基本信息
- 项目名称：
- 医疗改革下的HMiner社区健康档案智能分析系统
- 来源：
- 第十一届“挑战杯”国赛作品
- 小类：
- 信息技术
- 大类：
- 科技发明制作B类
- 简介：
- 社区医疗改革关系亿万人民的健康，关系千家万户的幸福，是重大民生问题，是医疗体制改革的重点。2009年新医改方案的公布使得对社区健康档案的研究再次成为热点。随着这场攻坚战的深入开展，在各社区医疗机构和卫生信息中心，收集、建立和存储了大量的、全面的“电子健康档案”信息。本系统是在新医改方案的框架下，利用信息技术改善医疗服务，让信息技术变身医者“仁术”，对我国的医疗体制改革将有重要的意义和美好的前景。软件以健康档案事务系统收集大量健康档案数据，以基于隐私保护的数据挖掘系统分析海量的数据以发现社区健康系统中隐含的医学诊断规则和模式存储在知识库中，并采用智能推理技术为医生进行疾病诊断治疗提供辅助决策。该软件应用于因素分析、预测、疾病判别诊断、疾病关联分析等中，为临床管理人员、医务人员、科研工作者进行科学管理、提高诊疗水平以及开展医学研究提供辅助决策与综合分析的工具。软件是受企业委托开发，已通过成果鉴定，并成功在社区卫生中心进行示范应用，具有广阔的推广应用前景，显著的经济效益和社会效益。
- 详细介绍：
- 社区医疗改革关系亿万人民的健康，关系千家万户的幸福，是重大民生问题，是医疗体制改革的重点。2009年4月6日公布的医疗改革新方案《中共中央国务院关于深化医药卫生体制改革的意见》明确指出大力推进社区医疗卫生信息化建设，以建立居民健康档案为重点，构建乡村和社区卫生信息网络平台。国家卫生部将“从2009年开始，在全国统一建立居民健康档案”列入《医药卫生体制改革近期重点实施方案（2009－2011年）》。随着这场攻坚战的深入开展，在各社区医疗机构和卫生信息中心，收集、建立和存储了大量的、全面的“电子健康档案”信息。虽然积累了大量数据，但未能摆脱“数据丰富，知识贫乏”的困境，迫切需要一种能够智能地把数据转换成有用信息和知识的工具。 健康档案数据挖掘研究是一门涉及面广、技术难度大的新兴交叉学科，目前在国内外还主要偏重于理论算法和方法研究，没有一个完整的真正可以实用的研究成果。数据挖掘技术在医疗服务领域的研究有所报道，但未见其社区健康档案智能分析系统的研究应用。当前的应用上还主要处于事务处理层次上。 本开发团队紧跟国内外数据挖掘技术研究的发展趋势，结合相关成熟技术对Apriori关联分析、GM(1，1)模型， 灰色关联度、K-means、贝叶斯算法、BP神经网络，决策树等数据挖掘算法进行了深入的研究，取得一定的成果，并进一步的实践摸索，将其与社区居民健康档案系统相结合，构筑了基于数据挖掘的健康档案智能分析系统，并成功实现了基于隐私保护数据挖掘的健康档案聚类算法分析。HMiner社区健康档案智能分析系统以健康档案事务系统收集大量健康档案数据，以基于隐私保护的数据挖掘系统分析海量的数据以发现社区健康系统中隐含的医学诊断规则和模式存储在知识库中，并采用智能推理技术为医生进行疾病诊断治疗提供辅助决策。该软件应用于因素分析、预测、疾病判别诊断、疾病关联分析等中，为临床管理人员、医务人员、科研工作者进行科学管理、提高诊疗水平以及开展医学研究提供辅助决策与综合分析的工具。
作品图片
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- 社区医疗改革关系亿万人民的健康，关系千家万户的幸福，是重大民生问题，是医疗体制改革的重点。2009年新医改方案的公布使得对社区健康档案的研究再次成为热点。随着这场攻坚战的深入开展，在各社区医疗机构和卫生信息中心，收集、建立和存储了大量的、全面的“电子健康档案”信息。本系统正是在这一背景下提出的，系统可全方位建立居民健康档案，实现全面掌握人群健康状况。可对健康信息数据进行整合分析，提取知识和规则，并更新现有知识库，然后应用到智能推理分析中。 基本思路： 本系统通过构建基于模型库、数据库、方法库和知识库的四库智能决策支持系统（IDSS）框架，以Delphi7.0作为前台人机对话系统开发工具，利用微软COM+技术，使用Matlab编写算法模型并导成DLL，然后调用。采用目前比较有效的数据挖掘算法对健康档案历史数据进行分析和挖掘，提取潜在的知识和规律，然后将这些知识和规律存储到知识库，并采用推理控制策略，在疾病诊断和治疗过程进行推理，利用知识，辅助决策。 创新点： （1）健康档案挖掘算法研究；（2）集成事务处理系统、数据挖掘系统和决策支持系统；（3）在系统中完美的融入了国际先进的病人关系管理（PRM）理论和知识管理理念，建立并施行现代化健康档案管理；（4）基于隐私保护的健康档案挖掘。 技术关键： （1）数据挖掘算法的研究和设计；（2）可视化结果的展示；（3）数据抽取、转换和装载；（4）知识库的构建，推理机制的应用；（5）隐私保护数据挖掘的实现。
科学性、先进性
