基于海量医疗数据的症状自查服务云框架设计

来源：计算机科学与探索杂志2015年第9期北京时间：

作者：周作建，林文敏，王斌斌，潘金贵

单位：1. 南京大学 计算机软件新技术国家重点实验室，南京 2100462. 南京大学 计算机科学与技术系，南京 210046

摘要：随着当前社会“亚健康”人群的增加，症状自查服务显得愈发重要。各地基于居民健康档案的区域卫生信息平台的建立，为症状自查服务实现提供了数据基础，但是人们仍面临着海量电子病历的获取、存储、搜索以及数据分析计算等诸多挑战。鉴于上述问题，提出了一种基于云框架的症状自查服务模型。首先建立了Hadoop集群，用来存储海量医疗数据以及建立索引，提高电子病历的搜索响应时间。其次设计了基于Lucene的分布式搜索节点集群，用来对海量的电子病历进行实时检索、数据分析和隐私过滤。此外，对症状自查服务的实现进行了讨论，包括搜索节点的选择、病历索引文件的建立、病历相似度的计算及排序方法。最后，通过实验证实了症状自查服务的云框架模型具有可扩展性和有效性。

关键词：云框架,症状自查服务,海量医疗数据,Hadoop,Lucene