健康医疗大数据应用发展的指导意见

本文涉及的产品
数据安全中心,免费版
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

各省、自治区、直辖市人民政府,国务院各部委、各直属机构:

健康医疗大数据是国家重要的基础性战略资源。健康医疗大数据应用发展将带来健康医疗模式的深刻变化,有利于激发深化医药卫生体制改革的动力和活力,提升健康医疗服务效率和质量,扩大资源供给,不断满足人民群众多层次、多样化的健康需求,有利于培育新的业态和经济增长点。为贯彻落实《国务院关于印发促进大数据发展行动纲要的通知》(国发〔2015〕50号)要求,顺应新兴信息技术发展趋势,规范和推动健康医疗大数据融合共享、开放应用,经国务院同意,现提出如下意见。

一、指导思想、基本原则和发展目标

(一)指导思想。深入贯彻落实党的十八大和十八届三中、四中、五中全会精神,牢固树立并切实贯彻创新、协调、绿色、开放、共享的发展理念,按照党中央、国务院决策部署,发挥市场在资源配置中的决定性作用,更好发挥政府作用,以保障全体人民健康为出发点,强化顶层设计,夯实基层基础,完善政策制度,创新工作机制,大力推动政府健康医疗信息系统和公众健康医疗数据互联融合、开放共享,消除信息孤岛,积极营造促进健康医疗大数据安全规范、创新应用的发展环境,通过“互联网+健康医疗”探索服务新模式、培育发展新业态,努力建设人民满意的医疗卫生事业,为打造健康中国、全面建成小康社会和实现中华民族伟大复兴的中国梦提供有力支撑。

(二)基本原则。

坚持以人为本、创新驱动。将健康医疗大数据应用发展纳入国家大数据战略布局,推进政产学研用联合协同创新,强化基础研究和核心技术攻关,突出健康医疗重点领域和关键环节,利用大数据拓展服务渠道,延伸和丰富服务内容,更好满足人民健康医疗需求。

坚持规范有序、安全可控。建立健全健康医疗大数据开放、保护等法规制度,强化标准和安全体系建设,强化安全管理责任,妥善处理应用发展与保障安全的关系,增强安全技术支撑能力,有效保护个人隐私和信息安全。

坚持开放融合、共建共享。鼓励政府和社会力量合作,坚持统筹规划、远近结合、示范引领,注重盘活、整合现有资源,推动形成各方支持、依法开放、便民利民、蓬勃发展的良好局面,充分释放数据红利,激发大众创业、万众创新活力。

(三)发展目标。到2017年底,实现国家和省级人口健康信息平台以及全国药品招标采购业务应用平台互联互通,基本形成跨部门健康医疗数据资源共享共用格局。到2020年,建成国家医疗卫生信息分级开放应用平台,实现与人口、法人、空间地理等基础数据资源跨部门、跨区域共享,医疗、医药、医保和健康各相关领域数据融合应用取得明显成效;统筹区域布局,依托现有资源建成100个区域临床医学数据示范中心,基本实现城乡居民拥有规范化的电子健康档案和功能完备的健康卡,健康医疗大数据相关政策法规、安全防护、应用标准体系不断完善,适应国情的健康医疗大数据应用发展模式基本建立,健康医疗大数据产业体系初步形成、新业态蓬勃发展,人民群众得到更多实惠。

二、重点任务和重大工程

(一)夯实健康医疗大数据应用基础。

1.加快建设统一权威、互联互通的人口健康信息平台。实施全民健康保障信息化工程,按照安全为先、保护隐私的原则,充分依托国家电子政务外网和统一数据共享交换平台,拓展完善现有设施资源,全面建成互通共享的国家、省、市、县四级人口健康信息平台,强化公共卫生、计划生育、医疗服务、医疗保障、药品供应、综合管理等应用信息系统数据采集、集成共享和业务协同。创新管理模式,推动生育登记网上办理。消除数据壁垒,畅通部门、区域、行业之间的数据共享通道,探索社会化健康医疗数据信息互通机制,推动实现健康医疗数据在平台集聚、业务事项在平台办理、政府决策依托平台支撑。

