CN111161860A - 一种基于边缘计算的基层医疗信息处理***及方法 - Google Patents
一种基于边缘计算的基层医疗信息处理***及方法 Download PDFInfo
- Publication number
- CN111161860A CN111161860A CN201911378977.6A CN201911378977A CN111161860A CN 111161860 A CN111161860 A CN 111161860A CN 201911378977 A CN201911378977 A CN 201911378977A CN 111161860 A CN111161860 A CN 111161860A
- Authority
- CN
- China
- Prior art keywords
- data
- medical
- service
- edge
- computing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000004364 calculation method Methods 0.000 title claims description 29
- 238000012545 processing Methods 0.000 claims abstract description 56
- 230000036541 health Effects 0.000 claims abstract description 39
- 230000003993 interaction Effects 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims abstract description 10
- 230000004044 response Effects 0.000 claims abstract description 6
- 238000003032 molecular docking Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000007726 management method Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000007418 data mining Methods 0.000 claims description 6
- 238000013079 data visualisation Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 5
- 238000003672 processing method Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 4
- 201000010099 disease Diseases 0.000 claims description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000010025 steaming Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 239000003814 drug Substances 0.000 description 6
- 230000010354 integration Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000011282 treatment Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 244000071378 Viburnum opulus Species 0.000 description 1
- 235000019013 Viburnum opulus Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 229940127554 medical product Drugs 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及信息技术领域,具体涉及一种基于边缘计算的基层医疗信息处理***及方法,其将云服务和边缘计算结合起来,通过边缘计算分散数据采集、数据处理,减少网络流量,大大提升数据处理速度的同时也增加了安全性。一种基于边缘计算的基层医疗信息处理***,包括至少一个医疗健康云数据中心、至少一个医疗机构服务站、至少一个业务数据边缘处理设备、至少一个医疗***应用终端;所述医疗***应用终端通过局域网络,经由业务数据边缘处理设备实现对业务请求进行快速响应、业务***对接、复杂计算云平台交互功能,可以将与接收数据相关联的处理责任分割或者划分在业务数据边缘处理设备和目标移动设备之间。
Description
技术领域
本发明涉及信息技术领域,具体涉及一种基于边缘计算的基层医疗信息处理***及方法。
背景技术
就目前医疗业务***架构而言,已经基本实现区域信息***的集成,一些医院建立了数据信息交换平台以共享医院的数据[1],但是依然面临诸多问题,例如:多院区割裂的医疗信息***、医院信息***孤岛、医疗信息碎片化;院服务器和数据库加剧膨胀,服务器、机房及医疗信息接口等成本大幅攀升,众多的业务运行在不同的服务器上,竖井式的部署导致医疗信息***资源使用效能不高,造成资源浪费;医疗信息***数据库与服务器分布在不同的院区、各自独立的硬件平台,不仅增加了医院信息***架构的复杂度还给集中运维管理带来不便。
从医疗健康云平台的角度来看,现阶段的最新研究[2]中充分利用云计算技术与病人监控***的结合,部署出应用于医疗健康的平台及服务(PaaS)。文献[3]将云计算与商业智能结合,提出了基于云的BI体系架构进行医疗数据分析。通过建设数据采集的云平台[4]分析数据,挖掘数据价值后提供解决医疗行业问题的信息及数据,或者通过云计算提供医疗应用协助处理医务人员诊疗、人口健康信息、慢病管理、远程会诊等业务云应用[5],但是,随着中国医疗卫生服务信息化的不断发展,大数据云平台因为其结构,限制了其业务的实时性、联接的海量与异构、应用的智能性。越来越多的医疗健康数据上传至云端进行分析和计算,为***云平台的响应和***业务数据传输也带来了巨大压力。
随着时间的推移,大数据正在滚雪球,全球的云平台和其他类似的服务,正承受着大量复杂数据处理请求的压力。数据服务中心存在于远离其连接的数据密集型应用程序的地方,需要费力地完成它们的请求。
[1]沈启松.数据交换平台在医院信息***中的应用[J].医疗装备,2009-,22(12):1-3.
