鄒陽
摘要:近些年來,隨著醫(yī)院信息化建設(shè)的快速發(fā)展,各大醫(yī)院管理層在主要科室啟用了很多大型智能信息管理系統(tǒng),輔助醫(yī)療工作者提高醫(yī)療環(huán)節(jié)的服務質(zhì)量和工作效率,促進醫(yī)院提升自我管理水平。數(shù)據(jù)挖掘技術(shù)作為醫(yī)療信息化建設(shè)的重要組成部分,目前的實際應用仍然處于初步階段,醫(yī)療行業(yè)整體的數(shù)據(jù)利用率依然偏低。本文正是對數(shù)據(jù)挖掘技術(shù)的現(xiàn)狀進行初步地分析和展望。
關(guān)鍵詞:醫(yī)院信息化;數(shù)據(jù)挖掘;分析和展望
中圖分類號:TP311.13 文獻標識碼:A 文章編號:1007-9416(2018)01-0233-02
1 醫(yī)院信息化建設(shè)概述
21世紀以來,由于信息時代的高速發(fā)展,社會對于信息技術(shù)的需求日益增長。國家對未來醫(yī)院的發(fā)展提出了新要求,規(guī)定醫(yī)院合理地使用網(wǎng)絡技術(shù),加快醫(yī)院信息化系統(tǒng)的建設(shè),促進醫(yī)院管理模式的改革。[1]因此,各大醫(yī)院順應信息化時代的要求,不斷推進信息化建設(shè)。目前,各大醫(yī)院的信息系統(tǒng)主要包括了醫(yī)院信息管理系統(tǒng)HIS;臨床信息系統(tǒng)CIS;影像歸檔和通信系統(tǒng)PACS;放射科信息管理系統(tǒng)RIS;檢驗科實驗室信息管理系統(tǒng)LIS;電子病歷EMR等大型醫(yī)療信息系統(tǒng)。
2 數(shù)據(jù)挖掘技術(shù)簡述
2.1 含義
數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。數(shù)據(jù)挖掘通常與計算機科學有關(guān),并通過統(tǒng)計、在線分析處理、情報檢索、機器學習、專家系統(tǒng)和模式識別等諸多方法來實現(xiàn)上述目標。在醫(yī)療行業(yè),數(shù)據(jù)挖掘包括了統(tǒng)計分析,對醫(yī)院現(xiàn)有資源的配置以及規(guī)劃情況、醫(yī)療質(zhì)量及經(jīng)營情況進行了解,為醫(yī)院的最終決策提供第一手信息和科學性依據(jù)。[2]
2.2 意義
隨著醫(yī)院信息化建設(shè)地不斷深入,醫(yī)院數(shù)據(jù)庫中逐步積累了大量的醫(yī)療數(shù)據(jù),醫(yī)院管理層和臨床工作者如何在大量的數(shù)據(jù)中發(fā)現(xiàn)并挖掘出高價值的信息逐步成為未來醫(yī)院信息化建設(shè)的重點和難點。采用數(shù)據(jù)挖掘技術(shù)可以有效地發(fā)現(xiàn)數(shù)據(jù)中的關(guān)聯(lián)信息并挖掘信息中的深度規(guī)律,提高醫(yī)院管理者的管理水平,滿足臨床的科研需求。
3 數(shù)據(jù)挖掘技術(shù)的現(xiàn)狀
目前,HIS中可以反映醫(yī)院門急診和住院的工作量和基本變化趨勢。 CIS中體現(xiàn)門急診醫(yī)生的工作量、用藥量、處方、檢驗、檢查和門診人次等相關(guān)的統(tǒng)計和變化趨勢,以及各個病區(qū)住院病人的醫(yī)療保險結(jié)算類型、疾病診斷和護理狀況的統(tǒng)計和占比。EMR中反映醫(yī)院各病種的主要占比和變化情況。在醫(yī)院企業(yè)資源管理系統(tǒng)HERP中反映醫(yī)院的各種耗材使用量和占比情況等。
