2016大数据分析在智慧健康管理中的应用

大数据分析在智慧健康管理中的应用Theapplicationofbigdataanalysisinhealthmanagement嘉兴统捷通讯科技有限公司：相建南目录实际数据的采集1非结构数据采集2健康数据分析3决策系统（预警机制）4大数据应用案例0大数据应用案例应用案例——医院在医院，儿科部会记录早产儿和患病婴儿的每一次心跳，然后将这些数据与历史数据相结合来识别模式。基于这些分析，系统可以在婴儿表现出任何明显的症状之前就检测到感染，这使得医生可以早期干预和治疗。应用案例——智能分析•WNYC开发的TransitTimeNYC让纽约人可以点击纽约市的五个区域来获取地铁或火车的时间。他们从开源行程平台OpentripPlanner获取数据，并将这些数据域公开下载的地铁时间表结合来创造400万虚拟旅程。应用案例——选举美国联邦调查局正在结合来自社交媒体、闭路电视摄像机、电话和文本的信息来追踪犯罪和未来恐怖袭击活动。同时根据一些国外媒体报道，奥巴马在2012年总统竞选中使用大数据分析来收集选民的数据，再加上一流的分析引擎，让他可以专注于最有可能投他的选民。应用案例——智能汽车这方面最有发言权的应该就是谷歌了，谷歌自主研制的自动驾驶汽车分析来自传感器和摄像头的实时数据，从而保障用户在道路上的驾驶安全。应用案例——智慧城市•通过“路灯杆装上传感器”，进行城市数据挖掘。在人们的生活里，无处不在的传感器被应用在街边灯柱上。通过“灯柱传感器”，可以收集城市路面信息，检测环境数据，如空气质量、光照强度、噪音水平、温度、风速.“灯柱传感器”不会侵犯个人隐私，它只侦测信号，不记录移动设备的MAC和蓝牙地址。在今后几年“灯柱传感器”将分批安装，全面占领一些城市的大小街区。•这样，我们就可以预先了解城市道路的情况。对城市设计和管理提供最有利的支持。实际数据采集实际数据采集血压/脉搏/微循环参数计算•压力传感器血压测量脉搏参数•光电传感器微循环参数基于脉搏参数计算其它相关参数实际数据采集红外光电式连续血压测量研究•光电式脉搏传感器的噪声分析和工程处理•脉搏信号的模/数信号转换电路•血压测量原理•半导体力敏传感器•血压的压力信号放大电路非结构数据采集非结构数据•Word文档•Pdf文档•图形文件•语音文件非结构数据采集最早的网络问答服务应该是由各搜索引擎推出的问答社区，例如百度知道、搜搜问问等。接着兴起了Quora、知乎一类的社会化问答网站。现在，网络问答服务似乎开始进化到第三阶段--基于语义分析引擎的专家问答服务GoogleDremel(如何能3秒分析1PB)•随着Hadoop的流行，大规模的数据分析系统已经越来越普及。数据分析师需要一个能将数据“玩转”的交互式系统。如此，就可以非常方便快捷的浏览数据，建立分析模型。Dremel系统有下面几个主要的特点：•Dremel是一个大规模系统。在一个PB级别的数据集上面，将任务缩短到秒级，无疑需要大量的并发。磁盘的顺序读速度在100MB/S上下，那么在1S内处理1TB数据，意味着至少需要有1万个磁盘的并发读!Google一向是用廉价机器办大事的好手。但是机器越多，出问题概率越大，如此大的集群规模，需要有足够的容错考虑，保证整个分析的速度不被集群中的个别慢(坏)节点影响。•Dremel是MR交互式查询能力不足的补充。和MapReduce一样，Dremel也需要和数据运行在一起，将计算移动到数据上面。所以它需要GFS这样的文件系统作为存储层。在设计之初，Dremel并非是MapReduce的替代品，它只是可以执行非常快的分析，在使用的时候，常常用它来处理MapReduce的结果集或者用来建立分析原型。•Dremel的数据模型是嵌套(nested)的。互联网数据常常是非关系型的。Dremel还需要有一个灵活的数据模型，这个数据模型至关重要。Dremel支持一个嵌套(nested)的数据模型，类似于Json。而传统的关系模型，由于不可避免的有大量的Join操作，在处理如此大规模的数据的时候，往往是有心无力的。•Dremel中的数据是用列式存储的。使用列式存储，分析的时候，可以只扫描需要的那部分数据的时候，减少CPU和磁盘的访问量。同时列式存储是压缩友好的，使用压缩，可以综合CPU和磁盘，发挥最大的效能。