醫(yī)院臨床數(shù)據(jù)中心的建設(shè)與應(yīng)用探討

磨云鮮

摘要：信息化的發(fā)展，各業(yè)務(wù)系統(tǒng)的使用，使醫(yī)院數(shù)據(jù)量快速遞增，而這些數(shù)據(jù)相對獨(dú)立，沒有形成數(shù)據(jù)鏈，無法發(fā)揮更大的作用。為使這些數(shù)據(jù)發(fā)揮最大價值，通過對其進(jìn)行抽取、轉(zhuǎn)換、清洗、裝載進(jìn)而分析，從而形成臨床數(shù)據(jù)中心。將其應(yīng)用于醫(yī)療質(zhì)量監(jiān)控、臨床輔助決策和科研分析，以全面提高醫(yī)院管理、臨床決策的智能化。

關(guān)鍵詞：臨床數(shù)據(jù)中心;醫(yī)療質(zhì)量監(jiān)控;臨床決策支持

中圖分類號：R319;TP393 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2019）06-0090-01

0 引言

近幾年，我國醫(yī)療信息化飛速發(fā)展，隨著業(yè)務(wù)的增長和各個子系統(tǒng)的使用，醫(yī)院產(chǎn)生了大量的醫(yī)療數(shù)據(jù)。這些數(shù)據(jù)散在地分布在各個廠商的業(yè)務(wù)系統(tǒng)中，各個系統(tǒng)采用的開發(fā)語言和數(shù)據(jù)庫類型不全相同，數(shù)據(jù)格式也多樣化，因而具有異構(gòu)化的特點(diǎn)，無法進(jìn)行信息間的互聯(lián)互通與共享，難以實(shí)現(xiàn)信息化管理。將異構(gòu)數(shù)據(jù)進(jìn)行整合分析，形成臨床數(shù)據(jù)中心，是醫(yī)院信息化建設(shè)的新趨勢。本文按照多層架構(gòu)進(jìn)行開發(fā)設(shè)計臨床數(shù)據(jù)中心，并通過對各個數(shù)據(jù)集市進(jìn)行深度挖掘分析，實(shí)現(xiàn)對應(yīng)的主題數(shù)據(jù)庫管理系統(tǒng)，以期全面提高醫(yī)院管理、決策智能化。

1 總體框架

我院數(shù)據(jù)中心基于B/S模式，采用多層架構(gòu)模式進(jìn)行設(shè)計開發(fā)，使系統(tǒng)易于擴(kuò)展與維護(hù)，采用powerbuilder和Java作為開發(fā)語言，更好地兼容在用的系統(tǒng)。數(shù)據(jù)庫采用Oracle 11和Sqlserver2008。架構(gòu)見圖1。

1.1 源數(shù)據(jù)層

實(shí)現(xiàn)數(shù)據(jù)中心的第一步需把分散在各系統(tǒng)數(shù)據(jù)庫的數(shù)據(jù)集中。通過ETL工具[1]，把各業(yè)務(wù)系統(tǒng)數(shù)據(jù)抽取到臨時中間層，然后進(jìn)行轉(zhuǎn)換、清洗、裝載，最后加載到數(shù)據(jù)倉庫中，成為數(shù)據(jù)深度分析的基礎(chǔ)。

1.2 數(shù)據(jù)存儲層

數(shù)據(jù)倉庫中的數(shù)據(jù)要發(fā)揮作用，需要一條主線貫穿，把零散數(shù)據(jù)變?yōu)閿?shù)據(jù)鏈[2]。我院數(shù)據(jù)中心以患者身份證號碼為主索引，將患者所有門急診、住院、體檢信息關(guān)聯(lián)，構(gòu)建成臨床信息集合的標(biāo)準(zhǔn)結(jié)構(gòu)數(shù)據(jù)倉庫，并根據(jù)業(yè)務(wù)需求的不同主體構(gòu)建針對不同應(yīng)用的數(shù)據(jù)集市。

1.3 數(shù)據(jù)分析層

形成了標(biāo)準(zhǔn)結(jié)構(gòu)數(shù)據(jù)倉庫后，可根據(jù)具體需求進(jìn)行深層次的應(yīng)用開發(fā)。如根據(jù)某一主題需求，對圍繞該主題的相關(guān)數(shù)據(jù)進(jìn)行Hadoop、MapReduce、數(shù)據(jù)挖據(jù)和聯(lián)機(jī)分析等過程，構(gòu)建針對該主題的數(shù)據(jù)框架[3]，進(jìn)而建立包含該主題數(shù)據(jù)集合之間的關(guān)聯(lián)模型的數(shù)據(jù)集市，從而開發(fā)對應(yīng)的主題數(shù)據(jù)庫管理系統(tǒng)。

