xxx省互联网+医疗大数据设计方案V3.0
也可以根据基层实际工作的需要，将人群化分为：儿童、青少年、育龄妇女、中年和老年人。
? 第二维（Y轴）：健康和疾病问题
每一个人在不同生命阶段所面临的健康和疾病问题不尽相同。确定不同生命阶段的主要健康和疾病问题及其优先领域，是客观反映居民卫生服务需求、进行健康管理的重要环节。 ? 第三维（Z轴）：卫生服务活动（或干预措施）
针对特定的健康和疾病问题，医疗卫生机构开展一系列预防、医疗、保健、康复、健康教育等卫生服务活动（或干预措施），这些活动反映了居民健康需求的满足程度和卫生服务利用情况。
个人健康档案（EHR）基本结构
第22页
xxx省互联网+医疗大数据设计方案V3.0
6.3 相关数据特征对比分析
从医药医疗健康大数据分析应用角度，方案需要一个尽可能全和细的数据集合，所以理想状态是结合上两部分数据内容形成的超集集合，甚至包括一些非医疗健康数据，如考察研究某种药对某种疾病的医疗效果时，如果能获得当地的气象天气信息，可能分析出的结果将明显不同。另外可以看出目前所给数据都是结构化数据，如果从大数据分析应用角度，理想的数据还应该包括图像、图形、文本等半结构和非结构数据，以及非关系数据（多维数据），才能构成满足医药医疗健康大数据分析应用的需求。
2000 年以来，我国的医疗数据的生成和采集主要局限于各大医院。近几年，随着社区系统、新农合系统、村卫生室系统等基层医疗卫生信息系统逐步上线，医疗卫生数据源头也越来越多，数据量越来越大。从卫生服务的类型看，区域卫生信息的类型主要有：医疗服务类、公共卫生服务类、社区卫生服务类、卫生业务类、卫生管理服务类数据。根据估算，中国一个中等城市（1千万人口规模）50 年所积累的医疗卫生数据量就会达到10PB级。随着各地区域卫生信息平台的建设，存储于各医疗卫生机构的数据将逐步通过各种方式实现整合与共享。
多维数据由于医疗数据是多种数据源数据的汇总，数据之间的关系非常复杂。如下图所示：以患者为中心的服务需要把一个患者的全周期数据按照时间轴排列，并分析诊断、用药和患者生命体征、检验检测值之间的关联；以医生为中心的服务又需要把与医生相关的患者
第23页
xxx省互联网+医疗大数据设计方案V3.0
数据挑拣出来，并进行分类；以科室为中心的服务可能需要既从科室所属医生的角度，又要从在该科室就诊患者的角度进行分析；针对社区的服务可能需要统计整个社区居民某项指标（比如血压、血糖）的达标率。医疗数据的多维度、多粒度为各种信息服务的多角度、多层次分析提供了可能，但同时也为大数据分析带来了挑战。因为不可能为每一种信息服务存储一份特定的优化模式的数据，况且也无法枚举出所有可能的信息服务需求。这就需要医疗数据的存储模型能够适应灵活多变的多维统计分析需求。
第24页
xxx省互联网+医疗大数据设计方案V3.0
7. 大数据分析应用平台支持的业务主题场景
方案支持的业务主题应用场景将尽量以国务院发布的《全国医疗卫生服务体系规划纲要（2015~2020年）》内容和目标为依据，即“优化医疗卫生资源配置，构建与国民经济和社会发展水平相适应、与居民健康需求相匹配、体系完整、分工明确、功能互补、密切协作的整合型医疗卫生服务体系，为实现2020年基本建立覆盖城乡居民的基本医疗卫生制度和人民健康水平持续提升奠定坚实的医疗卫生资源基础。”最终形成我国医疗卫生服务体系的总体布局，如下图。
方案将以患者个人生命全周期、个人疾病全周期、医疗卫生服务、医药供应链所产生的大数据源为主，以支持个人、医疗卫生服务机构、医药生产经营企业、医疗卫生管理机构、医疗保险机构、公共卫生服务机构、医药监管机构等的业务大数据应用为主要应用场景。
第25页
xxx省互联网+医疗大数据设计方案V3.0
医疗卫生大数据源诊断处方治疗专题大数据应用患者分析疾病分析业务大数据应用医生个人（患者、亚健康）医疗卫生服务医疗卫生服务机构用药分析费用分析健康分析医药生产经营企业个人个人疾病全周期个人健康全周期医疗卫生管理机构个人生命全周期药品分析安全风险分析医疗保险机构药品招投标采购物流支付公共卫生服务机构资源分析效果分析医药监管机构医药供应链 以个人为中心全生命周期的阶段划分，如下图：
医疗卫生服务也从局限于医院内部的检查、诊断和治疗，扩展到未病、病前和病后的全过程医疗卫生活动。这些活动如下图：
第26页