4 數(shù)據(jù)挖掘技術(shù)的分析
4.1 臨床應用
目前,臨床的數(shù)據(jù)資源豐富,但是運用數(shù)據(jù)挖掘技術(shù)進行醫(yī)療數(shù)據(jù)分析的研究依然處于初步階段。由于數(shù)據(jù)挖掘技術(shù)需要采用各種數(shù)學模型和工具,要求臨床工作者學習數(shù)據(jù)處理軟件的使用和基本的數(shù)學模型等知識,阻礙了數(shù)據(jù)挖掘技術(shù)的推廣和使用。最近幾年,部分高校醫(yī)學院開設(shè)了醫(yī)院數(shù)據(jù)挖掘的相關(guān)課程,醫(yī)學研究者開始接受并了解相關(guān)數(shù)據(jù)挖掘知識,推動了數(shù)據(jù)挖掘技術(shù)在實際臨床中的應用。[3]
4.2 醫(yī)院管理
現(xiàn)階段,經(jīng)過多年的運營管理,各大醫(yī)院已經(jīng)擁有龐大的數(shù)據(jù)庫,但是缺乏相應的技術(shù)手段對數(shù)據(jù)庫中的數(shù)據(jù)進行整理和分析,很難從大數(shù)據(jù)中提取高價值深層次的關(guān)系和規(guī)則,無法預測未來可能的趨勢,制定更好的管理策略。
5 數(shù)據(jù)挖掘技術(shù)的前景展望
在醫(yī)療領(lǐng)域,數(shù)據(jù)挖掘的應用仍然處于初步階段。因此,數(shù)據(jù)挖掘技術(shù)在醫(yī)院管理、臨床研究和成本效益等領(lǐng)域,有著廣闊的發(fā)展空間。利用數(shù)據(jù)挖掘技術(shù),建立數(shù)據(jù)模型,研究相關(guān)的職業(yè)病和疾病概率,挖掘更深層的疾病關(guān)聯(lián)。在內(nèi)部管理方面,用于預測工作量,利用相關(guān)模型對未來門診和住院工作量進行預測。便于醫(yī)院優(yōu)化人員配置,合理制定工作計劃,提升整體的工作質(zhì)量。[4]
5.1 臨床研究
(1)疾病分析。對一些常見的重大疾病進行橫向和縱向?qū)Ρ?,分別進行特征空間的采樣,采用與數(shù)據(jù)挖掘目標相關(guān)的若干屬性建立數(shù)據(jù)模型,讓醫(yī)務人員對模型產(chǎn)生的數(shù)據(jù)結(jié)論進行分析,提高病情預測的準確度。對單病種患者的病情、治療方案、住院天數(shù)等因素進行分析,為醫(yī)療管理提供依據(jù),協(xié)助醫(yī)生及時總結(jié)經(jīng)驗,確定最佳的治療方案。
(2)疾病預防。根據(jù)分類算法的特性,建立各病種相關(guān)的分類算法模型,特別是針對各種常見慢性疾病的預防,通過算法模型地不斷優(yōu)化,提高疾病預測的準確度。
(3)疾病區(qū)分。通過醫(yī)學變量指標和某些疾病之間的相關(guān)關(guān)系,探究某些變量因子對特定疾病的影響權(quán)重,可以區(qū)分兩種相似度很高的疾病,通過醫(yī)學指標發(fā)現(xiàn)兩者的區(qū)別。
(4)研究并發(fā)癥。從醫(yī)院數(shù)據(jù)庫中大量隨機的數(shù)據(jù)中找到強關(guān)聯(lián)的關(guān)系,在某種疾病發(fā)現(xiàn)的前提下,另一種疾病的發(fā)生具有很高的概率,通過聚類算法可以明確兩種或者多種疾病之間的因果關(guān)系,輔助臨床醫(yī)生進行及時的治療。[5]
