基于物聯(lián)網(wǎng)的健康醫(yī)療大數(shù)據(jù)深層挖掘的應(yīng)用與研究

王 蓓 張 晴 李潔莉 朱家沐*

隨著國家醫(yī)改政策不斷深入，區(qū)域醫(yī)療以健康檔案為中心的信息化工作被放到首要位置[1]。醫(yī)療健康大數(shù)據(jù)的管理成為關(guān)注的焦點，智慧醫(yī)院信息化、數(shù)字化和現(xiàn)代化的發(fā)展，相比傳統(tǒng)的信息化醫(yī)院，有主動感知和智能調(diào)控能力[2]。智慧醫(yī)院擁有強大的計算機軟硬件網(wǎng)絡(luò)平臺，以WiFi技術(shù)、傳感器技術(shù)、數(shù)據(jù)庫技術(shù)和虛擬化存儲來實現(xiàn)醫(yī)院日常醫(yī)療數(shù)據(jù)的集中管理。海量醫(yī)療大數(shù)據(jù)源源不斷儲存到醫(yī)療機構(gòu)的核心數(shù)據(jù)中心，形成了優(yōu)質(zhì)的醫(yī)療資源池，科研、臨床與數(shù)據(jù)倉庫三位一體的健康醫(yī)療大數(shù)據(jù)庫應(yīng)運而生。為全面提高健康醫(yī)療大數(shù)據(jù)的管理水平和數(shù)據(jù)利用率，依托物聯(lián)網(wǎng)，采用先進的醫(yī)療大數(shù)據(jù)分析工具，研究出最優(yōu)應(yīng)用解決方案，深層挖掘這些數(shù)據(jù)的潛力和內(nèi)涵，指導(dǎo)臨床和科研工作，為患者的健康管理和精準醫(yī)療提供支撐。

1 物聯(lián)網(wǎng)在健康醫(yī)療大數(shù)據(jù)中的應(yīng)用

物聯(lián)網(wǎng)(internet of things，LOT)是以互聯(lián)網(wǎng)和信息專網(wǎng)等為網(wǎng)絡(luò)骨架，按照標準網(wǎng)絡(luò)協(xié)議對客觀存在對象或信息數(shù)據(jù)實現(xiàn)網(wǎng)絡(luò)尋址訪問的網(wǎng)絡(luò)，有智能、先進及互聯(lián)三個顯著特點，能夠?qū)崿F(xiàn)醫(yī)療業(yè)務(wù)數(shù)據(jù)采集、加工、傳遞和儲存，能通過射頻識別(radio frequency identification，RFID)技術(shù)、紅外感應(yīng)器及全球定位系統(tǒng)(global positioning system，GPS)等信息傳感設(shè)備，實現(xiàn)被跟蹤對象的智能識別、精準定位、數(shù)據(jù)跟蹤和行為監(jiān)控[3]。

1.1 物聯(lián)網(wǎng)應(yīng)用現(xiàn)狀

物聯(lián)網(wǎng)在醫(yī)療機構(gòu)應(yīng)用中，最早用于醫(yī)院各種物資材料的物流供應(yīng)管理。近年來，由于人工智能(artificial intelligence，AI)、移動互聯(lián)網(wǎng)、可穿戴設(shè)備及便攜式醫(yī)療儀器的廣泛使用，現(xiàn)代醫(yī)學(xué)基礎(chǔ)科學(xué)研究快速發(fā)展，誕生了很多人工智能和跨地區(qū)、跨應(yīng)用平臺的新應(yīng)用，如針對社區(qū)患者的慢性病健康保健管理平臺、分級診療的三級聯(lián)通系統(tǒng)、家庭醫(yī)生信息管理系統(tǒng)、人體醫(yī)療健康大數(shù)據(jù)、公共衛(wèi)生疾病預(yù)防、醫(yī)療保健、藥品保障信息系統(tǒng)、遠程自助健康服務(wù)及個性化診療服務(wù)等[4]。

1.2 智能嵌入式控制技術(shù)

