互联网
类型
可以朗读
语音朗读
381千字
字数
2024-09-01
发行日期
展开全部
主编推荐语
全方位解读健康医疗数据治理重难点。
内容简介
健康医疗数据治理，是面向健康医疗领域的相关数据管理过程，有针对性地从事数据治理活动，以及数据治理活动的设计、监督和实施。本书旨在为健康医疗数据治理提供DAMA数据治理的落地指导。
本书作为DAMA数据管理知识体系丛书面向健康医疗行业的分册，将立足于DAMA数据治理体系知识框架，结合健康医疗行业数据治理的特点，分别从健康医疗领域的数据治理理论和理论落地的实践这两个视角阐述健康医疗数据治理，期望通过DAMA数据治理理论框架与健康医疗行业数据治理工具、方法、理论与规范相结合、通过与健康医疗行业数据治理理论与实践相印证。
本书作为一本覆盖健康医疗大数据治理的指导书籍，面向所有从事医疗信息化相关的群体，覆盖人群广泛，我们将从服务机构予以人群划分。本书主要面向以下几类机构：各级卫健委、等级医院、基层医疗机构和健康医疗行业服务企业。
目录
- 版权信息
- 作者简介
- 本书编委会
- 序言
- 前言
- 第1章 引论
- 1.1 DMBOK简介
- 1.1.1 DAMA国际和《DAMA数据管理的知识体系指南》（DMBOK）的发展历程
- 1.1.2 DMBOK的目标及用途
- 1.1.3 DMBOK框架介绍
- 1.2 数据治理概述
- 1.2.1 数据治理概念
- 1.2.2 数据治理原则
- 1.2.3 数据治理参考框架
- 第2章 医疗行业数据治理现状
- 2.1 医疗卫生机构数据治理现状
- 2.1.1 医院数据治理现状
- 2.1.2 公共卫生机构数据治理现状
- 2.2 政府行业管理机构数据治理现状
- 2.2.1 卫生健康管理机构数据治理现状
- 2.2.2 医疗保障局数据治理现状
- 2.3 医药行业企业数据治理现状
- 2.3.1 医药研发行业的发展
- 2.3.2 临床CRO主要业务内容
- 2.3.3 临床CRO的数据管理
- 2.3.4 CRO数据治理现状
- 2.3.5 基于数据治理的CRO数据管理进展
- 2.3.6 CRO数据管理和数据治理的发展趋势
- 2.3.7 总结
- 第3章 健康医疗数据架构
- 3.1 健康医疗数据
- 3.1.1 健康医疗数据的定义和范畴
- 3.1.2 健康医疗数据的特征
- 3.1.3 健康医疗数据的价值
- 3.2 数据架构基本概念
- 3.2.1 数据架构
- 3.2.2 医院数据架构
- 3.2.3 数据架构能力评估等级标准模型
- 3.3 数据中台建设与架构
- 3.3.1 数据中台定义
- 3.3.2 数据中台的核心能力
- 3.3.3 医疗健康产业数据中台设计
- 3.4 数据资产管理
- 3.4.1 数据资产管理概述
- 3.4.2 数据资产管理框架
- 3.4.3 数据资产管理价值
- 3.4.4 数据资产管理策略
- 第4章 医疗数据建模和设计
- 4.1 医疗数据建模概述
- 4.1.1 医疗数据建模的困难与挑战
- 4.1.2 医疗数据模型的结构演变
- 4.1.3 医疗数据建模的模式演变
- 4.2 常见的医疗数据模型
- 4.2.1 openEHR
- 4.2.2 HL7 RIM
- 4.2.3 OHDSI OMOP CDM
- 4.2.4 其它数据模型
- 4.3 医疗数据建模平台和方法
- 4.3.1 开放式协同建模平台
- 4.3.2 协同医疗数据建模方法
- 4.4 医疗数据建模案例
- 4.4.1 电子病历数据建模案例
- 4.4.2 专病医疗数据建模案例
- 第5章 医疗健康数据存储和操作
- 5.1 医疗健康数据存储需求现状
- 5.2 医疗健康数据存储和操作的主要特点
- 5.3 存储整合与优化
- 5.3.1 存储技术现状
- 5.3.2 统一存储架构
- 5.3.3 自动存储分层
- 5.4 虚拟化
- 5.4.1 存储虚拟化
