从业务领域上看，数字化医院应能够 对医院所有的业务领域进行数字化处 理和管理，从管理对象上看，应包括 病人、工作人员、资产、科室、成果 等所有对象。

　　就是能够对所管理的对象和产生的数 据进行有效管理，核心是要建立主索 引和数据中心。

　　被发现，或结构变化无定（半结构化或多结构化） 结构本在，只是未建模。 非结构化数据处理的核心在语义分析和逻辑模式识 别。 医疗服务

　　1)区分数据与信息 • 数据只有在准确并获得及时更新的情况下才是信息。数据不准确没有保存的价

　　值。在信息收集或分析前需要确认这些数据是否实际有效。 2)对数据进行细致观察，做好整体规划 • 信息系统孤立且凌乱，导致各系统之间往数据脱节、根本无法彼此交互。 • 确定系统的交互方式、数据捕捉 与存储方式等，以保证后续工作的顺利进行。 3)对大数据有清晰的认识，小规模入手 • 大数据技术有清晰的认识。不要贪大图快，需按步骤一步一步来，比较明智的

　　因为数据越大，趋势判断就越准确。 数据表示的过去，但表达的是未来。 所有可以电子化的东西都可叫做数据。

　　大数据是一种新的数据形态和实践，它与当前主流 的数据应用实践并存，而非取代。

　　大数据也是一种战略、世界观和习惯。即使今天没 有大体量的数据，为未来的大数据实践做准备。

　　“数据即价值”的价值观早已存在，Value不是大 数据专享的属性，小数据照样有大价值。从数据中 发现价值的实践也由来已久。

　　数据存在多源异构问题： 医院信息系统不同时期建设，缺乏统一规划。 各医院的信息系统发展不均衡。 部分医院的信息系统厂商多，系统多，软件及硬件

　　挖掘分析不深入。系统仅是对日常事务的查询和统计处理，缺乏对统计信息进行深入

　　挖掘、内在相关性和发展预测分析，医院管理决策还是凭经验和定性分析为主，影响了决

　　基础信息建设不到位。目前医院信息系统建设还不够全面，特别缺乏全过程的信息化

　　管控，主索引和数据标准化等对决策支持系统起着非常重要作用基础条件还不够具备。

　　大数据不是大，大数据是多源。从多个源头 的数据去互相印证一个事实，这是“大”。

　　以患者为中心的信息在医院内外、甚至 跨机构、跨领域都有共享的需求。如何 更高效的管理医疗大数据？是一个值得 深思的问题。

　　各种临床数据以患者为中心的统一管理、 统一归档，包括影像、文字、图片、视 频等；

　　1）服务居民。个性化健康保健指导，使居民能在医院、 社区及线上的服务保持连续性。 2）服务医生。临床决策支持，如用药分析、药品不 良反应、疾病并发症、治疗效果相关性分析、抗生素 应用分PG电子官网析；或是制定个性化治疗方案。 3）服务科研。包括疾病诊断与预测、临床实验数据 的分析与处理等方面；提供最佳治疗途径。 4）服务管理机构。规范性用药评价、管理绩效分析。 5）公众健康服务。危及健康因素的监控与预警、网 络平台、社区服务等方面。

　　以病人为中心，对患者实现全程数字化 服务；以医嘱为核心，对诊疗实现全程 数字化处理；以管理为导向，对对象实 现全程数字化管控。

　　系统所用的术语、代码遵循国际和国 家的标准，引进的软件系统必须符合 国家统一的技术标准。

　　频、模拟信号。 医院数据可简单分为结构化与非结构化 信息里的“结构”是永远存在的，只不过结构尚未

　　医院管理者对信息开放持保守观念；对数据安全、如何保护患 者隐私等问题心里没底；整个行业缺少数据开放案例。

　　现在制定发布的一些标准，偏重于数据集标准，而对数据字 典关注不足，对诊断编码（ICD-10）、药品编码、耗材编码、 收费项目编码关注不足，没有统一标准。

　　病人就医过程中产生的信息 临床和实验室数据整合 智能穿戴设备带来的健康管理数据 互联网医疗应用 组学数据--基因组学、代谢组学、蛋白 质组学……