医学公共数据是指的什么

① 请举例说明医学统计资料是类型有哪些，各自的意义是什么

1. 卫生统计资料一般分为计量资料与计数资料两大类，介于其中的还有等级资料，不同类型的资料应采用不同的分析方法。因此，搞清楚下面的定义对以后学习具体的统计方法很重要。

   ①计量资料：对每个观察单位的各样项指标用定量的方法，通过测量得到的数值，我们把这样的资料称为计量资料，一般有度量衡等单位。如调查某地10岁女童的身体发育状况，以人为观察单位，每个人的身高（cm）、体重（kg）和血压（mmHg）等；又如以每个采样点为观察单位，测得不同采样点的二氧化碳浓度（mg/L）。

   ②计数资料：先将观察单位按某种属性或类别分组，然后清点所得各组的观察单位数，称为计数资料。例如对某小学全体学生进行蛔虫卵粪检，每个学生是一个观察单位，将每个学生按粪检结果阳性与阴性分组，得每组人数；又如调查某人群的血型分布，医学教|育网搜集整理按A、B、AB、O四型分组，得各血型组的人数。

   ③等级资料：将观察单位按某种属性的不同程度分组，所得各组的观察单位数，称为等级资料。例如用某药治疗若干痢疾病人，其中治愈、显效、有效、无效人数。这类资料与计数资料不同的是：属性的分组有程度的差别，各组按大小顺序排列；与计量资料不同的是：每个观察单位未确切定量，因而称为半计量资料。对分辨计量资料和计数资料，原则上并不困难。通常凡是用仪器测得的数据都是计量资料，如身高、体重、肺活量、红细胞数、白细胞数、等属计量资料。通常按性质、类别分组后清点得到的数目，如男性人数、女性人数，阳性人数，阴性人数，对动物实验的各种结果的例数等都是计数资料。按等级分组资料不难确认，凡是按程度不同分多个组后清点数目，一般都属等级资料了。

2. 研究如何搜集、整理和分析医学研究对象的数据和作出推断的一门学科。医学研究的对象是人类的健康和疾病现象，人体及有关的生物体的内外环境受多种因素的综合影响，其中有许多因素是未知的。因此，即使是性质相同的事物，就同一指标来看，个体之间也有差异，此种现象称为变异。人群生活在同一环境中，受同一疾病风险因素的威胁，但某一个体发病与否，个体间的病情轻重，接受治疗的疗效等等，均各不相同，这种事先无法肯定出现与否的现象称偶然现象或随机现象。医学统计学的任务就是透过偶然现象反映同质事物的特征和规律。
   