- 5.4.2 业务服务器虚拟化
- 5.4.3 业务桌面虚拟化
- 5.5 云存储
- 5.6 区块链存储
- 5.7 存储安全与业务连续性
- 5.7.1 业务连续性
- 5.7.2 存储高可用与双活
- 5.7.3 备份与恢复
- 5.7.4 容灾
- 第6章 医疗数据安全与隐私保护
- 6.1 概述
- 6.1.1 数据安全
- 6.1.2 隐私保护内容
- 6.2 法律
- 6.2.1 美洲
- 6.2.2 欧洲
- 6.2.3 亚洲
- 6.3 技术
- 6.3.1 隐私安全计算
- 6.3.2 基于区块链的隐私保护计划
- 6.3.3 数据脱敏
- 6.3.4 数据沙箱
- 6.4 管理
- 6.4.1 医疗数据隐私安全风险点
- 6.4.2 医疗数据安全隐私模型
- 第7章 医疗数据开放与共享
- 7.1 概述
- 7.1.1 相关概念辨析
- 7.1.2 医疗数据开放共享的意义
- 7.1.3 数据开放的国际经验
- 7.1.4 我国医疗数据开放共享的现状和问题
- 7.2 医疗数据开放共享的原则、政策和法规
- 7.2.1 医疗数据开放共享的原则
- 7.2.2 医疗数据开放的政策和法规
- 7.2.3 医疗数据开放共享的关键流程
- 7.2.4 医疗数据开放共享的典型场景
- 第8章 医院数据集成与互操作
- 8.1 引言
- 8.1.1 ESB介绍
- 8.1.2 ETL介绍
- 8.1.3 HL7介绍
- 8.2 医院数据集成和互操作流程
- 8.2.1 ESB构建流程
- 8.2.2 ETL构建流程
- 8.2.3 二者区别
- 8.2.4 二者融合
- 8.3 DICOM标准
- 8.3.1 DICOM标准概述
- 8.3.2 DICOM标准内容
- 8.3.3 DICOM基本概念
- 8.3.4 DICOM信息对象定义
- 8.3.5 DICOM消息交换和网络通信
- 8.3.6 DICOM服务类
- 8.3.7 DICOM文件格式
- 8.3.8 DICOM图像
- 8.4 IHE标准
- 8.4.1 IHE标准概述
- 8.4.2 IHE定义和构成
- 8.4.3 IHE与DICOM及HL7的关系
- 8.4.4 IHE认证测试
- 8.4.5 IHE发展前景
- 第9章 医疗文件和内容管理
- 9.1 概述
- 9.1.1 医学文本管理
- 9.1.2 医学影像文件管理
- 9.2 医疗文件和内容管理国内外研究及实践
- 9.2.1 医疗健康档案管理研究及实践
- 9.2.2 医学文献管理研究及实践
- 9.2.3 医学影像文件和内容管理研究及实践
- 9.3 知识管理方法与工具
- 9.3.1 医疗文件和内容管理意义与目的
- 9.3.2 医疗文件和内容管理的DMBOK2理论支持
- 9.3.3 医疗文件和内容数据管理关键活动
- 9.3.4 医疗文件和内容数据管理方法、工具
- 第10章 医疗元数据治理
- 10.1 引言
- 10.1.1 医疗元数据治理介绍
- 10.1.2 医疗元数据治理的作用
- 10.1.3 元数据治理目标
- 10.1.4 医疗元数据类型
- 10.2 医疗元数据治理流程
- 10.2.1 明确医疗元数据需求
- 10.2.2 定义元数据架构
- 10.2.3 开发和维护元数据标准
- 10.2.4 医疗元数据的整合
- 10.2.5 元数据管理制度与标准落地
- 10.2.6 医疗元数据检索
- 10.3 医疗元数据治理应用
- 10.3.1 数据地图
- 10.3.2 元数据分析
- 10.3.3 血缘分析
- 10.3.4 影响度分析
- 10.3.5 变更管理
- 10.3.6 重要程度分析
- 10.4 医疗元数据治理活动
- 10.4.1 医疗元数据知识库
- 10.4.2 元数据知识图谱
- 10.4.3 元数据生命周期管理
- 10.4.4 治理结果评估
- 第11章 医疗主数据管理
- 11.1 医疗主数据管理概述