[2]G.Hayes,H.Khazaei,K.El-Khatib,et al.Design and analytical model ofa platform-as-aservice cloud for healthcare[J].Journal of Internet Technology(JIT),2014:104-113.
[3]Shimaa Out,Mona Nasr.The Cloud Computing:The Futuer of BI in theCloud[J].International Journal of Computer Theory and Engineering,2011,3(6):750-754.
[4]刘宇红,周进凡,蒋明怀,一种智能医疗大数据服务***及应用方法,中国,CN201810386146.2,2018-09-25.
[5]谭畅,赵杭,刘南余,李晟,侯庆,蓝善根,基于云计算的远程移动医疗***,中国,CN201610130016.3,2019-02-12.
发明内容
针对上述背景技术存在的技术问题,本发明提出一种基于边缘计算的基层医疗信息处理***,将云服务和边缘计算结合起来,通过边缘计算分散数据采集、数据处理,减少网络流量,大大提升数据处理速度的同时也增加了安全性。
本发明解决上述问题的技术方案是:一种基于边缘计算的基层医疗信息处理***,其特殊之处在于:
包括至少一个医疗健康云数据中心、至少一个医疗机构服务站、至少一个业务数据边缘处理设备、至少一个医疗***应用终端;
所述医疗***应用终端通过局域网络,经由业务数据边缘处理设备实现对业务请求进行快速响应、业务***对接、复杂计算云平台交互功能,可以将与接收数据相关联的处理责任分割或者划分在业务数据边缘处理设备和目标移动设备之间;
医疗健康云数据中心用于搭建健康大数据云平台,提供云端存储、数据共享、AI智能计算、数据可视化的标准化信息云服务;
业务数据边缘处理设备为医疗机构线下业务***一体机,包括边缘节点,边缘节点自主集成各医疗业务数据信息进行分析处理,结合业务需要与医疗健康云数据中心云端互联。
进一步地,上述所述医疗健康云数据中心面向四类用户角色:政府机构、社会公众、医疗机构和企业;通过确定医疗目标和和关键角色,使用合适的数据挖掘算法完成对数据有效的分析并加以展示,平台能够提供智能决策支持、个人健康指数分析、病情实时预警、医疗设备管理功能,有效的解决不同角色的不同需求。
进一步地,上述所述医疗健康云数据中心采用四层架构:数据层、分析层、交互层和应用层;
所述数据层对区域信息临床、医疗等数据进行获取、清洗、转换,并分类加载到分布式文件存储***中;
所述分析层通过流式计算***、数据挖掘算法等实现对数据的实时、准确的分析和应用,提供分布式计算框架和逻辑处理功能,为平台并行化的高性能计算效率提供保证;
所述交互层主要是***和用户操作逻辑之间的交互,根据应用层用户进行的不同操作,执行不同的数据计算并返回,用于数据可视化;
所述应用层即应用***的操作界面,对交互层返回的结果数据进行可视化处理,以多元化的图形报表为用户展现有价值的数据信息。
进一步地,上述医疗健康云数据中心中,分析层使用Spark计算框架,医疗业务数据流首先存入Kafka集群,通过Pub/Sub模式,再由SparkCoreSQL MLlib或SparkSteaming抽取消费Kafka数据,处理后的数据结果写入数据层HDFS或Hbase,同时写回Kafka集群或者存入Redis集群。
进一步地,上述业务数据边缘处理设备集成了门诊***、LIS检验***、财务***和药房***。
进一步地,上述业务数据边缘处理设备的边缘节点可横向扩展,既可以用于广域网互连,也可以用于局域网互连,用户可以通过公共网关,实现***的分布式部署,搭建边缘节点集群,也可以通过接口对接外部其他医疗业务子***,实现横向扩展。
另外,本发明还提出一种基于上述一种基于边缘计算的基层医疗信息处理***搭建的集群,其特殊之处在于:
1)发送医疗业务请求至业务数据边缘处理设备,即一种面向基层医疗机构线下业务***一体机,判断业务逻辑是否需要云端服务;
2)若步骤1)判断结果为需要,则将业务请求和数据转发至医疗健康云数据中心,进行一系列云计算并返回结果至一种面向基层医疗机构线下业务***一体机;
3)若步骤1)判断结果为不需要,则进行本地边缘计算,由一种面向基层医疗机构线下业务***一体机内部***自行处理业务;
