基于Hadoop大数据技术的脑卒中智能诊疗平台研发资料.doc

《基于Hadoop大数据技术的脑卒中智能诊疗平台研发资料.doc》由会员分享，可在线阅读，更多相关《基于Hadoop大数据技术的脑卒中智能诊疗平台研发资料.doc（19页珍藏版）》请在三一办公上搜索。

1、基于Hadoop大数据技术的脑卒中智能诊疗平台研发可行性报告和经费概算目 录一、项目可行性报告1（一）项目实施的意义1（二）现有基础条件2（三）技术解决方案43.1研究内容以及相应的解决方案43.1.1构建脑卒中医疗数据仓库43.1.2建立单病种电子病历53.1.3构建柔性临床路径73.1.4对海量脑卒中医疗数据进行数据挖掘93.2关键技术103.3主要创新点11（四）项目实施目标和市场分析114.1主要技术指标114.2主要经济指标124.3知识产权12二、经费概算12（一）经费概算列表12（二）经费概算说明14基于Hadoop大数据技术的脑卒中智能诊疗平台研发一、 项目可行性报告（一） 项

2、目实施的意义脑卒中是一种以脑部缺血及出血性损伤症状为主要临床表现的疾病，又称作脑中风或脑血管意外，具有极高的病死率和致残率，主要分为出血性脑卒中(脑出血或蛛网膜下腔出血)和缺血性脑卒中(脑梗塞、脑血栓形成)两大类，以脑梗塞最为常见。脑卒中发病急，病死率高，是世界上最重要的致死性疾病之一。据世界卫生组织（WHO）公布的数据，全世界每年有1600万人死于心脑血管疾病，占总死亡率的60.7%。根据我国卫生部最新统计数据显示，我国每年发生脑卒中达200万，现幸存脑卒中病人700 万，其中450万病人不同程度丧失劳动力和生活不能自理，致残率高达75%。正是由于这种疾病的高致死率，引起了各大医疗机构的重视

3、。以往的医疗系统，存在着几大问题：一、只是对脑卒中病人数据单纯的记录，无法将这些记录的数据转化为有用的信息，为医院治疗脑卒中病人提供必要的数据基础。医院对于数据的处理，仅限于录入、修改、删除、统计和查询等数据库的低层次应用，缺乏对数据的集成和分析，更谈不上在这大量的数据资源中挖掘深层次的、隐含的、有价值的知识；二、各大医院使用各自的医疗系统，同样的病人数据采用不同的记录规则，导致了脑卒中病人信息无法集成，例如浙一医院和它的各个附属医院，因为使用的电子病历系统的差异，各个附属医院的脑卒中病人数据无法被浙一医院使用，大量的病人数据只是成了摆设，出现了“数据丰富，无法统一”的现象。因此如何充分利用这

4、些宝贵的信息资源来为疾病的诊断和治疗提供科学的指导、为医院领导决策提供科学依据，已经成为迫切需要解决的问题。三、目前各大医院的医疗系统只是针对普通疾病，而脑卒中病人信息的记录方式，诊疗方式无法在现有医疗系统中体现，无法为脑卒中病人提供更高效，更高质量的治疗。基于以上存在的问题，脑卒中智能诊疗平台研发已经迫在眉睫。首先，诊疗平台运用人工智能领域的知识，将案例推理、数据挖掘技术等应用到脑卒中诊疗中，设计脑卒中临床路径，协助医生治疗，提高诊断的效率和准确度。其次，使用诊疗平台的各大医疗机构，在平台的统一数据格式下可以实现最大化的数据共享和使用，将各大医疗机构的脑卒中病人数据集中，为将来的数据挖掘提供

5、强大的基础。在脑卒中智能诊疗平台的帮助下，将极大程度的帮助医生治疗脑卒中病人，提高治疗的效率和质量，从而降低脑卒中病人的致死率。（二） 现有基础条件项目团队由浙江爱达公司、浙江工业大学、浙江大学医学院附属第一医院联合组成。在医疗信息系统的理论和应用研究上已有一定积累。浙江爱达科技有限公司开发了电子病历系统、PACS系统、住院病人随访系统等医院关键信息系统，已经在多家医院投入使用，在医疗系统方面有着大量的技术人员和技术经验。在国内率先提出了柔性临床路径，获得了卫生管理部门的高度重视。现在已有的电子病历系统、PACS系统、住院病人随访系统都可以移植到脑卒中智能诊疗平台中，为平台的成功构建提供了良好

