摘要：近年來，隨著醫(yī)療技術(shù)的快速發(fā)展和信息技術(shù)的廣泛應(yīng)用，醫(yī)療信息化已經(jīng)成為現(xiàn)代醫(yī)療服務(wù)的必然趨勢(shì)。然而，醫(yī)療信息化中數(shù)據(jù)量巨大、數(shù)據(jù)類型多樣等問題仍然存在。大數(shù)據(jù)技術(shù)作為信息技術(shù)的重要分支，具有處理海量、復(fù)雜、異構(gòu)數(shù)據(jù)的能力，已經(jīng)開始在醫(yī)療信息化中發(fā)揮重要作用。本文旨在研究大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的應(yīng)用及其關(guān)鍵技術(shù)和面臨的挑戰(zhàn)，包括醫(yī)療資源管理、醫(yī)療決策支持、疾病預(yù)測(cè)與預(yù)防、個(gè)性化醫(yī)療等方面。通過研究，可以更全面、深入地了解大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的應(yīng)用，為醫(yī)療服務(wù)提供更為精準(zhǔn)、高效的支持。

關(guān)鍵詞：醫(yī)療信息化；大數(shù)據(jù)技術(shù)；醫(yī)療資源管理

引言

隨著信息技術(shù)的快速發(fā)展和普及，醫(yī)療信息化已經(jīng)成為現(xiàn)代醫(yī)療服務(wù)的必然趨勢(shì)。醫(yī)療信息化可以提高醫(yī)療服務(wù)的效率和質(zhì)量，促進(jìn)醫(yī)療資源的合理配置和利用，同時(shí)也能夠更好地滿足患者的健康需求和個(gè)性化醫(yī)療服務(wù)。而在醫(yī)療信息化中，大數(shù)據(jù)技術(shù)的應(yīng)用則是一大亮點(diǎn)。大數(shù)據(jù)技術(shù)可以處理海量、復(fù)雜、異構(gòu)的醫(yī)療數(shù)據(jù)，發(fā)掘其中的知識(shí)和規(guī)律，為醫(yī)療決策和服務(wù)提供更為準(zhǔn)確、可靠的支持。因此，本文旨在研究大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的應(yīng)用及其關(guān)鍵技術(shù)和面臨的挑戰(zhàn)。

1. 大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的意義

首先，大數(shù)據(jù)技術(shù)可以幫助醫(yī)療機(jī)構(gòu)更好地管理和利用醫(yī)療數(shù)據(jù)。傳統(tǒng)的醫(yī)療服務(wù)往往存在信息孤島、數(shù)據(jù)分散、數(shù)據(jù)難以共享等問題，而大數(shù)據(jù)技術(shù)可以通過數(shù)據(jù)整合、數(shù)據(jù)共享等方式，提高數(shù)據(jù)的利用效率和質(zhì)量，從而更好地支持醫(yī)療決策和服務(wù)。

其次，大數(shù)據(jù)技術(shù)可以幫助醫(yī)療機(jī)構(gòu)更加精準(zhǔn)地開展個(gè)性化醫(yī)療。通過對(duì)大量醫(yī)療數(shù)據(jù)進(jìn)行分析和挖掘，可以發(fā)現(xiàn)潛在的疾病風(fēng)險(xiǎn)因素、疾病發(fā)展趨勢(shì)等，為醫(yī)生提供更為準(zhǔn)確的診斷和治療建議，同時(shí)也能夠幫助患者更好地了解自己的健康狀況和健康管理方案。

再次，大數(shù)據(jù)技術(shù)可以加速藥物研發(fā)和臨床試驗(yàn)的進(jìn)程。通過對(duì)大量的醫(yī)療數(shù)據(jù)進(jìn)行分析和挖掘，可以發(fā)現(xiàn)新的疾病機(jī)理、藥物靶點(diǎn)等，為藥物研發(fā)提供更為精準(zhǔn)的方向和支持，同時(shí)也能夠幫助臨床試驗(yàn)更快地篩選出合適的受試者，提高試驗(yàn)的成功率。