② 大数据医疗具体是指什么

医疗大数据是个很宽泛的概念，他有很多详细的分类，包括：电子病历数据，这是患者就医过程中所产生的数据，包括患者基本信息、疾病主诉、检验数据、影像数据、诊断数据、治疗数据等，这类数据一般产生及存储在医疗机构的电子病历中，这也是医疗数据最主要的产生地。电子化的医疗病历方便了病历的存储和传输，但是并未达到进行数据分析的要求。大约80%的医疗数据是自由文本构成的非结构化数据，其中不仅包括大段的文字描述，也包括包含非统一文字的表格字段。通过医学自然语言理解技术，将非结构化医疗数据转化为适合计算机分析的结构化形式是医疗大数据分析的基础。电子病历中所采集的数据是数据量最多、最有价值的医疗数据。通过和临床信息系统的整合，内容涵盖了医院内的方方面面的临床数据集。在电子病历的互通互联上，出于各自的利益性（限制病人转诊），各大电子病历企业也不愿意使数据互通互联。根据美国政府相关报告显示，其电子病历共享比例也仅为30%左右。
检验数据
医院检验机构产生了大量患者的诊断、检测数据，也有大量存在的第三方医学检验中心也在产生数据。检验数据是医疗临床子系统中的一个细分小类，但是可以通过检验数据直接患者的疾病发展和变化。目前临床检验设备得到迅速发展，通过LIS 系统对检验数据进行收集，可以对疾病的早发现早诊断和正确诊断做出贡献。
影像数据
随着数据库技术和计算机通讯技术的发展，数字化影像传输和电子胶片应运而生。医疗影像数据是通过影像成像设备和影像信息化系统产生的，医院影像科和第三方独立影像中心存储了大量的数字化影像数据。医学影像大数据，是由DR、CT、MR 等医学影像设备产生所产生并存储在PACS 系统内的大规模、高增速、多结构、高价值和真实准确的影像数据集合。与检验信息系统（LIS）大数据和电子病历（EMR）等同属于医疗大数据的核心范畴。医学影像数据量非常庞大，影像数据增速快，标准化程度高。影像数据和临床其他数据比较起来，它的标准化、格式化、统一性是最好的，价值开发也最早。
费用数据
医院门诊费用、住院费用、单病种费用、医保费用、检查和化验收入、卫生材料收入、诊疗费用、管理费用率、资产负债率等和经济相关的数据。除了医疗服务的收入费用之外，还包含医院所提供医疗服务的成本数据，包含药品、器械、卫生人员工资等成本数据。在DRGs 按疾病诊断相关组付费模式中，需要详细的成本数据核算。通过大样本量的测算，建立病种标准成本，加强病种成本核算和精细化成本管理。
基因测序数据
基因检测技术通过基因组信息以及相关数据系统，预测罹患多种疾病的可能性。基因测序会产大量的个人遗传基因数据，一次全面的基因测序，产生的个人数据则达到300GB。一家基因测序企业每月产生的数据量可以达到数百TB 甚至1PB。
智能穿戴数据
各种智能可穿戴设备的出现，使得血压、心率、体重、体脂、血糖、心电图等健康体征数据的监测都变成可能，患者的单一体征健康数据以及运动数据快速上传到云端，而且数据的采集频率和分析速度大大提升。除了生命体征之外，还有其他智能设备收集的健康行为数据，比如每天的卡路里摄入量、喝水量、步行数、运动时间、睡眠时间等等。智能穿戴设备虽然在这两年遇冷，用户很难形成粘性，但是并不意味着智能穿戴设备所产生的数据没有意义。提供健康数据和服务，可能是智能穿戴厂商未来的转型之路。健康大数据的收集必须依靠硬件载体，智能穿戴设备还将会遇到自己的第二春。
体检数据
体检数据是体检机构所产生的健康人群的身高、体重、检验和影像等数据。这部分数据来自医院或者第三体检机构，大部分是健康人群的体征数据。随着亚健康人群、慢病患者的增加，越来越多的体检者除了想从体检报告中了解自己的健康状况，还想从体检结果中获得精准的健康风险评估，以及如何进行健康、慢病管理。
移动问诊数据
通过移动设备端或者PC 端连接到互联网医疗机构，产生的轻问诊数据和行为数据。曾经通过互联网问诊企业春雨医生的数据，分析各地医生互联网问诊的活跃度、细分疾病种的问诊行为。通过这些数据的分析，对行业发展、互联网问诊企业的决策有非常重要的帮助。

③ 常用的医学数据库和网络医学资源有哪些

有MEDLINE、《中华医学杂志》、骨密度数据库、CBM、PubMed等。

1、MEDLINE

MEDLINE是美国国立医学图书馆(The National Library of Medicine, 简称NLM)生产的国际性综合生物医学信息书目数据库，是当前国际上最权威的生物医学文献数据库。

内容包括美国《医学索引》（Index Medicus, IM）的全部内容和《牙科文献索引》（Index to Dental Literature）、《国际护理索引》（International Nursing Index）的部分内容。

2、《中华医学杂志》

《中华医学杂志》是1915年创办的双语学术期刊，周刊，中国科学技术协会主管，中华医学会主办。

期刊主要反映中国医学最新的科研成果，积极推广医药卫生领域的新技术、新成果，及时交流防病治病的新经验。

3、骨密度数据库

2004 年11 月，GE 公司与中华医学会合作, 完成中国大陆骨密度正常值数据库项目，开创了中国骨密度发展的新时代，是中国医学界将临床问题数字化的一项巨大突破。

该项目的完成， 彻底结束了用其他人种的标准诊断中国人骨密度状况的混乱局面，树立了医生和患者对骨密度测量和骨质疏松定量诊断的信任。

4、CBM

CBM由中国医学科学院医学信息研究所/图书馆开发研制的中国生物医学文献服务系统（SinoMed）；

整合了中国生物医学文献数据库（CBM）、西文生物医学文献数据库（WBM）、北京协和医学院博硕学位论文库等多种资源，是集检索、免费获取、个性化定题服务、全文传递服务于一体的生物医学中外文整合文献服务系统。

可访问中国生物医学文献数据库（CBM）资源 ，北京协和医学院博硕学位论文库（每篇论文的前30页内容）。

CBM收录1978以来1600余种中国生物医学期刊，以及汇编、会议论文的文献题录530余万篇，全部题录均进行主题标引和分类标引等规范化加工处理。年增文献40余万篇，每月更新。

5、PubMed

PubMed 数据库是美国国立医学图书馆(National libraryof Medicine， NLM) 的国家生物技术信息中心(National Center for Biotechnology Information，NCBI)研制开发的， 设在国家健康研究院。

PubMed 数据库收录MEDLINE， PRE-MEDLINE， 还有其它如《Science》， 《Nature》 等电子期刊构成的数据库。 自1996年至今，该数据库收录约1000 万篇生物医学文献。

