腾讯智慧医疗数据中台_医疗数据资产管理系统_医疗数据集成治理管理-云巴巴

申请试用

腾讯智慧医疗数据中台

医疗数据中台是基于腾讯多年积累的大数据技术和产品能力，专门为医疗健康行业打造的一站式大数据处理平台。基于医疗数据处理产品化的思路，提供安全、可靠、低门槛的医疗大数据处理平台，满足不同医疗业务健康业务场景下的数据采集、治理、加工和应用需求。

立即咨询

首页 > 产品中心 > 数据开发与治理 > 腾讯智慧医疗数据中台

医保信息平台建设架构 icon

根据国家医保局所下发的医疗保障信息平台建设架构，国家已经在医保大数据应用方向开始发力。优先建设宏观决策子系统和运行监测子系统，满足国家和省级的管理决策需求。数据中台作为大数据区的核心支撑，用于支撑当前应用子系统建设以及未来的医保大数据应用支撑。

医疗数据中台解决方案 icon

腾讯医疗数据中台

统一登录门户，按用户角色分配模块权限，模块一键直达，常用模块收藏到顶部菜单，快速触达。

数据中台底座-大数据计算引擎 icon

基于开源、优于开源，腾讯大数据计算引擎在当前大数据社区各开源组件的基础上进行部分改造、部分自研，提升性能的同时保留开放性。降低其他厂商接入使用的门槛，实现代码的平滑切换。

数据中台-标准管理

支持标准快速导入，详细标准查看，标准分类管理，标准自动生成质控规则。

数据中台-模型管理

提供多种类型的可视化建表，满足各种场景下的建表需求，内置医保数据标准，自动按照医保数仓规范建模。自动填充各个层级的公共字段，节省人力、降低错误率。自动批量建表，保证各层表一致性。

数据中台-数据集成

提供复杂网络环境下，不同异构数据源之间的数据同步迁移能力。

支持离线和实时采集，可视化三步操作，轻松实现。

支持多源异构数据快速接入

支持全图形化的拖拽方式设计各类转换过程

支持基于分布式架构优化的数据采集及加载技术

支持大批量数据高效处理和支持实时数据秒级以内实时处理

数据中台-数据资产

数据资产管理+元数据管理：通过对数据平台各种元数据的采集、汇总和计算，提供数据资产全景，全面的了解数据资产概况。

资产全景

汇总数据资产，从多个维度（主题\业务\产品）来查看数据资产的累计和变动情况，展示数据资产实力。

数据地图

通过多种检索方式，快速的找到所需数据资产，直观的查看数据情况、变动趋势和数据价值。

血缘链路

计算各种元数据的关系，构建全链路的数据血缘。从血缘更准确的评估数据资产价值，提供全链路数据治理手段。

数据风控

汇集数据资产，根据数据字段保密等级计算数据安全等级，查看/审计不同用户对不同表的权限，提供风控手段。

数据中台-数据质量

自动化导入标准规则

建表完成，自动化导入非空规则

自动化导入值域编码规则。

多种、多级质量规则配置

多种自定义质控规则。

强、弱规则的设置。

多种质控规则集的设置。

满足不同场景质控需求

数据中台-数据转化

向导模式组装工作流：数据集、算子自由向导组装的方式。多种数据集、多种常用算子。数据同步：自动字段映射，支持多种类型的数据源和目标（Hive、MySQL、Oracle、SQL Server …），增量、全量同步。数据质控：配置算子、默认带入规则，多数据链路质控，多质控规则集支持。SparkSQL：原生SparkSQL语法，支持变量。调度：手动调度、定时调度，自定义变量传入。任务监控：整体运行概览、每日运行趋势，多维度的筛选：项目、标签，任务运行失败问题分析，耗时过长任务排序和排查。任务详情：查看每个算子的运行状态，查看任务的整体运行日志，任务重跑、任务补录。