最后，大數(shù)據(jù)技術(shù)可以幫助醫(yī)療機(jī)構(gòu)更好地應(yīng)對(duì)公共衛(wèi)生事件。在公共衛(wèi)生事件的發(fā)生和應(yīng)對(duì)過程中，大數(shù)據(jù)技術(shù)可以通過數(shù)據(jù)分析和挖掘，發(fā)現(xiàn)疾病的傳播規(guī)律、疫情的趨勢(shì)等，為政府和醫(yī)療機(jī)構(gòu)提供及時(shí)、準(zhǔn)確的決策支持和服務(wù)。

2. 大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的應(yīng)用場(chǎng)景

2.1 醫(yī)療資源管理

醫(yī)療資源管理是醫(yī)療信息化的核心應(yīng)用之一，涉及醫(yī)療機(jī)構(gòu)、醫(yī)生、護(hù)士、藥品、醫(yī)療設(shè)備等多方面的資源。傳統(tǒng)的醫(yī)療資源管理方式主要依靠人工經(jīng)驗(yàn)和規(guī)劃，但是隨著醫(yī)療數(shù)據(jù)量的增加和醫(yī)療需求的多樣化，傳統(tǒng)管理方式已經(jīng)難以滿足實(shí)際需求[1]。大數(shù)據(jù)技術(shù)的出現(xiàn)為醫(yī)療資源管理帶來了新的機(jī)遇和挑戰(zhàn)。大數(shù)據(jù)技術(shù)通過對(duì)醫(yī)療數(shù)據(jù)進(jìn)行采集、存儲(chǔ)、清洗、分析和挖掘，可以為醫(yī)療資源管理提供更加精細(xì)化和科學(xué)化的支持，進(jìn)而提高醫(yī)療服務(wù)的效率和質(zhì)量。

例如，我國的健康醫(yī)療大數(shù)據(jù)平臺(tái)是一項(xiàng)旨在實(shí)現(xiàn)全國醫(yī)療數(shù)據(jù)共享和應(yīng)用的國家級(jí)重點(diǎn)項(xiàng)目。該平臺(tái)通過將來自醫(yī)院、醫(yī)保、監(jiān)管部門等多個(gè)數(shù)據(jù)源的醫(yī)療數(shù)據(jù)進(jìn)行整合和加工，為政府、醫(yī)療機(jī)構(gòu)、醫(yī)生和患者等多方提供了全面的醫(yī)療數(shù)據(jù)支持。其中，醫(yī)療資源管理是該平臺(tái)的重要應(yīng)用之一。通過對(duì)醫(yī)療機(jī)構(gòu)的就診數(shù)據(jù)、病歷數(shù)據(jù)、醫(yī)療費(fèi)用數(shù)據(jù)等進(jìn)行分析和挖掘，該平臺(tái)可以實(shí)現(xiàn)醫(yī)療資源的優(yōu)化配置和利用。當(dāng)某一地區(qū)的某種疾病突然暴發(fā)時(shí)，該平臺(tái)可以通過分析就診數(shù)據(jù)和病歷數(shù)據(jù)，預(yù)測(cè)患者數(shù)量和分布，從而及時(shí)調(diào)度醫(yī)生、床位、藥品等醫(yī)療資源，為患者提供及時(shí)有效的醫(yī)療服務(wù)。該平臺(tái)的成功應(yīng)用，為全國醫(yī)療信息化和醫(yī)療資源管理的發(fā)展提供了寶貴的經(jīng)驗(yàn)和借鑒。

2.2 醫(yī)療決策支持

醫(yī)療決策支持是指利用大數(shù)據(jù)技術(shù)對(duì)醫(yī)療數(shù)據(jù)進(jìn)行分析和挖掘，為醫(yī)生提供決策支持和參考。醫(yī)療決策支持旨在幫助醫(yī)生更加科學(xué)地制定治療方案和醫(yī)療決策，為醫(yī)療機(jī)構(gòu)提供數(shù)據(jù)支持、明確發(fā)展路線，從而提高醫(yī)療服務(wù)的效果和質(zhì)量。醫(yī)療決策支持需要借助大數(shù)據(jù)技術(shù)對(duì)數(shù)據(jù)進(jìn)行采集、存儲(chǔ)、清洗、分析和挖掘，從而更全面、準(zhǔn)確地分析醫(yī)療數(shù)據(jù)，幫助醫(yī)生和醫(yī)療機(jī)構(gòu)做出更加準(zhǔn)確和科學(xué)的決策。

