【IT168 应用】说起医院，可能绝大多数的平头老百姓都有一种莫名的畏惧，因为“看病难”。“看病难”的原因也许有很多，如确诊难、重复检查、多花钱以及流程繁琐等等。但你是否有想过未来到医院看病将是怎样的情况呢?

　　利用大数据分析解决“看病难”

　　也许是这样的，你进行常规体检的时候，就会提醒你需要到医院进行针对性检查，到任何一家正规医院检查之后，很快就能找到病因，并根据你以往的患病信息，为医生提供参考的治疗方案和建议。需要创伤性手术的话，马上筛选出符合条件的医院，到另一家医院进行住院治疗或者因为其他原因需要转院的话，你并不需要重复检查，你的病历会随之转移到新的医院。而需要异地专家支援的话，也许专家也不必到现场，远程操控就可以。术后休养根据每个人不同的情况可能会有不同的建议可供参考，术后的健康追踪也不一定非要到特定的医院进行，也许就近医院就可进行。

　　这很像是异想天开吗?借助现代化的IT技术手段，这一切实现起来其实并不难。如果用大数据的概念来看的话，其可简单地被分为三个过程，即数据搜集、数据分析和结果输出。当然，看似简单的背后通常有一系列的技术挑战，但并非不可解决。从目前来看，其最核心的问题落在了大数据之上。如何把医疗大数据转换为经济价值，即“关键是怎么能够提取出与诊疗有关的数据”。

　　大数据的来源有很多，诸如公共卫生系统(妇幼、防疫、血站等)、院内系统，及对两种系统融合的区域卫生平台。各种来源的数据集中起来可能会产生大量的数据，这之中不仅有病人主索引系统中的结构化数据，PACS系统中还存在Dicom、JPG文件，甚至手术系统中的视频文件，以及用于病历中的XML文件等等，这些都是医疗医用中重要的数据类型。

　　各种来源的数据集合起来就会达到几十TB甚至上百TB的数据规模，可预见的是，随着医疗信息化进程的推进，其数据量将会越来越庞大，这仅仅是存储空间需求，要将这些数据最大限度利用，就需要对数据进行处理和分析，以回馈出具有参考意义的结果。

　　曙光医疗大数据方案整体设计

　　作为国内最具知名的IT解决方案厂商之一，曙光公司的大数据战略，正致力于解决各行业海量数据带来的难题，并发挥其潜在的价值。医疗信息化，这个关乎民生的工程，也是国家的重点建设项目之一，引起曙光的重点关注是必然的。

　　对医疗数据的采集、存储、分析和展示是曙光医疗大数据方案的核心。结合当前医院的业务，以及向医疗信息化进军所存在的问题，曙光提出了针对医疗大数据的整体设计模型，具体如下图所示：

　　曙光公司提出的医疗大数据模型有大数据制程平台和大数据应用平台两部分构成。大数据支撑平台是医疗大数据应用的基础环境，利用大数据管理的手段对不同的基础硬件、基础软件、开发平台从架构上进行规划，从而满足医疗行业大数据应用平台的需求。

　　大数据应用平台则通过建立一套信息化、标准化、智能化的决策支持应用系统，可方便医疗管理机构及医疗服务机构进行卫生管理和决策指导。曙光的医疗大数据系统主要为医疗卫生规划指导、监督管理、资源协调、疾病防控等方面提供服务。