- 综合排序
- 最热优先
- 最新优先
- 来自专栏大数据文摘
【基因有话说】医疗数据到底该不该公开？
公开医疗数据的价值 医疗信息涵盖许多，包括CT、核磁共振、血液检测、基因检测结果，接种经历，医生诊断，手术视频……这些数据是典型的“整体大于部分之和”，至少，对科技型创业者Jonathan Hirsch （via 奇点网geekheal.com） 既然以搭建医疗数据网络或向病人公开医疗数据的方式是有用的，那么接下来就是如何实现的问题了。 那些开放医疗数据的机构 ? 公开医疗数据的阻力在哪？ 公开医疗数据这一概念在推行过程中遇到的阻力既有来自医生的，也有来自医院的。但这些阻力并非无法可解。 医生担心会提高沟通成本。 但据悉，在公开病历活动试运行的一年期间，在105名医疗参与者中，只有3%的人认为自己花费了更多时间去向病人解答问题。 公开数据其实会帮助医务人员记载正确的数据。 （Via Accenture.com） 公开数据，在让你有更多健康知情权利。套用Keating的话说，“下一代人活在一个数据时代，他们当然想要接触到自己的医疗数据”。
90940发布于 2018-05-23 - 来自专栏从百草园到三味书屋
公开重症监护数据库MIMIC代码仓库介绍
MIMIC Code Repository: Enabling reproducibility in critical care research》论文 引言 科学结果的可重复性越来越受到关注； 医疗领域进入数字化革命 （本文是2017年接收），引出形成MIMIC-III数据库； EHR二次分析需要临床专家和数据科学家的合作，在EHR数据库上推导或者定义一些概念是需要资源的，对于没有特别强的临床背景或者数据科学技能的人来说巨大障碍 ； 该文介绍MIMIC代码仓库，介绍与重症相关概念的导出以及相关假设条件等； 公开数据已经逐渐有了，公开相应的数据代码同样重要。 疾病严重程度评分Severity of illness scores 在回顾性数据库中难以计算 大多都是在前瞻性实验中获取的； 常规收集的数据缺相应元素。 to selecting a study cohort an outline of the data-capture process 社区 让研究人员和数据维护人员、临床人员共同提升代码 结论 公开数据库的案例已经不少
2.1K10编辑于 2023-03-09 - 来自专栏脑电信号科研科普
EEG脑电公开数据库大盘点
对于刚进入EEG领域的同学来说，利用网上公开的EEG数据库练练手，顺便发表一些论文是个不错的选择。 公开数据库对于促进科学研究的快速发展意义重大，公开数据的建立可以让全世界各国的领域内研究者对某些问题进行更深入更全面的研究。 EEG/ MEG/MRI/ fNIRS公开数据库大盘点》），但最近笔者又搜罗了不少EEG的公开数据库网站，因此在这篇推文里笔者把目前的EEG公开数据库进行了较为全面的总结，希望对大家有所帮助。 该数据库主要包括每个被试在面部表情视频刺激下的EEG数据以及心理量表数据。 HeadIT上面目前已经有很多任务态EEG数据库。
4.1K20编辑于 2022-05-02 - 来自专栏深度学习与python
Pinecone 无服务器向量数据库公开预览
作者 | Renato Losio 译者 | 明知山 策划 | 丁晓昀 最近，Pinecone 宣布了其新的无服务器向量数据库的公共预览，旨在降低基础设施管理成本，同时提高生成式人工智能应用的准确性 根据向量数据库专家的说法，读、写和存储的分离显着降低了各种规模和类型的工作负载的开销。多租户计算层使用新的索引和检索算法实现了按需检索，从而实现了对 blob 存储进行内存高效的向量搜索。 在“重新构想向量数据库，实现知识丰富的 AI”一文中，Pinecone 工程副总裁 Ram Sriharsha 描述了团队为何以及如何重建 Pinecone，并讨论了向量数据库的重要作用： LLM 很容易产生幻觉 Ampt 的 CEO 兼创始人 Jeremy Daly 则表示： 它被吹捧为 "遏制 AI 幻觉的突破性进展"，但考虑到其他主要数据库也正在添加向量功能，分析人士表示，其接受者可能会很少。 Pinecone 并不是市场上唯一支持无服务器向量存储的参与者，其他数据库和数据平台供应商也提供了支持向量的无服务器数据库，包括 MongoDB 和 Snowflake。
