Download presentation
Presentation is loading. Please wait.
1
国家自然科学基金项目—基于健康云的老年健康管理服务平台研发及应用
国家卫生计生委统计信息中心･电子科技大学 医疗健康大数据研究院 | Health Big Data Institute 基于慢性肺阻塞性疾病（COPD）的大数据研究 国家自然科学基金项目—基于健康云的老年健康管理服务平台研发及应用 医疗健康大数据研究院 文泉 2016年6月 成都
2
个人简介 1. 教育经历 2. 工作现状 电子科技大学计算机科学与工程学院 电子科技大学医疗健康大数据研究院 四川大学自动控制： 学士
四川大学计算机应用：硕士 德州大学计算机科学与工程：博士 伯克利实验室生命科学部：博士后 2. 工作现状 文老师，我感觉此处，你可以添加一下您的个人简介。 电子科技大学计算机科学与工程学院 电子科技大学医疗健康大数据研究院
3
基于慢性肺阻塞性疾病（COPD）的大数据研究
目录 基于慢性肺阻塞性疾病（COPD）的大数据研究 一.概要说明 二.设计思路 三. COPD的大数据研究 四. 预期结果 增加团队情况——工作计划——当前工作进展——大数据研究
4
基于健康云的老年健康管理服务平台研发及应用
一.概要说明 (1). 课题来源 基于健康云的老年健康管理服务平台研发及应用 项目经费：190.2万，当前到账100.8万 实施周期：3年， 执行周期：2016年1月1日—2018年12月31日。 2015年度 国家自然科学基金项目 （海峡两岸项目合作研究） 研究主题：应对老龄社会的 管理研究 2015年5月25日项目通过初审，申请单位共约100家，通过初审单位有24家。 2015年10月19日项目正式立项，立项单位8家
5
一.概要说明 (2). 研究团队 大陆团队 台湾团队 海峡两岸 合作研究 台湾慈济大学 电子科技大学 台湾阳明大学 四川大学华西医院
电子科大金盘公司 主要研究内容: 本课题以面向老龄化的慢性阻塞性肺疾病(COPD)人群为突破口，实现基于健康云的老年COPD患者健康管理服务。 台湾慈济大学 台湾阳明大学 台北医学大学 选定慢性肺阻塞及肺癌两种疾病做为对象，建立两类肺部疾病诊治及健康照护所需的电子病历及健康照护纪录，提供健康管理服务，实现医疗资源整合及信息共享。 海峡两岸 合作研究
6
一.概要说明 (3). 研究背景 导致COPD成为当前在十大慢性病中致死率不断上升的趋势，当前估计排名第四；
7
二.设计思路 (1). 课题选点 环境优良的地区计划为： 西藏、昆明、丽江、珠海、 九寨沟、海口、惠州、厦门等10个地区 空气污染严重的地区计划为： 郑州、沈阳、天津、石家庄、唐山、邯郸、保定等10个地区 以乡镇/社区作为方案的最小单元，计划在全国范围内选取20个地区。其中环境优良的为一组，空气污染严重的为一组，有效采集COPD患者的数据，进行对比分析。
8
二.设计思路 (2). 数据采集 国家卫生计生委 统计信息中心 通过居民健康档案数据，在国家、省、市、县四级医疗机构选取数据
选取县级医疗卫生机构（100个） 选取市级医疗 卫生机构（20-30个） 选取省级卫生信息中心 （10个） 国家卫生计生委 统计信息中心 通过居民健康档案数据，在国家、省、市、县四级医疗机构选取数据 在千万级的人群中，筛选并确认5万COPD患者，进行跟踪分析。 人数在千万级别，刷选发现，5万个COPD患者
9
二.设计思路 (3). 研究方法 COPD 正向验证 反向跟踪 影响因子 临床表现 肺功能检查
10
三.COPD的大数据研究 (1). 合作单位 医疗健康大 数据研究院 华西医院 台湾慈济大学 国家自然科学基金资助项目
智能化健康数据分析 智能化健康指导系统 精准医疗 数据收集 测试验证 成果应用 成果推广
11
三. COPD的大数据研究 (2). 建设思路 深度 病人数据 综合 基础数据 人工智能深度学习 精准医疗 原始病人数据集 应用
特 征 病人 医院数据仓库 （诊断，治疗，检查） 原始病人数据集 综合 基础数据 气象数据仓库 （温度，湿度，天气概况） 环境数据仓库 （空气质量，PM10，PM2.5) Input Hidden Layers Output 非监督深度特征学习 人工智能深度学习 精准医疗 个性化医疗 疾病预防 关联分析 应急处理 政府医疗决策 应用
12
三. COPD的大数据研究 (3). 基于人工智能的深度特征学习框架 原始病人数据集 深度病人 数据集 病人1 病人N 第一层病人
诊断数据 治疗数据 检验数据 环境数据 气象数据 ... 个人数据 病人1 诊断数据 治疗数据 检验数据 环境数据 气象数据 ... 个人数据 病人N 深度病人 数据集 第一层病人 Input Hidden Layer Output 第二层病人 Input Hidden Layer Output 第K层病人 Input Hidden Layer Output 病人 特征
13
(4). 基于人工智能的深度特征学习―去噪自编码机
三. COPD的大数据研究 (4). 基于人工智能的深度特征学习―去噪自编码机 重构误差
14
四. 预期结果 环境因素 气候因素 健康因素 个人因素 定量确定 COPD 影响因子 个性化预测 COPD 大数据研究 雾霾防治 个性化干预
环境治理 COPD 精准医疗 COPD 政府决策 通过大数据分析，是否可以对COPD进行确认？或者对其他病种进行有效鉴别，请文老师补充。 个性化护理 医保政策 药物研发 个性化医疗
15
谢 谢 国家卫生计生委统计信息中心･电子科技大学 医疗健康大数据研究院 | Health Big Data Institute
谢 谢 Copyright 2016 Health Big Data Institute, All Rights Reserved
Similar presentations