数据中台-数据服务

多种脱敏方式

遮蔽关键信息

保留非识别信息

正则表达式脱敏

哈希脱敏

授权&监控

通过密钥申请授权访问

基于单个密钥个IP的流量控制

数据应用-可视化/BI icon

兼容常见的多种类型数据源接入

多种图表样式，自助式拖拽分析制作图表

支持PC、大屏、移动端（微信）等多终端操作，同步分析监控

扩展api能力输出，扩大产品定位及需求覆盖范围

数据应用-机器学习平台 icon

数据应用-基金收支洞察 icon

数据应用支撑-应用集市 icon

用户看板

• 应用首页 • 添加应用 • 删除应用

• 应用评价• 应用排序 • 应用分类

应用市场

• 市场首页• 应用检索 • 应用详情

应用开发

• 应用创建 • 应用测试 • 上线申请 • 下线申请

市场管理

• 应用上线 • 应用下线 • 权限管理

数据应用-底层AI支持-医保知识图谱 icon

医保标准术语：通过国家医疗保障局获取，包括疾病、手术、药品等标准术语；医学术语：通过权威网站、医学书籍、医学专业网站等来源获取数据，再通过AI算法和人工校验的方式生成术语节点及其对应关系。

数据应用-底层AI支持-医保术语标准化工具 icon

数据应用-底层AI支持-医保标签画像 icon

数据应用-底层AI支持-医保不合理用药引擎 icon

数据应用-机构骗保预测 icon

数据应用-高风险人群识别 icon

智能化监测

现状与挑战

基于规则和过往的标注，无法发现新的骗保模式

如何自动监控生成高价值告警、提取新的规则

解决方案

基于时间序列/DRGs分组的异常检测

模型结果可解释性、生成告警原因

结果可视化、展现关键事件

业务术语映射

广东医保数据中台

应用支持
7个厂商，10+个应用，200+拉链表，2000+离线任务，30+实时任务

数据规模
历史数据100TB+，目前每天增量记录数千万+（预计全省每天增量亿+）

数据模型
1200+表， 30+实时表，36000+字段，4000+质控规则

数据仓库
STG/ODS/CDM（DWD/DWS）/ADS + 国家交换库（DEX）

计算能力
1个大数据集群，55节点（2048核/8T内存/3PB磁盘）

项目建设进展和成果

广东医保信息平台（业务系统+数据中台）2020年 11月1日正式上线，数据实时对接到国家医保大屏

项目建设进展和成果

2020.05-06
广东医保数据现状调研、需求调研，国家医保数据中台指南解读。

2020.07-08
根据医保场景调整和适配产品；确认数据同步和交换流程；组织产品和实时培训。

2020.09-10
实施数据仓库建模和开发；实施质控规则配置；开始历史数据同步。

2020.11-
医保业务系统上线，完成历史数据同步、业务数据实时对接省级交换库数据同步。

高质量、医保全域数据资产

汇集医保业务全部新老数据，高质量数据资产

面向医保主题、支撑数据服务

面向主题的、分层的数仓建设，赋能数据应用

跟国家局对接，进行数据交换

数据进入省级交换库，跟国家数据交换

项目整体建设步骤

步骤 1-调研

1.调研历史数据量，测算STG,ODS,CDM数据量，确定硬件及网络资源；2.调研业务数据需求，确定ADS层数据量；3.搭建数据中台，Tbase等环境供厂商了解；

步骤 2-培训

1.数据中台产品功能培训：数据汇集培训，数据调度培训，数据开发培训，数据探索培训，了解数据中台的功能；2.发布接口文档，培训手册，操作环境；

步骤 3-数据仓库数据集成

1.收集业务数据表结构，自动建立STG与ODS表结构与数据集成工作；2.建立省级交换库数据模型；3.建立CDM层数据拉链表；4.建立DWD与DWS 进行数据同步调度；5.历史数据导入；

步骤 4-数据质控

1.数据质控规则录入，收集上的数据自动进行数据治理质控，下发问题数据；2. 省级交换库申请国家对接调试；

步骤 5 数据开发

1.建立ADS层数据模型，建立调度任务运行SPARK,SHELL等脚本；2.可实现java，Python等编程；3.实现数据中台的API接口对接；

步骤 6 数据应用

1.数据资产管理，查看数据累积；2.运行监测与宏观决策的数据查询应用；3.数据的BI及报表工具，大屏展示。

深入医保场景，中台产品自动化+智能化，提升医保中台实施效率 icon

1.为业务系统厂商提供数据同步API，自助同步，降低历史数据迁移/同步成本2.根据数据收集表模板自动建立表数仓模型:stg/ods/dwd/交换库4000+模型3.根据模型管理的配置，自动生成质控规则（表关联/值域等），简化数据治理4.自动将质控的数据生成在省级交换库5.自动创建ODS-DWD层/拉链表数据加工任务，客户可自定义修改。6.全流程数据监控，监控所有数据阶段，一体化数据对账和数据治理。