大數據技術在醫(yī)院全面發(fā)展中的應用

張超 文藝苓 謝曉東

（西南醫(yī)科大學中西醫(yī)結合學院·附屬中醫(yī)醫(yī)院 四川省瀘州市 646000）

本文將從技術應用的視角出發(fā)，對大數據分析助力醫(yī)院全面發(fā)展的可行路徑展開探究討論。

1 大數據分析在醫(yī)院全面發(fā)展中的運用價值

（1）做好大數據分析技術的有效運用，是醫(yī)院實現信息化發(fā)展、現代化改革的最主要表現。從某種程度上講，信息化建設的本質，就是對各類大數據驅動方式、運用結構的研究與實踐。醫(yī)院實現信息化發(fā)展的周期過程，就是其對業(yè)務、財務、市場、風險等多種數據實施采集、存儲、傳輸、分析、呈現與利用的過程。所以，醫(yī)院對大數據價值發(fā)掘的水平高低，基本代表了其信息化發(fā)展的程度優(yōu)劣。

（2）做好大數據分析技術的有效運用，是醫(yī)院實現運營模式創(chuàng)新優(yōu)化的重要基礎。以醫(yī)院的支付方式為例：現階段，在微信、支付寶等移動支付方式盛行的背景下，醫(yī)院必須要整合建立多元化的支付體系。隨之而來的，若無大數據平臺、大數據算法的有效支持，醫(yī)院相關人員將很難在收費流程管理、賬目核對管理、票據檔案管理等工作中保證高效性與準確性，進而對醫(yī)院的內部控制質量產生消極影響。因此，只有建立起完善的數據管理平臺、數據分析機制、數據存儲系統(tǒng)，醫(yī)院才能在“互聯網+”時代中形成穩(wěn)固的技術基礎，為“上層建筑”的筑造更新提供有利條件。

2 大數據分析在醫(yī)院全面發(fā)展中的運用方向

2.1 大數據分析在醫(yī)院決策管理中的運用

在大數據分析的視域下，醫(yī)院可依托HIS（醫(yī)院信息系統(tǒng)）、PACS（醫(yī)院檔案與通訊系統(tǒng)）、LIS（醫(yī)院檢驗信息系統(tǒng)）、EMR（電子病歷系統(tǒng)）、HR（醫(yī)院人力資源系統(tǒng)）等多種系統(tǒng)，經過采集導入、預處理、挖掘統(tǒng)計以及運算分析四個環(huán)節(jié)，對以PB 計的海量數據進行信息提取與價值賦予，從而形成內容全面、真實可靠的決策依據體系。

例如，在規(guī)劃決策臨床新技術的定價標準時，相關人員可通過集成性的數據中心，將HIS、LIS 等各類子系統(tǒng)中輸血費用相關的數據信息提取出來，并應用過濾算法進行有目的的清洗篩選，從而進一步獲得有參考價值的信息類型，如輸血業(yè)務涉及的原料成本、人資成本、設備成本、科室構成等。其后，建立大數據分析的函數模型，對各信息類型在臨床新技術定價中的權重水平、影響程度進行運算評估。最后，再綜合各個指標的評價成果，設計出既能滿足醫(yī)院經濟回報需求、又能最大化減輕患者壓力的定價方案，并將此類方案投入到各臨床科室的業(yè)務實踐中。通過這樣的技術運用方式，一方面有利于提高醫(yī)院定價的合理性，避免收費標準混亂、定價低于成本等負面情況發(fā)生。另一方面，也有助于建立起臨床新技術的定價決策與其他直接性、間接性影響因素的密切聯系，為醫(yī)院內部控制與收費調整提供出更廣泛、更全面的思路和依據。

圖1：大數據分析下的醫(yī)院決策系統(tǒng)

2.2 大數據分析在醫(yī)院資源管理中的運用

醫(yī)用耗材資源在醫(yī)院投入體系中占據著很大比重，加強對醫(yī)用耗材的精細化管理力度，對醫(yī)院的成本節(jié)約能力與資源利用水平發(fā)展具有重要意義。從目前來看，基于Power BI 軟件平臺、SQL Server 數據庫等工具開展大數據分析工作，可顯著提升醫(yī)院耗材資源的管理水平，其基本流程為“數據收集→建模分析→可視化呈現”。具體來講：