1.4 應(yīng)用展示層和平臺用戶層

有了前期需求的匯總，我院數(shù)據(jù)中心形成了較完善的集各種功能于一體的綜合平臺。無論醫(yī)院的管理運(yùn)行指標(biāo)還是臨床的科研數(shù)據(jù)，都以可視化的形式向平臺用戶展現(xiàn)。

2 功能與應(yīng)用

（1）醫(yī)療質(zhì)量監(jiān)控系統(tǒng) 結(jié)合醫(yī)務(wù)科要求和三甲醫(yī)院評審所需的指標(biāo)，將其以可視化的形式展示并輸出到網(wǎng)頁端。通過關(guān)鍵性指標(biāo)的同比與環(huán)比，可精準(zhǔn)地找到醫(yī)療短板，以便進(jìn)行醫(yī)療質(zhì)量的管理。各個指標(biāo)數(shù)據(jù)可以依照醫(yī)院、科室、診療小組、病人的順序?qū)訉幼匪?，直到病人的各個臨床數(shù)據(jù)，有利于各級質(zhì)量管理人員及時準(zhǔn)確地找到問題并干預(yù)解決。通過對關(guān)鍵的醫(yī)院運(yùn)營管理指標(biāo)進(jìn)行檢測和管理，有利于對醫(yī)療資源進(jìn)行合理配置，實(shí)現(xiàn)醫(yī)院運(yùn)營的實(shí)時監(jiān)控，提高運(yùn)營質(zhì)量和效率。

（2）臨床決策輔助支持系統(tǒng) 對臨床數(shù)據(jù)進(jìn)行分析重構(gòu)后，可將具有臨床指導(dǎo)意義的診斷、治療方案挖掘出來。由于這些知識來源于真實(shí)案例，實(shí)際應(yīng)用價值很高。該系統(tǒng)把它們以可視化的方式提供給醫(yī)務(wù)人員，突破了臨床知識的局限性，降低人為疏忽概率，為醫(yī)務(wù)人員在診斷、制定治療方案時提供有用的決策建議，提高了醫(yī)務(wù)人員的診療質(zhì)量和業(yè)務(wù)水平。

（3）科研分析系統(tǒng) 對數(shù)據(jù)集市進(jìn)行綜合檢索、分析挖掘，將分析結(jié)果以可視化的方式展現(xiàn)出來，可以發(fā)現(xiàn)很多尚未被發(fā)現(xiàn)的具有科研意義的科研點(diǎn)。這些科研點(diǎn)隱藏得較深，運(yùn)用傳統(tǒng)的方法耗時耗力且很難被發(fā)現(xiàn)或容易遺漏。這些科研點(diǎn)為臨床科研提供了突破口，同時通過算法匹配，將檢索條件設(shè)置為針對某一臨床指標(biāo)來限定篩選范圍，如定義為只需要某些指標(biāo)超過某范圍等，就可以快速準(zhǔn)確篩選出適合需要的科研主題的入組患者，提高了科研的效率和質(zhì)量，避免了科研資源的浪費(fèi)。

3 結(jié)語

臨床數(shù)據(jù)中心的建設(shè)是一個探索的過程，在該過程中不斷成長，逐步形成符合醫(yī)院實(shí)際的綜合平臺。為保障數(shù)據(jù)中心的橫向、縱向的發(fā)展，在規(guī)劃時須充分考慮各種情況，把握好總體方向，以少走彎路。臨床數(shù)據(jù)中心可以讓醫(yī)院各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)得到有效整合，發(fā)揮大數(shù)據(jù)優(yōu)勢，為醫(yī)院提供決策依據(jù)，為臨床提供科研支撐，為醫(yī)療行為規(guī)避風(fēng)險。

參考文獻(xiàn)

[1] 周瀚章，馮廣，龔旭輝，曾虎，徐啟東.基于大數(shù)據(jù)的ETL中的數(shù)據(jù)清洗方案研究[J].工業(yè)控制計算機(jī)，2018，31（12）：108-110.

[2] 沈榮，張保文.大數(shù)據(jù)分析和大數(shù)據(jù)處理技術(shù)研究綜述[J].電腦知識與技術(shù)，2019，15（11）：13-16.

[3] Elger BS，et al.Strategies for health data exchange for secondary，cross-institutional clinical research. Comput Methods Programs Biomed，2010.99（3）：230-51.

Discussion on the Construction and Application of Clinical Data Center in Hospital

MO Yun-xian

（Suzhou Municipal Hospital，Suzhou Jiangsu? 215000）

Abstract：The development of informatization and the use of service system of hospitals have contributed to a rapid increase of medical data. However， these medical data cannot play its full effects because they are relatively independent and not formed as a data link. In order to maximize the value of these medical data， the clinical data repository is formed through the extraction， transformation， cleaning， loading and analysis of the data. The application of clinical data repository into medical quality monitoring， clinical aid decision-making and scientific research analysis improve the intelligence of hospital management and clinical decision-making in all-round way.

Key words：clinical data center; medical quality monitoring; clinical decision support