物聯(lián)網(wǎng)由于基于先進移動網(wǎng)絡(luò)，可通過掃描RFID識別碼快速獲取被查詢對象的相關(guān)信息和追溯根源，對醫(yī)療機構(gòu)的醫(yī)療設(shè)備、醫(yī)用耗材的監(jiān)管，有得天獨厚的優(yōu)勢，可根據(jù)醫(yī)院設(shè)備信息系統(tǒng)的設(shè)備檔案數(shù)據(jù)進行快速查詢，清楚地掌握設(shè)備生產(chǎn)、購銷和啟用情況，還可對醫(yī)療活動中醫(yī)療設(shè)備的使用、保養(yǎng)、維修、不良事件上報及報廢等全過程進行監(jiān)控和處理，同時實現(xiàn)患者使用各種儀器和高值耗材時，保證“一物一碼，信息透明，費用明晰”。如患者神經(jīng)外科手術(shù)后，安裝鈦板或支架，醫(yī)院就可以通過物聯(lián)網(wǎng)對其使用的醫(yī)療耗材或器械進行RFID的智能識別跟蹤，一旦出現(xiàn)有產(chǎn)品的使用問題，醫(yī)院可快速查明原因和及時處理問題[5-6]。

2 健康醫(yī)療大數(shù)據(jù)的數(shù)據(jù)挖掘

在日常的醫(yī)療活動中，系統(tǒng)中會生成各種各樣的實時數(shù)據(jù)，其數(shù)據(jù)按結(jié)構(gòu)類型分，有來源于甲骨文公司(Oracle)、微軟公司SQL server等數(shù)據(jù)庫的結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，這些不同結(jié)構(gòu)的數(shù)據(jù)通過物聯(lián)網(wǎng)匯聚在一起，形成了龐大的醫(yī)療健康數(shù)據(jù)集。2014年的中國信息學(xué)學(xué)術(shù)年度會議上已經(jīng)明確聲明，國內(nèi)醫(yī)療機構(gòu)的數(shù)據(jù)規(guī)模已經(jīng)從GB達到PB的數(shù)量級，醫(yī)院的大數(shù)據(jù)管理重點已經(jīng)從粗放型快速建設(shè)轉(zhuǎn)化為精細化管理階段，數(shù)據(jù)日益增加，甚至可能出現(xiàn)數(shù)據(jù)大爆發(fā)的情況。

目前，常用的大數(shù)據(jù)分析工具有MapReduce、Hadoop分布式文件系統(tǒng)(hadoop distributed file system，HDFS)、HBas及Zookeeper等，本研究主要采用HDFS工具從大數(shù)據(jù)挖掘的采集、分類、歸檔和分析整合4個階段分析醫(yī)療大數(shù)據(jù)[7]。

2.1 數(shù)據(jù)的采集

健康醫(yī)療大數(shù)據(jù)的采集主要采用生物識別技術(shù)(biometrics technology，BT)，通過人體的指紋、指靜脈、人臉及虹膜等生理特性和筆跡、聲音、步態(tài)等行為特征鑒定個人身份。①患者在醫(yī)院就診時，通過醫(yī)院的感應(yīng)識別系統(tǒng)記錄患者的特征，與其身份證、社?？ㄐ畔⑦B接形成身份確認，方便病歷歸檔和就診記錄的追蹤；②患者在社區(qū)就診，通過醫(yī)院的醫(yī)聯(lián)體或社區(qū)服務(wù)終端進行遠程身份登記，跨區(qū)進行實時就診情況的記錄和傳送，保證數(shù)據(jù)的有效性、準確性；③患者在家中或是與簽約的家庭醫(yī)生就診過程中，通過移動互聯(lián)網(wǎng)、便攜式醫(yī)療儀器及可穿戴式醫(yī)療設(shè)備進行實時采集生理數(shù)據(jù)，由網(wǎng)絡(luò)傳送到醫(yī)療機構(gòu)的服務(wù)器中。