可供检索的专业为，分子生物学及NCBI 部分的数据库题录。它收录了美国和另外70 个国家出版的生物医学期刊约3900种。

PubMed 网上更新速度是每周1次。Medline 收录的大多数论文原始语种是英语， 或有英文摘要。

参考资料来源：网络——医学数据库

④ 大数据在医疗行业的应用有哪些

大数据专业属于交叉学科：以统计学、数学、计算机为三大支撑性学科；生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。所以大数据在众多行业都有应用，下面说说其在医疗领域的应用。
随着互联网规模不断的扩大，大数据正在改变着这个时代的绝大一部分的行业或者企业，医疗行业也不例外，医疗健康正在成为人们关注的重点问题，以智能化、数字化为特征的医疗信息化正在蓬勃兴起，医疗行业的数据类型也在向海量、复杂、多样的类型方式转变。
1.就医数据进行电子化管理
对电子医疗记录的收集，包括个人病史、家族病史、过敏症以及所有医疗检测结果等。在信息系统中进行分享，每一个医生都能够在系统中添加或变更记录，而无需再通过耗时的纸质工作来完成。这些记录同时也能帮助病人掌握自己的用药情况，同时也是医学研究的重要数据参考。
2.健康预测
通过智能手表等可穿戴设备的数据，建立健康预测模型，通过这些可穿戴设备持续不断地收集健康数据并存储在云端，实时汇报病人的健康状况。应用于数百万人及其各种疾病的预测和分析，并且在未来的临床试验将不再局限于小样本，而是包括所有人。
3.医学影像以及临床诊断
通过让大数据机器人来识别记住各类海量的医学影像，例如X射线、核磁共振成像、超声波……等各种的图像。对大量病历进行深度挖掘与学习，训练其对影片的诊断，最终实现辅助医生进行临床决策，规范诊疗路径，提高医生的工作效率。
4.药品研发
利用大数据进行数据建模并进行分析，预测药物的临床结果，可以为临床阶段的实验结果提供参考，节省临床阶段的时间并优化临床实验结果。制药公司也可以通过数据建模进行分析，从而生产出治疗成功率更高的药品并极大地缩短药品从研发到投入市场的时间。

⑤ 医疗大数据的分析和挖掘发展现状如何未来会有什么样的应用前景

如今是大数据时代，前景自然好了，据前瞻产业研究院《2016-2021年中国行业大数据市场发展前景预测与投资战略规划分析报告》显示，总的来说，医疗大数据应用主要体现在临床操作、研发、新的商业模式、付款/定价、公众健康五大领域，在这些场景中，大数据的分析和应用都将发挥巨大的作用。
医疗大数据的应用对于临床医学研究、科学管理和医疗服务模式转型发展都具有重要意义，而大数据技术的运用前景是十分光明的。
医院和医疗行业面临的大数据主要有医学影像、视频(教学、监控)及文献等非结构化数据。由于这些数据增长很快且结构复杂，给数据管理和利用带来较大的压力，存储与管理成本不断提高，数据利用困难、利用率低。除了数据数量和形态的迅速增加，医疗数据还需要越来越长的保留期。一旦存储系统的安全性出现问题，导致医疗数据丢失，医院会面临严重不良局面。医疗大数据的应用要保证数据的全面性、准确性、实时性和使用的便捷性，要能快速运算和快速展现，要与日常工作平台紧密结合。
国人已经把健康大数据上升为国家战略，而面对“大数据”的挑战，医院必须考虑三大主要问题。
(1) 数据存储是否安全可靠?因为系统一旦出现故障，首先考验的就是数据的存储、灾备和恢复能力。如果数据不能迅速恢复，而且恢复不能到断点，则将对医院的业务、患者满意度构成直接损害。
(2) 如何提高医院运行和服务的效率?提高效率就是节省医生的时间，从而缓解医疗资源的紧张状况，在一定程度上可以帮助解决“看病难”的问题。
(3) 如何控制大数据的成本?存储架构是否合理，不仅影响医院IT系统的成本，而且关乎医院的运营成本，医疗数据激增，使医院普遍存在着较大的存储扩容压力。如今，医院的存储设备大多是由不同厂商构成的完全异构的存储系统。这些不同的存储设备利用各自不同的软件工具来进行控制和管理，这样就增加了整个系统的复杂性，使管理成本非常高。
未来，大数据必将影响医疗行业，未来医疗行业的大数据将会具体应用在：临床辅助决策，医疗质量监管，疾病预测模型，临床实验分析。其发展空间有：个人健康门户，慢病管理和健康管理，电子病历和临床质量监控，医学知识管理，临床路径和循证医学，远程医疗和移动医疗，医学研究数据仓库和共享平台，跨医疗机构协作平台。