2.2.1 醫(yī)用耗材大數據的收集

在此階段中，需要通過ODBC、WebService 等通信連接與文件傳輸方式，對存儲于醫(yī)院管理系統(tǒng)中的耗材數據進行全面采集。同時，按照“建立統(tǒng)一字典→人工清理無效數據→導入SQL Server 數據庫”的流程，完成數據信息的有效清洗。做好這一步，一方面有利于剔除掉重復、缺損、冗余、歷史等無用數據，為后續(xù)的大數據處理分析提供便利。另一方面，也有助于對不同系統(tǒng)中相同醫(yī)用耗材在名稱定義、級別分化、類型歸屬等部分的差異進行統(tǒng)一化解，從而確保數據收集與整理的可靠性。

2.2.2 醫(yī)用耗材大數據的建模

在完成數據信息的歸集與清洗后，即可SSAS 平臺上創(chuàng)建KPI、度量值、關系、數據源等的目錄表格，并據此建立相應的數字模型。其中，KPI 即醫(yī)用耗材在醫(yī)療工作中的成本效益，該表格應根據不同的臨床科室進行針對性創(chuàng)建；度量值通常為可量化的數據列，如醫(yī)用耗材的訂單金額列、使用利潤列、庫存數量列等；關系則是醫(yī)用耗材事實表、維度表中數據列的關聯邏輯，其在數字模型的建立使用中占據核心地位。一般情況下，大數據分析模型中事實表與維度表是“多對一”的關系，即多個事實表對應一個維度表。例如，在分析醫(yī)用耗材的庫存量時，材料字典中一條耗材的編碼列會與多條庫存記錄列相對應；數據源即醫(yī)用耗材數據的文件或文本來源，這一建模指標及目錄表格在數據庫導入階段便可直接由SQL 語句生成，通常無需再次進行復雜的改動整理。在各項建模基礎條件完備后，便可正式進行數字模型的創(chuàng)建。從目前來看，業(yè)內常將Calculate 函數作為醫(yī)用耗材資源的建模語言，其語法結構為“CALCULATE（,,,……）”。在該語法中，首個“<>”中的參數為算法表達式，如模糊聚類算法中的絕對值減數法后續(xù)參數則為模型數據的趨優(yōu)篩選條件，此類條件既可為空，也可有若干個。在模型運行中，經過篩選處理后的數據會循環(huán)代入到算法表達式當中，直至運算出最終的分析結果。

2.2.3 醫(yī)用耗材大數據的可視化

在模型運算完成后，醫(yī)用耗材大數據便會以曲線圖、柱形圖、餅形圖、直方圖、數字表格等多種形式呈現在Power BI 的平臺界面上，從而為相關人員提供出多層次、多維度的醫(yī)用耗材管理依據[1]。

2.3 大數據分析在醫(yī)院醫(yī)保管理中的運用

從目前來看，醫(yī)?？E用、盜刷等問題在現實社會中時有發(fā)生，所以有必要依托大數據技術，建立起有效的醫(yī)保對象管理機制，實現“一人一卡”的高匹配理想效果。在此過程中，首先要做的就是醫(yī)保用戶數據庫的優(yōu)化建立。實踐期間，醫(yī)院可在當地人社部門、衛(wèi)生部門的支持下，對區(qū)域內醫(yī)?？ǔ钟腥藛T的身份證號、指紋、面容、卡片編碼等信息進行綜合采集，并錄入到SQL Server 數據庫當中。其后，通過若干通信接口，建立起數據庫與射頻識別裝置、指紋識別裝置、面部識別裝置、醫(yī)院醫(yī)保信息系統(tǒng)、醫(yī)院檔案系統(tǒng)等終端的連接，以此為大數據的分析應用創(chuàng)造前提。最后，當用戶持醫(yī)?？▍⑴c醫(yī)院的醫(yī)療服務活動時，其通過各類識別裝置輸入的即時數據便會與數據庫既有數據進行對比匹配，若人、卡匹配一致，則刷卡流程正常運行。若醫(yī)?？ㄅc持卡人的相關數據無法匹配，則會驅動醫(yī)保信息系統(tǒng)不執(zhí)行相關操作，并在界面生成告警信息，提醒醫(yī)院相關人員實施后續(xù)處理。

