大数据在卫生管理领域中的应用一疾病预防与流行病学 大数据的核心是预测。目前卫生保健工作者能确定的 主要体现在个体的电子健康档案和电子病历中。利 健康影响因素只有10%~15%剩下85%~90%（包括健 用数据挖掘技术方法可将传统的健康数据与其他来源的 康行为、遗传、自然和社会经济环境因素等)尚未知晓。这 个人数据联系起来进行个性化健康预测。通过智能穿戴 使得预测未来疾病的发生十分困难，但数据挖掘技术使人群 设备来记录、收集有关个人饮食、睡眠、血压、心率、 疾病预测与预防成为了可能。 心理、呼吸等生理或心理方面的数据，可以得出个人的 疾病 个性化 身体健康状况，并实现对可能发生的疾病的预警，对个 预测与预防 健康预测 人患病的可能性进行估计，做到疾病的早发现、早治疗。 运用数据挖掘技术可以发现疾病与危险因素之问的关 利用基于传染病网络直报系统的信息资源对全国分 联关系，探究它们之间的密切程度，帮助流行病学专家进行 级传染病疫情监测报告数据进行分析，可以实现对传染 病因探讨，揭示未知的疾病与暴露相关关系。除此之外，通 流行病学 传染病 病暴发的早期自动预警。目前，已有研究者利用数据挖 过对病人不同来源的常规健康资料和疾病检测数据的挖掘， 病因研究 预警预报 掘技术、3S系统[（遥感(Remote sensing,RS)、地理 可补充随机对照试验与前瞻性队列研究等在探讨罕见病和慢 信息系统(Geography information systems,GIS)、 性病时大样本需求难以满足的缺陷，有效避免在研究设计阶 全球定位系统(.Global positioning system,GPS)]、 段产生的选择偏倚。由于公共卫生数据大都具有空间属性， 远程视频等技术对传染病相关数据进行采集、空间分析， 进行大数据分折时也常结合地理信息系统(GIS)来分析研究 建成了传染病预警预报系统。 其空间特征和规律。大数据的核心是预测。目前卫生保健工作者能确定的 健康影响因素只有 10% ~15%剩下 85% ~ 90% ( 包括健 康行为、遗传、自然和社会经济环境因素等) 尚未知晓。这 使得预测未来疾病的发生十分困难，但数据挖掘技术使人群 疾病预测与预防成为了可能。 主要体现在个体的电子健康档案和电子病历中。利 用数据挖掘技术方法可将传统的健康数据与其他来源的 个人数据联系起来进行个性化健康预测。通过智能穿戴 设备来记录、收集有关个人饮食、睡眠、血压、心率、 心理、呼吸等生理或心理方面的数据，可以得出个人的 身体健康状况，并实现对可能发生的疾病的预警，对个 人患病的可能性进行估计，做到疾病的早发现、早治疗。 传染病 预警预报 流行病学 病因研究 个性化 健康预测 疾病 预测与预防 大数据在卫生管理领域中的应用——疾病预防与流行病学 运用数据挖掘技术可以发现疾病与危险因素之间的关 联关系，探究它们之间的密切程度，帮助流行病学专家进行 病因探讨，揭示未知的疾病与暴露相关关系。除此之外，通 过对病人不同来源的常规健康资料和疾病检测数据的挖掘， 可补充随机对照试验与前瞻性队列研究等在探讨罕见病和慢 性病时大样本需求难以满足的缺陷，有效避免在研究设计阶 段产生的选择偏倚。由于公共卫生数据大都具有空间属性， 进行大数据分析时也常结合地理信息系统(GIS) 来分析研究 其空间特征和规律。 利用基于传染病网络直报系统的信息资源对全国分 级传染病疫情监测报告数据进行分析，可以实现对传染 病暴发的早期自动预警。目前，已有研究者利用数据挖 掘技术、3S系统[(遥感( Remote sensing，RS) 、地理 信息系统( Geography information systems，GIS) 、 全球定位系统( Global positioning system，GPS) ]、 远程视频等技术对传染病相关数据进行采集、空间分析， 建成了传染病预警预报系统