例如，2020年，中國醫(yī)學(xué)裝備協(xié)會(huì)對(duì)國內(nèi)放療人員及放療設(shè)備現(xiàn)狀進(jìn)行了為期兩個(gè)月的調(diào)研，利用大數(shù)據(jù)技術(shù)為“十四五”期間全國放療設(shè)備的合理配置提供決策依據(jù)。根據(jù)調(diào)研數(shù)據(jù)，若將單臺(tái)直線加速器日治療量超30人設(shè)為基準(zhǔn)，在被調(diào)研的二級(jí)醫(yī)院中，加速器每日治療患者人數(shù)超基準(zhǔn)線的共95家，占比為27%。利用大數(shù)據(jù)技術(shù)可分析出二級(jí)醫(yī)院放療設(shè)備利用率偏低，醫(yī)療相關(guān)管理部門應(yīng)加強(qiáng)基層放療中心建設(shè)，提升放療中心資源輻射作用，提高區(qū)域醫(yī)療水平[2]。

2.3 疾病預(yù)測(cè)與預(yù)防

疾病預(yù)測(cè)與預(yù)防是大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的重要應(yīng)用場(chǎng)景之一。大數(shù)據(jù)技術(shù)可以為疾病的預(yù)測(cè)和預(yù)防提供科學(xué)依據(jù)和參考，可以對(duì)病歷數(shù)據(jù)、就診數(shù)據(jù)、醫(yī)保數(shù)據(jù)、環(huán)境數(shù)據(jù)等進(jìn)行分析和比對(duì)，以便及早發(fā)現(xiàn)疾病的發(fā)生規(guī)律和趨勢(shì)，從而及時(shí)采取預(yù)防和控制措施，降低疾病的發(fā)病率和死亡率。

例如，新冠疫情時(shí)期，大數(shù)據(jù)技術(shù)在疾病預(yù)測(cè)和預(yù)防中的應(yīng)用得到了廣泛的關(guān)注。我國新冠疫情暴發(fā)初期，利用大數(shù)據(jù)技術(shù)分析了病毒的傳播規(guī)律和特點(diǎn)，結(jié)合醫(yī)院、社區(qū)和居民等多個(gè)數(shù)據(jù)源，制定了包括隔離、流調(diào)、溯源在內(nèi)的一系列疫情防控措施。同時(shí)，還利用大數(shù)據(jù)技術(shù)對(duì)疫情的發(fā)展趨勢(shì)和規(guī)律進(jìn)行分析和預(yù)測(cè)，為政府和醫(yī)療機(jī)構(gòu)提供了決策支持和參考。這些措施和預(yù)測(cè)分析對(duì)于控制疫情的發(fā)展和傳播起到了至關(guān)重要的作用，為全球范圍抗擊新冠疫情提供了寶貴的經(jīng)驗(yàn)和借鑒。

2.4 個(gè)性化醫(yī)療

個(gè)性化醫(yī)療旨在通過大數(shù)據(jù)技術(shù)的應(yīng)用，為患者提供更為精準(zhǔn)、個(gè)性化的醫(yī)療服務(wù)[3]。個(gè)性化醫(yī)療需要借助大數(shù)據(jù)技術(shù)對(duì)患者的病歷數(shù)據(jù)、基因數(shù)據(jù)、影像數(shù)據(jù)等進(jìn)行分析和比對(duì)，以便更好地診斷和治療患者的疾病。個(gè)性化醫(yī)療可以提高治療效果和患者滿意度，從而提高醫(yī)療服務(wù)的效率和質(zhì)量。