2.推动健康医疗大数据资源共享开放。鼓励各类医疗卫生机构推进健康医疗大数据采集、存储,加强应用支撑和运维技术保障,打通数据资源共享通道。加快建设和完善以居民电子健康档案、电子病历、电子处方等为核心的基础数据库。建立卫生计生、中医药与教育、科技、工业和信息化、公安、民政、人力资源社会保障、环保、农业、商务、安全监管、检验检疫、食品药品监管、体育、统计、旅游、气象、保险监管、残联等跨部门密切配合、统一归口的健康医疗数据共享机制。探索推进可穿戴设备、智能健康电子产品、健康医疗移动应用等产生的数据资源规范接入人口健康信息平台。建立全国健康医疗数据资源目录体系,制定分类、分级、分域健康医疗大数据开放应用政策规范,稳步推动健康医疗大数据开放。

(二)全面深化健康医疗大数据应用。

3.推进健康医疗行业治理大数据应用。加强深化医药卫生体制改革评估监测,加强居民健康状况等重要数据精准统计和预测评价,有力支撑健康中国建设规划和决策。综合运用健康医疗大数据资源和信息技术手段,健全医院评价体系,推动深化公立医院改革,完善现代医院管理制度,优化医疗卫生资源布局。加强医疗机构监管,健全对医疗、药品、耗材等收入构成及变化趋势的监测机制,协同医疗服务价格、医保支付、药品招标采购、药品使用等业务信息,助推医疗、医保、医药联动改革。

4.推进健康医疗临床和科研大数据应用。依托现有资源建设一批心脑血管、肿瘤、老年病和儿科等临床医学数据示范中心,集成基因组学、蛋白质组学等国家医学大数据资源,构建临床决策支持系统。推进基因芯片与测序技术在遗传性疾病诊断、癌症早期诊断和疾病预防检测方面的应用,加强人口基因信息安全管理,推动精准医疗技术发展。围绕重大疾病临床用药研制、药物产业化共性关键技术等需求,建立药物副作用预测、创新药物研发数据融合共享机制。充分利用优势资源,优化生物医学大数据布局,依托国家临床医学研究中心和协同研究网络,系统加强临床和科研数据资源整合共享,提升医学科研及应用效能,推动智慧医疗发展。

5.推进公共卫生大数据应用。加强公共卫生业务信息系统建设,完善国家免疫规划、网络直报、网络化急救、职业病防控、口岸公共卫生风险预警决策等信息系统以及移动应急业务平台应用功能,推进医疗机构、公共卫生机构和口岸检验检疫机构的信息共享和业务协同,全面提升公共卫生监测评估和决策管理能力。整合社会网络公共信息资源,完善疾病敏感信息预警机制,及时掌握和动态分析全人群疾病发生趋势及全球传染病疫情信息等国际公共卫生风险,提高突发公共卫生事件预警与应急响应能力。整合环境卫生、饮用水、健康危害因素、口岸医学媒介生物和核生化等多方监测数据,有效评价影响健康的社会因素。开展重点传染病、职业病、口岸输入性传染病和医学媒介生物监测,整合传染病、职业病多源监测数据,建立实验室病原检测结果快速识别网络体系,有效预防控制重大疾病。推动疾病危险因素监测评估和妇幼保健、老年保健、国际旅行卫生健康保健等智能应用,普及健康生活方式。

6.培育健康医疗大数据应用新业态。加强健康医疗海量数据存储清洗、分析挖掘、安全隐私保护等关键技术攻关。积极鼓励社会力量创新发展健康医疗业务,促进健康医疗业务与大数据技术深度融合,加快构建健康医疗大数据产业链,不断推进健康医疗与养生、养老、家政等服务业协同发展。发展居家健康信息服务,规范网上药店和医药物流第三方配送等服务,推动中医药养生、健康养老、健康管理、健康咨询、健康文化、体育健身、健康医疗旅游、健康环境、健康饮食等产业发展。

