醫院大數據平臺建設及行為監管應用范文

本站小編為你精心準備了醫院大數據平臺建設及行為監管應用參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

[摘要]醫療大數據的應用對臨床醫學研究、科學管理及醫療服務模式的轉型及發展具有重要意義。醫療大數據不能用傳統工具及方法在一定時間內進行醫療內容抓取、管理、處理及利用。依據醫療大數據構建醫院大數據平臺，包括建立藥品監管類、費用監控類、質量監督類及規則庫管理類等全過程信息化的醫療服務行為體系監管大數據平臺，針對醫院大數據平臺與醫院診療監管、疾病危險因素分析及預警和醫院感染爆發監測等，闡述醫院大數據平臺建設在醫療行為監管等工作中的應用。

[關鍵詞]醫療信息化；大數據平臺；監管；醫療行為

近年來，大數據概念逐漸被人們認知，并滲透到各種行業中。通常大數據不能在一定時間內用傳統工具及方法進行內容抓取、管理、處理及利用，就醫療大數據而言，具有發展迅速、數據量大、數據種類多、價值高、價值密度低、產生和處理快等特點[1]。醫院內部數據到區域醫療數據的發展，使醫療大數據的應用成為必然趨勢[2]。有學者在近期相關研究報告中提出，區域醫療與健康大數據中大多數數據均以非結構化形式存在，想要較好的應用并不容易，通常上述數據均以自然語音和(或)錄入處理[3]。通過綜述現階段我國醫療大數據的應用現狀和醫院大數據平臺建設，展望醫院大數據平臺建設及其在醫療行為監管中的應用。

1醫院醫療大數據應用

國際分析機構Gartner對大數據進行定義，大數據主要指一些具有規模大、速度快和種類多等特點的數據資產。大數據分析主要指從龐大的數據庫中逐步篩選出有用的信息后通過各種手段將信息轉化為洞察力，進行后續正確抉擇后，最終推動業務的發展。醫療機構大數據主要指患者自身信息、接受檢查的信息、治療信息及住院信息等。大數據平臺主要指將大數據與云計算技術相結合，構建醫療大數據分析云平臺，從而實現醫療大數據的采集、處理、存儲、檢索、計算及應用展現的需求。

1.1大數據應用現狀

國內醫院醫療大數據研究起步相對較晚，還未形成整體結構，實際應用過程中還存在明顯局限性。近年來，隨著相關部門的逐漸重視，醫療大數據的相關研究也不斷開展，醫療大數據逐漸成為醫療模式的轉型應用需求[4]。醫療大數據樣本可與移動數據端相結合，在對患者脈搏、血壓及心電圖等常規指標檢測記錄后將結果上傳至大數據中心，醫師可通過大數據端對各項常規指標的測量結果進行查閱與分析，患者能得到便捷的醫療服務[5]。2014年第15個國際愛耳日推行“中國聾病基因組計劃項目”，該項目主要通過較為全面的基礎數據采集，利用大數據樣本檢測分析，從而實現聾病的早發現、早診斷和早治療[1]。2014-2017年，北京衛生計生委利用百度大數據樣本挖掘與分析關鍵技術，從而對多種公共突發事件、流行性疾病爆發和人口流動等領域提供分析與預警，為科學合理的管理模式及相關對策措施的制定提供信息數據支持[6-7]。

1.2大數據與人工智能

近年來，大數據和人工智能兩個領域的研究交互促進，產生了很多新的方法、應用和價值。擁有對數據規模大、數據類型多、數據流轉快和數據真實性高的大數據進行存取、檢索、分類和統計能力，完全得益于大數據技術的發展。人工智能領域的一些理論和方法，已開始應用于大數據分析，并取得一定效果[8-9]。研究發現，解決人工智能的擴展性和成長性問題，離不開大數據技術，以往人工智能技術還不能實現與人類相似的學習研究能力，原因在于人工智能看似簡單，實際上是一件非常繁瑣和復雜的事情，產生人工智能的兩個必要條件要有海量數據的支撐和對這些數據的極強處理能力，而以前的相關設備都不具備這兩個條件。人工智能與人類相同，需要擁有大量的知識和豐富的經驗，在這些知識和經驗的背后是需要大量的數據支撐。大數據技術的發展，為儲存、分析大量的數據提供了技術支持，使相關設備得到的數據量和擁有的數據處理能力，與形成人工智能所需要的數據量和數據處理能力相匹配。人工智能領域的一些理論和方法，能夠有效地提升大數據的使用價值，同時大數據技術的發展為人工智能提供用武之地[10]。