例如，美國史隆凱特琳癌癥研究中心在2019年利用大數(shù)據(jù)對(duì)隨機(jī)森林模型進(jìn)行訓(xùn)練，用于預(yù)測(cè)類型或來源不明的腫瘤，從而為不同類型的腫瘤患者提供區(qū)別化的治療方法。該項(xiàng)研究，以7791名患者的性別以及包括突變、缺陷、大片段拷貝數(shù)在內(nèi)的多種基因組數(shù)據(jù)作為訓(xùn)練集，訓(xùn)練其構(gòu)建的隨機(jī)森林模型，同時(shí)提供了11644名患者作為獨(dú)立驗(yàn)證集。經(jīng)大數(shù)據(jù)訓(xùn)練后的模型分類器預(yù)測(cè)出了73.8%的訓(xùn)練集患者和74.1%的驗(yàn)證集患者的腫瘤類型，其中約50%患者的預(yù)測(cè)準(zhǔn)確率超過95%[4]。通過大數(shù)據(jù)技術(shù)不僅提高了腫瘤預(yù)測(cè)和診斷的精度和準(zhǔn)確性，還能夠幫助醫(yī)生制定更為科學(xué)合理的治療方案，提高治療效果和患者生存率。

此外，大數(shù)據(jù)技術(shù)還可支持患者康復(fù)和生活方式的管理?；颊呖梢酝ㄟ^院方診后健康管理平臺(tái)上傳自己的生理數(shù)據(jù)、生活習(xí)慣等信息，平臺(tái)可以利用大數(shù)據(jù)技術(shù)分析這些數(shù)據(jù)，為患者制定個(gè)性化的康復(fù)方案和生活方式管理計(jì)劃。通過定期收集和分析患者的數(shù)據(jù)，平臺(tái)可以不斷優(yōu)化康復(fù)方案和管理計(jì)劃，提高患者的康復(fù)效果和生活質(zhì)量。

3. 大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的關(guān)鍵技術(shù)和面臨的挑戰(zhàn)

3.1 數(shù)據(jù)采集與存儲(chǔ)

數(shù)據(jù)采集與存儲(chǔ)是大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的關(guān)鍵技術(shù)之一，也是面臨的挑戰(zhàn)之一。醫(yī)療信息化涉及的數(shù)據(jù)類型復(fù)雜多樣，包括患者的病歷數(shù)據(jù)、醫(yī)療影像數(shù)據(jù)、醫(yī)生的診斷數(shù)據(jù)等，這些數(shù)據(jù)往往是異構(gòu)的、結(jié)構(gòu)復(fù)雜的，需要通過多種方式進(jìn)行采集和存儲(chǔ)[5]。

數(shù)據(jù)采集方面，醫(yī)療機(jī)構(gòu)需要采用多種手段來收集患者的醫(yī)療數(shù)據(jù)，例如電子病歷系統(tǒng)、醫(yī)學(xué)影像系統(tǒng)、醫(yī)療設(shè)備、患者自述等。其中，醫(yī)療設(shè)備如醫(yī)療儀器、傳感器等可以直接采集到患者的生理數(shù)據(jù)，例如心電圖、血壓、血糖等，醫(yī)學(xué)影像系統(tǒng)可以采集到患者的影像數(shù)據(jù)。但是，這些數(shù)據(jù)的格式和結(jié)構(gòu)可能不同，需要在采集前進(jìn)行標(biāo)準(zhǔn)化和整合，以便后續(xù)的存儲(chǔ)和分析。

數(shù)據(jù)存儲(chǔ)方面，醫(yī)療數(shù)據(jù)通常是海量的、異構(gòu)的，需要采用高效、安全的存儲(chǔ)方式。傳統(tǒng)的存儲(chǔ)方式往往是將數(shù)據(jù)存儲(chǔ)在本地的數(shù)據(jù)庫中，但是這種方式在面對(duì)大規(guī)模數(shù)據(jù)的情況下存在不足。因此，現(xiàn)在醫(yī)療機(jī)構(gòu)更傾向于采用云計(jì)算、分布式存儲(chǔ)等技術(shù)來存儲(chǔ)醫(yī)療數(shù)據(jù)。這些技術(shù)能夠有效解決數(shù)據(jù)存儲(chǔ)的擴(kuò)展性和安全性問題，同時(shí)也能夠支持?jǐn)?shù)據(jù)的快速檢索和分析。

3.2 數(shù)據(jù)清洗與處理

數(shù)據(jù)清洗與處理是大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的一個(gè)必要過程。醫(yī)療數(shù)據(jù)往往是復(fù)雜、龐大、異構(gòu)的，需要進(jìn)行清洗和處理，以便為后續(xù)的數(shù)據(jù)分析和挖掘提供準(zhǔn)確、可靠的數(shù)據(jù)源。

