健康管理信息大数据平台启动 智能健康设备或进入爆发期

本文涉及的产品
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:

健康管理信息交互大数据平台近日在北京举行的第二届数字健康高峰论坛上正式启动。该平台可通过汇总不同智能硬件的健康数据,为医疗数据接入、慢病管理等提供依据。业内预计,智能健康设备或将迎来首个行业标准,并进入产业快速发展的爆发期。

数据显示,2016年全球可穿戴智能设备出货量首次突破1亿部。伴随物联网的快速发展,可穿戴设备的数量及功能正呈现快速增长期。如今,可穿戴医疗健康设备几乎能采集到个人全部健康数据,如身高、体重、BMI、心率、血糖血压、血氧量、睡眠时间、消耗卡路里等数据。

可穿戴医疗健康设备通过大数据、云计算、物联网等技术应用,实时采集大量用户健康数据信息和行为习惯,已然成为智慧医疗获取信息的重要入口。未来,当这些健康数据和生命体征指标集合起来,再通过大数据+人工智能的分析应用,必将推进全生命周期的预防、治疗、康复和健康管理的一体化。

中国疾病预防控制中心慢病中心书记李志新表示,快速发展的产业前景虽然美好,但行业也暴露出发展中的问题,而这些问题已成为制约整个移动医疗健康领域的快速发展的最大障碍。诸如,穿戴设备数据采集单一,导致健康数据分析和健康服务不精确;缺少统一的行业数据标准,导致数据难以共享等问题。

面对大量的运动健康、身体指标、医疗等数据,提供技术、服务、用户、数据等行业学术交流平台,融合各个采集设备的数据孤岛,实现数据共享,才能真正提高大数据算法、提高健康医疗服务精准性,推广我国智能健康医疗大数据的发展,实现移动医疗健康大数据的真正价值。

《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》也指出,健康医疗大数据应用发展是重点任务和重大工程。未来将消除数据壁垒,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,加快建设统一权威、互联互通的人口健康信息平台。

随着智能健康穿戴设备的发展,行业迫切需要统一的规范平台。为此,中国疾病预防控制中心慢病中心、中国信息通信研究院标准所、妙健康合作开发了“健康管理信息交互大数据平台”。

该平台可通过汇总不同智能硬件的健康数据,集合为用户的整体运动健康数据电子档案,为医疗数据接入、慢病管理提供可操作的健康数据依据。同时,信息系统还可将同一用户多维度的排重数据,反向传输给智能硬件厂家,用来精确算法,优化产品,从而形成用户健康信息闭环。

业内人士认为,随着“健康管理信息交互大数据平台”项目的正式启动,智能健康穿戴设备也将迎来首个行业标准,为数据共享及利用提供通路,推动智能健康穿戴设备真正进入产业爆发期。

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 
相关文章
|
1月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
3月前
|
运维 算法 数据可视化
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】2 方案设计与实现-Python
文章详细介绍了参加2021高校大数据挑战赛中智能运维异常检测与趋势预测任务的方案设计与Python实现,包括问题一的异常点和异常周期检测、问题二的异常预测多变量分类问题,以及问题三的多变量KPI指标预测问题的算法过程描述和代码实现。
75 0
|
22天前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
75 10
|
22天前
|
存储 机器学习/深度学习 大数据
量子计算与大数据:处理海量信息的新方法
【10月更文挑战第31天】量子计算凭借其独特的量子比特和量子门技术,为大数据处理带来了革命性的变革。相比传统计算机,量子计算在计算效率、存储容量及并行处理能力上具有显著优势,能有效应对信息爆炸带来的挑战。本文探讨了量子计算如何通过量子叠加和纠缠等原理,加速数据处理过程,提升计算效率,特别是在金融、医疗和物流等领域中的具体应用案例,同时也指出了量子计算目前面临的挑战及其未来的发展方向。
|
1月前
|
存储 数据采集 分布式计算
大数据技术:开启智能时代的新引擎
【10月更文挑战第5天】大数据技术:开启智能时代的新引擎
|
3月前
|
存储 人工智能 分布式计算
阿里云智能大数据演进
本文根据7月24日飞天发布时刻产品发布会、7月5日DataFunCon2024·北京站:大数据·大模型.双核时代实录整理而成
|
4月前
|
存储 算法 数据可视化
云上大数据分析平台:解锁数据价值,驱动智能决策新篇章
实时性与流式处理:随着实时数据分析需求的增加,云上大数据分析平台将更加注重实时性和流式处理能力的建设。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。
675 8
|
3月前
|
机器学习/深度学习 运维 算法
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】1 赛后总结与分析
对2021高校大数据挑战赛中智能运维异常检测与趋势预测赛题的赛后总结与分析,涉及赛题解析、不足与改进,并提供了异常检测、异常预测和趋势预测的方法和模型选择的讨论。
110 0
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】1 赛后总结与分析
|
4月前
|
人工智能 数据安全/隐私保护
数据平台演进问题之智能化数据平台会面临什么样的挑战
数据平台演进问题之智能化数据平台会面临什么样的挑战
|
4月前
|
存储 分布式计算 数据可视化
ERP系统中的大数据分析与处理:驱动企业智能决策
【7月更文挑战第29天】 ERP系统中的大数据分析与处理:驱动企业智能决策
413 0