- 11.1.1 医疗主数据
- 11.1.2 医疗主数据管理
- 11.1.3 医疗主数据管理的重要性
- 11.2 医疗主数据管理内容
- 11.2.1 医疗主数据管理标准化体系
- 11.2.2 医疗主数据管理保障体系
- 11.2.3 医疗主数据管理成熟度
- 11.3 医疗主数据管理实践
- 11.3.1 概述
- 11.3.2 主数据提取与数据治理实践
- 11.3.3 主数据融合实践
- 第12章 医学术语与知识图谱
- 12.1 医学术语与知识图谱概述
- 12.1.1 医学术语与知识图谱基本概念
- 12.1.2 医学术语与知识图谱应用价值
- 12.1.3 国内外医学术语与知识图谱研究现状和难点
- 12.2 现有常用医学术语与知识图谱
- 12.2.1 一体化医学语言系统
- 12.2.2 SNOMED CT
- 12.2.3 人类疾病本体
- 12.2.4 中文一体化医学语言系统
- 12.2.5 中医药语言系统（TCMLS）
- 12.3 医学知识图谱构建
- 12.3.1 知识图谱技术体系
- 12.3.2 知识图谱构建常用工具
- 12.3.3 医学知识图谱构建流程
- 12.4 医学知识图谱应用
- 12.4.1 语义检索
- 12.4.2 智能问答
- 12.4.3 辅助诊疗/决策
- 12.4.4 医疗保险风险预测
- 12.4.5 药物研发
- 12.4.6 公共卫生事件应对
- 第13章 医疗数据仓库与医疗健康智能
- 13.1 数据仓库
- 13.1.1 数据仓库定义与核心概念
- 13.1.2 数据仓库概念结构
- 13.1.3 数据仓库基本术语
- 13.2 数据仓库开发
- 13.2.1 构建流程
- 13.2.2 构建技术
- 13.2.3 数据仓库产品
- 13.3 医疗数据仓库
- 13.3.1 临床数据仓库
- 13.3.2 临床数据仓库的建设
- 13.4 医疗数据仓库案例
- 13.4.1 孟加拉医疗数据仓库
- 13.4.2 重症医学数据仓库
- 第14章 医疗数据质量
- 14.1 数据质量问题产生的原因
- 14.1.1 质量模型与质量维度
- 14.1.2 数据生命周期与数据质量问题的溯源
- 14.1.3 临床数据生命周期
- 14.2 数据质量评估方法
- 14.2.1 质量度量定义
- 14.2.2 整体评估流程
- 14.2.3 评估方法分类与比较
- 14.3 数据质量评估工具
- 14.3.1 工具设计要点
- 14.3.2 数据质量评估工具实现与使用部署
- 14.4 数据质量评估案例
- 14.4.1 医院数据质量评估案例
- 14.4.2 区域数据质量评估案例
- 第15章 医疗数据治理成功案例与最佳实践
- 15.1 四川省人民医院
- 15.1.1 数据困境
- 15.1.2 治理举措
- 15.1.3 治理成效
- 15.2 广东省人民医院数据治理实践及成果展现
- 15.2.1 数据治理背景
- 15.2.2 系统数据源
- 15.2.3 数据治理规划与流程
- 15.2.4 数据的治理规范
- 15.2.5 数据的应用场景
- 15.3 中山三院数据治理平台实例
- 15.3.1 数据治理建设背景
- 15.3.2 数据来源信息
- 15.3.3 数据治理规划与流程
- 15.3.4 数据的治理规范
- 15.3.5 数据的应用场景
- 15.3.6 数据治理的成果
- 15.4 宜昌市疾控与卫建数据治理案例
- 15.4.1 数据来源背景
- 15.4.2 数据治理
- 15.5 医疗保障基金飞行检查
- 15.5.1 数据准备
- 15.5.2 数据筛查
- 15.5.3 数据治理在飞行检查中的意义
- 15.6 复旦大学附属肿瘤数据治理流程及成果展现
- 15.6.1 数据治理建设背景
- 15.6.2 数据来源信息
- 15.6.3 数据治理规划与流程
- 15.6.4 数据的治理规范
