当前,信息技术与监管业务不断融合,数字化监管、移动化监管等创新监管方式的作用不断凸显.远程监管能够通过智能分析风险点准确制定监管策略,从而提高监管效率并确保药品安全.云南省药品监督管理局"以点带面",推行"药监慧眼"工程试点,实现药品生产安全远程监管.在试点过程中,云南白药集团及其子公司通过"技术先行""数据赋能"解决了信息化程度不同企业的数据收集、上传、预警问题,为探索药品生产智慧监管提供了新思路."药监慧眼"工程试点的实施不但促进了企业自身信息化建设,推进质量管理系统的整合,更重要的是将生产过程可识别化,为智慧监管打通了关键一环,是药品全生命周期风险管控的有效手段.本研究总结试点项目的实施和成效,并对实现药品生产全过程可追溯、推进药品生产企业信息化建设、构建监管大数据的应用场景进行了思考,建议通过鼓励医药产业信息化、打通中药原料的追溯和监管、建立信息安全防护体系、构建智能化数据分析等措施,推动药品安全治理的网络化、智慧化、高效化.

目的 为提高医用耗材数据分析的效率和准确性,保证数据分析的及时性,建立医用耗材大数据平台.方法 利用数据湖技术、ETL、内存数据库技术等,部署相应的硬件设备,构建医用耗材大数据平台4层架构体系.结果 实现了数以亿计数据条目的加载及数据的随用随取,建立了各类应用模块共计16个大类、60余个细分类别.数据分析时间由传统方式的1个月缩短至1～4天,数据分析人员减少2人.结论 医用耗材大数据平台大幅提高了医用耗材数据分析效率,是医院医用耗材精细化管理的有效支持工具,具备较高的实用价值.

随着生物医学基础研究、转化医学研究的深入,基于基因测序的生物信息技术得到长足发展,而临床信息和基因组学数据却缺乏融合,已成为临床诊疗和精准医学研究的瓶颈.介绍整合生物信息的临床数据中心建设,该方案将临床数据和基于基因测序的生物信息进行有机整合,建立分布式海量数据存储和计算的数据中心,实现临床信息和组学数据的融合,提供更加全面的患者及疾病全景且精准的数据视图,支撑临床决策及科研应用.

随着健康大数据的飞速发展,对疾控科学计算环境提出新的架构要求和管理要求,数据湖架构能够解决疾控科学计算面临的问题.建设基于数据湖架构的科学计算环境,借助大数据分布式存储和分布式计算相关技术的应用,能够有效融合健康大数据,充分挖掘健康大数据价值;能够整合、优化现有计算资源,节约成本,实现根据任务需求,按需灵活分配计算资源;能够实现科研数据全生命周期管理,提高科学计算的工作效率和透明度,并提高疾控数据管理和分析应用的水平.

目的 探索医疗大数据中心构架模式,提高医疗数据的存储和利用效率,提升医院医疗数据管理水平,推动大数据应用和科研服务的有效落地.方法 分析医疗数据的特征和应用场景,适配不同的存储和计算方案,并根据方案建设医院大数据中心,支持数据资源的统一存储管理,实现不同医疗领域对数据的分类应用和快速检索.结果 医疗大数据中心的建设和使用,实现了医院数据资产的集中存储和统一管理,适配相应的存储和计算设备后,极大地提升了海量数据的检索效率.结论 以数据特征、存储方案和计算算力3个维度综合设计的医疗大数据中心,具有广泛的应用前景,能够为临床决策和科研应用提供极大便利.

开展保护区人类活动压力定量评估对保护区内生态系统安全、降低人类活动影响具有重要意义.许多学者从人类活动对生物多样性、生物的生境或生态系统服务及其价值的影响等角度已开展了大量研究,但由于反映人类活动的统计数据在时空尺度上较粗,难以精细刻画保护区内短期动态的人类活动干扰.本研究尝试通过记录人的位置到访信息的高时空分辨率数字足迹数据,以青海湖国家级自然保护区为研究区域,利用0.01.逐日的定位请求数据和草地生物量数据,从人类数字足迹覆盖率、数字足迹强度和草地生物量的人类活动暴露度3个指标上对青海湖自然保护区内人类数字足迹入侵强度及其对生态环境的影响开展了研究.研究结果显示,青海湖保护区人类数字足迹具有"多尖峰、南高北低、景区节律"的时空模式;每日人类数字足迹覆盖率和足迹强度呈现按月聚集模式,最大值分别为7.42％和5.24;草地生物量的人类活动暴露度显示人类数字足迹对青海湖二郎剑-黑马河沿线的草地生物量影响最大,此时草地生物量的人类活动暴露度水平在热门旅游景点较高,最高达到2.24.通过位置大数据挖掘青海湖保护区内人类数字足迹的时空变化及其对于生态环境的影响,不仅证明了数字足迹用于人类活动对于生态环境影响研究的有效性,也为保护区生态环境精细化的管理提供支撑.

介绍医疗数据湖建设发展情况,详细阐述数据入湖流程、数据治理方式、数据湖应用路径,指出数据湖建设及数据治理能够加强医疗数据价值挖掘,提供更多维度数据分析,为医院运营管理和科研业务提供有力支撑.

通过分析医学中心的业务需求,采用双数据湖的模式建设了医学中心大数据平台,支持数据挖掘、知识图谱和机器学习技术对医疗数据进行深度分析.医学中心大数据平台的建设和使用,为公共卫生、应急管理、医疗服务、科学研究和运营管理提供了有效支持,大大提升了医学中心的救治和预警监测能力.

通过临床科研大数据平台数据资源的分层设计,提高从不同层级科研数据中快速搜索和获取科研所需研究对象与研究数据的能力,提升科研数据的应用价值.将临床科研大数据平台中的临床科研数据分为原始数据湖ODL、全院科研大数据中心RDR、专病数据库DDR和科研课题数据库SDR 4个层次,将临床业务数据汇聚到原始数据湖,基于临床知识图谱和医学自然语言处理的方法,对医院原始数据进行数据清洗、治理和融合,实现数据的分层提取、转换、存储和应用.通过数据分层设计优化了临床科研大数据平台的设计,提升了科研数据的分层价值,提高了科研质量及效率,加快了科研成果转化.

目的 通过搭建面向健康指数的多中心数据底座,"融汇"实现数据汇聚,"融合"对数据湖进行主题联接,"赋能"高可用的数据服务,支撑健康指数应用.方法 基于多中心搭建数据底座,通过规范数据预处理、标准化、清洗、标签化、主题化、知识图谱化等数据处理流程,支撑数据治理、数据管理、数据服务应用.结果 数据数量、质量有了明显提升,实现数据资源"看得见""用得好""管得住".结论 健康指数的多中心数据底座的建立,为今后健康医疗大数据开发利用提供支撑.