醫(yī)院大數(shù)據(jù)框架體系構建及數(shù)據(jù)利用分析

朱冬晴

關鍵詞：醫(yī)院；大數(shù)據(jù)框架體系；數(shù)據(jù)利用

1引言

為滿足人們對身體健康保障工作的需要，當前醫(yī)院醫(yī)療服務項目的數(shù)量持續(xù)增加，進而使醫(yī)院方面的醫(yī)療數(shù)據(jù)總量增長?，F(xiàn)階段，為降低醫(yī)療數(shù)據(jù)的管理難度，構建大數(shù)據(jù)框架體系，并提升數(shù)據(jù)信息應用效率，成為推動醫(yī)院穩(wěn)定發(fā)展的重要舉措。

2構建醫(yī)院大數(shù)據(jù)框架體系的意義

近年來，隨著信息技術的不斷發(fā)展，醫(yī)院的信息化建設水平不斷提高，醫(yī)院的信息系統(tǒng)數(shù)量也隨之增加，并且隨著醫(yī)院信息系統(tǒng)、電子病歷系統(tǒng)、醫(yī)學影像存檔與通信系統(tǒng)等信息系統(tǒng)使用時間的增長，醫(yī)療數(shù)據(jù)的總量也在不斷增加。但是受當前醫(yī)院所使用的大部分信息系統(tǒng)承建廠家有所不同的影響，不同信息系統(tǒng)的數(shù)據(jù)結構差異較大，進而增加了數(shù)據(jù)信息協(xié)同化管理的難度，降低了醫(yī)療數(shù)據(jù)的利用價值。現(xiàn)階段，為了切實解決上述問題，在當前的醫(yī)療信息體系建設過程中，醫(yī)院方面可以在明確自身實際發(fā)展需要的基礎上，對信息系統(tǒng)進行整合，構建大數(shù)據(jù)框架體系，在為不同信息系統(tǒng)協(xié)同化發(fā)展提供支持的同時，實現(xiàn)醫(yī)療信息數(shù)據(jù)的高效利用[1]。

3醫(yī)院大數(shù)據(jù)框架體系的主要構成

在當前的醫(yī)院運營過程中，醫(yī)療數(shù)據(jù)已呈現(xiàn)出了數(shù)據(jù)體量大、數(shù)據(jù)多樣性、數(shù)據(jù)交互響應速度快、單一數(shù)據(jù)價值偏低等特點。為提升醫(yī)療數(shù)據(jù)的利用效率，醫(yī)院方面可以通過建設與數(shù)據(jù)量相匹配的大數(shù)據(jù)框架體系的方式，為數(shù)據(jù)利用活動的順利開展提供平臺。具體來說，傳統(tǒng)醫(yī)院信息體系在利用數(shù)據(jù)的過程中主要以需求為導向，不同軟件系統(tǒng)的應用導致數(shù)據(jù)存在分散性較為嚴重的問題，進而使信息系統(tǒng)無法滿足一體化數(shù)據(jù)應用活動的需要，降低了醫(yī)院運營管理工作的開展質量。面對上述情況，在廣泛普及數(shù)據(jù)技術的背景下，以數(shù)據(jù)處理引導數(shù)據(jù)應用構建大數(shù)據(jù)框架體系，可以為多樣化數(shù)據(jù)信息的整理利用提供有力的支持?，F(xiàn)階段，醫(yī)院大數(shù)據(jù)框架體系在構建過程中主要包括數(shù)據(jù)采集、數(shù)據(jù)預處理、數(shù)據(jù)利用、數(shù)據(jù)存儲與管理、數(shù)據(jù)分析與挖掘這幾部分模塊，在上述模塊的應用過程中，可以切實解決醫(yī)院傳統(tǒng)信息系統(tǒng)的數(shù)據(jù)孤島問題，實現(xiàn)非結構化數(shù)據(jù)的結構化處理與應用。同時，當前的醫(yī)院大數(shù)據(jù)框架體系在應用過程中，可以通過分布式計算的方式，提升數(shù)據(jù)運算的速度，進而為數(shù)據(jù)的深度挖掘提供支持。