4)步骤3)根据一种面向基层医疗机构线下业务***一体机特点,将边缘计算业务继续划分为两部分:第一,对接其他医疗子***接口,由外部***进行数据计算,得到数据结果;第二,一种面向基层医疗机构线下业务***一体机内部处理业务,判断是否分发运算至其他一体机集群节点,实现负载均衡;
5)一种面向基层医疗机构线下业务***一体机接收前面的步骤2)、4)的数据处理结果,返回客户端,完成相应业务请求。
进一步地,上述步骤4)中所提到的分发运算至其它一体机集群节点,是指允许用户投入和相关效益比决定***优化的资源方法。
本发明的优点:
本发明一种基于边缘计算的基层医疗信息处理***及方法,通过一种面向基层医疗机构线下业务***一体机克服了当前医疗结构信息集成的高成本、难部署、难维护、低扩展等问题;此外,通过结合健康医疗云平台进行边缘计算,在近端更实时、更快速的处理数据,有效避免云端的网络传输压力和数据响应延迟,根据提料业务需要,在远端提供数据共享、人工智能计算、云存储等服务。
附图说明
图1为医疗健康云数据中心角色架构图;
图2为医疗健康云数据中心***架构图;
图3为基于边缘计算的基层医疗信息处理方法的整体业务流程如图;
图4为边缘节点集群结构图;
图5为业务结构图;
图6为杭州市医院等级统计图;
图7为杭州市部分医院宏观统计图;
图8为门诊***部分界面图;
图9为LIS检验管理***部分界面图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。
本发明提出了一种基于边缘计算的基层医疗信息处理方法和***,将云服务和边缘计算结合起来,通过边缘计算分散数据采集、数据处理,减少网络流量,大大提升数据处理速度的同时也增加了安全性。
本发明专门针对医疗业务领域,以智慧医疗为导向,公开了一种基于中间设备进行边缘计算的基层医疗机构***架构,
本发明一种基于边缘计算的基层医疗信息处理***包括:至少一个医疗健康云数据中心、至少一个医疗机构服务站、至少一个业务数据边缘处理设备、至少一个医疗***应用终端;所述医疗机构终端通过局域网络,经由业务数据处理设备实现对业务请求进行快速响应、业务***对接、复杂计算云平台交互等功能,可以将与接收数据相关联的处理责任分割或者划分在业务数据处理设备和目标移动设备之间。本***解决医疗***云平台响应瓶颈及与其他业务***连接的问题,提供给基层医疗机构完善的业务处理***。
医疗机构服务站一共分为3个部分,也就是区域范围内的医疗中心,单独的某一个医疗机构的信息***(基于边缘计算的设备),还有一个给显示医疗机构***的应用终端。医疗健康云数据中心提供云计算,业务数据边缘处理设备提供边缘计算,医疗机构应用终端提供显示。
目标移动设备提供数据显示,可以为PC电脑或者IPAD。
1、医疗健康云数据中心
医疗大数据的基本特点是复杂分散和低价值密度,因此关于结构化整合临床、组学、区域等医疗数据是智慧医疗中的核心难题,也是医疗行业未来发展的关键方向。因此,本发明提出的医疗健康云数据中心利用大数据结合人工智能的方法提炼出医疗数据的新价值,支持实时采集指定区域内患者、医疗机构及从业人员、医疗产品生产厂商及政府的基础数据,利用流式计算、深度学习等相关技术,建立数据获取、清洗、管理、分析、应用和服务的全生态周期,在海量数据中快速发现业务价值,提供数据服务满足动态变化的业务需求,人工智能赋能数据驱动发现数据新价值,构筑医疗场景数据新生态,实现医疗数据资产的深度发掘和价值转化。
(1)医疗健康云数据中心的角色架构
该中心平台主要面向四类用户角色:政府机构、社会公众、医疗机构和相关企业。通过确定医疗目标和和关键角色,使用合适的数据挖掘算法完成对数据有效的分析并加以展示,平台能够提供智能决策支持、个人健康指数分析、病情实时预警、医疗设备管理等多种功能,有效的解决不同角色的不同需求,如图1所示,图中,左侧社会公众、医疗机构、企业厂商和政府机构作为数据生产者,通过一系列服务应用生产数据至区域数据集成平台后,上传至云端大数据分析平台,最终的数据处理结果返回给图中右侧的消费者。
(2)医疗健康云数据中心的***架构
如图2所示,本发明所提出的医疗健康云数据中心平台采用四层架构:
数据层对区域信息临床、医疗等数据进行获取、清洗、转换,并分类加载到分布式文件存储***中。
分析层通过流式计算***、数据挖掘算法等实现对数据的实时、准确的分析和应用,提供分布式计算框架和逻辑处理功能,为平台并行化的高性能计算效率提供保证。
交互层主要是***和用户操作逻辑之间的交互。根据应用层用户进行的不同操作,执行不同的数据计算并返回,用于数据可视化。
