医疗数据分析新模式      

医疗信息化是促进医疗数据快速增长的主要推动力，并催生了大量的医疗数据，这种真实世界的数据与制药企业，保险公司的传统数据来源不同，必须搭建新的平台，使用新的工具、技术、方法和流程进行大数据分析。

派兰医疗大数据分析平台是基于Hadoop/Spark搭建的大数据云平台，并采用开源的统计工具、数据分析工具和数据可视化工具通过浏览器就能完成数据的清洗、建模、处理和分析工作，最后生成可视化的分析报告，不仅如此，还可以通过互联网随时随地了解项目和查看分析报告。

 可以用Hive写

还可以用R语言写

又可以用Python语言写

赞！赞！赞！

点击下方的网站，立即注册

https://palandata.com

平台特点

在派兰医疗大数据分析平台上你可以创建项目，成为项目的leader，也可以邀请其他成员加入项目，以团队合作的形式参与项目。当然了，你也可以申请加入平台上公开的一些你感兴趣的项目。

数据集

数据是做分析的基础，本平台为用户提供了上传数据集的功能，不仅如此，你还可以浏览上传的数据集，实时查看平台上的原始数据以及数据的一些列统计信息。除此之外，还可以自定义设置样本数据的抽样方法，抽样规模，并能实时浏览样本数据的变化。

图1. 数据集浏览界面

数据流

在平台上你可以选择使用R、Python、Hive任一种你擅长的语言来编程实现数据处理的功能，数据分析的任一步骤都可以指定输入数据集，输出数据集以及被称之为recipe的中间处理过程，并形成一条数据流，数据流中的每个节点你都可以点击查看其具体信息，从而保证数据分析过程的真实透明可视化。运行数据流中的任一个recipe都可以形成一个job，运行的日志信息也可以清晰的查看到，你还可以随时从任一节点处重新运行job。

图2 数据流界面

可视化数据处理

为简化数据分析的数据预处理过程，同时也为了方便非专业的分析人士使用本平台，该平台还提供了快速方便的可视化数据处理方法，你只要简单的点击操作就可以完成数据过滤、数据清洗、字符串操作、数学计算等一系列的数据预处理操作。每一步操作你都可以实时查看到数据集的变化，并且每步都可以部署为一个recipe，形成一条数据流，是不是很方便？

图3 可视化数据处理界面

可视化图表

目前平台上提供了包括柱状图、饼图、折线图、散点图等可视化图表类型，通过简单的拖拽操作就可以很容易的自动创建图表，可视化的图表使你眨眼间更清楚的理解数据。

图4 可视化效果图(1)

图5 可视化效果图(2)

分析笔记 Notebook

平台还提供分析笔记功能，不但可以轻松实现界面交互式编程，还可以在R和Python之间任意切换编程语言，使分析结果清晰的展示在编辑区域内。此种基于浏览器的notebook方式，可以使你在编程过程中对代码做好充分的编程笔记，极大的提高了代码的可读性。另外，对于最终分析报告的产生，包括：分析方法和分析内容的阐述，分析结果的解释和讨论等等，均可以在此界面完成。

图6 分析笔记示例

看了我们的介绍，有没有觉得平台很赞啊？

那就来注册吧，1分钟注册搞定！

免费FREE！免费FREE！免费FREE！

 

https://palandata.com

↑ 点击上方网址注册

好东西要分享，请转发这篇文章，谢谢

派兰数据：值得信赖的合作伙伴

派兰数据关注临床医学研究，参与“医研企”协同创新，助力合作伙伴科技成果转化转移。

派兰数据自主开发和运营的医疗大数据科联体平台是一个知识共享的医疗科研联合体云平台，依托科联体平台，派兰数据的高级数据分析服务为医疗服务机构、制药企业、公共卫生和支付机构提供数据采集、数据存储、数据建模、数据处理、数据分析和数据可视化服务。通过科联体平台，利用大数据分析工具，派兰建立了一批慢性病种的流行病学、药物经济学、疗效分析方法的数据模型、数据集和数据分析体系，为精准医疗、个性化医疗、医保控费、个性化保险、药物一致性评价、流行病学研究、药物经济学评价等提供数据分析服务。

目前已完成心绞痛、冠心病、心梗的药物经济学和比较研究分析模型，拥3个慢性病种明确导向的脱敏数据和分析案例。 在科联体平台中，多家跨国药企和国内大型药企参与，同时与国内一线医学院、药学院、药物研究中心等研究机构和多家合作医院建立了长期的科研合作。

派兰数据擅长在临床级医疗大数据上进行回顾性分析：

药物经济学分析服务

真实世界的经验实证分析

临床效果研究

观察比较分析

机器学习和预测分析

派兰数据在真实世界研究、临床大数据分析、仿制药一致性评价项目上有着成功的项目经验，通过协作网络和大数据的力量让科联体专注于更好的科学研究和疗效。

想真正发挥医疗大数据的价值

想寻求优质医疗数据分析合作

关注派兰

联系派兰

商务合作：021-61362871

联系邮箱：public@datarx.cn

派兰数据

关注派兰

关注医疗大数据

长按二维码关注派兰

点击下方

阅读原文

立即注册