集市

?

?

3、業務層：梳理醫院業務流程，將分析結果推送至展現層

A、圍繞醫生，就醫生用藥、醫生與特定疾病、醫生自身的習慣等角度進行數據分析挖掘，優化醫生決策，提高服務水平。

B、圍繞患者，就患者自身因素、就診疾病史、藥品依賴關系等角度進行數據分析挖掘，提高醫院核心競爭力，優化醫患管理。

C、圍繞疾病，就疾病耐藥性、醫生對疾病處理方法、疾病異常指標與患者關系等角度進行數據分析挖掘，從容應對“異常”疾病。

D、圍繞藥品，就藥品對檢查或者化驗指標的影響、藥品對特定疾病作用、藥品對患者的影響等角度進行數據分析挖掘，輔助醫生合理用藥。

E、圍繞醫療從業者，就關注問題、科研成果等角度進行數據分析挖掘，提高臨床研究水平。

F、圍繞醫患管理，有效解決醫患雙方信息不對稱及掛號、候診、收費隊伍長，看病時間短的“三長一短”問題。

G、圍繞醫院，就核心關注指標、KPI績效考核、記分卡等角度出發進行實時預警監控，提高醫院核心競爭力。

?

?

4、展示層，以豐富美觀的圖表展現方式，靈活多變的交互方式，將分析結果呈現給決策層。

?

?

?

?

從容應對全院變化，輕松滿足探索需求!

醫療行業解決方案基于一站式大數據分析平臺，為醫院管理決策層、管理層洞察全院運行狀況，從容應對醫院迅速增長的數據，基于明細數據，任意業務的計算及展現，均可達到秒級響應，同時為業務部門提供自服務分析，以滿足醫療探索分析需求。

價值

1、基于醫療大數據分析平臺，決策層、管理層可能洞察全院運行狀況。

2、從容應對醫院迅速增長的數據，基于明細數據，任意業務的計算及展現，均可達到秒級響應。

3、業務部門都能做部分自服務分析，以滿足醫療探索分析需求。

4、能夠快速響應新的分析需求和變化，提高工作效率。