大数据集成普遍遇到的问题


业务系统烟囱林立
信息孤岛
▔▔▔▔

传统商业智能工具虽然能够
打破医院内部的信息孤岛,
但很难实现区域范围内或
医联体内的信息交互,数
据、标准、格式、规范不
统一  





                                                                                                                                                                                             

传统技术难以胜任
大数据管理
▔▔▔▔

传统关系型数据库对尘封多
年的医疗大数据进行挖掘,
耗时不仅过长,而且对业务
数据库会造成压力,跨年度、
跨数据源的大数据计算几乎
是不可能完成的任务,如果
汇总成历史中间表的方式则
难以追根溯源,数据重叠或
丢失大量信息 
 






定制化数据模型
导致低效率
▔▔▔▔

建立合理的数据模型是数据
分析全面而准确的基础,传
统BI,其做法是信息工程人
员事先根据分析需求来进行
建模以及做二次表,提前汇
总好数据,业务人员在前端
查看分析结果报表,此种建
模方法耗时耗力,而且定制
固态报表无法满足医疗业务
多变的需求,导致效率低下
 




医疗业务和IT专家
知识不对称
▔▔▔▔

通常信息工程师、甚至高级
工程师不能对所有的业务逻
辑了如指掌,医、护、药、
技各专业的业务诉求难以得
到满足,通过有限的沟通,
也不能解决专业多变而复杂
的需求

 






实施周期长
成本高 决策慢
▔▔▔▔

以上种种问题导致传统BI在
医院的实施过程复杂,周期
长,成本高,所谓的辅助决
策系统,无法对医院各级人
员提供快速决策支持



 






系统布局 完整架构





超级计算 引擎驱动

℞baseBI采用独有知识产权的列式存储数据仓库,分布式计算引擎,通过动态生成的位图索引技术来处理字符串等类型的数据,通过NIO内存映射文件技术来快速处理数字类型的数据,速度达到1亿行/秒,较传统数据库提高上千倍速度。



动态建模 灵活适应

℞baseBI是面向医疗卫生行业的专业数据查询引擎,其自有的数据模型充分体现了行业性、专业性,非常适合面向医院的医疗质控、医保、药事管理等数据分析应用。℞baseBI在确保专业性的同时,利用底层专有的数据映射技术对数据建模提供强有力的支持。当面临用户各种不同的应用场景时,可以借助于数据映射技术将用户数据映射到自有的数据空间并建立有效的数据模型这也是面向各业务主题数据分析的基础。



自助可视 数据说话

如何让医疗专业人员离开IT工程师也能高效完成大部分的数据分析工作?
友好的图形操作界面替代了程序和代码,可视化的图表让操作人员更容易理解数据分析结果。
经过简单学习,用户可自主利用分析引擎轻松建模,随时开展高质    量的数据分析工作,专业人士从此更加专业。



高效部署 迅速决策

成本低、效率高、实施快
传统软件的开发流程决定了需求如此多变的医院端BI产品会有一个漫长且不可控的实施周期。而℞baseBI由于有了强大的计算引擎、动态建模技术和图形化操作界面,三者配合使得实施周期大大缩短至一个月以内。