应用层即应用***的操作界面,对交互层返回的结果数据进行可视化处理,以多元化的图形报表为用户展现有价值的数据信息。
(3)用SparkStreaming流式计算和Kafka消息发布订阅实现数据实时分析
平台分析层使用Spark计算框架,医疗业务数据流首先存入Kafka集群,通过Pub/Sub模式,再由SparkCoreSQL MLlib或SparkSteaming抽取消费Kafka数据,处理后的数据结果写入数据层HDFS或Hbase,同时写回Kafka集群或者存入Redis集群。
2、业务数据边缘处理设备
本发明的业务数据边缘处理设备为一种面向基层医疗机构线下业务***一体机,用于提供专业标准化的信息***云服务,满足医疗机构信息管理及流程规范的需求,享受即开即用的门诊、财务、客户一体化管理。面向基层医疗机构信息***建设和管理,支持HIS、EMR、LIS等常见的医疗信息化***,作为边缘节点向云端提供快捷、安全、有效的数据支持。具备以下几个特点:
(1)多***集成
目前,该一体机设备已经集成了:
门诊***:门诊医生工作站分***是协助门诊医生完成日常医疗工作的计算机应用程序。其主要任务是处理门诊记录、诊断、处方、检查、检验、治疗处置、手术和卫生材料等信息。在医生开立医嘱时,需将医嘱与诊断对应。
LIS检验***:LIS***是以支持实验室日常工作为目标的信息收集、处理、存储、传播和应用的***,实现标本分析前、中、后全过程的数据的信息管理,实现人、财、物的管理,是医学实验室生存和发展的灵魂。
财务***:财务报表分***,是医疗机构实现财务管理的组成部分和进行财务分析的重要手段。
药房***:药品管理分***是用于协助医院完成对药品管理的计算机应用程序,其主要任务是对药库、门诊药房、中药房、住院药房、药品价格、药品会计核算等信息的管理。
2.2边缘节点横向扩展
既可以用于广域网互连,也可以用于局域网互连,使***的可扩展性大大提高。用户可以通过公共网关,实现***的分布式部署,搭建边缘节点集群。也可以通过接口对接外部其他医疗业务子***,实现横向扩展。
2.3网络安全
通过多个节点和设备将云和数据中心扩展到边缘,可能会成倍地增加网络攻击的表面积。因此,维护边缘层所有资产的实体和网络安全是一项复杂而关键的任务。本发明提出的医疗机构线下业务***一体机采用私有云服务模式,患者信息等敏感数据均不采用互联网模式传输数据,安全性更有保障。
3、边缘计算与云端互联
本发明一种基于边缘计算的基层医疗信息处理方法的整体业务流程如图3所示。具体流程如下:
1)首先发送医疗业务请求至边缘业务数据处理设备,即一种面向基层医疗机构线下业务***一体机,判断业务逻辑是否需要云端服务。
2)若步骤1)判断结果为需要,则将业务请求和数据转发至云平台,进行一系列云计算并返回结果至一种面向基层医疗机构线下业务***一体机。
3)若步骤1)判断结果为不需要,则进行本地边缘计算,由一种面向基层医疗机构线下业务***一体机内部***自行处理业务;
4)步骤3)根据一种面向基层医疗机构线下业务***一体机特点,将边缘计算业务继续划分为两部分:第一,对接其他医疗子***接口,由外部***进行数据计算,得到数据结果;第二,一种面向基层医疗机构线下业务***一体机内部处理业务,判断是否分发运算至其他一体机集群节点,实现负载均衡。
5)一种面向基层医疗机构线下业务***一体机接收前面的步骤2)、4)的数据处理结果,返回客户端,完成相应业务请求。
上述步骤4)内所提到的分发运算至其它节点,是允许用户投入和相关效益比决定***优化的资源方法,图4展示了用户选择性搭建边缘节点集群的结构图,使***保持相对稳定的状态,实现业务处理最优解。
本发明处理业务的结构图如图5所示。支持用户通过PC、智能手机、PDA、PAD等终端设备访问边缘计算节点,即由单个一种面向基层医疗机构线下业务***一体机或多个一体机集群组成可“插拔式”的硬总线和允许接口对接其他EMR、LIS、HIS等子***的软总线。整个边缘计算节点与医疗健康云数据中心平台交互,获取云端存储、AI智能计算、数据共享等标准化信息云服务。
4、实验结果及分析
4.1 SparkStreaming实时流式计算结果分析
本发明采用分布式大数据处理框架Spark,由SparkStreaming+Kafka处理分布式实时消息。实验环境为三台服务器,一主二从的集群环境。编写Kafka消息生产程序,模拟医疗业数据流发送至三台服务器Spark节点。程序每1ms开启80个线程,即每秒8W条数据,三台服务器平均24W/S数据流。最终压力测试结果稳定,能够保证对数据流的实时分析处理。