6、的技术基础。浙江工业大学在数据库技术、数据挖掘技术、信息安全技术、图论与Petri网技术等领域发表论文100余篇，其中SCI收录28篇，EI收录50余篇。为本项目的顺利进行提供了有力的科研和技术保障以及学术理论上的支持。浙一医院神经外科为国家重点学科，外科中心拥有独立的神经外科实验室，可进行显微神经外科操作培训、颅底外科解剖训练及神经干细胞培养和脑组织移植的相关基础和临床科研工作。该中心还拥有西门子PET/CT、西门子回旋加速器、瓦里安直线加速器、飞利浦3.0T磁共振、多排螺旋CT、三维脑血管DSA系统、手术显微镜、术中多普勒超声仪、超声手术刀、四合一YAG激光、神经内镜、面神经监护仪、神经刺

7、激仪、术中脑电图监测系统、开颅高速气钻及微型磨钻等一系列先进设备。开展重症监护、颅脑创伤、脑血管疾病、小儿神经外科、脑肿瘤及脊髓脊柱等神经外科疾病的诊治，并积极筹建功能神经外科与伽玛刀中心。因此，该医院在脑中风领域上有很丰富的治疗经验和先进的医疗设施，能够为平台的搭建提供足够的数据支持和有关脑中风专业知识的指导，也为平台的前期推广提供有效的途径。项目团队大部分成员通过合理组织，包含了所需的各方面专业技术和管理人员，包括了由博士和高级职称人员组成，具有相关的技术知识和经验的研究人员；包括了具有几十年医院临床经验和管理经验的高级医务人员；也包括了具有丰富医院信息系统开发经验和技术的计算机开发人员。

8、项目团队主要成员和骨干成员介绍如下：项目负责人：张端，男，博士，副教授，硕导，1972年生。他主要从事信息系统和控制工程的研究。迄今为止，他承担和参与了多项国家基金、863、省部级项目以及多项企业合作项目；申请和授权发明专利8项；发表论文20与篇，其中SCI收录7篇，EI收录10篇，并在图论与Petri网技术领域发表了3篇SCI论文，为本项目的研发打下了坚实的理论基础。目前主要研究方向为：智能医疗信息系统。主要项目：1. 负责国家自然科学基金项目，研究内容：复杂动态过程的控制和优化，2007.12009.122. 作为副组长共同负责863计划项目，研究内容：复杂生产过程的策略研究， 2006.

9、122008.123. 参与863计划项目，研究内容：复杂生产过程的集成建模与协调优化控制技术研究，2009.44. 负责企业合作项目，研究内容：智能外贸信息系统，时间：2010.62011.6； 5. 负责企业合作项目，研究内容：医疗用品包装图像检测系统，时间：2011.62011.12； 6. 参与企业合作项目，研究内容：海南RFID智能卡一卡通系统的研发，2010.32011.12； 7. 参与企业合作项目，研究内容：供电局机房监控系统， 2006.12008.12；承担工作：作为项目负责人，负责项目的关键技术研究和任务分工，并管理经费的合理使用，保障项目质量和时间进度，同时，负责与合作

10、单位的协调和沟通。项目主要成员：潘剑威，男，浙江大学医学院附属第一医院神经外科副主任医师，从事神经外科工作10年，主攻脑血管外科，擅长脑动脉瘤、动静脉畸形、脑动脉狭窄等脑血管疾病的介入手术治疗。承担工作：负责与合作单位的协调和沟通，并承担部分需求分析工作。项目主要成员：庄华亮，男，博士，归国留学人员，1967年生。分别于1994和1997年在浙江工业大学获得工学学士和工学硕士学位。1998年赴新加坡南洋理工大学电气工程学院，2000年获硕士学位。2000年 至 2002年, 新加坡国立大学化学与环境工程系担任科研工程师。2002年 至 2003年, 在新加坡策技系统公司担任研发工程师。2004

11、年至2009年, 新加坡南洋理工大学电气工程学院自动控制与仪器仪表系学习,获博士学位。2009年至2011年, 新加坡南洋理工大学电气工程学院卫星研发中心担任研究员(research associate) 。2012年起浙江琴江科技有限公司从事智能系统和模式识别领域的研发工作。主要项目：1. 参与新加坡环境部委托项目“ modeling and optimal control of pulse-jet fabric filters”， 2009.12011.62. 参与新加坡国防部委托项目“Multi-spectral satellite image analysis and object d

