随着医疗信息化的进程不断发展,医疗数据呈现爆炸式增长,医疗大数据的传输、存储、处理和可视化方面都面临着不小的挑战。医疗机构信息系统相互独立,在各项政策的引导下建立了电子病历系统、区域（或跨域）电子健康档案平台、区域数据中心等,病人数据量的不断增多导致医生在查询病人历史记录时存在操作繁琐、数据展现延迟、效率低等问题。如何解决医疗机构内和机构之间医疗数据的传输和存储问题已经成为当前医疗信息系统的短板。在智慧医疗概念的提出之后,医疗机构内部本地传输、存储和使用医疗数据的限制被打破,形成了区域化医疗数据的共享,这对医疗数据的传输、存储和使用的技术要求更高。基于智慧医疗的高速发展需求,为了解决医疗数据异构采集困难、医疗数据混合模式传输效率低、海量医疗数据存储性能出现瓶颈以及关键信息提取与可视化程度困难问题,本文提出了“智能3D可视化数字病人平台”,通过采集并处理一家（或区域）医疗机构的历史数据和实时数据,建立一套以提高诊疗效率为目标的可视化平台。本论文主要内容包括:1.多源并行采集子系统的设计。采集多家医院或医疗机构中的各类医疗数据至智能3D可视化数字病人平台,实现不同格式的医疗数据清洗和统一格式处理,以及后续医疗数据的传输和存储工作。2.容器管理平台的设计。基于Kubernetes的容器管理平台用于部署Docker容器引擎并在容器中运行Apache Flink分布式大数据处理集群和PostgreSQL数据库集群。采用容器技术实现了应用的轻量化和便携化,更有利于对数据的存取和处理集群的后续扩展部署。3.大数据存储框架与大数据处理的设计。建立一种基于HDFS分布式架构的海量医学影像存储模块和由PostgreSQL数据库存储海量医疗文字数据模块的存储子系统。其中存储子系统和采集子系统由Apache Flink分布式大数据处理集群连接,Apache Flink可以同时实现批处理和流处理两种数据处理模式,这样医院的历史数据批处理和实时数据流处理都能够传输到智能3D可视化数字病人平台。该套存储子系统将病人的文本和影像医疗信息整合在一起,省去医院内部和区域化医疗系统需要调阅多个医疗信息系统的麻烦。4.关键信息提取算法的设计。利用自然语言处理技术和统计学方法实现放射信息系统和病理信息系统的两种文本报告的关键信息提取算法。该算法可以提取这两种非结构文本中的关键医疗信息,并且生成键值对的JSON格式来用于传输、存储。此外还针对不同类别的结构化电子医疗病历设计提取适配器来提取其中节点中的关键信息并更新至键值对的JSON格式文件。该技术可以将原本非结构化的文本报告转化成结构化的报告数据,这样可以使得报告数据能更加清晰的呈现给病人或者医生;同时这还将有助于有关于智能医疗平台学习病人数据模型。本文在实验室已有的可视化数字病人和智能3D可视化数字病人显示系统的基础上开展多源数据采集、存储和信息处理平台架构的研究,在多源并行采集医疗数据中对文本数据进行统一格式化采集,确定了大数据处理框架,实现了将医疗机构中的批式历史数据、流式实时数据和提取出的关键医疗信息低延时地传输到平台的存储子系统中;使用混合存储子系统,提高了海量医疗数据的存储效率和能力;采用Docker容器引擎和Kubernetes容器管理平台,提高了整个平台的运行效率;结合自然语言处理技术和统计学方法,实现了放射信息系统和病理信息系统两种文本报告的关键信息提取、传输、存储和与智能3D可视化数字病人显示系统的集成。