编辑推荐
适读人群 ：本书是很多应用实例和经验的总结，案例丰富翔实，将理论与实际紧密结合，对互联网技术人员、健康医疗行业的从业人士，以及高等院校相关专业的学生均有很大帮助。
近距离行业洞察，35年行业积累，20例深度揭秘；本书的主编卢朝霞女士，作为东北大学的资深教授，我国大健康和信息化领域知名的专家学者，以及东软集团的高级副总裁，她既具备非常深厚的专业背景和理论功底，同时也拥有数十年所积累的非常丰富的企业实践经验。
内容简介
本书围绕健康医疗大数据的理论与实践展开论述。全书共分为7章，第1章主要描述大数据的基础知识、通用技术以及技术发展趋势；第2章主要对健康医疗大数据的概念、特征、分类、主要应用技术、国内外发展现状以及应用需求进行系统阐述；第3章~第6章分别对临床大数据、精细化运营大数据、健康管理大数据以及基因检测大数据的应用实践案例进行详细论述；第7章对健康医疗大数据的未来发展趋势进行展望。本书是很多应用实例和经验的总结，案例丰富翔实，将理论与实际紧密结合，对互联网技术人员、健康医疗行业的从业人士，以及高等院校相关专业的学生均有很大帮助。
作者简介
卢朝霞，1957年8月出生于洛阳市西工区。毕业于东北大学。硕士，教授。现任东软集团股份有限公司高级副总裁、东软熙康健康科技有限公司董事长兼CEO。1993年获政府特殊津贴，1995年晋升为教授。曾多次被评为东北大学科研先进个人、沈阳市优秀教师、辽宁省优秀科研工作者，获2000年全国"杰出创业女性”等荣誉称号。
章节目录
目 录
第1章 大数据概述 / 1
1．1 大数据基础知识 / 2
1．1．1 大数据概念和特征 / 2
1．1．2 大数据分类 / 4
1．2 大数据通用技术 / 7
1．2．1 数据采集与预处理 / 7
1．2．2 数据存储技术 / 17
1．2．3 数据处理技术 / 34
1．2．4 数据分析与挖掘技术 / 42
1．2．5 安全与隐私保护技术 / 50
1．3 大数据技术发展趋势 / 54
第2章 健康医疗大数据应用需求 / 57
2．1 健康医疗大数据概述 / 58
2．1．1 概念及特征 / 58
2．1．2 分类 / 59
2．2 健康医疗大数据主要应用技术 / 60
2．2．1 健康医疗信息的本体建模技术 / 60
2．2．2 多源异构数据整合技术 / 61
2．2．3 基于本体的语义搜索 / 61
2．2．4 健康医疗知识发现技术 / 64
2．2．5 机器学习技术 / 65
2．2．6 隐私数据匿名化处理技术 / 67
2．3 健康医疗大数据国内外发展现状 / 69
2．3．1 美国 / 69
2．3．2 英国 / 74
2．3．3 日本 / 76
2．3．4 中国 / 77
2．4 我国健康医疗大数据应用需求 / 81
2．4．1 多方共同推动健康医疗大数据发展 / 81
2．4．2 健康医疗大数据总体应用需求 / 88
第3章 临床大数据应用实践 / 92
3．1 恶性肿瘤大数据分析 / 93
3．1．1 应用背景 / 93
3．1．2 设计思想和总体框架 / 94
3．1．3 恶性肿瘤大数据分析平台建设介绍 / 95
3．1．4 应用效果 / 118
3．2 药物应用大数据分析 / 120
3．2．1 “二甲双胍减少癌症病人死亡率”的药物重定向大数据分析 / 121
3．2．2 “比格列酮使用与膀胱癌关联分析”的药物不良反应大数据分析 / 122
3．2．3 基于OHDSI网络的大规模临床诊疗路径分析 / 123
3．3 疾病辅助诊断分析 / 126
3．3．1 应用背景 / 126
3．3．2 设计思想与总体框架 / 127
3．3．3 应用实践及效果分析 / 131
第4章 精细化运营大数据应用实践 / 134
4．1 应用背景 / 135
4．2 成本核算体系与方法 / 139
4．2．1 医院成本核算体系结构 / 139
4．2．2 医院成本核算的路径与方法 / 141
4．3 设计思想与总体框架 / 152
4．4 应用案例 / 154
4．4．1 科室成本核算案例 / 154
4．4．2 项目成本核算案例 / 157
4．4．3 病种成本核算案例 / 161
4．4．4 医院数据联盟与中国首部公立医院
成本报告（2015年） / 162
4．5 应用效果 / 167
4．5．1 医疗成本大数据对医院管理运营的应用效果 / 167
4．5．2 医疗成本大数据促进医改的应用效果展望 / 170
第5章 健康管理大数据应用实践 / 172
5．1 健康体检大数据分析 / 173
5．1．1 应用背景 / 173
5．1．2 设计思想与总体框架 / 173
5．1．3 数据建模与算法优化 / 174
5．1．4 应用效果 / 184
5．2 慢病管理大数据分析 / 186
5．2．1 应用背景 / 186
5．2．2 设计思路与总体框架 / 187
5．2．3 数据建模与算法优化 / 188
5．2．4 智能化慢病管理服务 / 194
5．2．5 应用效果 / 195
5．3 睡眠大数据分析 / 197
5．3．1 应用背景 / 197
5．3．2 设计思想与总体框架 / 202
5．3．3 数据建模与算法优化 / 206
5．3．4 应用效果 / 214
第6章 基因检测大数据应用实践 / 225
6．1 精准医疗领域 / 226
6．1．1 基于基因亚型的疾病类别细分 / 229
6．1．2 靶向特异性药物研究 / 229
6．1．3 药物不良反应监测 / 229
6．1．4 临床支持决策 / 230
6．2 电子病历与基因组学领域 / 231
6．2．1 ABCC3遗传变异与吗啡引起的儿童术后呼吸抑制的
相关性以及吗啡药代动力学研究 / 232
6．2．2 PCSK9基因变异对低密度脂蛋白胆固醇对他汀类药物
治疗反应性的影响研究 / 233
第7章 未来展望 / 234
7．1 物联网将推动主动医疗和预防性医疗时代的到来 / 235
7．2 精准医疗将增强人类面对疾病的信心和勇气 / 237
7．3 人工智能将提升诊断能力，缓解医疗资源不足的矛盾 / 239
7．4 虚拟现实将提高手术质量，降低学习成本 / 241
参考文献 / 245
健康医疗大数据：理论与实践是2017年由电子工业出版社出版,作者。
得书感谢您对《健康医疗大数据：理论与实践》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