- 15.6.5 数据的应用场景
- 15.6.6 数据治理的成果
- 第16章 健康医疗数据伦理与法规
- 16.1 健康医疗数据相关概念和法学研究进展
- 16.1.1 健康医疗数据概念
- 16.1.2 数据法律性质与权利认定
- 16.2 数据相关立法和政策趋势
- 16.2.1 政策引领
- 16.2.2 法律完善
- 16.3 司法实践
- 16.3.1 数据保护的法律适用
- 16.3.2 典型案例概述
- 16.4 伦理规制
- 16.4.1 明确伦理原则
- 16.4.2 完善伦理审查机制
- 16.4.3 细化知情同意程序
- 16.5 国家标准和行业示范文本
- 16.6 健康医疗数据价值和权益理论及构建路径
- 16.6.1 健康医疗数据的价值理论
- 16.6.2 健康医疗数据价值权益和权益构建的五项原则
- 16.7 推动健康医疗大数据有序开放
- 16.7.1 健康医疗大数据有序开放的窗口机遇期已经显现
- 16.7.2 完善健康医疗大数据治理体系
- 第17章 国外数据管理与组织变革
- 17.1 数据管理与组织变革概述
- 17.2 医院数字化转型组织变革
- 17.2.1 国外现代医院管理变革简介
- 17.2.2 梅奥诊所的数字化转型案例
- 第18章 数据管理成熟度评估
- 18.1 DCMM数据管理能力成熟度评估
- 18.1.1 能力域和能力项
- 18.1.2 成熟度评估等级
- 18.2 信息互联互通标准化成熟度测评
- 18.2.1 互联互通测评的技术理论与方法
- 18.2.2 互联互通测评的标准规范化文件
- 18.2.3 互联互通测评的对象
- 18.2.4 互联互通测评的流程
- 18.2.5 互联互通测评的主要内容
- 18.2.6 互联互通测评的分级要求
- 18.2.7 互联互通测评的等级评定
- 18.3 医院智慧管理与智慧服务分级评估
- 18.3.1 医院智慧管理分级评估标准体系
- 18.3.2 医院智慧服务分级评估标准体系
- 18.4 DAMA框架
- 第19章 医疗大数据应用
- 19.1 概述：医疗大数据的应用
- 19.2 大数据分析在医疗大数据中的应用
- 19.2.1 大数据分析与一般数据分析的区别
- 19.2.2 大数据分析的应用场景
- 19.2.3 大数据分析的产出与结果
- 19.2.4 大数据分析案例
- 19.3 精准医学与医疗大数据
- 19.3.1 精准医学的定义
- 19.3.2 精准医学与大数据的关系
- 19.3.3 如何利用大数据支撑来实现精准医学
- 19.3.4 精准医学的未来
- 19.3.5 精准医学的相关案例
- 19.4 人工智能与医疗大数据
- 19.4.1 人工智能在医疗大数据中的关系与位置
- 19.4.2 人工智能在医疗大数据中的应用场景
- 19.4.3 人工智能在医疗大数据中应用时面临的问题
- 19.4.4 人工智能与医疗大数据的未来发展方向
- 第20章 健康医疗数据要素流通
- 20.1 健康医疗数据流通基本特征
- 20.1.1 基本现状与核心挑战
- 20.1.2 数据流通的主要方式
- 20.1.3 数据流通闭环管理体系
- 20.1.4 医疗数据流通标准指南
- 20.2 健康医疗数据流通法规政策
- 20.2.1 国家层面
- 20.2.2 省市层面
- 20.3 数据空间与健康医疗数据流通
- 20.3.1 数据空间基本内涵
- 20.3.2 数据空间发展历史
- 20.3.3 健康医疗数据空间案例
- 20.4 健康医疗数据的跨境流通
- 20.4.1 基本现状
- 20.4.2 合作机制
- 20.4.3 监管要求
- 20.4.4 核心挑战
- 附录
展开全部
评分及书评
评分不足
1个评分
出版方
清华大学出版社
清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。