61210编辑于 2024-02-29 - 来自专栏脑电信号科研科普
EEG MEGMRI fNIRS公开数据库大盘点
《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》 公开数据库对于促进科学研究的快速发展意义重大，公开数据的建立可以让全世界各国的领域内研究者对某些问题进行更深入更全面的研究。 此外，我们个人同样可以利用各类脑科学公开数据库方便地进行各种研究。 笔者在这里较为全面地盘点目前免费的EEG/MEG/MRI/ fNIR公开数据库，希望对大家的研究有所帮助。 人脑连接组计划 大名鼎鼎的人脑连接组计划（Human Connectome Project, HCP），该公开数据库是由美国美国国立卫生研究院（NIH）负责，于2009年开始启动。 网址：https://www.ukbiobank.ac.uk/ 美国国家精神卫生数据档案研究所 美国国家精神卫生数据档案研究所（NDA）数据库整合了多个数据库的数据，包括美国国家自闭症研究数据库 网址：https://physionet.org/ 总结 笔者在这里较为全面地盘点目前免费的EEG/MEG/MRI/ fNIR公开数据库，这些数据库为科研人员提供了可供分析的海量数据，特别是对脑科学研究结果的可重复性验证以及大数据分析具有重要意义
4K01发布于 2020-11-18 - 来自专栏科研菌
如何用好公开数据库多种组学数据？
使用来自GEO数据库的外部GSE21501和GSE71729数据集来验证结果。 最后，在外部和内部数据集中选择了三个与胰腺癌预后相关的基因（GRAP2，ICAM3和A2ML1）。
2.2K11发布于 2020-08-07 YashanDB数据库在医疗行业中的应用前景
如何优化医疗行业数据的查询速度与处理效率一直是数据库技术应用中的关键问题。医疗行业数据量庞大且结构多样，涵盖患者信息、医疗记录、影像资料等多类型数据，需要高并发、高可靠的数据库系统支持。 在此背景下，选择具备高性能、强一致性及灵活部署能力的数据库系统成为提升医疗信息化水平的重要保障。 本文基于数据库技术行业标准，深入分析YashanDB在医疗行业的数据管理优势，为医药大数据的高效存取与处理提供技术方案。 事务控制与高可用性保障医疗数据安全医疗业务对数据一致性及系统可用性要求极高，YashanDB设计了强大的事务机制：多版本并发控制（MVCC）保证读写不阻塞，提升数据库并发能力和响应速度，满足高并发的医疗在线服务 医疗从业者和数据库技术人员应持续关注YashanDB新特性的演进，加强技术研发与实践应用，深化医疗信息系统的创新升级。
22610编辑于 2025-09-25- 来自专栏科研菌
5+分新思路：公开数据库+简单实验验证！
作者通过构建PD-L2特定靶点的珠芯片，并利用TCGA数据库中的相关数据来进行相关性分析和p-value分析，发现了PD-L2甲基化→mRNA表达量变化→黑色素瘤病人存活率变化的具体途径和机制。
68110发布于 2020-12-08 YashanDB数据库在医疗行业的应用实例与优势
医疗行业数据处理面临着海量数据存储、实时访问、高并发处理和严格一致性保障的挑战。数据库系统作为关键支撑技术，需要在保证性能和稳定性的同时，支持复杂查询及高可用架构。 YashanDB作为一款高性能关系型数据库，具备多种部署形态和灵活的存储引擎，能有效应对医疗行业对数据处理的多样化需求。 本文针对医疗行业的业务特征，分析YashanDB的核心技术优势，旨在为行业内数据库选型、系统架构设计和性能优化提供技术参考。 多节点计算能力并行，适合医疗影像、电子病历等大数据在线分析。共享集群部署基于共享磁盘和共享缓存技术，实现多实例对同一数据库的高效并发访问。 访问控制与身份认证实现基于角色的访问控制（RBAC）和基于标签的行级安全（LBAC），并支持数据库认证和操作系统认证，保障数据访问的合法性和安全性。
22110编辑于 2025-09-25GBase 数据库在医疗行业中的应用与优化
