数据池的应用
数据资源池可以加速和改进诊断过程，从而改善患者的恢复机会。
PACS 和 VNA 之间的区别是能够处理比 DICOM 更多的图像格式。然而，任何一个人都可以提出挑战。这些映像需要大量存储容量，因此存储系统通常存储当前的映像。较旧的图像可能被转移到更低的成本，可能是离线存储，因此访问患者的图像历史记录是一项艰巨且耗时的任务。RIS 和 PACS/VNA 解决方案可能驻留在医疗中心的本地，这意味着可能需要访问其 IT 基础设施。这也意味着医疗中心需要聘请存储专家来确保数据安全。VNA 解决方案更有可能支持参与健康信息交换 (HIE)，使医疗保健提供商能够协作共享数据，构建安全的网络，以及使用快速医疗保健互操作性资源 (FHIR) 和相关标准。这可能是一些国家的监管解决方案，例如英国的卫生和社会关怀网络 (HSCN)。法规可能会导致额外的成本来证明合规性。
数据资源池可以显著加快患者旅程的过程。通过采用云提供的存储解决方案，医疗中心不太可能与内部部署解决方案匹配的经济规模快速访问大量存储（甚至归档存储）。云解决方案还降低或消除医疗中心维护所需的专业技能，以管理冗余和恢复问题，从而保持解决方案的运行。
更快地访问图像意味着临床医生有更多的时间来评估图像，这减少了患者等待诊断和治疗的时间。这也意味着可以使用大量图像来训练人工智能 (AI) 和机器学习 (ML) 功能（由 Oracle Cloud Infrastructure Vision 和 Oracle Cloud Infrastructure Data Science 提供）健康胸部与不健康胸部。这不仅允许人工智能/机器学习调查主要问题（患者的当前症状），还可以检测患者尚未出现症状的其他问题。无论 AI/ML 在评估 x 射线时是否检测到任何问题，最终的说法都应该来自人类。图像处理 AI 可以通过多种方式来帮助基于它的评估：
- AI 可以优先考虑 X 射线，这表明快速干预可以对患者的预后产生影响的重要问题。这可能导致患者立即被录取而不是被送回家。
- 通过强调对临床医生的异常，AI 可以充当第二双眼睛。这有助于识别人类可能错过的次要问题的微妙性。可以使用 Oracle Functions （或 Oracle Container Engine for Kubernetes ）创建数字化体验，也可以使用 Oracle Visual Builder 、Oracle JET 或 APEX Service 呈现仪表盘。
- 数据资源池将具有各种不同的相关数据，这些数据可以与医疗分析混合使用，以便从患者数据中获得额外的洞察力。这有助于发现意想不到的趋势或临床医生可能不了解的见解。
例如，患者医疗记录中的附注可能会添加变量，例如患者是吸烟者、吸烟者还是来自包括吸烟者的家庭；或者患者联系详细信息与地理数据组合可能会添加与生活条件关联的变量，这些变量可能具有复杂因素（e.g、是否存在湿度或石棉）。
如果不提供这种帮助，评估这些因素将需要临床医生也像一个社会工作者，一个中介，除了专注于评估图像外，还将增加详细审查患者病史的时间。
为了实现数据的混合，我们将半结构或完全结构化数据存储在 Autonomous Database 服务等数据库中，使用数据集成将数据集链接到一起。将通过添加指向结构化数据的链接（例如与映像关联的元数据）来集成非结构化和半结构化数据，例如 Oracle Cloud Infrastructure Object Storage 中的映像。使用 Oracle Cloud Infrastructure Data Labeling（数据标签）服务支持将映像链接到可搜索数据的过程。数据标记还可用于标记结构化数据，以便可以轻松标记表示异常值的记录，然后显式包括在 AI/ML 进程中或将其排除。
- AI/ML 的发现将作为初步（或接受二次临床医生检查）报告给患者及其护理提供者，因此可以检查症状的其他原因。这带来的净结果是，患者是更接近其诊断的另一步。通过从 Autonomous Database 中患者的记录中提取联系信息并使用诸如短信、电子邮件之类的服务，或者通过前面提到的仪表盘或数字前端通知临床人员，可以实现此通信。