4.2大数据可视化展示结果
本发明提出的医疗健康云数据中心架构应用层,通过大数据可视化相关技术,全面、准确、直观的展示各项医疗指标数据,提供有效的决策信息支持。本发明采用Echarts和Tableau,测试数据可视化的基本图例,部分展示如下图6、7所示。
4.3边缘节点***集成实验
本发明提出的作为边缘计算的业务数据处理设备,目前已经对现有医疗子***进行集成,从而验证边缘节点的可行性,具体包括对门诊***、检验***、财务***和药房***。图8和图9分别为门诊***展示和LIS检验管理***展示。
以上所述仅为本发明的实施例,并非以此限制本发明的保护范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的***领域,均同理包括在本发明的保护范围内。
Claims (8)
1.一种基于边缘计算的基层医疗信息处理***,其特征在于:
包括至少一个医疗健康云数据中心、至少一个医疗机构服务站、至少一个业务数据边缘处理设备、至少一个医疗***应用终端;
所述医疗***应用终端通过局域网络,经由业务数据边缘处理设备实现对业务请求进行快速响应、业务***对接、复杂计算云平台交互功能,可以将与接收数据相关联的处理责任分割或者划分在业务数据边缘处理设备和目标移动设备之间;
医疗健康云数据中心用于搭建健康大数据云平台,提供云端存储、数据共享、AI智能计算、数据可视化的标准化信息云服务;
业务数据边缘处理设备为医疗机构线下业务***一体机,包括边缘节点,边缘节点自主集成各医疗业务数据信息进行分析处理,结合业务需要与医疗健康云数据中心云端互联。
2.根据权利要求1所述的一种基于边缘计算的基层医疗信息处理***,其特征在于:
所述医疗健康云数据中心面向四类用户角色:政府机构、社会公众、医疗机构和企业;通过确定医疗目标和和关键角色,使用合适的数据挖掘算法完成对数据有效的分析并加以展示,平台能够提供智能决策支持、个人健康指数分析、病情实时预警、医疗设备管理功能,有效的解决不同角色的不同需求。
3.根据权利要求1所述的一种基于边缘计算的基层医疗信息处理***,其特征在于:
所述医疗健康云数据中心采用四层架构:数据层、分析层、交互层和应用层;
所述数据层对区域信息临床、医疗等数据进行获取、清洗、转换,并分类加载到分布式文件存储***中;
所述分析层通过流式计算***、数据挖掘算法等实现对数据的实时、准确的分析和应用,提供分布式计算框架和逻辑处理功能,为平台并行化的高性能计算效率提供保证;
所述交互层主要是***和用户操作逻辑之间的交互,根据应用层用户进行的不同操作,执行不同的数据计算并返回,用于数据可视化;
所述应用层即应用***的操作界面,对交互层返回的结果数据进行可视化处理,以多元化的图形报表为用户展现有价值的数据信息。
4.根据权利要求3所述的一种基于边缘计算的基层医疗信息处理***,其特征在于:
所述医疗健康云数据中心中,分析层使用Spark计算框架,医疗业务数据流首先存入Kafka集群,通过Pub/Sub模式,再由SparkCoreSQL MLlib或SparkSteaming抽取消费Kafka数据,处理后的数据结果写入数据层HDFS或Hbase,同时写回Kafka集群或者存入Redis集群。
5.根据权利要求1-4任一所述的一种基于边缘计算的基层医疗信息处理***,其特征在于:
所述业务数据边缘处理设备集成了门诊***、LIS检验***、财务***和药房***。
6.根据权利要求5所述的一种基于边缘计算的基层医疗信息处理***,其特征在于:
所述业务数据边缘处理设备的边缘节点可横向扩展,既可以用于广域网互连,也可以用于局域网互连,用户可以通过公共网关,实现***的分布式部署,搭建边缘节点集群,也可以通过接口对接外部其他医疗业务子***,实现横向扩展。
7.一种基于边缘计算的基层医疗信息处理方法,其特征在于,包括以下步骤:
1)发送医疗业务请求至业务数据边缘处理设备,即一种面向基层医疗机构线下业务***一体机,判断业务逻辑是否需要云端服务;
2)若步骤1)判断结果为需要,则将业务请求和数据转发至医疗健康云数据中心,进行一系列云计算并返回结果至一种面向基层医疗机构线下业务***一体机;
3)若步骤1)判断结果为不需要,则进行本地边缘计算,由一种面向基层医疗机构线下业务***一体机内部***自行处理业务;