2.2 數(shù)據(jù)的分類

健康醫(yī)療大數(shù)據(jù)在數(shù)據(jù)挖掘時，采集得到的數(shù)據(jù)主要是醫(yī)院信息系統(tǒng)(hospital information system，HIS)、檢驗信息系統(tǒng)(laboratory information system，LIS)、影像歸檔及傳輸系統(tǒng)(picture archiving and communication systems，PACS)及放射學(xué)信息系統(tǒng)(radiology information system，RIS)等系統(tǒng)數(shù)據(jù)和基于電子病歷(electronic medical record，EMR)的處方管理、居民健康保健管理、婦幼保健信息、干部健康管理、公共衛(wèi)生傳染病預(yù)警、慢性病預(yù)防治療、遠程自助健康服務(wù)、腫瘤個性化診療服務(wù)、人體基因數(shù)據(jù)及醫(yī)學(xué)科研實驗數(shù)據(jù)等[8]。這些系統(tǒng)產(chǎn)生的數(shù)據(jù)按照異構(gòu)數(shù)據(jù)處理，直接利用是無法進行分析的，將這些數(shù)據(jù)庫中索引表里的關(guān)鍵字段進行關(guān)聯(lián)，采用數(shù)據(jù)異構(gòu)同化處理工具二次鏈接，保證數(shù)據(jù)的可用性和完整性。不同類別的數(shù)據(jù)形成許多具有共同屬性的集合，分為文字、數(shù)據(jù)包、圖像、文檔及數(shù)據(jù)表等。

2.3 數(shù)據(jù)的歸檔

采集的數(shù)據(jù)分門別類后，歸類進入數(shù)據(jù)存儲單元。將數(shù)據(jù)資源進行數(shù)據(jù)聚類分析、關(guān)聯(lián)分析、元素因子分析、主成分分析、數(shù)據(jù)定義、數(shù)據(jù)歸類和數(shù)據(jù)聚合分析專家系統(tǒng)等過程處理，然后開始數(shù)據(jù)屬性標簽及數(shù)據(jù)項分解操作，大數(shù)據(jù)分析工具對數(shù)據(jù)完成標準化歸檔，主要流程分別為數(shù)據(jù)一級歸檔、數(shù)據(jù)標簽分析、數(shù)據(jù)二級歸檔、數(shù)據(jù)項元素分解、數(shù)據(jù)項設(shè)計。數(shù)據(jù)聚合分析模型如圖1所示。

圖1 數(shù)據(jù)聚合分析模型圖

2.4 數(shù)據(jù)的分析整合

大數(shù)據(jù)的特點與傳統(tǒng)的數(shù)據(jù)相比有很大區(qū)別，需要高效的計算機運行單元和分析處理工具HDFS才能完成大規(guī)模并行計算。健康醫(yī)療大數(shù)據(jù)的分析整合主要有下述5個步驟。

圖2 大數(shù)據(jù)系統(tǒng)性數(shù)據(jù)采集指標體系圖

(1)針對前端不同渠道進行數(shù)據(jù)堆棧標記，采集多維多源數(shù)據(jù)，并保證數(shù)據(jù)不丟失。

(2)得到多維度數(shù)據(jù)后，采用分析工具HDFS，用數(shù)據(jù)工具的抽取交互轉(zhuǎn)化加載(extract transform load，ETL)對其進行結(jié)構(gòu)化處理和存入數(shù)據(jù)庫。

(3)由ETL處理后的標準化結(jié)構(gòu)數(shù)據(jù)，送入數(shù)據(jù)存儲管理池，轉(zhuǎn)運到底層的數(shù)據(jù)倉庫中，進行分類分片存放。

(4)根據(jù)分類的數(shù)據(jù)集，用R函數(shù)包對其進行數(shù)據(jù)建模和算法設(shè)計。

(5)按照建立的各種類數(shù)據(jù)模型及架構(gòu)算法，結(jié)合前端不同醫(yī)療業(yè)務(wù)特征，由事件觸點的標記來對應(yīng)相關(guān)的位置。大數(shù)據(jù)系統(tǒng)性數(shù)據(jù)采集指標體系如圖2所示。

