摘  要：本文基于大数据技术，针对医疗卫生信息化系统进行了相关研究。基于医疗保健行业的整体数据结构（包括数据模型，数据组成，数据关系），本研究使用相应的医疗和健康业务数据作为输入，经过数据处理及分析，可以智能化应用在医疗卫生行业的不同机构。本文分别从系统架构以及数据建模描述分析两个方面对医疗卫生信息化系统进行分析，从业务增强、发现知识、可预测性以及规则约束等方面进一步对目前的医疗卫生信息化系统进行综合，从而实现智慧医疗。
　　关键词：医疗平台;大数据处理;系统架构
　　引言
　　目前，随着计算机技术的不断发展，大数据和云计算已经逐渐成为IT行业的主流技术。国内外大数据和云计算研究热潮的来临使大数据和云计算技术逐渐成熟，同时在医疗领域，大型医疗数据中心以及信息系统也在逐步建立。虽然云计算是大数据增长的驱动力，但同时，由于医疗和医疗领域对大数据的需求不断增长，对云计算的需求也在不断增长，因此两者发展相辅相成。近年来随着医疗卫生事业数据的爆炸式增长，如何利用数据挖掘合理的应用这些数据，利用云计算以及大数据技术构建合理的数据云服务平台，是未来医疗卫生信息化工作的重要方向。
　　1 系统架构
　　本医疗卫生信息系统建立了医疗卫生大数据的统一规范和标准，因此其他相关应用程序或机构可以直接利用本系统的医疗卫生数据源以及交互机制。同时在此基础上，形成了第一个主题大数据应用程序，这些应用程序具有跨部门和组织的多功能性。随着该医疗信息平台的推广，将会有越来越多的累积健康数据大数据应用的例子，并最终形成不同方向的最佳应用示例，从而为医疗行业提供支持并形成新的应用场景和新服务模型。如图1所示，为医疗卫生大数据源与专题大数据应用以及业务大数据应用之间的联系和架构表示。
　　2 大数据建模描述分析
　　随着中国医疗卫生服务信息化进程的推进，将产生大量数据。 这些数据主要来自九个医疗和保健服务，如医疗业务活动，健康检查和公共卫生，其中包括医院的大量电子病历和区域卫生信息平台收集的居民健康记录。同时还有大量非结构化/半结构化数据，包括图像，office文档和XML结构文档。医疗大数据应用的关键是整合机构和政策制定者可能获得的所有数据，以找到如何刺激经济和减少共享数据的技术门槛。
　　中国的医疗卫生行业涉及多种类型的数据实体，包括医疗机构-部门-医生（门诊，医院），群体-患者，医疗管理部门-卫生局-疾病预防控制中心-医疗保险中心-发展和改革委员会-中医药管理局，医务管理部门-食品药品监督管理局，制药 R＼＼ u0026 D-制药生产-药品管理-药品（处方药，ODC药品），医疗器械 R-医疗器械生产-医疗器械管理-医疗器械，商业医疗保险公司，体检中心-体检医师，APP服务等。医疗卫生行业涉及的数据实体对象种类如图2所示。
　　该平台希望将医疗保健功能的应用扩展到业务角色和流程的所有方面，包括医生（包括专家，全科医生，医疗保健医生等），患者（包括慢性病患者，潜在患者等），管理人员（包括医疗管理人员，医疗保险经理，医疗监管经理，公共卫生管理人员等），制药经营者（药物研发，药品生产，药品物流，医药零售等）和商业医疗保险经营者（健康保险，重大疾病保险，医疗事故保险等）。
　　结论
　　在未来五年内，医疗大数据创造的价值将达到数千亿美元，同时产生10万个就业机会，还会有文化，社会，政治等方面对所谓数据的影响。本文基于大数据技术，针对医疗卫生信息化系统进行了相关研究。基于医疗保健行业的整体数据结构（包括数据模型，数据组成，数据关系），本研究使用相应的医疗和健康业务数据作为输入，经过数据处理及分析，可以智能化应用在医疗卫生行业的不同机构。本文分别从系统架构以及数据建模描述分析两个方面对医疗卫生信息化系统进行分析，从业务增强、发现知识、可预测性以及规则约束等方面进一步对目前的医疗卫生信息化系統进行综合，从而实现智慧医疗。随着大数据技术的不断发展，医疗领域的发展趋势必将是大数据技术驱动的个性化，创新和便捷的智能医疗。
　　参考文献
　　[1]  罗堃，代冕.  数据挖掘技术在医疗大数据中的应用研究[J].信息与电脑（理论版）. 2016（06）
　　[2]  滕琪，樊小毛，何晨光，李烨，卢东昕. 医疗大数据特征挖掘及重大突发疾病早期预警[J]. 网络新媒体技术. 2014（01）