孟彥霖 王祖維 葉力銘 王嘉雯 劉天華 夏輝

摘要：從大數(shù)據(jù)和醫(yī)藥健康問題出發(fā)，首先闡述了大數(shù)據(jù)對醫(yī)藥健康行業(yè)的促進作用，介紹了相應的背景知識。據(jù)此設(shè)計出一個基于大數(shù)據(jù)的醫(yī)藥健康平臺，導入了2017-2018年度部分藥品銷售數(shù)據(jù)進行分析及展示了系統(tǒng)效果。最后對醫(yī)藥健康大數(shù)據(jù)目前存在的問題進行了分析總結(jié)。

關(guān)鍵詞：大數(shù)據(jù);生物醫(yī)藥;健康和醫(yī)療;聚類分析

隨著移動互聯(lián)網(wǎng)的普及、各種智能數(shù)據(jù)采集和數(shù)據(jù)存儲技術(shù)的進步，人類活動產(chǎn)生的數(shù)據(jù)正以驚人的速度增長，這些數(shù)據(jù)往往難以被傳統(tǒng)的管理系統(tǒng)有效的整理，而能在各種各樣類型的數(shù)據(jù)中，能夠快速獲得有價值信息的大數(shù)據(jù)技術(shù)被人們所熟知起來。大數(shù)據(jù)是一種以PB為單位的數(shù)據(jù)集，能夠有效且經(jīng)濟地存儲、管理、處理的復雜的數(shù)據(jù)。如今，大數(shù)據(jù)已經(jīng)滲透到人們生活與社會發(fā)展的各個方面，

隨著互聯(lián)網(wǎng)技術(shù)的日新月異，數(shù)據(jù)采集變得方便，數(shù)據(jù)分析也變得尤為重要。大數(shù)據(jù)在生活，工業(yè)，醫(yī)藥，體育等眾多領(lǐng)域都得到廣泛應用。在生物醫(yī)藥領(lǐng)域，大數(shù)據(jù)發(fā)揮的作用也愈發(fā)關(guān)鍵。由于我國老齡化人口數(shù)量不斷增加和慢性病患者數(shù)量龐大，導致醫(yī)藥數(shù)據(jù)量大，類型復雜。醫(yī)藥大數(shù)據(jù)可提高服務效率.例如歷史用藥信息可提高醫(yī)生診療速度和準確性。醫(yī)藥大數(shù)據(jù)也可以減少醫(yī)療資源浪費，提高其利用率。例如藥品監(jiān)管可減少藥品浪費，減少無效診療，醫(yī)保欺詐。大數(shù)據(jù)還能夠幫助醫(yī)生更好的了解病人;快速根據(jù)病情進行個性化治療，通過數(shù)據(jù)預測疾病爆發(fā)等等。

1、醫(yī)藥健康大數(shù)據(jù)平臺

為了能夠更好的處理醫(yī)藥健康問題，我們根據(jù)醫(yī)藥大數(shù)據(jù)的特點提出了醫(yī)藥健康大數(shù)據(jù)平臺。首先，醫(yī)院治療并錄入患者的信息，并將數(shù)據(jù)以安全的信道傳輸?shù)焦芾砥脚_，管理者及時反饋并收集用戶的信息，由數(shù)據(jù)分析師進行評估，再傳遞給私人醫(yī)生，社區(qū)醫(yī)生等，給患者合理的建議。主要的平臺流程如下圖所示。

1.1 k-means聚類分析算法

數(shù)據(jù)采集是數(shù)據(jù)分析中必不可少的，在本文中，我們采用K-means聚類分析來采集數(shù)據(jù)，k-meons算法由MacQueen在1967年提出，屬于基于距離的聚類方法中的一種基本的劃分方法，其函數(shù)定義為：

其中，uj是類Wj中數(shù)據(jù)對象的均值，uj是C個聚類中心，分別代表C個類。K- Means算法首先初始化C個類簇中心，然后計算各個數(shù)據(jù)對象到聚類中心的距離，并對其分類，把數(shù)據(jù)對象劃分至距離其最近的聚類中心所在類簇中，接著根據(jù)所得類簇，繼續(xù)更新類簇中心，一直迭代到最大次數(shù)?；蛘邇纱蔚鶭c的差值小于某一閾值時，迭代終止，得到最終的聚類結(jié)果。由于K-Means算法易于描述，工作效率高。在文本聚類領(lǐng)域，K-Meons算法已經(jīng)成為基本的算法。

1.2 設(shè)計流程

首先，通過sporkstreaming實時從flume獲取數(shù)據(jù)并將數(shù)據(jù)導人數(shù)據(jù)庫，在ideo集成開發(fā)環(huán)境下編寫spark程序，將程序通過maven打包成jar包提交到spark集群，然后在spark環(huán)境下運行jar包來分析數(shù)據(jù)存人數(shù)據(jù)庫，再通過JavaWeb進行前端布局與連接數(shù)據(jù)庫操作，最后通過echarts的web項目從數(shù)據(jù)庫提取數(shù)據(jù)，將分析得到的數(shù)據(jù)以更加直觀，科學的形式呈現(xiàn)在系統(tǒng)管理者面前。