7.研制推广数字化健康医疗智能设备。支持研发健康医疗相关的人工智能技术、生物三维(3D)打印技术、医用机器人、大型医疗设备、健康和康复辅助器械、可穿戴设备以及相关微型传感器件。加快研发成果转化,提高数字医疗设备、物联网设备、智能健康产品、中医功能状态检测与养生保健仪器设备的生产制造水平,促进健康医疗智能装备产业升级。

(三)规范和推动“互联网+健康医疗”服务。

8.发展智慧健康医疗便民惠民服务。发挥优质医疗资源的引领作用,鼓励社会力量参与,整合线上线下资源,规范医疗物联网和健康医疗应用程序(APP)管理,大力推进互联网健康咨询、网上预约分诊、移动支付和检查检验结果查询、随访跟踪等应用,优化形成规范、共享、互信的诊疗流程。探索互联网健康医疗服务模式。以家庭医生签约服务为基础,推进居民健康卡、社会保障卡等应用集成,激活居民电子健康档案应用,推动覆盖全生命周期的预防、治疗、康复和健康管理的一体化电子健康服务。

9.全面建立远程医疗应用体系。实施健康中国云服务计划,建设健康医疗服务集成平台,提供远程会诊、远程影像、远程病理、远程心电诊断服务,健全检查检验结果互认共享机制。推进大医院与基层医疗卫生机构、全科医生与专科医生的数据资源共享和业务协同,健全基于互联网、大数据技术的分级诊疗信息系统,延伸放大医疗卫生机构服务能力,有针对性地促进“重心下移、资源下沉”。

10.推动健康医疗教育培训应用。支持建立以国家健康医疗开放大学为基础、中国健康医疗教育慕课联盟为支撑的健康医疗教育培训云平台,鼓励开发慕课健康医疗培训教材,探索新型互联网教学模式和方法,组织优质师资推进网络医学教育资源开放共享和在线互动、远程培训、远程手术示教、学习成效评估等应用,便捷医务人员终身教育,提升基层医疗卫生服务能力。

(四)加强健康医疗大数据保障体系建设。

11.加强法规和标准体系建设。制定完善健康医疗大数据应用发展的法律法规,强化居民健康信息服务规范管理,明确信息使用权限,切实保护相关各方合法权益。完善数据开放共享支撑服务体系,建立“分级授权、分类应用、权责一致”的管理制度。规范健康医疗大数据应用领域的准入标准,建立大数据应用诚信机制和退出机制,严格规范大数据开发、挖掘、应用行为。建立统一的疾病诊断编码、临床医学术语、检查检验规范、药品应用编码、信息数据接口和传输协议等相关标准,促进健康医疗大数据产品、服务流程标准化。

12.推进网络可信体系建设。强化健康医疗数字身份管理,建设全国统一标识的医疗卫生人员和医疗卫生机构可信医学数字身份、电子实名认证、数据访问控制信息系统,积极推进电子签名应用,逐步建立服务管理留痕可溯、诊疗数据安全运行、多方协作参与的健康医疗管理新模式。

13.加强健康医疗数据安全保障。加快健康医疗数据安全体系建设,建立数据安全管理责任制度,制定标识赋码、科学分类、风险分级、安全审查规则。制定人口健康信息安全规划,强化国家、区域人口健康信息工程技术能力,注重内容安全和技术安全,确保国家关键信息基础设施和核心系统自主可控稳定安全。开展大数据平台及服务商的可靠性、可控性和安全性评测以及应用的安全性评测和风险评估,建立安全防护、系统互联共享、公民隐私保护等软件评价和安全审查制度。加强大数据安全监测和预警,建立安全信息通报和应急处置联动机制,建立健全“互联网+健康医疗”服务安全工作机制,完善风险隐患化解和应对工作措施,加强对涉及国家利益、公共安全、患者隐私、商业秘密等重要信息的保护,加强医学院、科研机构等方面的安全防范。