4)步骤3)根据一种面向基层医疗机构线下业务***一体机特点,将边缘计算业务继续划分为两部分:第一,对接其他医疗子***接口,由外部***进行数据计算,得到数据结果;第二,一种面向基层医疗机构线下业务***一体机内部处理业务,判断是否分发运算至其他一体机集群节点,实现负载均衡;
5)一种面向基层医疗机构线下业务***一体机接收前面的步骤2)、4)的数据处理结果,返回客户端,完成相应业务请求。
8.根据权利要求7所述的一种基于边缘计算的基层医疗信息处理方法,其特征在于:
步骤4)中所提到的分发运算至其它一体机集群节点,是指允许用户投入和相关效益比决定***优化的资源方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911378977.6A CN111161860A (zh) | 2019-12-27 | 2019-12-27 | 一种基于边缘计算的基层医疗信息处理***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911378977.6A CN111161860A (zh) | 2019-12-27 | 2019-12-27 | 一种基于边缘计算的基层医疗信息处理***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111161860A true CN111161860A (zh) | 2020-05-15 |
Family
ID=70558656
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911378977.6A Pending CN111161860A (zh) | 2019-12-27 | 2019-12-27 | 一种基于边缘计算的基层医疗信息处理***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111161860A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111959372A (zh) * | 2020-08-12 | 2020-11-20 | 中南大学 | 一种基于边缘服务器的血液透析方舱 |
CN112289437A (zh) * | 2020-10-28 | 2021-01-29 | 南通市第一人民医院 | 一种基于边缘计算架构的糖尿病辅助治疗云平台*** |
CN112349404A (zh) * | 2020-11-03 | 2021-02-09 | 中国人民解放军总医院 | 基于云-边-端架构的多中心医疗设备大数据云平台 |
CN112712903A (zh) * | 2021-01-15 | 2021-04-27 | 杭州中科先进技术研究院有限公司 | 一种基于人机物三元空间协同感知的传染病监测方法 |
CN114141324A (zh) * | 2021-12-01 | 2022-03-04 | 医贝云服(杭州)科技有限公司 | 一种基于边缘计算的医疗数据处理方法和装置 |
CN114139184A (zh) * | 2021-12-01 | 2022-03-04 | 医贝云服(杭州)科技有限公司 | 一种基于近端处理技术的医疗数据处理方法和装置 |
CN114785826A (zh) * | 2022-04-18 | 2022-07-22 | 北京知云再起科技有限公司 | 一种基于5g边缘计算的英语听说考试*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107087012A (zh) * | 2016-02-15 | 2017-08-22 | 山东华平信息科技有限公司 | 基于移动终端的医疗健康防控云平台及方法 |
CN107945880A (zh) * | 2017-12-12 | 2018-04-20 | 海南大学 | 一种面向边缘计算的类型化医疗资源处理***设计方法 |
CN107993706A (zh) * | 2017-12-26 | 2018-05-04 | 哈尔滨普迪亚科技有限公司 | 一种医养健康管理信息服务*** |
-
2019
- 2019-12-27 CN CN201911378977.6A patent/CN111161860A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107087012A (zh) * | 2016-02-15 | 2017-08-22 | 山东华平信息科技有限公司 | 基于移动终端的医疗健康防控云平台及方法 |