5.2 醫(yī)院管理
(1)費用分析。通過分析醫(yī)院、科室乃至各病區(qū)病人的費用,分析并挖掘病人費用狀況。病人費用分析包括病人的構(gòu)成分析、同期費用對比分析、單病種的住院費用分析等方面。協(xié)助醫(yī)院調(diào)控費用比例,探究醫(yī)療費用項目構(gòu)成的合理性,使醫(yī)院管理者有針對性地控制醫(yī)療費用。同期費用對比分析,按照不同時間準度,對于各個科室或者病區(qū)同期各種費用進行分析對比,并以各種專業(yè)報表、視圖反映給醫(yī)院管理者,促進醫(yī)療資金的使用更加合理有效。
(2)成本分析。將醫(yī)院數(shù)據(jù)提取到數(shù)據(jù)倉庫,對醫(yī)院的成本效益狀況進行全面的分析,觀察各個藥品的庫存動態(tài)趨勢,醫(yī)院統(tǒng)計的藥品和主要供應商,分析藥品的庫存量,合理控制庫存,加快資金周轉(zhuǎn)速度,保證合理存量,有效規(guī)范醫(yī)療用品使用,分析醫(yī)院年財務資金的增長速度并利用曲線擬合預測未來的資金需求,為未來決策和資源有效配置提供依據(jù)。
(3)患者分析。采用數(shù)據(jù)挖掘技術(shù),對病人的職業(yè)、年齡、身份、所在地區(qū)等特征進行分析,發(fā)現(xiàn)某些疾病與年齡、性別、居住地、職業(yè)、生活習慣等因素的關(guān)系。[6]
6 結(jié)語
在響應國家號召大力發(fā)展醫(yī)院信息化的過程中,醫(yī)院信息中心數(shù)據(jù)庫產(chǎn)生了大量的醫(yī)療數(shù)據(jù),使得過去簡單傳統(tǒng)的數(shù)據(jù)統(tǒng)計方法,不能滿足醫(yī)院管理層和臨床工作者的數(shù)據(jù)需求,作為一門新興的學科,數(shù)據(jù)挖掘技術(shù)的出現(xiàn)和發(fā)展為解決目前不斷增長的數(shù)據(jù)需求提供了技術(shù)支持。但是,我國的醫(yī)療數(shù)據(jù)挖掘依然面臨很多問題,醫(yī)療領(lǐng)域相關(guān)利益錯綜復雜,實施效果也并非立竿見影。因此,數(shù)據(jù)挖掘技術(shù)對于醫(yī)院管理和臨床科研的預測和分析,都需要經(jīng)過長時間的實踐檢驗。[7]
參考文獻
[1]馬方.數(shù)據(jù)挖掘技術(shù)在醫(yī)院信息化中的應用探究[J].醫(yī)藥前沿,2016(35):375-376.
[2]陳郁韓.數(shù)據(jù)挖掘技術(shù)在醫(yī)院管理中的應用[J].中國醫(yī)學裝備,2014(1):62-65.
[3]張鵬.新形勢下如何轉(zhuǎn)變醫(yī)院信息化管理模式[J].電腦知識與技術(shù),2016(5):7-8+10.
[4]吳漢華.大數(shù)據(jù)時代中如何進行醫(yī)療數(shù)據(jù)挖掘與利用[J].硅谷, 2014(5): 13+12.
[5]羅堃,代冕.數(shù)據(jù)挖掘技術(shù)在醫(yī)療大數(shù)據(jù)中的應用研究[J].信息與電腦:理論版,2016 (6):45-47.
[6]孔抗美,張瑩,李韶斌,趙紫奉.醫(yī)院醫(yī)療數(shù)據(jù)挖掘與分析[J].中國衛(wèi)生信息管理雜志, 2011(6):29-33.
[7]張會會,馬敬東,邸金平.商業(yè)智能在醫(yī)療衛(wèi)生領(lǐng)域的應用[J].中國衛(wèi)生信息管理雜志, 2014(3):255-259.