一、医疗数据管理的挑战医疗行业正快速进入数字化时代，患者信息、药物研发数据、设备监控数据等各类信息爆发式增长。 传统数据库无法满足医疗行业对数据安全、高效存储、实时分析的需求，而 GBase 数据库以其分布式架构和高效处理能力，为医疗行业提供了强大的技术支撑。二、GBase 数据库的核心优势1. 安全性与合规性– GBase 数据库内置多层数据加密与权限管理，完全符合 HIPAA 等国际医疗数据管理标准。3. 实时分析与预测– 提供高效的实时数据分析能力，适用于手术风险评估、疫情预测等场景。 针对高并发场景的优化– 在 GBase 数据库中开启读写分离机制，提高并发查询的性能。2. 建立多层索引体系– 对病历号、药品名称等常用查询字段建立复合索引，提升查询效率。3. 推动全球化医疗合作– 支持国际医疗研究数据的整合与分析，助力全球抗击疫情。
44010编辑于 2024-11-27- 来自专栏智慧建筑
医疗相关
先谈谈长沙的医疗现状。 2017年，全市医疗卫生机构总诊疗人次达4803.87万人次，出院病人248.13万人次。 全市医疗卫生机构建设使用的信息平台19个，信息系统182个，其中直报系统28个，机构内部管理系统93个，涉及信息系统建设厂家57个。 数据采集也由统一模块完成，文本数据由主题库从基卫平台和供应商已有系统采集，不直接面向医疗机构，充分复用已有资源。 医院本地前置机外接探针，每个操作系统按照杀毒软件，出口节点部署防火墙，另外加上数据库防护和数据库审查。云端安全由大项目保证，提供云镜、抗D、web安全防护。
1.4K21发布于 2019-07-25 - 来自专栏木鸟杂记
找数据库实习一定要刷公开课吗？
有同学在分布式系统&数据库论坛[1]问如何找到一个数据库实习。我感觉很多想做基础软件方向的在校同学可能都会有类似问题，所以开个小文简单聊聊。 最近两年我观察到一些风气：在简历上堆公开课项目。 我在各个平台也鼓吹过刷题和公开课，当然，以后我也仍会继续鼓吹。但在继续之前我想借此机会澄清下，刷题和公开课虽好，但这只是一种手段而不是目的。 如果我们把公开课当做一种开阔视野、领域进阶的一种手段，就不会去比拼公开课的数量，抄代码来完成实验，而是去扎实听讲、研读论文，搞清楚该学科的研究主旨和知识脉络。 因为以我和周围同事数据库面试校招的经验来说，大家对于实习生和校招生等新人，还是比较看重基本功和软技能。 最后小结下，对于公开课，在精而不在多；对于刷题，是手段而不是目的。
67620编辑于 2022-12-07 - 来自专栏量子位
姓名、病史、医疗影像通通泄露，500万人数据库没密码随便看，AI医疗暴露危机
除此之外，医疗影像的存档数据库也缺乏相关的安全预防措施。总部位于丹佛的 Offsite Image 公布了超过34万种人类和动物相关的医疗记录的名称和其他详细信息。 这项法案在1996年颁布，紧随当时电子病例报告的东风，是医疗数据应用的奠基石。该法案明确提出，医疗健康服务的提供者和相关机构，对患者信息的隐私权承担法律责任。 近些年来，国内医疗领域的AI一直将影响分析作为关键的突破口，140多家医疗AI相关企业，120多家都在做医学影像相关业务。 一方面，除了肿瘤、免疫等特定疾病领域，很多其他疾病的影像数据集要么不公开，要么数据不完整。不成体系的数据体系阻碍了机器学习模型的训练，影响了AI影像产品的开发和完善。 想要建立一个安全性高的患者数据库，估计还有很长的一段路要走。
94820发布于 2019-09-24 - 来自专栏IT杂谈学习
从基础到实践：KingbaseES助力打造医疗数据库新标杆
核心支撑 - 电科金仓奠定数据底座 在医疗信息化系统中，数据库不仅承载着海量患者诊疗数据、电子病历、影像资料等核心信息，还需支撑高并发实时业务场景及复杂的数据分析需求，其自主可控性直接关系到医疗数据安全 常德二院信息科主任张兴林 常德二院信息科主任张兴林介绍，在数据库的选型上，医院首先确认的是厂商对于医疗信创的热情。 医疗信创的难点，在于核心业务系统与国产化技术栈的深度耦合，需要针对医疗场景进行全链路的联合攻坚。为了实现数据库与业务系统的共生，常德二院、电科金仓和东华医为组建了精英团队进行联合办公。 电科金仓和东华医为等合作伙伴基于KES进行了全院系统开发，针对医疗业务特点优化数据库参数配置，采用读写分离架构提升并发处理能力，合理设计索引和分区策略，保障数据库性能；针对医疗业务特点重写关键SQL，提升查询效率 这种协同开发模式，让数据库不再是孤立的技术组件，而是深度融入医疗业务流程的中枢神经。
26110编辑于 2025-08-24 YashanDB数据库在医疗行业的数据管理应用
