下载掌阅APP，畅读海量书库
立即打开
数据库管理系统分为层次型、网络型、关系型和面向对象型四种类型。传统上，医疗数据库是原始的平面文件，几乎没有数据库管理。而且电子病历最近才开始实施，目前进展不大 [12] 。因此，医疗数据一直是静态的，主要通过超链接进行间接共享。简而言之，目前大部分的医疗数据仍然存储在平面文件中，充其量是在相对简单的分层或关系型数据库管理系统中。大部分数据集中并被锁定在医院或办公室这类本地操作系统中。生物医学领域中关于面向对象型数据库管理系统的文献非常少 [13] 。
因为最常见的医疗数据库是关系型数据库，所以它的管理系统被称为关系型数据库管理系统（简称R数据库管理系统）。Oracle和结构化查询语言（SQL）服务器是关系型数据库管理系统的典型例子，而非关系型的数据库（NoSQL）像MongoDB是非关系型数据库管理系统。在线交易处理数据库是R数据库管理系统的主要应用场景。这种数据库的一个主要缺点是数据经常会被封存。为解决这个问题，企业通常将在线分析处理数据库用作数据仓库。关系型数据库管理系统在医疗保健数据方面存在局限性：这些数据库对较大的医疗数据（如时间序列数据、大型文本文件和图像/视频）缺乏足够的基础设施支持。此外，由于关系型数据库管理系统的结构原因，查询相对困难。
虽然这种类型的数据库管理系统更加高效和灵活，但它缺乏关系型数据库管理系统的使用功能，如搜索和查询等。对象-关系型数据库管理系统可以混合利用关系型和对象型数据库管理系统的优势，从而容纳更大、更复杂的医疗数据元素，同时保留关系型表结构用于查询（使用Hadoop、Oracle或SQL）。然而，这种对象-关系型数据库管理系统的配置更加复杂，需要更多的操作经验。NoSQL或下一代数据库代表了以大数据量、可扩展的复制和分布以及高效查询为特征的数据库；这些数据库的典型代表是基于文档的系统（如MongoDB）或图形数据库，是医疗数据库的未来。
图形数据库（用于LinkedIn、Twitter、Zephyr Health和Doximity等，并经Neo4j实现可视化）可以以图元件（节点和边）这类非线性形式存储数据：节点（也叫顶点）代表一个实体，边代表节点间的关系（见图 4.4）。这种类型的数据库更加“立体”，与传统的关系型数据库相比具有明显的优势（见表 4.2）。在快速变化的世界，医疗质量、整体效率和创新方向成为医疗保健的新范式，使得这种描绘联系和关系的核心原则在生物医学中非常重要。
在图形数据库中，图中的每个数据元素都需要用通用语言描述。资源描述框架（RDF） [14] 作为一个“三元组”（<主语><谓语><宾语>）被存储在一个语义数据库中，可以使用SQL的语义版SPARQL（简单协议和RDF查询语言）进行查询。本体和伴随的推理规则可以被嵌入数据中，以丰富数据库。
图 4.4 关系型数据库与图形数据库
表 4.2 关系数据库和图形数据库对比表
左图显示的是表格式的传统关系型数据库，而右图以节点（圆形的方块）和边（箭头）表示。
简而言之，如果关系是重点，而且数据是不断变化的（比如医疗保健数据），那么图形数据库就比传统的关系型数据库管理系统更合适。图形数据库具有搜索算法，特别适合医疗保健领域的复杂查询，例如慢性病管理、急性流行病学危机应对、医疗保健资源分配等。也可以使用此策略定位与索引患者相似的患者。图形数据库的主要限制是它相对庞大和复杂，但现在这种限制可以通过增大存储容量、语义存储的改进和卓越的搜索算法得到部分缓解。图或其更高级的版本——超图，也许是人工智能在医疗保健领域推进到下一阶段的一个基本要素。