- 健康档案数据挖掘研究是一门涉及面广、技术难度大的新兴交叉学科，目前在国内外还主要偏重于理论算法和方法研究，没有一个完整的真正可以实用的研究成果。数据挖掘技术在医疗服务领域的研究有所报道，但未见其在社区健康档案智能分析系统的研究应用。当前的应用还主要处在事务处理层次上，虽然积累了大量居民健康档案数据，但未能摆脱“数据丰富，知识贫乏”的困境，所以，迫切需要一种能够智能地把数据转换成有用信息和知识的工具。而且传统的方法对这些历史数据进行分析时，未对其进行保护，很容易造成居民健康隐私信息的泄露，对他们的生活和工作造成很大的影响。 本团队紧跟国内外数据挖掘技术研究的发展趋势，结合相关成熟技术对Apriori、GM(1，1)、灰色关联度、K-means、贝叶斯、BP神经网络和决策树等算法进行了深入的研究，取得一定的成果，并进一步的实践摸索，将其与社区居民健康档案系统相结合，构筑了基于数据挖掘的健康档案智能分析系统，并成功实现了基于隐私保护的健康档案聚类挖掘算法。
获奖情况及鉴定结果
- 2009年4月，该作品得到了实达科技（福建）软件系统集团有限公司和厦门市卫生信息化工程技术研究中心的验收鉴定。在技术成果鉴定报告中称“该软件在系统上线运行期间，得到相关工作人员的一致好评，具有产品化推广应用前景。” 2009年6月，该作品获第九届“挑战杯”福建省大学生课外学术科技作品竞赛一等奖。 2009年6月，该作品的一篇论文已被IEEE灰色系统与智能服务国际会议录用。 该作品源于国家自然科学基金项目《灰色推理及其在数据挖掘中的应用研究》和福建省自然科学重点基金《灰知识表示及灰知识灰性侧度研究》。科研项目的研究成果与实达科技(福建)软件集团有限公司企业实际需求相结合，就启动了这项软件的开发。
作品所处阶段
- 市场推广阶段。软件正由实达科技(福建)软件集团积极推广到福建省内的各个社区卫生服务中心。
技术转让方式
- 签订许可证合同
作品可展示的形式
- 作品可展示的形式包括：实物和产品、模型、磁盘、现场演示、图片、录像。
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 软件适用于各个社区卫生服务中心，具有较强的应用价值。目前国家卫生部从2009年开始，逐步在全国统一建立居民健康档案。建设全省居民健康信息系统，推进便民系统建设已被确定为2009年数字福建8大工作重点之一。本软件已成功试运行于福州市鼓楼南街和台江上海街道两个社区卫生服务中心，运行良好，提高医疗效率以及患者和医务人员的满意度，具有良好的推广前景和经济效益。目前正由实达公司和卫生厅积极推广到福建省内的各个社区卫生服务中心。 HMiner系统应用后，将有广阔的市场前景。系统投入运行后，积累大量数据，就可挖掘有价值的知识。可建立WWW健康在线服务，建立远程保健支持，为网民提供健康预测，个性化的健康管理方案以及智能医师等方面的服务，并对健康信息数据进行区域化、类型化的整合分析，使其成为有较高商业价值的信息化产品《健康数据报告》提供给健康相关产业。药厂、各种保险公司都欲从中获取信息资料，还有今后的营利性及非营利性医院，也需要居民的健康档案信息，来开辟对自己有利的市场，赢得竞争。
同类课题研究水平概述
- 一个国家卫生事业的发展，社区卫生信息管理是基础。各国专家都在努力发展社区卫生信息管理，探讨它的理论依据、社会因素和实施办法，从而提高全民的防病、治病水平。而发展中国家的社区卫生信息管理的重要性尤为突出。丁宝芬教授首次提出并探讨了社区卫生信息学这一新的概念。并且指出顺应卫生改革的方向，社区卫生服务的发展，促使医学信息学产生了一个新的分支领域，即社区卫生信息学和一个新的管理系统——社区卫生信息系统。近年来国内外学者在该领域的研究主要集中在以下几个方面： 一、理论研究方面。1）健康档案标准化研究。由于健康档案的数字化、电子化是社区卫生服务体系的信息化建设的基石，所以对电子健康档案的研究较多，董建成等人研究了电子健康档案的标准化这个电子健康档案发展的最大瓶颈。在社区卫生服务体系建设的研究方面，林琼设计了城市社区卫生服务体系的理论模型，提出社区卫生服务中心应当成为网络化管理的基本医疗服务及信息管理中心。目前，国家卫生信息标准正在研究进展中。《社区医疗基本数据集标准》、《电子病历应用基础与标准研究》、《健康档案应用基础与标准研究》正由科技部牵头启动。2）健康档案挖掘算法研究。 目前，未见有学者对特定的健康档案数据挖掘算法的深入研究，也没有应用实际数据以验证算法的有效性。 二、实践应用方面。目前社区卫生中心应用软件系统由不同软件公司开发，系统之间相互独立，并且没有统一的居民健康档案标准，数据结构和编码结构各不相同，数据无法共享。对各中心积累的历史数据的使用还停留在事务处理阶段，缺乏对其深入地分析和挖掘，无法将“居民健康档案”数据转化为真正意义上的“知识”财富。已开发的系统缺乏“智能”，无法为医疗人员提供支持。另外，伴随着人们对个人隐私关注的不断提高，数据挖掘技术遇到了越来越多的新困难。目前从国内外文献看，还未见有学者对对健康档案进行基于隐私保护的数据挖掘。 健康档案数据挖掘研究是一门涉及面广、技术难度大的新兴交叉学科，目前在国内外还主要偏重于理论算法和方法研究，没有一个完整的真正可以实用的研究成果。数据挖掘技术在医疗服务领域的研究有所报道，但未见其社区健康档案智能分析系统的研究应用。当前的应用上还主要处于事务处理层次上，虽然积累了大量数据，但未能摆脱“数据丰富，知识贫乏”的困境，迫切需要一种能够智能地把海量数据转换成有用信息和知识的工具。