12、etection”, 2006.12007.12承担工作：负责柔性临床路径系统的软件项目管理和数据挖掘算法开发。（三） 技术解决方案3.1 研究内容以及相应的解决方案3.1.1 构建脑卒中医疗数据仓库目前浙一医院及其附属医院都有自己的数据库，脑卒中电子病历数据处于分散状态，而且由于采用不同的数据库技术，各种病历之间的格式也不统一。因此，需要对这些数据进行整合，以Hadoop的分布式数据仓库Hive为技术平台建立一个完整的医疗数据仓库，以备数据挖掘之需。数据仓库构建的整个过程包括数据抽取，数据转换和数据加载，即ETL。1） 数据抽取本研究需要从各家医院的数据库中抽取有关脑卒中的电子病历数据，所以

13、需要利用数抽取工具Sqoop，从脑卒中电子病历所用的各种传统关系型数据库中抽取数据。然后在Hadoop平台上建立Hive临时数据库，用于存储抽取到的脑卒中数据。2） 数据转换由于各家医院的电子病历系统建立方式不同，所以其数据存储的模式也有差距，这就导致了格式上的差异。而且脑卒中有很多分支，包括缺血性和出血性的，再往下还可以细分出很多病种，比如脑梗死，脑栓塞，颅内出血，蛛网膜下出血等。各医院之间对这些病又都有自己的治疗方式和流程。因此，这会导致抽取过来的数据格式多样和混乱。本研究需要对这些数据进行格式的转换和统一。由于该数据仓库最终目的是用于数据挖掘，所以我们可以删除一些不重要的信息，比如病人的

14、姓名，证件号码以及家庭住址等。一些电子病历会有数据不全的现象，比如病人的其他相关症状等信息，我们采用缺省值方式对这些字段进行补齐。最终保留病人的临床表现（口眼歪斜，半身不遂，老年痴呆等），相应的诊断结果（出血性中风或缺血性中风），治疗手段，所用的药物，治疗结果以及后遗症等信息。然后对这些数据进行重组，再建立一个新的Hive数据库，保存重组信息。3） 数据加载由于原先的重组数据库都是针对每家医院的电子病历系统分别建立的，因此，我们需要将这些分散的数据库整合到一起。第三次建立Hive数据库，作为最终的数据仓库，将各个重组数据库数据加载到数据仓库中，完成整个数据仓库的建立。整个数据仓库的ETL过程如

15、图3-1所示： 图3-1基于Hive的分布式脑卒中医疗数据仓库ETL过程3.1.2 对海量脑卒中医疗数据进行数据挖掘目前，医生对脑卒中的临床分类诊断的正确率只有70%左右；以头颅CT和核磁共振检查诊断较为可靠，但其价格昂贵；且因CT和核磁共振检查需搬动病人，易加重病情；尤其是CT和核磁共振检查对早期脑缺血常出现假阴性。寻求对脑卒中作早期分类诊断的正确适用方法，一直成为医学研究中的重要课题。因此，本研究利用决策树算法分析海量脑卒中电子病历中的临床症状指标和诊断结果进行分析，生成一套精确而且通用的判别标准。当医生输入病人的临床指标后，系统会根据先前制定的标准对这些指标进行分析，得出正确的诊断结果。

16、此外，当前各医院对脑卒中的治疗方式和手段都不统一，而且用的药也不一样，当病人在治疗过程中更换医院时，就会产生治疗的不规律。因此，本研究将会利用关联规则算法Apriori对脑卒中病历数据中各种症状和治疗手段以及用药之间的分析，导出一系列的关联规则作为医生制定治疗方案以及用药的参考标准。目前，对于医疗数据挖掘算法用的比较多的是Apriori，而传统Apriori算法最大的不足就是每次寻找频繁项目集都需要扫描整个数据集，当项目数较多时，就要花大量的时间去扫面数据集，从而严重影响了算法的效率，这成为了 Apriori 算法的瓶颈。因此，我们采取将扫描数据集的过程并行化的方法。由于Hadoop使用的分布

17、式存储和分布式运算模式，将整个脑中风数据平均地分成若干个数据块，分配到各集群中的各个DataNode中，当执行任务时，每个节点会扫描各自的数据块，从而达到并行扫描的目的。这样可以大大缩短算法执行的时间。具体实现如图3-2所示：图3-2 Apriori算法Map/Reduce并行化流程图3.1.3 建立脑卒中单病种电子病历（1）电子病历框架单病种电子病历分为客户端和WCF服务端2个部分。客户端被安装在各科室或护士站电脑上；WCF服务端将运行于医院机房的1台服务器上。客户端在被安装前需要设置好程序的配置文件， WCF服务端路由所在IP地址和端口等信息。图3-3是客户端和服务端的分层架构示意图：图3