4醫(yī)院大數(shù)據(jù)框架體系的數(shù)據(jù)采集處理

4.1數(shù)據(jù)采集

傳統(tǒng)的醫(yī)院信息系統(tǒng)在建設過程中主要以臨床業(yè)務需求為基礎，系統(tǒng)模塊的構建目標在于滿足當前的業(yè)務需求，在系統(tǒng)構建過程中，技術人員的關注點在于提升系統(tǒng)與臨床業(yè)務需求之間的契合性，對系統(tǒng)后臺數(shù)據(jù)存儲結構、存儲方式以及系統(tǒng)與原有信息系統(tǒng)之間的不同關注度比較低，進而導致新建信息系統(tǒng)得到的數(shù)據(jù)信息在實際應用過程中無法與醫(yī)院原有信息系統(tǒng)的數(shù)據(jù)信息進行有效的融合，進而降低了醫(yī)院數(shù)據(jù)信息分析整合工作的有效性。同時，傳統(tǒng)數(shù)據(jù)采集技術采集的數(shù)據(jù)信息來源與數(shù)據(jù)結構較為單一，這類數(shù)據(jù)信息僅適用于關系型數(shù)據(jù)庫或數(shù)據(jù)倉庫，并且傳統(tǒng)的醫(yī)院信息系統(tǒng)存儲醫(yī)療數(shù)據(jù)的方式主要為分散式存儲，從而導致信息數(shù)據(jù)的后期采集利用工作難度有所上升。在大數(shù)據(jù)技術廣泛普及的背景下，為解決上述問題，提升數(shù)據(jù)信息的利用效率，技術人員在構建醫(yī)院大數(shù)據(jù)框架體系的過程中，可以以大數(shù)據(jù)技術為基礎開展數(shù)據(jù)的采集工作，然后構建以服務器為基礎的信息平臺，通過合理應用集群技術、分布式存儲技術、機器學習、大數(shù)據(jù)運算等新型信息技術，實現(xiàn)醫(yī)療數(shù)據(jù)采集與處理流程的標準化體系制定，進而在后續(xù)數(shù)據(jù)收集處理過程中，可以統(tǒng)一采集來源不同的結構化與非結構化數(shù)據(jù)，為后續(xù)數(shù)據(jù)信息的集中化處理打下良好的基礎[2]。

4.2數(shù)據(jù)預處理

現(xiàn)階段大部分醫(yī)院的工作內容較為繁雜，每天產生的醫(yī)療數(shù)據(jù)總量相對較大，但對醫(yī)院的數(shù)據(jù)庫信息進行分析后可以發(fā)現(xiàn)，醫(yī)院的單一醫(yī)療數(shù)據(jù)質量并不高，往往存在數(shù)據(jù)不夠完整、不同信息系統(tǒng)數(shù)據(jù)信息不一致等問題，在數(shù)據(jù)分析過程中，大部分數(shù)據(jù)信息都屬于無效數(shù)據(jù)信息，無法對其進行深入挖掘處理。因此，在構建醫(yī)院大數(shù)據(jù)框架體系時，可以以大數(shù)據(jù)預處理技術為基礎，通過對單一的醫(yī)療信息進行數(shù)據(jù)清洗、集成、轉換以及歸一處理，以提升數(shù)據(jù)信息的準確性、一致性以及完整性，進而為后續(xù)數(shù)據(jù)分析工作精確度的提升提供助力。