面對海量而珍貴的健康醫(yī)療大數(shù)據(jù)，缺乏好的管理方法和優(yōu)秀的分析工具，是無法充分利用好這些寶貴的資源。使用好數(shù)據(jù)，就一定要對數(shù)據(jù)進行深層次的分析和挖掘。數(shù)據(jù)挖掘(data mining，DM)是指從大量的數(shù)據(jù)中通過算法搜索隱藏其中信息的過程[9]。國際上有研究機構(gòu)先后對大數(shù)據(jù)的挖掘利用做了相關(guān)研究，Active Health Management通過收集用戶健康方面的數(shù)據(jù)完善和建立健康管理；CancerIQ通過整合臨床數(shù)據(jù)和基因數(shù)據(jù)預(yù)測癌癥風(fēng)險評估、預(yù)防和治療；CliniCast用大數(shù)據(jù)預(yù)測治療效果和降低花費；麥肯錫全球研究院預(yù)計使用大數(shù)據(jù)分析技術(shù)每年為美國節(jié)省3000億美元開支[5]。

3 健康醫(yī)療大數(shù)據(jù)的應(yīng)用效果

醫(yī)院健康醫(yī)療大數(shù)據(jù)以“健康管理和患者為中心”的宗旨系統(tǒng)設(shè)計，充分利用采集的數(shù)據(jù)進行有效分析，在系統(tǒng)應(yīng)用初期，就可對分散無序的醫(yī)療健康信息數(shù)據(jù)進行整合，按照機器學(xué)習(xí)和人工智能模式自動分析，形成透明直觀數(shù)據(jù)分析報告[10]。經(jīng)過近2年的實際使用和研究，采用醫(yī)院醫(yī)患通APP手機平臺問卷調(diào)查評價系統(tǒng)，客觀調(diào)查醫(yī)務(wù)人員和患者滿意度，從大數(shù)據(jù)的數(shù)據(jù)挖掘及其統(tǒng)計分析數(shù)據(jù)工具的使用前后對比，居民健康管理檔案建檔率由原來的56%上升到了91%，患者來院的就診滿意度由原來的83%上升到了95%，相關(guān)疾病預(yù)警與早篩檢出率由原來的50%上升到了75%。利用大數(shù)據(jù)技術(shù)不僅能有效降低醫(yī)療成本，還可以整合患者基因信息指導(dǎo)個性化治療，利用大數(shù)據(jù)技術(shù)分析人口健康數(shù)據(jù)還可以預(yù)防疾病爆發(fā)等。

4 結(jié)語

通過對醫(yī)院管理系統(tǒng)和院外社區(qū)健康管理平臺的醫(yī)療健康大數(shù)據(jù)深層挖掘分析，以物聯(lián)網(wǎng)技術(shù)平臺將多源的移動互聯(lián)設(shè)備、可穿戴醫(yī)療設(shè)備及智慧醫(yī)院信息系統(tǒng)中的數(shù)據(jù)集中管理[11-12]。經(jīng)過數(shù)據(jù)篩選分類以及數(shù)據(jù)異構(gòu)中間件的處理，進行多參數(shù)統(tǒng)計學(xué)分析，實現(xiàn)醫(yī)生實時診斷查詢、疾病情況預(yù)測、疾控預(yù)警服務(wù)、患者健康管理和基因檢測結(jié)果的應(yīng)用。通過物聯(lián)網(wǎng)，與省級疾病預(yù)防控制中心的公共衛(wèi)生傳染病預(yù)警和慢性病預(yù)防治療系統(tǒng)互聯(lián)，開放網(wǎng)絡(luò)數(shù)據(jù)資源，逐步建立居民健康保健管理、婦幼保健信息、干部健康管理、遠程自助健康服務(wù)、腫瘤個性化診療服務(wù)、人體基因數(shù)據(jù)及醫(yī)學(xué)科研實驗數(shù)據(jù)，為精準醫(yī)療和保健管理現(xiàn)代化奠定基礎(chǔ)[13]。