數(shù)據(jù)清洗方面，主要是對(duì)數(shù)據(jù)的去重、缺失值填充、異常值處理等。在醫(yī)療數(shù)據(jù)中，常常存在數(shù)據(jù)重復(fù)的問題，需要進(jìn)行去重處理，以便減少數(shù)據(jù)冗余和提高數(shù)據(jù)質(zhì)量。同時(shí)，由于醫(yī)療數(shù)據(jù)的采集方式多樣，往往會(huì)出現(xiàn)數(shù)據(jù)缺失的情況，需要進(jìn)行缺失值填充。此外，醫(yī)療數(shù)據(jù)中也可能存在異常值，需要進(jìn)行異常值處理，以保證數(shù)據(jù)的準(zhǔn)確性和可靠性。

數(shù)據(jù)處理方面，主要是對(duì)數(shù)據(jù)進(jìn)行預(yù)處理、特征選擇和建模等。在醫(yī)療數(shù)據(jù)中，預(yù)處理是一個(gè)非常重要的環(huán)節(jié)，需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、歸一化、降維等處理，以便為后續(xù)的數(shù)據(jù)分析和挖掘提供良好的數(shù)據(jù)基礎(chǔ)。特征選擇是指從數(shù)據(jù)中挑選出對(duì)于預(yù)測(cè)模型有意義的特征變量，以提高預(yù)測(cè)模型的準(zhǔn)確性和穩(wěn)定性。建模則是根據(jù)預(yù)處理和特征選擇后的數(shù)據(jù)進(jìn)行模型的構(gòu)建和驗(yàn)證，以便為醫(yī)療決策提供更為準(zhǔn)確、可靠的參考。

3.3 數(shù)據(jù)分析與挖掘

數(shù)據(jù)分析與挖掘是大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的另一項(xiàng)關(guān)鍵技術(shù)。醫(yī)療數(shù)據(jù)具有復(fù)雜多樣性和海量性的特點(diǎn)，需要通過數(shù)據(jù)分析和挖掘，提取其中的知識(shí)和規(guī)律，以便更好地支持醫(yī)療決策和服務(wù)。

數(shù)據(jù)分析方面，主要是對(duì)醫(yī)療數(shù)據(jù)進(jìn)行可視化分析、統(tǒng)計(jì)分析和機(jī)器學(xué)習(xí)等。可視化分析是通過圖表、儀表盤等方式，將數(shù)據(jù)呈現(xiàn)出來，以便醫(yī)生和決策者更直觀地了解醫(yī)療數(shù)據(jù)的趨勢(shì)和規(guī)律。統(tǒng)計(jì)分析則是基于數(shù)據(jù)的概率模型，對(duì)醫(yī)療數(shù)據(jù)進(jìn)行分析和推斷，以便了解數(shù)據(jù)的特征和規(guī)律。機(jī)器學(xué)習(xí)則是利用機(jī)器學(xué)習(xí)算法，對(duì)醫(yī)療數(shù)據(jù)進(jìn)行分類、預(yù)測(cè)、聚類等，以便為醫(yī)療決策和服務(wù)提供更為準(zhǔn)確、可靠的支持。

數(shù)據(jù)挖掘方面，主要是利用數(shù)據(jù)挖掘算法，對(duì)醫(yī)療數(shù)據(jù)進(jìn)行挖掘和發(fā)現(xiàn)，以便提取其中的知識(shí)和規(guī)律。數(shù)據(jù)挖掘可以應(yīng)用于疾病預(yù)測(cè)、個(gè)性化醫(yī)療、藥物研發(fā)等多個(gè)領(lǐng)域。例如，在疾病預(yù)測(cè)方面，數(shù)據(jù)挖掘可以通過對(duì)大量的病歷數(shù)據(jù)、醫(yī)療影像數(shù)據(jù)等進(jìn)行分析和挖掘，預(yù)測(cè)疾病的發(fā)生趨勢(shì)和規(guī)律。

3.4 數(shù)據(jù)隱私保護(hù)

隨著社會(huì)對(duì)隱私保護(hù)的呼聲越來越高，大數(shù)據(jù)的隱私保護(hù)在醫(yī)療信息化中的重要性與要求也與日俱增。醫(yī)療數(shù)據(jù)涉及患者的隱私和個(gè)人信息，因此需要采取多種措施保護(hù)數(shù)據(jù)的隱私性和安全性[6]。