CN107945880A (zh) * | 2017-12-12 | 2018-04-20 | 海南大学 | 一种面向边缘计算的类型化医疗资源处理***设计方法 |
CN107993706A (zh) * | 2017-12-26 | 2018-05-04 | 哈尔滨普迪亚科技有限公司 | 一种医养健康管理信息服务*** |
Non-Patent Citations (7)
Title |
---|
刘文生: "医疗云勃兴,全国健康医疗行业云全力开拔", 《中国医院院长》, no. 12, 15 June 2018 (2018-06-15), pages 38 - 40 * |
刘文生;: "医疗云勃兴,全国健康医疗行业云全力开拔", pages 38 - 40 * |
史嘉兴;丁绍平;任静;缪庆嵘;: "掌上医生平台的设计与临床应用" * |
史嘉兴;丁绍平;任静;缪庆嵘;: "掌上医生平台的设计与临床应用", pages 64 - 67 * |
史嘉兴等: "掌上医生平台的设计与临床应用", 《中国数字医学》, no. 04, 15 April 2017 (2017-04-15), pages 64 - 67 * |
李小华等: "《医院信息***数据库技术与应用》", 中山大学出版社, pages: 331 - 332 * |
汪先锋编著: "《生态环境大数据》", 31 October 2019, 中国环境出版集团, pages: 53 - 56 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111959372A (zh) * | 2020-08-12 | 2020-11-20 | 中南大学 | 一种基于边缘服务器的血液透析方舱 |
CN111959372B (zh) * | 2020-08-12 | 2022-06-21 | 中南大学 | 一种基于边缘服务器的血液透析方舱 |
CN112289437A (zh) * | 2020-10-28 | 2021-01-29 | 南通市第一人民医院 | 一种基于边缘计算架构的糖尿病辅助治疗云平台*** |
CN112349404A (zh) * | 2020-11-03 | 2021-02-09 | 中国人民解放军总医院 | 基于云-边-端架构的多中心医疗设备大数据云平台 |
CN112712903A (zh) * | 2021-01-15 | 2021-04-27 | 杭州中科先进技术研究院有限公司 | 一种基于人机物三元空间协同感知的传染病监测方法 |
CN114141324A (zh) * | 2021-12-01 | 2022-03-04 | 医贝云服(杭州)科技有限公司 | 一种基于边缘计算的医疗数据处理方法和装置 |
CN114139184A (zh) * | 2021-12-01 | 2022-03-04 | 医贝云服(杭州)科技有限公司 | 一种基于近端处理技术的医疗数据处理方法和装置 |
CN114139184B (zh) * | 2021-12-01 | 2022-05-31 | 医贝云服(杭州)科技有限公司 | 一种基于近端处理技术的医疗数据处理方法和装置 |
CN114141324B (zh) * | 2021-12-01 | 2022-08-09 | 医贝云服(杭州)科技有限公司 | 一种基于边缘计算的医疗数据处理方法和装置 |
CN114785826A (zh) * | 2022-04-18 | 2022-07-22 | 北京知云再起科技有限公司 | 一种基于5g边缘计算的英语听说考试*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111161860A (zh) | 一种基于边缘计算的基层医疗信息处理***及方法 | |
Ye et al. | Management of medical and health big data based on integrated learning-based health care system: a review and comparative analysis | |