由于患者的数据不受医疗中心的物理 IT 约束，因此可以由其他地点的外部医学专家来参考。这可能很快和高效地发生，因为与一个或多个 HIE 协同工作的基础设施可能就位，从而将能力扩展到单一护理提供商的能力之外。此类型的自动化可通过 Oracle Integration Cloud Service (OIC) 和 API 网关（在出站位置）实现，因此我们可以控制和审计数据出站；如果外部 API 用于按呼叫付费，则出站管理允许控制这些服务，并避免超额费用 )。批量数据共享将通过 FTP 进行管理（通过 OIC 提供），但非 API 数据的通信将通过第一个实例中的 API 调用发出。
关于将社会经济数据链接到临床图像处理
可用于摄取大量数据的数据资源池可以连接到其他数据源，以促进临床医生对患者进行高效分析。
我们重点介绍了如何使用数据资源池，使我们能够摄取大量数据并混合不同的数据源以协助提供合适的临床治疗。将非医疗数据与患者联系起来的能力至关重要。考虑西非的 COVID-19 疫情或埃博拉疫情爆发，这些相关数据有助于识别和限制这些病毒的传播。对已感染者进行最佳治疗，以提高他们的恢复机会，恢复速度和感染后健康问题（抑郁和焦虑的条件，锻炼不容忍和疲劳）可以通过分析其他具有类似感染和疾病的患者及其结果来找到。
要实现这种关联，我们需要了解可供我们使用的数据，这正是 Oracle Cloud Infrastructure Data Catalog 帮助的位置；不仅要跟踪存储在资源池中的数据，还要跟踪存储在可通过 API 等来源访问和使用的其他数据源中。然后，这可用于管理数据池存储库的内容，并通过 Oracle Cloud Infrastructure Data Science 工具来通知正在执行的数据分析以确定数据中的关系。
混合数据的更常见应用包括识别和隔离暴发，如 Legionnaire 的疾病，它有 10% 的死亡率，估计每年仅在美国就有 20,000 例。此类型的标识将要求提取 Autonomous Database 中的相关 EMR/EHR 记录并从患者身上提取 (Oracle Cloud Infrastructure Vision) 说明，并使用数据科学工具集和以下任意产品的可视化功能将这些记录与地理数据结合使用：Oracle Analytics Cloud 、Oracle Visual Builder 、Oracle JET 或 APEX 服务。工具的选择取决于所需的用户体验和数据。
疾病控制中心 (CDC) 和世界卫生组织 (WHO) 等组织提供与影响健康因素的数据集关联的 API。例如，空气质量数据可以从 API 服务（如世界空气质量指数）中检索。这种数据对肺部受损的人至关重要，如肺炎，因为空气质量或毒性水平是一个重要的加重因素，即使在每个传感器之间的短距离内，也很难评估。可以使用 Oracle Integration Cloud Service 、API 网关、Oracle Functions （或 Oracle Container Engine for Kubernetes ）、Autonomous Database （结构化内容）和 Oracle Cloud Infrastructure Object Storage （非结构化内容）的组合来评估数据。数据准备或清理流程可以使用 Oracle Cloud Infrastructure Data Science 、Oracle Cloud Infrastructure Data Flow 或 Oracle Cloud Infrastructure Data Integration 来监管传入或传出平台的数据流。然后，流将提供 Kafka API 补充功能，因为它允许我们处理一系列事件中的数据。这意味着，如果外部服务在高度集中的数据突发中提供数据，则数据可以暂存，直到准备好将其加载到数据池中。
为此，我们需要：
- 收集并清理相关数据，以避免“垃圾输入、垃圾输出”。
- 将非结构化数据转换为半结构化数据，以便更轻松地进行搜索和查询。
使用 HL7、FHIR、SNOMED（临床术语）和 HIE 表示数据的做法可以实现与 DICOM 进行成像的更大互操作性。这些域标准基于常见的行业技术，例如 XML、JSON、REST 等。因此，Oracle 产品可以基于这些技术提供特定于域的解决方案，即开箱即用地处理数据。