导语

  

    卢朝霞主编的《健康医疗大数据(理论与实践)》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。

内容提要

  

    2016年6月，国务院正式印发了《关于促进和规范健康医疗大数据应用发展的指导意见》，首次将健康医疗大数据定位为“国家重要的基础性战略资源”。可以预见，健康医疗大数据的应用与发展势必带动我国医疗服务模式的深刻变革和健康服务新业态的发展，极大地提升医疗健康服务的质量和效率，不断满足人民群众多层次、多样化的健康需求，为实现“健康中国2030”的宏伟目标提供有力支撑。
    《健康医疗大数据(理论与实践)》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著名的专家学者，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。以卢朝霞教授为首的专业团队在健康医疗大数据方面做出了大量有意义的探索和实践，最终将经验汇总凝练形成本书。在大数据时代已经到来的今天，本书将为健康医疗领域的从业者和专业人士提供有价值的参考和借鉴。

第1章 大数据概述
  1.1 大数据基础知识
    1.1.1 大数据概念和特征
    1.1.2 大数据分类
  1.2 大数据通用技术
    1.2.1 数据采集与预处理
    1.2.2 数据存储技术
    1.2.3 数据处理技术
    1.2.4 数据分析与挖掘技术
    1.2.5 安全与隐私保护技术
  1.3 大数据技术发展趋势
第2章 健康医疗大数据应用需求
  2.1 健康医疗大数据概述
    2.1.1 概念及特征
    2.1.2 分类
  2.2 健康医疗大数据主要应用技术
    2.2.1 健康医疗信息的本体建模技术
    2.2.2 多源异构数据整合技术
    2.2.3 基于本体的语义搜索
    2.2.4 健康医疗知识发现技术
    2.2.5 机器学习技术
    2.2.6 隐私数据匿名化处理技术
  2.3 健康医疗大数据国内外发展现状
    2.3.1 美国
    2.3.2 英国
    2.3.3 日本
    2.3.4 中国
  2.4 我国健康医疗大数据应用需求
    2.4.1 多方共同推动健康医疗大数据发展
    2.4.2 健康医疗大数据总体应用需求
第3章 临床大数据应用实践
  3.1 恶性肿瘤大数据分析
    3.1.1 应用背景
    3.1.2 设计思想和总体框架
    3.1.3 恶性肿瘤大数据分析平台建设介绍
    3.1.4 应用效果
  3.2 药物应用大数据分析
    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
    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
    3.2.3 基于OHDSI网络的大规模临床诊疗路径分析
  3.3 疾病辅助诊断分析
    3.3.1 应用背景
    3.3.2 设计思想与总体框架
    3.3.3 应用实践及效果分析
第4章 精细化运营大数据应用实践
  4.1 应用背景
  4.2 成本核算体系与方法
    4.2.1 医院成本核算体系结构
    4.2.2 医院成本核算的路径与方法
  4.3 设计思想与总体框架
  4.4 应用案例
    4.4.1 科室成本核算案例
    4.4.2 项目成本核算案例
    4.4.3 病种成本核算案例
    4.4.4 医院数据联盟与中国首部公立医院成本报告（2015年）
  4.5 应用效果
    4.5.1 医疗成本大数据对医院管理运营的应用效果
    4.5.2 医疗成本大数据促进医改的应用效果展望
第5章 健康管理大数据应用实践
  5.1 健康体检大数据分析
    5.1.1 应用背景
    5.1.2 设计思想与总体框架
    5.1.3 数据建模与算法优化
    5.1.4 应用效果
  5.2 慢病管理大数据分析
    5.2.1 应用背景
    5.2.2 设计思路与总体框架
    5.2.3 数据建模与算法优化
    5.2.4 智能化慢病管理服务
    5.2.5 应用效果
  5.3 睡眠大数据分析
    5.3.1 应用背景
    5.3.2 设计思想与总体框架
    5.3.3 数据建模与算法优化
    5.3.4 应用效果
第6章 基因检测大数据应用实践
  6.1 精准医疗领域
    6.1.1 基于基因亚型的疾病类别细分
    6.1.2 靶向特异性药物研究
    6.1.3 药物不良反应监测
    6.1.4 临床支持决策
  6.2 电子病历与基因组学领域
    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
    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
第7章 未来展望
  7.1 物联网将推动主动医疗和预防性医疗时代的到来
  7.2 精准医疗将增强人类面对疾病的信心和勇气
  7.3 人工智能将提升诊断能力，缓解医疗资源不足的矛盾
  7.4 虚拟现实将提高手术质量，降低学习成本
参考文献