医疗行业大数据解决方案
HIS、CIS、PACS、LIS、EMR、收费管理系统、药房管理系统、床位管理、血库管理、公共卫生等，将决策化繁为简，有序应对医疗高频决策和管理。
医疗行业的发展面临着各种挑战，例如，运营低效、不能协同医疗、数据孤岛太多、数据不统一等。大数据的出现，助力医疗行业高效地解决当前面临的难题，有力地推动了卫生部强调的医疗、医改、医保三轮驱动，依靠数据作为链条，预防为主、防治结合，建成一体化的医疗服务体系。
行业现状
随着信息系统的发展，医院各类信息系统建设已相当完善，如HIS、CIS、PACS 、LIS、EMR、收费管理系统、药房管理系统、床位管理系统、血库管理系统等。
但像辅助医疗、院长决策支持系统、临床决策支持系统、绩效考核系统等更高级的应用，即便是发达地区的重点医院，应用率也是极低的。
为了管理决策，医院统计科、信息科依然过度依赖人工，基于传统方式做统计工作，造成工作负荷大，数据更新效率低、决策信息滞后，难以将数据价值最大化。
管理决策层，整天面对信息科，统计科上报的众多固定报表，难以真正发现数据背后的价值。
目前遇到的问题
1、海量数据
医院业务系统产生了海量数据且数据增长速度越来越快，导致数据查询及报表生成速度变慢，使用率也不高，是垃圾还是价值？该如何管理利用？
2、数据认知
大多数传统HIS中，已有简单的分析统计图表，但数据格式比较单一，灵活性差，交互性低，管理者难以对全院数据有很好的认知。
3、管理决策
管理决策时，不能迅速从医院大数据中提取关键数据，以数据驱动智慧医疗，只能通过统计科、信息科上报的统计报表及各个离散系统中的统计报表进行管理决策。
总体架构图
整个系统分为三个层面
1、数据层：整合医院信息系统，打破信息孤岛，实现数据共享。
2、建模层：根据数据决策层、管理层、执行层关心指标不同，建立不同分析主题集市。
3、业务层：梳理医院业务流程，将分析结果推送至展现层。
A、围绕医生，就医生用药、医生与特定疾病、医生自身的习惯等角度进行数据分析挖掘，优化医生决策，提高服务水平。
B、围绕患者，就患者自身因素、就诊疾病史、药品依赖关系等角度进行数据分析挖掘，提高医院核心竞争力，优化医患管理。
C、围绕疾病，就疾病耐药性、医生对疾病处理方法、疾病异常指标与患者关系等角度进行数据分析挖掘，从容应对“异常”疾病
D、围绕药品，就药品对检查或者化验指标的影响、药品对特定疾病作用、药品对患者的影响等角度进行数据分析挖掘，辅助医生合理用药。
E、围绕医疗从业者，就关注问题、科研成果等角度进行数据分析挖掘，提高临床研究水平。
F、围绕医患管理，有效解决医患双方信息不对称及挂号、候诊、收费队伍长，看病时间短的“三长一短”问题。
G、围绕医院，就核心关注指标、KPI绩效考核、记分卡等角度出发进行实时预警监控，提高医院核心竞争力。
医疗行业核心关系示意图
4、展示层，以丰富美观的图表展现方式，灵活多变的交互方式，将分析结果呈现给决策层。
基本医院2013-2016年住院情况统计
基本医院病人情况统计
方案的价值
1、基于BL医疗大数据分析平台，决策层、管理层可以洞察全院运行状况。
2、从容应对医院迅速增长的数据，基于明细数据，任意业务的计算及展现，均可达到秒级响应。
3、业务部门都能做部分自服务分析，以满足医疗探索分析需求。
4、能够快速响应新的分析需求和变化，提高工作效率。