除此之外，醫(yī)院還應建立起以大數據分析為核心的醫(yī)保深度服務體系，將患者既往的醫(yī)保卡應用記錄作為數據分析對象，對患者的醫(yī)療需求、資費額度、醫(yī)療狀態(tài)進行智能化感知。在此基礎上，通過醫(yī)保管理平臺的APP 及時向患者提供出推送醫(yī)囑信息、顯示扣費記錄、發(fā)送藥品說明等信息服務。這樣一來，既能實現醫(yī)院服務活動的外化延伸，提醒、保障患者做到規(guī)范用藥，防止患者盲目濫用藥物（尤其是抗生素類藥物）的風險出現。另一方面，也能更深層次地發(fā)揮出醫(yī)保大數據的應用價值，促進醫(yī)院醫(yī)保管理系統(tǒng)的功能優(yōu)化[2]。

2.4 大數據分析在醫(yī)院疾病診治中的運用

眾所周知，絕大部分疾病有其典型的發(fā)生機理、發(fā)展周期與癥狀表現。所以，通過有效的感知手段，可達到預測疾病的效果。這對于健康保障需求日益增大的現代人群來說，是極為重要的。因此，將大數據分析運用到醫(yī)院的疾病預測管理當中，也應是醫(yī)院全面發(fā)展的重要落腳點。從目前來看，將電子病歷系統(tǒng)、臨床管理系統(tǒng)的各項數據作為依據，對患者的診斷結果、主訴感覺、癥狀表現、檢驗信息、檢查流程、治療藥物等進行整理分析，可在一定程度上挖掘出疾病發(fā)生中多種因素的內生邏輯，從而實現疾病的合理預測。

（1）相關人員應對醫(yī)院乃至業(yè)內可采集的電子病歷系統(tǒng)數據進行收集整理，并圍繞不同疾病建立案例集合。在此基礎上，采用特征性分析的手段，對相同疾病下的若干個案例樣本進行因素分析，并提取出關聯程度高、出現幾率大的特征性指標。在這一階段中，樣本的采集數量越多，指標的涉及維度越廣，后續(xù)疾病預測的可靠性也就越強。

（2）將各個特征性指標導入到同一數據庫當中，并使用KNN算法，對各類相關信息文本進行權重分配與邏輯關聯，從而建立起疾病的標準模型，為疾病預測的要素檢索、特征匹配、預測分析提供基本依據。

（3）相關人員在為患者提供診療服務時，可將其現有的主訴關鍵詞、治療服用藥物、輔助檢查數據、典型癥狀表現等信息輸入到疾病預測系統(tǒng)當中。此時，在K 近鄰算法、模糊聚類算法、最大熵算法等大數據處理模塊的運算支持下，便能快速實現患者實際情況與疾病標準型的相似度分析，并給出可靠的預測結果與診療推薦[3]。

3 大數據分析在醫(yī)院全面發(fā)展中的運用要求

顯而易見，數據信息、網絡工具是大數據分析技術的運用基礎，若源頭數據存在篡改、丟失、片面等風險，或系統(tǒng)平臺、數據庫、大數據算法等工具的使用方式不甚科學，都可能為醫(yī)院帶來新的工作與管理風險。因此，相關人員在采集數據、挖掘數據、分析數據的過程當中，必須要嚴格保證患者病歷數據、醫(yī)院運營數據、醫(yī)用耗材數據等的真實性、完整性、及時性。同時，也要為數據在傳輸、存儲、應用等環(huán)節(jié)的安全質量提供有力保障，做好密鑰保護技術、防火墻技術、數據過濾技術等現代科技的合理應用，以防患者、醫(yī)院等方的數據信息發(fā)生負面問題，對醫(yī)院的全面發(fā)展產生阻礙[4]。

4 結論

總而言之，在信息化的新時代中，做好大數據分析技術的收集、分析和合理運用，將大數據融合到醫(yī)院內部質量控制、成本分析、診療服務等各項工作當中，既是現代醫(yī)院全面發(fā)展的必由之路，也是滿足患者實際需求的必行舉措。但需要注意的是，新技術、新模式、新策略的出現，勢必會帶來新的工作風險。所以，相關人員在注重大數據技術應用的同時，還需做好數據安全性的管理與保障，以確保大數據價值的最大化、可靠化發(fā)揮。