近年來，計(jì)算機(jī)技術(shù)的創(chuàng)新給醫(yī)療健康領(lǐng)域帶來了革命性的變化，分析式推理不僅改變了信息收集和存儲(chǔ)的方式，而且在醫(yī)療健康領(lǐng)域的管理和提供方面也發(fā)揮了越來越重要的作用，數(shù)據(jù)分析已經(jīng)成為解決各種衛(wèi)生健康相關(guān)學(xué)科問題的關(guān)鍵工具。本書對(duì)醫(yī)療健康領(lǐng)域的數(shù)據(jù)分析進(jìn)行了全面的回顧，能夠?yàn)榭鐚W(xué)科研究人員提供一個(gè)學(xué)習(xí)醫(yī)療數(shù)據(jù)智能采集、處理和應(yīng)用的基本原理、算法和應(yīng)用的平臺(tái)。本書提供了當(dāng)前醫(yī)療數(shù)據(jù)分析領(lǐng)域的全面概述，書中主要的內(nèi)容包括三個(gè)部分：
1、常用的醫(yī)療數(shù)據(jù)源和基本分析：這部分主要討論了各種醫(yī)療數(shù)據(jù)的細(xì)節(jié)，主要包括電子健康記錄、生物醫(yī)學(xué)圖像、傳感器數(shù)據(jù)、生物醫(yī)學(xué)信號(hào)、基因組數(shù)據(jù)、臨床文本、生物醫(yī)學(xué)文獻(xiàn)以及從社交媒體收集的數(shù)據(jù)，然后介紹各類醫(yī)療數(shù)據(jù)采集后進(jìn)行分析處理的方法技術(shù)；
2、高級(jí)的醫(yī)療數(shù)據(jù)分析方法：介紹了臨床預(yù)測(cè)模型、時(shí)間模式挖掘方法，視覺分析方法，同時(shí)討論了醫(yī)療健康數(shù)據(jù)處理過程中需要特別關(guān)注的內(nèi)容如數(shù)據(jù)集成、信息檢索和隱私發(fā)布等，介紹對(duì)應(yīng)的集成檢索技術(shù)，患者隱私處理方式；
3、醫(yī)療健康領(lǐng)域數(shù)據(jù)分析應(yīng)用實(shí)例：主要介紹了數(shù)據(jù)分析在普及醫(yī)療、欺詐檢測(cè)和藥物研究方面的應(yīng)用，舉例介紹臨床決策支持系統(tǒng)、計(jì)算機(jī)輔助醫(yī)療成像系統(tǒng)和移動(dòng)成像系統(tǒng)在醫(yī)院的實(shí)際應(yīng)用。 本書從數(shù)據(jù)采集入手，側(cè)重?cái)?shù)據(jù)分析處理，為醫(yī)療健康領(lǐng)域的眾多角色提供一份優(yōu)秀的參考解決方案，為醫(yī)療健康數(shù)據(jù)分析技術(shù)提供新的視角。
坎丹·雷迪(Chandan K．Reddy)是韋恩州立大學(xué)計(jì)算機(jī)科學(xué)系副教授。他在康奈爾大學(xué)取得博士學(xué)位，密歇根州立大學(xué)取得碩士學(xué)位。主要研究興趣是數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)及其在醫(yī)療保健、生物信息學(xué)、社會(huì)網(wǎng)絡(luò)分析方面的應(yīng)用。他的研究工作受到了國(guó)家科學(xué)基金會(huì)、國(guó)家衛(wèi)生研究院、運(yùn)輸部、蘇珊·科曼治療基金會(huì)的資助。他在專業(yè)會(huì)議和期刊上發(fā)表了50多篇同行評(píng)審文章，在2010年ACM SIGKDD會(huì)議獲得最佳應(yīng)用論文獎(jiǎng)，并于2011年入圍INFORMS Franz Edelman決賽階段。同時(shí)他也是IEEE高級(jí)會(huì)員和ACM終身成員。
第1章 醫(yī)療健康數(shù)據(jù)分析學(xué)概述
1.1 簡(jiǎn)介
1.2 醫(yī)療數(shù)據(jù)源和基礎(chǔ)分析
1.2.1 電子病歷
1.2.2 生物醫(yī)學(xué)影像分析
1.2.3 傳感器數(shù)據(jù)分析
1.2.4 生物醫(yī)學(xué)信號(hào)分析
1.2.5 基因組數(shù)據(jù)分析
1.2.6 臨床文本挖掘
1.2.7 生物醫(yī)學(xué)文獻(xiàn)挖掘
1.2.8 社交媒體分析
1.3 醫(yī)療健康領(lǐng)域的高級(jí)數(shù)據(jù)分析
1.3.1 臨床預(yù)測(cè)模型
1.3.2 時(shí)域數(shù)據(jù)挖掘
1.3.3 可視化分析
1.3.4 I臨I床一基因組數(shù)據(jù)整合
1.3.5 信息檢索
1.3.6 隱私保護(hù)數(shù)據(jù)發(fā)布
1.4 醫(yī)療健康的應(yīng)用和實(shí)用系統(tǒng)
1.4.1 普適健康數(shù)據(jù)分析
1.4.2 醫(yī)療欺詐檢測(cè)
1.4.3 藥物研發(fā)的數(shù)據(jù)分析
1.4.4 臨床決策支持系統(tǒng)
1.4.5 計(jì)算機(jī)輔助診斷
1.4.6 生物醫(yī)學(xué)應(yīng)用中的移動(dòng)成像
1.5 醫(yī)療健康數(shù)據(jù)分析資源
1.6 總結(jié)
參考文獻(xiàn)
第一部分 醫(yī)療健康數(shù)據(jù)源和基本分析
第2章 電子健康檔案：研究調(diào)查
2.1 簡(jiǎn)介
2.2 EHR的歷史
2.3 EHR的組成
2.3.1 管理系統(tǒng)
2.3.2 實(shí)驗(yàn)室系統(tǒng)及生命體征
2.3.3 放射學(xué)系統(tǒng)
2.3.4 藥房系統(tǒng)
2.3.5 計(jì)算機(jī)醫(yī)囑錄入(CPOE)
2.3.6 臨床文檔
2.4 編碼系統(tǒng)
2.4.1 國(guó)際疾病分類(ICD)
2.4.1.1 ICD
2.4.1.2 ICD-10
2.4.1.3 ICD-11
2.4.2 當(dāng)前程序術(shù)語(CPT)
2.4.3 醫(yī)學(xué)系統(tǒng)命名法——臨床術(shù)語(SNOMED-CT)
2.4.4 觀測(cè)指標(biāo)標(biāo)識(shí)符邏輯命名與編碼系統(tǒng)(LOINC)
2.4.5 RxNorm
2.4.6 國(guó)際人體機(jī)能、殘疾和健康分類(ICF)
2.4.7 診斷相關(guān)組(DRG)
2.4.8 統(tǒng)一醫(yī)學(xué)語言系統(tǒng)(UMLS)
2.4.9 醫(yī)學(xué)數(shù)字成像與通信(DICOM)
2.5 EHR的優(yōu)點(diǎn)
2.5.1 提高收入
……
第二部分 醫(yī)療健康數(shù)據(jù)高級(jí)分析方法
第三部分 醫(yī)療健康應(yīng)用系統(tǒng)
參考文獻(xiàn)
書單推薦