4.3數(shù)據(jù)存儲與管理

為滿足病患對于個人隱私、醫(yī)療研究成果保護等工作的要求，當前醫(yī)院對于數(shù)據(jù)信息的安全性要求相對較高，但對傳統(tǒng)醫(yī)療信息體系進行調查分析后可以發(fā)現(xiàn)，由于部分醫(yī)院會同時使用不同廠家生產的信息系統(tǒng)，而不同信息系統(tǒng)之間無法對同一信息進行調用、儲存，為了滿足不同信息系統(tǒng)的運轉需要，醫(yī)院方面往往需要將相應的隱私信息同時輸入多個系統(tǒng)內，進而在一定程度上增大了信息丟失的可能性。面對上述情況，將體量大，數(shù)據(jù)存儲安全性較高的大數(shù)據(jù)技術應用于當前醫(yī)院信息系統(tǒng)構建活動中成為一項極為必要的舉措。具體來說，醫(yī)院大數(shù)據(jù)框架體系的構建可以實現(xiàn)醫(yī)院內部多個信息系統(tǒng)的有效整合，有效降低了醫(yī)院內部信息調用工作的難度，減小了數(shù)據(jù)信息因多次輸入不同信息系統(tǒng)而出現(xiàn)安全問題的可能性。同時，大數(shù)據(jù)框架下的數(shù)據(jù)存儲系統(tǒng)采用了分布式的存儲方式，不僅滿足了醫(yī)院海量數(shù)據(jù)信息的存儲要求，還可以使數(shù)據(jù)在存儲過程中依據(jù)數(shù)據(jù)量的變化實時進行數(shù)據(jù)存儲空間的分布式擴增，進而提升了醫(yī)院醫(yī)療信息的存儲量，為后續(xù)數(shù)據(jù)分析活動的開展提供了有效的數(shù)據(jù)庫支持。另外，醫(yī)院大數(shù)據(jù)框架體系分布式存儲系統(tǒng)在工作過程中的多副本存儲機制，可以滿足醫(yī)院數(shù)據(jù)信息對于數(shù)據(jù)備份工作的要求，以提升醫(yī)療數(shù)據(jù)的安全性[3]。

4.4數(shù)據(jù)分析與挖掘

為了從海量的數(shù)據(jù)信息中獲取有用的信息，在當前的醫(yī)療信息分析過程中，可以利用大數(shù)據(jù)挖掘技術，搜索算法內存在的隱藏信息。在實際的信息搜索工作中，可以通過對數(shù)據(jù)庫內的信息進行審計、在線分析處理、機器學習、專家系統(tǒng)以及模式分析等，以完成信息的提取工作，然后將得到的信息進行合成知識庫．診療規(guī)則分析整理，以得到能夠滿足醫(yī)療應用需要的數(shù)據(jù)信息。

5醫(yī)院大數(shù)據(jù)框架體系的數(shù)據(jù)利用

在當前的醫(yī)院數(shù)據(jù)分析工作中，大數(shù)據(jù)框架體系的構建能夠實現(xiàn)海量臨床非結構化數(shù)據(jù)的分析處理，進而實現(xiàn)數(shù)據(jù)價值的深度挖掘。

5.1為管理決策提供支持

在當前的醫(yī)院管理工作中，合理應用大數(shù)據(jù)技術，不僅可以融合既往指標，充分利用醫(yī)院豐富的數(shù)據(jù)信息，還能為醫(yī)院精細化管理工作的開展提供支持。比如，可以將大數(shù)據(jù)技術融人疾病診斷相關分類DRGs分析管理系統(tǒng)中。具體來說，在醫(yī)院大數(shù)據(jù)框架體系內，DRGs分析管理系統(tǒng)主要以疾病診斷為分類依據(jù)，同時記錄了患者的年齡、并發(fā)癥、伴隨疾病、手術操作等因素，在進行相應數(shù)據(jù)信息分析時，可以以病案首頁的結構化數(shù)據(jù)為基礎。傳統(tǒng)的數(shù)據(jù)分析系統(tǒng)在發(fā)現(xiàn)指標異常時，只能將異常信息定位到單個患者的病案首頁，受病案首頁數(shù)據(jù)局限性的影響，醫(yī)療工作者往往無法以異常信息為基礎分析影響患者指標的具體因素。為解決這一問題，在醫(yī)院大數(shù)據(jù)框架體系內的DRGs大數(shù)據(jù)分析系統(tǒng)，可以通過對電子病歷進行結構化處理，并以開展病例數(shù)據(jù)分析的方式，對病例的每個節(jié)點內容進行詳細分析，然后以此為基礎，找出對患者指標產生影響的關鍵因素，從而達到提升患者信息精細化管理水平的目的。再比如，可以將大數(shù)據(jù)的結構化技術融人病例的智能化評分體系建設工作中。具體來說，在智能化病例評分系統(tǒng)構建過程中，可以以2014年版的《住院病歷質量評價標準（試用）》為基礎，利用大數(shù)據(jù)技術將評分標準拆解成具體詳細的規(guī)則，然后通過深度學習技術使評分系統(tǒng)能夠以專業(yè)評分人員的病例評分為依據(jù)，并將其應用到病例評分活動中，以推動病例評分活動從低效的人工評分方式轉化為高效的智能化評分方式，從而切實提升評分工作的效率，為醫(yī)療體系病例信息的高質量發(fā)展提供有力的支持[4]。