18、-3 框架图（2）系统主要功能l 针对脑卒中病人数据的查看页面（包括病案首页、病程记录、检查检验结果、医嘱、手术记录、护理记录等等），其中既有结构化信息，也有非结构化的自由文本，还有图形图像信息。涉及病人信息的采集、存储、传输、质量控制、统计和利用。可以编辑诊疗平台中来源于不同医院以及不同医疗系统的脑卒中病人数据，并且将编辑后的数据经过规则转换后传输给来源方，实现脑卒中病人数据的双向传输。l 统计分析诊疗平台的病人数据，提供分析结果。l 系统常规功能，包括公告维护，用户信息维护等功能；l 随访功能（3）脑卒中医疗数据仓库与脑卒中单病种电子病历的交互脑卒中单病种电子病历可以从医疗数据仓库中查询提

19、取病人的各种医疗数据，或者编辑这些病人数据并传回。并且可以以医疗数据仓库为数据源，根据对病人信息的需求对数据源进行挖掘，挖掘分析出针对脑卒中病人的治疗信息，病情数据等，为医院治疗脑卒中病人提供帮助。3.1.4 构建柔性临床路径所谓的临床路径是指针对某种疾病（或手术）以遵循医学为原则建立的一套标准化照顾模式，使病人从入院到出院都按照一种固定模式接受治疗和护理，最终起到规范临床诊疗行为，减少变异，降低成本，提高医疗质量的作用。临床路径和电子病历的使用是相辅相成的，电子病历中各种病历记录、护理记录以及检验检查等数据有利于临床路径的优化和选择、变异处理及分析。在脑卒中发病时，常会并发身体其他脏器的疾病

20、，常见的有急性消化道出血、闹心综合症、肺部感染和急性肺水肿、褥疮、中枢性呼吸性呃逆等。在引入传统的临床路径时，变异率大，对患者差异的适应性差，束缚了医生的临床诊疗能力，实用性不强。为了解决现有临床路径存在的不足，我们提出一种新型的临床路径解决方案，即柔性临床路径(Flexible Clinical Pathway，FCP)。它是对现有临床路径的提升，在使用过程中对于患者执行医嘱之后的不同反应做出判断，并且引导医护人员进入下一步工作。柔性临床路径系统是真正的学习型路径，我们采用有向图的思想控制病种的诊疗过程，如图3-4。以时间为横轴，完成一个诊疗过程后，根据病症的不同和对诊疗行为的不同反应罗列出

21、对应的下一个或多个诊疗过程，依此类推直到出径。每一个诊疗过程可以看作一个节点，每个诊疗节点的时间周期可以是几个小时、几天、或者更长时间，这个完全由实际的诊疗情况而定。一个节点过度到下个一个节点的时候是有判别条件的，我们把这个叫做有向孤。医生可以根据自己的行医经验通过有向孤上的判别条件手动选择下一步的诊疗节点，也可以利用柔性临床路径数据分析功能，根据病人现在的诊疗状况自行选择最佳的下一步诊疗节点，如果现在的病人状况不符合所有下一个节点的判别条件时就变异终止路径。因此，医生根据脑卒中治疗过程中遇到的状况，重新设计修改临床路径内容，形成文档保存。图3-4有向图临床路径设计模式在柔性临床路径的每个诊疗

22、过程都包含若干个诊疗行为，这些诊疗行为之间存在着顺序、并发、选择等不同的关系，我们对病种的业务流程进行详尽的调研分析和优化，设计一个工作流引擎来控制这些诊疗行为的触发流转（如图3-5）。柔性临床路径依赖于单病种电子病历。它在单病种电子病历中被触发启动，读取脑卒中病人诊断信息，然后医生手动选择路径或自动进入推荐路径进行治疗。图3-5基于工作流的诊疗行为控件3.2 关键技术以上研究将涉及到以下关键技术：（1） 云集群的搭建。选用若干台服务器，将每台服务器装上Linux操作系统和Hadoop平台，并进行相应的配置，组成一个云计算服务器集群。然后再进行Hive的安装和部署，作为医疗数据仓库。（2） 数