1.3 平臺效果

由數(shù)據(jù)提供方提供的‘2017-2018年藥品銷售數(shù)據(jù)’截取5000條藥品銷售情況，進行數(shù)值分析并導人平臺，在管理者模塊中，分析得出的結(jié)果以六大板塊展示出來分別為：患者購藥行為對比、購買某類藥物的患者的性別對比、購買某類藥物的患者痊愈后回饋某類藥物的評分對比各省份的某類藥物的銷量對比另女患者各個年齡段對比、針對某病癥的各類藥物銷量對比、各省份的某類藥物的銷量對比和患者痊愈后回饋藥物評分對比。由于數(shù)據(jù)提供方表示不能在作品中出現(xiàn)真實名稱，所以我們用某類代替。具體數(shù)據(jù)如圖所示。

2、問題與挑戰(zhàn)

通過可視化數(shù)據(jù)分析，系統(tǒng)管理者能較為直觀，清晰的分析數(shù)據(jù)。盡管如此.在實際應用中還面臨許多問題和挑戰(zhàn)。

2.1 數(shù)據(jù)處理

對小數(shù)據(jù)而言，最基本就是要減少錯誤，保證質(zhì)量，但是對于大數(shù)據(jù)來講，允許個別不精確的出現(xiàn)是其基本的特征，而非缺點。由于分散在醫(yī)療藥物信息共享平臺下各類醫(yī)療機構(gòu)中的大量異常數(shù)據(jù)，將這些數(shù)據(jù)進行采集，整合十分困難。對個人信息來講，對每一次的歷史診療都必須準確無誤，但是只看重這些高質(zhì)量精確數(shù)據(jù)，而忽視那些不精確數(shù)據(jù)的利用將無法適應大數(shù)據(jù)時代，所以對數(shù)據(jù)的處理就顯得尤為重要。

2.2 醫(yī)藥數(shù)據(jù)標準不統(tǒng)一，難于共享

雖然醫(yī)藥大數(shù)據(jù)已經(jīng)研發(fā)十幾年，我國也擁有海量的大數(shù)據(jù)資源，但現(xiàn)在各大醫(yī)院的大量信息還沒有互通起來，同時缺少有效分類。其中數(shù)據(jù)信息標準不統(tǒng)一是最大的問題，各家醫(yī)院的信息標準，接口都不盡相同。有些數(shù)據(jù)是視頻，音頻等。非傳統(tǒng)結(jié)構(gòu)化的文本，導致難于導入程序中，使醫(yī)藥數(shù)據(jù)利用率低，難于共享。

2.3 安全隱私缺少保障

數(shù)據(jù)的安全與隱私缺少保障;同時醫(yī)藥大數(shù)據(jù)相關(guān)領(lǐng)域的法律體系不太完善，醫(yī)院等醫(yī)療機構(gòu)服務器存人大量個人私密信息，一旦被敵手獲取，對個人安全造成嚴重威脅。

3、結(jié)束語

通過我們的大數(shù)據(jù)平臺，管理者和分析師能更為直觀的整理分析醫(yī)藥數(shù)據(jù)。目前大數(shù)據(jù)在醫(yī)藥方面還處于探索階段，但是已經(jīng)展現(xiàn)了顛覆醫(yī)藥行業(yè)的潛力。我們要積極解決目前存在的數(shù)據(jù)處理，標準不統(tǒng)一等有關(guān)問題，不斷完善數(shù)據(jù)平臺。相信隨著大數(shù)據(jù)的發(fā)展，生物醫(yī)藥大數(shù)據(jù)技術(shù)會更加改變?nèi)祟惖纳睢?/p>

參考文獻

[1]馬家奇，公共衛(wèi)生大數(shù)據(jù)應用叨.中國衛(wèi)生信息管理雜志，2014.

[2]俞國培，包小源，黃新霆等，醫(yī)療健康大數(shù)據(jù)的種類、性質(zhì)及有關(guān)問題[J].醫(yī)學信息學雜志，2014， 35（6）： 9-12.

[3]張巍，大數(shù)據(jù)以及火數(shù)據(jù)處理技術(shù)在醫(yī)院信息化建設(shè)中的應用，《科技風》，2018（1）：58-58

[4]程方慧，泥瑾，大數(shù)據(jù)處理技術(shù)在醫(yī)院信息化中的應用，《網(wǎng)絡安全技術(shù)與應用》，2017（10J：67-67

[5] Carolinas heahhcare system[EB/OL]. http：//www.ehoose carolinasheahheare. ore，/， 2015.

[6] Sharma S，Mangat V.Technology and trends to handlebig data： survey. Proceedings of the 5th InternationalConference on Advanced Computing&CommunicationTechnologies（ACCT），Haryana， India， 2015： 266～271

[7] Kelly J. Big data vendor revenue and market forecast.http：//www.kdnuggets. com/2014/04/big-data-vendor-analysis-clusters.html， 2014