对于关系型数据，如果使用列式存储，我们都很有经验。但是对于嵌套(nested)的结构，Dremel也可以用列存储，非常值得我们学习。•Dremel结合了Web搜索 和并行DBMS的技术。首先，他借鉴了Web搜索中的“查询树”的概念，将一个相对巨大复杂的查询，分割成较小较简单的查询。大事化小，小事化了，能并发的在大量节点上跑。其次，和并行DBMS类似，Dremel可以提供了一个SQL-like的接口，就像Hive和Pig那样。•健康数据分析健康数据分析引擎健康分析引擎健康风险指数BigData心血管参数计算健康预警及建议病征分析，等大数据(bigdata,megadata)，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。对人体健康的分析-深度学习健康风险指数PPT模板下载：行业PPT模板：节日PPT模板：素材下载：背景图片：图表下载：优秀PPT下载：教程：教程：教程：资料下载：课件下载：范文下载：试卷下载：教案下载：健康风险指数：通过对多种健康风险因素的分析，建立健康计算模型，分析个体健康风险。心血管参数心血管参数计算：通过分析脉搏波，计算出各种心血管相关的生理参数，辅助健康分析。1血压2左心室射血时间3每博血量4外周血管阻力5心舒末容量6动脉顺应量心血管参数加速数据分析的能力•IBM科学家是怎样把人脑的数学模型抽象成一颗芯片的。•图为“TrueNorth”芯片结构决策系统（预警机制）智慧健康预警及建议PPT模板下载：行业PPT模板：节日PPT模板：素材下载：背景图片：图表下载：优秀PPT下载：教程：教程：教程：资料下载：课件下载：范文下载：试卷下载：教案下载：依据健康风险指数，和生理健康信息，以及历史数据，分析个体健康走势，预警健康风险，指导健康建议智能决策支持系统在提供用户干预方案时，使用决策系统是最有效的办法。将人工智能技术引入决策支持系统主要有几方面原因：•是人工智能可以处理定性的、近似的或不精确的知识而引入DSS中；•DSS的一个共同特征是交互性强，这就要求使用更方便，并在接口水平和在进行的推理上更为“透明”。•人工智能在接口水平，尤其是对话功能上对此可以作出有益的贡献，如自然语言的研究使用使DSS能用更接近于用户的语言来实现接口功能。健康监护系统平台健康监护的整套系统•图2u-Healthcare平台构架•生命体征传输：为了提供可拓展性，系统采用符合W3C的SOAP标准传输数据。•中间服务层：为了对用户提供统一的数据形式，系统添加中间服务层来预处理数据，将数据转换为符合HL7规范的数据，中间服务层还提供接收体征数据、传送数据到处理平台、接收处理平台结果并发送给用户以及信号处理的功能（例如将加速度数据转换为记步数据）。•数据存储服务：系统接收中间服务层的数据，存放至分布式数据库HDFS中。•分析服务：系统采用Hadoop作为主要的数据分析平台。个人健康分析系统，以便用户在此之上快速搭架生命体征分析应用。系统应该提供的服务包括：体征数据接收、数据存储管理、数据分析接口、个性化服务（发送用户服务数据到用户的智能设备）。考虑到两种不同体征数据形态，系统应该提供统一的处理方式。健康监护实际案例防病、防急、防意外定期采集父母脉搏波动曲线，分析血压、心率、平均脉搏、搏输出量等心血管数据，卡路里消耗、计步数据、活动休息等数据实时记录。智能健康分析及反馈Ø后台专家会根据用户测量的身体数据综合分析用户的健康状态，定期出具分析报告，传送给老人的子女；ØjWotch可外部蓝牙连接血糖、血压、血脂、温度医疗检测器械，所有检测数据自动上传到平台，充实专家分析诊断的依据。Ø子女手机安装健康大使App，方便随时查询父母身体健康现状、数据变化趋势、帮助远程管理腕宝；健康顾问的管理平台“云-管-端“完整闭环jDoctor健康管理云平台异常提醒远程救助紧急情况通知子女例行健康报告及建议数据采集结果分析iPreCare健康自助查询系统腕宝用户子女手机端大数据分析系统的重要功能合作伙伴......智慧健康监护：只为生命不再ThankYou谢谢聆听地址：浙江省嘉兴市南湖区城南路1539号创业大厦17楼全国服务热线：400—680—3959咨询电话：86-573-82692668