23、据仓库的构建，将分散在浙一医院及其附属医院的脑卒中电子病历数据抽取出来，进行相应的清理和转换，存入基于Hive的医疗数据仓库。（3） 将传统的串行算法进行改进，实现基于Map/Reduce的分布式和并行算法，用于对海量脑卒中数据的分析。 （4） 使用最新的WCF服务技术实现数据通信，解决脑卒中电子病历中包括安全、可信赖、互操作、跨平台通信等等需求。（5） 脑卒中病种单独采用基于XML描述病历结构。实现XML描述病历内容，定义病历内容的结构(DTD)。使用XML结构使得平台能够集成来自各个系统的脑卒中病历信息，实现业务数据库中病人信息到病历结构的转换、从而实现由以类型为中心的数据库描述到以人为中

24、动的描述。（6） 柔性临床路径采用有向图方式显示路径信息，与单病种电子病历、HIS、LIS和PACS做接口，实现病人信息交互。3.3 主要创新点该研究的主要创新点是：（1）提出基于Hadoop大数据技术的脑卒中智能诊疗平台，集中脑卒中病人数据建立脑卒中区域医疗数据仓库，并对这些病人数据进行检测和挖掘。（2）在数据存储方面，本研究采用了Hadoop的分布式文件系统技术，将数据存储在集群中的各个DataNode中，并由NameNode对这些数据进行统一的管理。在算法方面，使用了Map/Reduce的编程模型，将传统的数据挖掘算法并行化，大大提高了数据处理的速度，处理大数据时，该优点更加显著。（3）

25、数据挖掘算法上的改进。为了能最大限度发挥Hadoop的分布式并行的优势，需要对原先的数据挖掘算法进行改进，从而实现对脑卒中数据的高效处理和分析，得出有价值的决策和关联信息。（4）率先应用智能化模拟到脑卒中电子病历中，智能模拟临床医师临诊思路，集脑卒中医疗数据仓库应用于脑卒中病人的治疗当中。（5）使用基于WCF服务的C/S电子病历框架，在系统效率和功能上比起以往的医疗系统有质的飞跃。（6）有别于传统的直线型临床路径，柔性临床路径以有向图的形式控制诊疗过程流转，以工作流的形式控制脑卒中诊疗过程中所包含的诊疗行为的执行。柔性临床路径对脑卒中诊疗过程中的并发症有很强的适应性。与电子病历的无缝连接，规范

26、并简化诊疗工作，而且有助于医生不断总结医疗经验、积累和验证医疗知识，提高医生的专业水平。（四） 项目实施目标和市场分析4.1 主要技术指标1) 申请发明专利2项，软件著作权3项；发表论文3篇以上；2) 掌握医疗信息化的相关知识，对医疗过程中产生的数据和信息做出全面的了解；3) 掌握Hadoop云平台的搭建和维护，结合现有脑卒中病历数据，并设计出基于Hive的脑卒中专用数据仓库；4) 结合相关的算法和Hadoop平台，设计分布式并行计算的医疗信息数据挖掘模式的具体实现方案；5) 完成脑卒中单病种电子病历主要功能的设计与开发，并实现与医疗数据仓库的交互；6) 实现柔性临床系统与单病种电子病历、当前

27、医院HIS、LIS、RIS、PACS等第三方系统的无缝对接，开发完备的报表系统如住院费用统计、临床路径完成率统计、病种费用统计、临床路径变异统计、住院天数统计等等。4.2 主要经济指标由于中风病治疗时间很短，要求临床医生、专家具有丰富的临床经验，能迅速对疾病做出诊断和治疗。运用人工智能领域的知识，将案例推理、数据挖掘技术等应用到中风诊疗中，设计出脑卒中智能诊疗系统，协助医生诊断治疗，对提高诊断的效率、准确度将会有积极意义。因此，该系统可以在治疗脑卒中上给医生提供强大的决策支持，使病人能够接受最合适有效的治疗，这样不仅可以减轻病人的痛苦，也可以降低医院的医疗成本和支出。国内还几乎没有集成脑中风病

28、人数据的平台，本平台研发成功后将以浙江大学医学院附属第一医院为中心，在各个浙一医院的附属医院上部署脑中风智能诊疗平台。由于浙一医院为合作单位，将减少或者减免平台应用费用。目前浙一医院已拥有1家托管医院，3家合作医院，89家协作医院及网络服务单位，1家对口基层医院，按照平均一家医院5万的平台应用费用以及每年10%的服务费用5000元，以浙一医院为平台中心，两年内推广到30家与浙一医院的合作和协作医院，诊疗平台收益将近200万。完成以浙一医院为中心的推广后，以浙一医院为一个区域智能诊疗平台范例，将平台逐步推广到整个浙江省，预计5年内，推广150家医院，预计收益为900万。浙一医院区域的平台一旦成功