14.加强健康医疗信息化复合型人才队伍建设。实施国家健康医疗信息化人才发展计划,强化医学信息学学科建设和“数字化医生”培育,着力培育高层次、复合型的研发人才和科研团队,培养一批有国际影响力的专门人才、学科带头人和行业领军人物。创新专业人才继续教育形式,完善多层次、多类型人才培养培训体系,推动政府、高等院校、科研院所、医疗机构、企业共同培养人才,促进健康医疗大数据人才队伍建设。

三、加强组织实施

(一)强化统筹规划。建立党委政府领导、多方参与、资源共享、协同推进的工作格局。国家卫生计生委要综合统筹、强化实施,各有关部门要密切配合、形成合力,推动重点任务落实。各地区要重视健康医疗大数据应用发展,切实搞好总体规划、基础建设、安全监管,确保各项任务措施落到实处。推进健康医疗大数据军民融合发展,促进军地健康医疗数据规范衔接、互通共享、协同应用。加强对健康医疗大数据应用发展的指导,强化对技术研发、新业态构建、应用推广的统筹协调,研究建立专家委员会,组织研究制定发展战略及相关政策、法规、标准。

(二)抓住重点着力突破。从人民群众迫切需求的领域入手,重点推进网上预约分诊、远程医疗和检查检验结果共享互认等便民惠民应用。加快推进基本医保全国联网和异地就医结算。支持发展医疗智能设备、智能可穿戴设备,加强疑难疾病等重点方面的研究。选择一批基础条件好、工作积极性高、隐私安全防范有保障的地区和领域开展健康医疗大数据应用试点,总结经验,扎实有序推进。

(三)加大政策扶持力度。研究制定政府支持政策,从财税、投资、创新等方面对健康医疗大数据应用发展给予必要支持。推广运用政府和社会资本合作(PPP)模式,鼓励和引导社会资本参与健康医疗大数据的基础工程、应用开发和运营服务。鼓励政府与企事业单位、社会机构开展合作,探索通过政府采购、社会众包等方式,实现健康医疗大数据领域政府应用与社会应用相融合。充分发挥已设立的有关投资基金作用,充分激发社会资本和民间资本参与热情,鼓励创新多元投资机制,健全风险防范和监管制度,支持健康医疗大数据应用发展。

(四)加强政策宣传普及。加强健康医疗大数据应用发展政策解读,大力宣传应用发展的重要意义和应用前景,积极回应社会关切,形成良好社会氛围。积极引导医疗卫生机构和社会力量参与开展形式多样的科普活动,宣传普及健康医疗大数据应用知识,鼓励开发简便易行的数字医学工具,不断提升人民群众掌握相关应用的能力和社会公众健康素养。

(五)推进国际交流合作。有序推进健康医疗大数据应用发展的人才技术交流与合作。鼓励相关企业和科研单位开展对国际先进技术的引进、消化吸收和再创新,推动我国自主技术与全球同步发展。加大对国际健康医疗大数据应用标准的跟踪、评估和转化力度,积极参与国际标准制定,增强相关规则制定的话语权。坚持以我为主、加强监管、确保安全原则,稳步探索国际健康医疗大数据应用发展合作新模式,不断提升我国健康医疗大数据应用水平、产业核心竞争力和国际化水平。