一个关键的数据库技术问题是如何优化查询速度，以确保医务人员能够及时获得所需的信息，从而改善患者的护理体验和医疗决策。 这对数据库的性能、可用性和可靠性提出了更高的要求，YashanDB数据库正是在此背景下展现出了其优势。 同时其主备复制机制确保了系统的高可用性，即使在出现故障时也能够迅速切换到备份系统，保障数据库的持续服务。可扩展性与未来趋势随着医疗行业数据量的快速增长，YashanDB的可扩展性成为其另一大优势。 结论在医疗行业中，YashanDB数据库凭借其高性能、强大的并发控制、灵活的部署架构及完备的数据安全机制，提供了可靠的数据管理解决方案。 建议医疗行业相关方积极探索和应用YashanDB的技术优势，以提升医疗服务质量和运营效率。
18000编辑于 2025-07-03- 来自专栏科研菌
公开数据库加点湿实验就发了7分+SCI！
今天和大家分享的是2020年7月发表在cancer letters（IF=7.36）的一篇文章 "Identification of a nomogram based on long non-coding RNA to improve prognosis prediction of esophageal squamous cell carcinoma ", 作者使用多个数据集确定了9个与早期LUAD病人RFS和OS相关的IBRS。
90310发布于 2020-11-23 - 来自专栏企鹅号快讯
AI—未来医疗
Buoy Health 于2014年在美国成立，并于今天3月上线了搭载人工智能算法的医疗咨询平台，Buoy创建的虚拟医生可以对病人进行诊断，其背后的医学搜索引擎涵盖了18000份临床文献和17000种病情 医疗这个直接关系千千万万人生命的行业，正在酝酿着巨大的变革，平静的背后是暗流涌动，未来已来……。
1.1K80发布于 2018-01-16 - 来自专栏技术博客文章
智慧医疗实践
02 微服务架构设计 微服务架构设计 以业务为中心 高内聚低耦合 高度自治 弹性设计 日志与监控 自动化 03 实时消息推送技术演进 实时消息推送技术演进 接入层负载均衡基于http七层负载均衡，从HA演进到Nginx HA支持TCP与Http协议，支持8种负载均衡策略，支持通过URL健康检测，支持心跳检测，工作在网络4层和7层,但对ws协议支持不好，造成ws消息堆积 Nginx支持Http协议，工作在网络7层，支持WebSocket协议，支持通过端口健康检测，支持强大的正则匹配规则 Nginx分流： se
57400编辑于 2021-12-17 - 来自专栏磐创AI技术团队的专栏
AWS医疗NLP
为特定领域（如医疗保健/医疗）构建定制的NER模型可能很困难，并且需要大量的数据和计算能力。AWS是一个高级服务，AWS提供了许多不同的NLP任务的自动化，例如情感分析、主题建模和NER。 在本文中，我们将介绍如何使用Streamlit构建一个web应用程序，该应用程序可以调用impless Medical并返回检测到的医疗实体。 我们的应用程序只需要一些标题和一个文本框，用于输入文本，我们将对其进行分析，以检测任何潜在的医疗实体。 医疗检测实体有五个不同的类别，可分为：解剖、医疗状况、药物、受保护的健康信息和测试治疗程序。 context): print(event['Input']) inputText = event['Input'] print(inputText) # API调用医疗实体检测
2.1K30发布于 2021-09-03 - 来自专栏新智元
【智能医疗】值得关注的10家医疗 AI 公司
【新智元导读】医疗AI越来越成熟，有了越来越多的落地，显示出变革传统医疗行业的潜力。本文介绍了综合护理、制药、心脏病、医疗成像等领域值得关注的10家医疗AI公司。 医疗领域正在经历变革——人工智能在推动这场变革。人工智能，包括深度学习和机器学习，正在从研究实验转变为实际的应用，驱动更加个性化、综合、而且易得的医疗服务。 他说：“我们相信 AI 将以前所未有的方式实现医疗的民主化。” 这个市场正在进入高速增长阶段，让我们来看看2017年具有变革潜力的10家医疗 AI 公司。 Butterfly Network 是一家医疗成像技术公司，该公司创建了一个集成了深度学习技术的便携式医疗成像设备，帮助缺乏医疗机构或医生不够专业的偏远地区的患者诊断疾病。
2.8K90发布于 2018-03-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号