基於分類分級的醫療臨床資料合規共享與安全防護建設實踐
-
結構化資料包括:臨床業務資料(HIS、EMR、LIS)、運營管理資料(HRP、財務、藥品、物資)、後勤管理資料(裝置、醫院建設、水電煤、被服)等。
-
半結構化資料:心電圖資料、腦電圖資料、聽力資料等。
-
非結構化資料:醫療影像(CT、MRI 、X光)、醫療圖片(鼻鏡、喉鏡、病理)、歷史病案(JPG、PDF)、歷史病歷文書(PDF、TXT)等。
這些資料來源廣泛、型別多樣、儲存複雜,對資料資產合規共享、安全保護建設增加不少難度。
幫助醫療使用者解決資料在合規流動與安全防護的痛點難題,基於多年對醫療行業的深入理解,美創科技 從臨床資料合規流動維度提出醫療行業臨床資料合規共享與安全防護解決方案。
方案具體步驟:
1
基於自研的資料支撐平臺,實時、準確的 將結構化資料,半結構化資料、非結構化資料採集抽取至ODS資料湖、以及半結構化、非結構化檔案庫中,資料支撐平臺採用基於資料庫日誌檔案的無侵入式增量採集技術,採集過程不影響生產系統的穩定執行,並保證資料的一致性。
2
透過暗資料發現與分類分級系統 進行資料的自動化發現和分類分級,建立資料目錄,並提供豐富的API介面,實現與資產管理平臺、資料安全管控平臺、第三方資料安全產品對接,為後續資料資產合規管理、資料安全防護提供基礎支撐。
3
基於資料分類分級結果進行合規資料資產管理,以及資料安全資產防護。
一方面,醫院大量的臨床資料需要流動,特別在科研、臨床教學場景中。美創科技 合規資料資產管理平臺,根據國家標準、規範檔案或檢查要求,準確識別資料資產合規風險,幫助使用者在醫生畫像、資料合規性檢查、臨床資料共享、政府資料上報等維度實現資料的合規性應用。
另一方面,依據資料分類分級結果,建立相適應的安全管控策略,透過 部署資料安全管理平臺, 整合身份認證、資料脫敏、許可權管理、訪問控制、勒索防護、審計溯源等 資料安全保護能力,進行資產全域性管理、身份全域性管理、安全任務與策略集中管理,幫助實現資產全域可管、風險全域可視、策略全域聯動。
方案優勢:
優勢一:支援非結構化、半結構資料採集和處理
資料支撐平臺具備豐富資料來源支援及異構資料同步的支援能力,支援醫療影像、醫療圖片、病案、文書從生產端複製到檔案庫; 支援Dicom、XML、JSON複製過程直接脫敏 ; 支援JPG、PDF檔案的標註。 同時平臺採用基於雜湊演算法的自動檢驗技術,確保同步檔案的一致性,支援完善的效能與作業執行情況的統計與監控,使用者可實時檢視系統狀態以及轉換執行過程。
優勢二:內建大量醫療行業資料分類分級參考模型
資料分類分級工作是一個繁瑣且複雜的過程,美創暗資料發現和分類分級系統內建專業醫療行業的資料分類分級模板(可落地參考標準),如:個人屬性資料、個人健康狀況資料、醫療應用資料、醫療資金和支付資料、衛生資源資料、公共衛生資料。系統引入自然語言處理、統計模型、特徵分析、機器學習等技術,實現資料準確識別和自動化處理,從而大幅縮短建設週期。
優勢三:多場景下的資料共享合規管理
合規資料資產管理平臺可有效解決內部臨床資料共享,臨床科研資料管理混亂、科研資料全生命週期管理等問題。目前平臺支援三級審批、敏感資料識別、敏感資料自動脫敏、自動生成資料安全承諾書、共享資料溯源、支援多資料來源等功能,並具備以下豐富的場景支援:
優勢四:體系化、一體化的資料安全防護
透過資料脫敏、資料庫審計、資料庫防火牆、資料庫防水壩、資料庫透明加密等安全防護措施,構建以資料為中心的安全能力保障。資料安全管理平臺統籌全域性:具備資產全域性管理、身份全域性管理、安全任務與策略集中管理能力,實現資料安全策略集中化管理、安全事件、安全風險統一管控、集中運維;同時提供資產、身份、風險分析後的視覺化展示。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69973247/viewspace-2914529/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 《資料安全法》第二十一條【資料分類分級保護】 解讀與合規實踐探究
- 邁出資料安全建設的第一步|公安資料分類分級建設案例實踐
- 醫療機構臨床資料合規共享解決方案斬獲“金智獎”年度優秀方案獎
- 為資料安全護航,袋鼠雲在資料分類分級上的探索實踐
- 共建“醫療合規科技實驗室”,美創科技實力護航醫療資料安全
- 好大夫資料安全分類分級實踐探索
- 實戰案例:醫療臨床大資料實時流日誌分析大資料
- 資料治理與資料分類分級!
- 基於 KubeSphere 的分級管理實踐
- 助力智慧醫療,杉巖資料為醫療資訊化建設護航加速
- 百分點萬億級大資料平臺的建設實踐大資料
- 基於代理的資料庫分庫分表框架 Mycat實踐資料庫框架
- 《資料安全能力成熟度模型》實踐指南01:資料分級分類模型
- 醫療資料安全防護,這家三甲醫院的做法值得學習
- 技術洞察ㅣ美創科技人社資料分類分級最佳實踐
- 安全防護系統構設計與實踐
- 蕪湖人社×美創科技,人社局資料安全管理制度與資料分類分級建設
- 醫療資訊化建設實踐丨零信任夯實醫療機構網路安全保障體系
- 微信後臺基於時間序的海量資料冷熱分級架構設計實踐架構
- 基於IoT體系安全防護建設方案簡析
- PHP 無限級分類最佳實踐PHP
- Uber基於Apache Hudi構建PB級資料湖實踐Apache
- 基於MATLAB的水果分級設計Matlab
- 基於sklearn的分類器實戰
- 醫療資訊化建設實踐丨一體化安全能力建設,助力醫院安全能力提升
- 高精地圖資料應用分發引擎建設實踐地圖
- 資料分類分級究竟是什麼
- 智慧醫療中的人工智慧——用於改善健康醫療實踐人工智慧
- 基於SSM保護隱私的遠端醫療查詢系統設計與開發SSM
- 醫院核心資料庫一體化建設實踐資料庫
- 《資料安全法》實施在即,企業如何做好資料分類分級?
- 長安汽車基於 Apache Doris 的車聯網資料分析平臺建設實踐Apache
- 基於Flink的超大規模線上實時反欺詐系統的建設與實踐
- 基於Pytorch實現貓狗分類PyTorch
- 基於Python的人臉檢測與分類Python
- 零樣本文字分類應用:基於UTC的醫療意圖多分類,打通資料標註-模型訓練-模型調優-預測部署全流程。文字分類模型
- MariaDB Spider 資料庫分庫分表實踐IDE資料庫
- 《工業資料分類分級指南(試行)》解讀