Demiris et al. | Innovative tools to support family caregivers of persons with cancer: the role of information technology | |
Yang | Cloud computing for storing and analyzing petabytes of genomic data | |
CN106453618A (zh) | 基于G‑Cloud云计算的遥感图像处理服务云平台*** | |
CN108962394A (zh) | 一种医疗数据决策支持方法及*** | |
Pérez et al. | Design and implementation of a data mining grid-aware architecture | |
Nguyen et al. | Collaborative framework design for immersive analytics | |
Wang et al. | Knowledge transfer methods for expressing product design information and organization | |
CN201242749Y (zh) | 物理运动康复治疗管理*** | |
CN113971995A (zh) | 精准医疗健康大数据平台 | |
Kim et al. | Human-intelligence workflow management for the big data of augmented reality on cloud infrastructure | |
Hou et al. | Scientific collaboration in Chinese nursing research: a social network analysis study | |
CN110837970A (zh) | 一种区域卫生平台质控方法和*** | |
Battistoni et al. | Living labs and open innovation to support local development policies | |
Sultana et al. | Cloud-based development of smart and connected data in healthcare application | |
Tellam et al. | The primary reasons behind data sharing, its wider benefits and how to cope with the realities of commercial data | |
Wang | [Retracted] An Intelligent Collection System of Big Data in Medical and Health Education Based on the Internet of Things | |
Bharadwaj et al. | Developing a scalable SNMP monitor | |
CN105208069A (zh) | 脑功能网络数据云*** | |
Zhang et al. | Research on the Secure Medical Big Data Ecosystem Based on Hadoop | |
Wang | Analysis of the service mode of university library based on cloud computing information technology | |
Li et al. | A two-level cloud storage system based on asynchronous message for medical image big data | |
Williams | Integration of Artificial Intelligence and Cloud Computing | |
Liu et al. | Design and Development of Big Data Platform for Smart University |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200515 |