首先，數(shù)據(jù)隱私保護(hù)需要制定相關(guān)政策和法規(guī)，以保障患者的隱私和權(quán)益。醫(yī)療機(jī)構(gòu)需要建立完善的隱私保護(hù)機(jī)制，制定數(shù)據(jù)隱私保護(hù)政策，明確數(shù)據(jù)收集、存儲(chǔ)和使用的范圍和規(guī)定，并嚴(yán)格執(zhí)行。

其次，數(shù)據(jù)隱私保護(hù)需要采取數(shù)據(jù)脫敏、加密等技術(shù)，以保護(hù)數(shù)據(jù)的隱私性和安全性。數(shù)據(jù)脫敏是指對(duì)醫(yī)療數(shù)據(jù)進(jìn)行去標(biāo)識(shí)化處理，去除個(gè)人信息和敏感信息，從而降低數(shù)據(jù)泄露的風(fēng)險(xiǎn)。數(shù)據(jù)加密則是采用密碼學(xué)技術(shù)對(duì)醫(yī)療數(shù)據(jù)進(jìn)行加密處理，保護(hù)數(shù)據(jù)的機(jī)密性和完整性。

此外，數(shù)據(jù)隱私保護(hù)還需要采取訪問控制、審計(jì)跟蹤等措施，以確保數(shù)據(jù)的訪問和使用符合相關(guān)規(guī)定和權(quán)限。訪問控制是指對(duì)醫(yī)療數(shù)據(jù)進(jìn)行訪問權(quán)限的管理，確保只有被授權(quán)人員才能訪問和使用醫(yī)療數(shù)據(jù)。審計(jì)跟蹤則是指對(duì)醫(yī)療數(shù)據(jù)的訪問和使用進(jìn)行監(jiān)控和跟蹤，以便發(fā)現(xiàn)和防止不當(dāng)訪問和使用的行為。

結(jié)語

本文分析了大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的應(yīng)用及其關(guān)鍵技術(shù)和面臨的挑戰(zhàn)，大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的應(yīng)用非常廣泛，可幫助醫(yī)療機(jī)構(gòu)更好地管理和利用醫(yī)療數(shù)據(jù)，加速藥物研發(fā)和臨床試驗(yàn)的進(jìn)程，更好地應(yīng)對(duì)公共衛(wèi)生事件等挑戰(zhàn)。同時(shí)，大數(shù)據(jù)技術(shù)在醫(yī)療信息化中也面臨著數(shù)據(jù)采集與存儲(chǔ)、數(shù)據(jù)清洗與處理、數(shù)據(jù)分析與挖掘、數(shù)據(jù)隱私保護(hù)等方面的挑戰(zhàn)。只有通過科學(xué)合理的技術(shù)手段和政策措施，才能更好地發(fā)揮大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的作用，為醫(yī)療服務(wù)提供更為精準(zhǔn)、高效的支持。

參考文獻(xiàn)：

[1]徐艷萍.試談大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的應(yīng)用[J].信息記錄材料，2020，21（12）： 167-168.

[2]袁琛.淺談大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的應(yīng)用[J].醫(yī)療裝備，2016，29（2）：12-13.

[3]謝森.大數(shù)據(jù)技術(shù)在醫(yī)療信息化中的應(yīng)用探索——評(píng)《區(qū)域醫(yī)療信息化建設(shè)及其示范工程研究》[J].現(xiàn)代雷達(dá)，2021，43（9）：120.

[4]Penson A，Camacho N，Zheng Y，et al.Development of Genome-Derived Tumor Type Prediction to Inform Clinical Cancer Care[J].JAMA Oncology，2020，6（1）：84-91.

[5]李昌容.醫(yī)療信息化中的大數(shù)據(jù)思想[J].科技與創(chuàng)新，2018，（4）：89-90.

[6]劉艷麗，俞莉，龍建成.醫(yī)療大數(shù)據(jù)的應(yīng)用[J].醫(yī)療裝備，2017，30（16）：63-64.

作者簡(jiǎn)介：凌之晞，碩士研究生，助理工程師，研究方向：醫(yī)院大數(shù)據(jù)治理。