面向全人群全生命历程健康管理决策的多源异构时空大数据融合方法研究

“Healthy China” has risen to a national strategy, and comprehensive health pattern has taken shape. The universal coverage of medical insurance and the rapid arrival of the era of healthcare big-data have made continuous comprehensive health management of full-covered population and life course based on big data-driven become a reality. This research is aimed at the core scientific goals of the “Big Data Driven Management and Decision Research” major research project, aimed at the actual needs of big data-driven healthcare management decision, aimed at the spatio-temporal fusion and effective organization of the full-covered population and life course healthcare big data, and faced with the challenging problems of healthcare big data fusion such as spatio-temporal ordering, multi-relational discovery, deep autonomous learning, and adaptive matching of data and algorithms. This research conduct in-depth research on the designing and building a healthcare big data management decision model of full-covered population and life course, knowledge discovery and calculation for full-covered population and life course healthcare big data fusion, complex association relationship mining and semantic analysis, and healthcare big data management decision AI calculation experiment platform, etc. The research results will provide theoretical basis and technical support for the solution of multi-source heterogeneous healthcare data management decision under the big data-driven healthcare management model; provide typical application and theoretical demonstration for the realization of major research plan goals.

“健康中国”上升为国家战略，大健康格局初步形成。医保的全民覆盖、医疗健康大数据时代的快速到来，使得大数据驱动的全人群全生命历程持续性的大健康管理成为现实。本项目面向“大数据驱动的管理与决策研究”重大研究计划的核心科学目标，面向大数据驱动的医疗健康管理决策实际需求，针对面向全人群全生命历程医疗健康大数据时空融合与有效组织，针对实现医疗健康大数据融合的时空有序、多元关联发现、深度自主学习、数据与算法自适应匹配等挑战性问题，围绕设计与构建全人群全生命历程的医疗健康大数据管理决策模型、全人群全生命历程医疗健康大数据融合的知识发现与计算、复杂关联关系挖掘与语义分析、医疗健康大数据管理决策AI计算实验平台等内容展开深入研究。研究成果将为大数据驱动的医疗健康管理模式下，多源异构医疗健康数据管理决策问题的解决提供理论依据和技术支撑；为重大研究计划目标的实现提供典型应用和理论成果示范。

“健康中国”上升为国家战略，大健康格局初步形成。医保的全民覆盖、医疗健康大数据时代的快速到来，使得大数据驱动的全人群全生命历程持续性的大健康管理成为现实。本项目面向“大数据驱动的管理与决策研究”重大研究计划核心科学目标，面向大数据驱动的医疗健康管理决策实际需求，深入研究医疗健康大数据融合的时空有序、多元关联发现、深度自主学习、数据与算法自适应匹配等挑战性问题，力图实现多源异构医疗健康数据管理决策理论、技术和平台支撑的重大突破。项目严格按照研究计划执行，项目执行过程中坚持应用为导向，从应用中获取真实数据，并结合真实需求在应用中验证所提出理论方法的有效性。在关键技术研究层面，本课题构建了全人群全生命历程的医疗健康大数据管理决策模型，提出了全人群全生命历程医疗健康大数据融合的知识发现与计算、复杂关联关系挖掘与语义分析等关键技术，研制了医疗健康大数据管理决策AI计算实验平台，围绕疫情大数据分析和信息传播相互协调这一主线，充分发挥大数据、人工智能的学科优势，开展AI助力科技抗疫服务工作。研究工作形成了一批高影响力的原创性理论成果和应用案例，为多源异构医疗健康数据管理决策问题的解决提供理论依据和技术支撑，在工智能领域和管理决策领域的顶级期刊和会议上发表高水平论文40余篇，形成发明专利16个，形成软件著作权10项，获得多项省级科技进步以及教学成果奖励，建设完成大数据驱动的全流程智能医疗健康服务平台，产业化成果通过山大地纬成功转化，在北方大数据中心、山东省内多级政府医管机构以及多家大型医疗机构应用，形成了完整的医疗健康服务生态，已连接医疗机构 1000 余家，连接药店5000 余家，培育个人用户500万，已与23家商保公司签署合作协议，逐步将商保服务纳入平台。项目组在医疗健康大数据应用、人才培养、队伍建设方面取得了预期进展，完成了研究计划。