5.2提高臨床智能化診療效率

臨床醫(yī)療是當前醫(yī)院運營管理過程中的重要工作內容，現(xiàn)階段為了盡可能地提升臨床醫(yī)療決策的準確性，在構建醫(yī)院大數(shù)據(jù)框架體系的過程中，可以利用大數(shù)據(jù)技術對醫(yī)院海量的醫(yī)療數(shù)據(jù)文獻以及臨床醫(yī)療病例數(shù)據(jù)進行整理分析，在構建專業(yè)化臨床信息數(shù)據(jù)庫的同時為臨床醫(yī)師的后續(xù)工作提供決策支持。舉例來說，在當前的臨床醫(yī)療體系中，臨床決策支持系統(tǒng)、靜脈血栓栓塞癥風險評估系統(tǒng)等以大數(shù)據(jù)為基礎的臨床決策系統(tǒng)的應用，為臨床醫(yī)療工作質量的提升提供了有效的支持。具體來說，臨床決策系統(tǒng)在應用過程中可以以大數(shù)據(jù)為基礎，將臨床患者的歷史病例、相關醫(yī)療文獻、醫(yī)療指南等信息納入數(shù)據(jù)庫體系中，借助系統(tǒng)的自我學習能力，完成相應病例知識模型的迭代更新，以幫助臨床醫(yī)師快速完成病例診斷，并提升診斷工作的可靠性。同時靜脈血栓栓塞癥風險評估系統(tǒng)在應用過程中可以以評估規(guī)則為基礎，利用機器學習技術自動抽取滿足評估規(guī)則的醫(yī)療數(shù)據(jù)指標，然后在評估規(guī)則的引導下，對患者的靜脈血栓栓塞癥風險程度進行計算，然后將計算結果與指標數(shù)值進行對比分析，進而為患者提供相應的治療以及風險預防措施建議，并降低臨床醫(yī)師的工作壓力。

5.3滿足科研管理的工作需要

為了切實滿足臨床醫(yī)師對于病理數(shù)據(jù)檢索工作的需求，在檢索過程中可以通過對醫(yī)療數(shù)據(jù)進行后結構化處理，搭建科研數(shù)據(jù)檢索模塊，以降低后續(xù)檢索工作的開展難度。具體來說，由于大數(shù)據(jù)技術具備分布式存儲功能，在實際應用過程中能夠實現(xiàn)醫(yī)療數(shù)據(jù)的秒級搜索，因此在科研數(shù)據(jù)檢索模塊的搭建過程中，合理應用大數(shù)據(jù)技術，能夠切實提升數(shù)據(jù)檢索工作的效率。舉例來說，在當前的醫(yī)院大數(shù)據(jù)框架體系構成中，疾病圖譜、熱點趨勢分析、專病庫等功能模塊數(shù)據(jù)庫內存儲的信息量相對較多、內部信息的檢索頻率也比較高，現(xiàn)階段為了盡可能地提升數(shù)據(jù)信息的搜索精度，將數(shù)據(jù)挖掘、人工智能、深度學習等技術應用到信息搜索工作中，以構建各診療關鍵詞相互關聯(lián)的多級關系網絡，其不僅可以便于醫(yī)療人員通過關鍵詞對相應信息進行檢索，還能使科研數(shù)據(jù)檢索模塊自動提取排行前十位的關鍵詞，對其數(shù)據(jù)信息進行計算，并以計算結果為基礎繪制研究熱點趨勢圖，在提升分析工作直觀性的同時，降低醫(yī)療人員分析搜索信息相關熱點內容的難度。

6結束語

構建專業(yè)化的醫(yī)院大數(shù)據(jù)體系，在保存醫(yī)療數(shù)據(jù)的同時，使數(shù)據(jù)信息為臨床醫(yī)療、科學研究、行政管理等工作的開展提供數(shù)據(jù)化的支撐，在滿足當前醫(yī)療體系運營管理需要的基礎上，其充分展現(xiàn)了醫(yī)療數(shù)據(jù)的利用價值。