29、，作为典型案例推广到全国，在未来的几年收益将不可估计。不仅在收益上，一旦完成平台的脑中风数据集成，并且通过对这些数据的深度挖掘，对脑中风病人的治疗将是无法用金额来衡量，将为医院和病人减轻不少的负担，促进医疗和社会的发展和进步。当医生要对脑中风进行相应的研究时，该系统又可以给医生提供很多信息支持，对于提高医生在脑中风方面的医疗技术水平有很大帮助。后期，我们将创建智能诊疗平台门户网站。门户提供知识库共享，用户可以登录该网站注册会员，上传新型的路径或其他资料；如果资料被其他用户下载，上传会员可以获取相应的下载积分，积分兑换成人民币，网站从中抽成分红。另外，在该网站上还设有讨论区，便于不同医院的医生进

30、行交流。门户也提供知识库以及科研教学、柔性临床路径共享等服务，而且网站可以获得持续增长的访问量，并取得丰厚的管理收入。 综上所述，该项目具有很大的经济潜力，市场前景十分乐观。4.3 知识产权本项目的研发成果将具有完全的自主知识产权，项目的研发成果将申请发明专利和软件著作权，以保障项目成果的知识产权。二、 经费概算（一） 经费概算列表省级科技计划项目经费概算表项目名称：基于Hadoop大数据技术的脑卒中智能诊疗平台研发 金额单位：万元概算科目名称合计省财政拨款经费自筹和配套经费（1）（2）（3）（4）一、经费支出（合计）80100（一）直接费用1、设备费11（1）购置设备费（2）试制设备费（3）

31、设备租赁费2、材料费53、测试化验加工费104、燃料动力费5、差旅费86、会议费 107、合作协作研究与交流费228、出版/文献/信息传播/知识产权事务费109、劳务费9010、专家咨询费4（二）间接费用011、管理费712、激励费3二、经费来源（合计）801001、申请省财政经费802、自筹和配套经费100（1）单位自有货币资金100（2）地方、部门配套拨款（3）其他资金（二） 经费概算说明本项目的经费概算如上表，项目总经费是180万，其中向省科技厅申请80万。项目经费概算的说明情况如下：1. 设备费(11万)：主要用于建设数据仓库中心，Hadoop服务器集群搭建，数据交换与挖掘计算，由省财

32、政经费支出。IBM System x3650 M4 刀片服务器5台，（约2.1万）；华为S5700-48TP-SI(AC)交换机一台，用于数据（约0.5万）；2. 材料费(5万)：主要用于项目所需接口器件、计算机零配件的更新和升级等，以及硒鼓、打印纸、刻录光盘等常用耗材。由省财政经费支出；3. 测试化验加工费(10万)：主要用于Hadoop服务器集群功能测试、配套电子病历软件、柔性临床路径软件、配套数据库和数据仓库测试等。由省财政经费支出；4. 燃料动力费(0万)：本项目无此费用，水电费纳入管理费中；5. 差旅费(8万)：主要用于项目调研、异地测试实施、参加会议、展览的交通费和住宿费。由省财政

33、经费支出；6. 会议费(10万)：主要用于参加医疗信息有关会议的会议费和有关展览的展出费用。自筹；7. 合作、协作研究与交流费(22万)：用于浙一医院和浙江工业大学协作进行路径脑卒中单病种电子病历数据挖掘算法的研究，具体用于数据库管理系统软件购买、计算机购买、耗材、论文出版、资料、差旅、会议等费用，由省财政经费支出；8. 出版/文献/信息传播/知识产权事务费(10万)：主要用于软件认证和专利申请、论文审稿和出版、文献检索、技术资料购买等。由省财政经费支出；9. 人员劳务费(90万)：主要用于支付参与系统研发的科研人员的劳务费用，高级软件开发人员2人，每人年薪12万，共48万；其他软件开发人员4人，每人年薪5.25万，共42万。人员劳务费由自筹经费支出；10. 专家咨询费(4万)：主要用于邀请国内外专家来参与讨论、指导、讲座和项目验收等费用；其中邀请国内外专家约4次*5000元=2万，项目验收2万。由省财政经费支出；11. 管理费(7万)：用于项目管理及水电费等支出，由省财政经费支出；12. 激励费(3万)：用于奖励对项目有重大贡献的人员，每人次不超过1万元，由省财政经费支出；13. 其他开支(0万)：无。