====================================分割线================================

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
1月前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
98 1
|
1月前
|
存储 分布式计算 druid
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
59 1
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
ly~
|
1月前
|
供应链 搜索推荐 安全
大数据模型的应用
大数据模型在多个领域均有广泛应用。在金融领域,它可用于风险评估与预测、智能营销及反欺诈检测,助力金融机构做出更加精准的决策;在医疗领域,大数据模型能够协助疾病诊断与预测、优化医疗资源管理和加速药物研发;在交通领域,该技术有助于交通流量预测、智能交通管理和物流管理,从而提升整体交通效率;电商领域则借助大数据模型实现商品推荐、库存管理和价格优化,增强用户体验与企业效益;此外,在能源和制造业中,大数据模型的应用范围涵盖从需求预测到设备故障预测等多个方面,全面推动了行业的智能化转型与升级。
ly~
113 2
ly~
|
1月前
|
供应链 搜索推荐 大数据
大数据在零售业中的应用
在零售业中,大数据通过分析顾客的购买记录、在线浏览习惯等数据,帮助零售商理解顾客行为并提供个性化服务。例如,分析网站点击路径以了解顾客兴趣,并利用历史购买数据开发智能推荐系统,提升销售和顾客满意度。此外,大数据还能优化库存管理,通过分析销售数据和市场需求,更准确地预测需求,减少库存积压和缺货现象,提高资金流动性。
ly~
323 2
ly~
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据在智慧金融中的应用
在智能算法交易中,深度学习揭示价格波动的复杂动力学,强化学习依据市场反馈优化策略,助力投资者获取阿尔法收益。智能监管合规利用自然语言处理精准解读法规,实时追踪监管变化,确保机构紧跟政策。大数据分析监控交易,预警潜在违规行为,变被动防御为主动预防。数智化营销通过多维度数据分析,构建细致客户画像,提供个性化产品推荐。智慧客服借助 AI 技术提升服务质量,增强客户满意度。
ly~
121 2
ly~
|
1月前
|
供应链 监控 搜索推荐
大数据的应用场景
大数据在众多行业中的应用场景广泛,涵盖金融、零售、医疗保健、交通物流、制造、能源、政府公共服务及教育等领域。在金融行业,大数据用于风险评估、精准营销、反欺诈以及决策支持;零售业则应用于商品推荐、供应链管理和门店运营优化等;医疗保健领域利用大数据进行疾病预测、辅助诊断和医疗质量评估;交通物流业通过大数据优化物流配送、交通管理和运输安全;制造业则在生产过程优化、设备维护和供应链协同方面受益;能源行业运用大数据提升智能电网管理和能源勘探效率;政府和公共服务部门借助大数据改善城市管理、政务服务及公共安全;教育行业通过大数据实现个性化学习和资源优化配置;体育娱乐业则利用大数据提升赛事分析和娱乐制作水平。
ly~
425 2
|
2月前
|
存储 数据可视化 大数据
大数据管理与应用
大数据管理与应用是一门融合数学、统计学和计算机科学的新兴专业,涵盖数据采集、存储、处理、分析及应用,旨在帮助企业高效决策和提升竞争力。核心课程包括数据库原理、数据挖掘、大数据分析技术等,覆盖数据处理全流程。毕业生可从事数据分析、大数据开发、数据管理等岗位,广泛应用于企业、金融及互联网领域。随着数字化转型加速,该专业需求旺盛,前景广阔。
138 5
|
2月前
|
存储 搜索推荐 大数据
大数据在医疗领域的应用
大数据在医疗领域有广泛应用,包括电子病历的数字化管理和共享,提升医疗服务效率与协同性;通过数据分析支持医疗决策,制定个性化治疗方案;预测疾病风险并提供预防措施;在精准医疗中深度分析患者基因组信息,实现高效治疗;在药物研发中,加速疗效和副作用发现,提高临床试验效率。此外,在金融领域,大数据的“4V”特性助力业务决策前瞻性,被广泛应用于银行、证券和保险的风险评估、市场分析及个性化服务中,提升运营效率和客户满意度。
135 6
|
2月前
|
人工智能 编解码 搜索推荐
大模型、大数据与显示技术深度融合 加速智慧医疗多元化场景落地
大模型、大数据与显示技术深度融合 加速智慧医疗多元化场景落地
|
2月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能与大数据的融合应用##
随着科技的快速发展,人工智能(AI)和大数据技术已经深刻地改变了我们的生活。本文将探讨人工智能与大数据的基本概念、发展历程及其在多个领域的融合应用。同时,还将讨论这些技术所带来的优势与挑战,并展望未来的发展趋势。希望通过这篇文章,读者能够对人工智能与大数据有更深入的理解,并思考其对未来社会的影响。 ##
下一篇
无影云桌面