2醫院大數據平臺建設

2.1平臺構建

根據國家和地方相關政策要求及醫院自身實際管理需求，對醫療客戶管理系統進行針對性改建，建立藥品監管類、費用監控類、質量監督類和規則庫管理類等全過程信息化的醫療服務行為體系監管大數據平臺。學習院外先進管理理念，使相關管理行為更加科學化、規范化，制定針對性的管理模式對醫囑、處方及收費項目進行相關干預，通過事前干預、事中監督及事后分析等行為使醫囑的制定、實施在信息化支持下實現。醫療行為監管系統設計將各個系統業務數據整合，對業務數據進行集成及大數據分析，參考實際業務現狀獲取自助配制，實現各類應用程序與系統應用的對接，并對過往數據進行總結分析，全面實現數據共享。系統構架包括基礎層、支撐層、應用層和用戶層。

2.2關鍵技術

醫療行為監管大數據平臺主要集中多個數據源系統數據，并在得到的數據基礎上進行分析、構建視圖后采用如Kettle等ETL工具完善數據對接工作。ETL工具主要將諸如分散、異常、關系及平面等數據進行抽取，再進行后續的清洗、轉換和集成，最后加載至數據倉庫或數據集市中，最終構成聯機分析處理及數據挖掘的基礎。

2.3平臺功能設計

多分子系統間的密切聯合構成了醫療行為監管大數據平臺，在醫療大數據的支持下，平臺工作范圍主要包括：醫囑開具、保存、提交、執行至患者出院為醫囑生命周期進行事前監控、事中分析與干預和事后監督與評價等。醫療行為監管大數據平臺可劃分為眾多具備相應功能的子監管系統，包括知識庫規則庫管理子系統、醫保費用監管子系統、全程化藥事監管子系統及醫療質量控制監管子系統[11]。(1)知識庫規則庫管理子系統。該系統參考國家相關政策、法律法規及醫療行業的相關準則建立，如人力資源和社會保障部制定的相關規定建設的醫保知識庫，可對醫保違規行為進行審核[12]；建設的臨床用藥知識庫可了解相關藥品的詳細用藥信息，避免不合理用藥情況發生，在對患者臨床治療效果改善及醫療行業服務質量改善項目上均有重要意義。(2)醫保費用監管子系統。該系統的建設主要參考地方相關政策法規要求，其作用主要是對不同醫保患者提供治療和住院費用分析，該系統可調查每位患者醫保費的具體使用情況，并就醫保指標進行層層分解，將指標落實到具體執行科室甚至醫務人員，從而完成多維調控的最終目的。(3)全程化藥事監管子系統。該系統主要對醫療機構臨床用藥及醫療服務行為進行監督，提出各類相應改進措施，最終促使醫療機構醫療水平及服務質量提升。對不合理用藥行為進行監督分析，并及時將上述信息反饋至醫師，提高醫囑的評價、審查功能，將最終所得醫囑結果進行量化處理，從而對醫院臨床工作中的不規范處方及不合理應用情況進行分析，根據分析結果優化用藥方案，降低患者用藥過程中風險事故發生率，保證各類藥物臨床應用的安全性。(4)醫療質量控制監管子系統。該系統可對醫療機構管理層提供動態的運營數據查詢，并為運營管理決策提供相應的數據支持。質量控制系統的監管指標還包括藥占比、材料占比、自費項目占比、感染上報、傳染病上報及手術使用抗菌藥物的各期數據。管理層利用質量控制監管系統可有效對上述指標項目進行合理分析，對醫院運營及決策提供科學、合理的數據支持，對醫療機構自身發展有明顯的促進作用。

3醫院大數據平臺與醫療服務

3.1診療及監管的數據支持

醫院大數據平臺的建立可促進醫療服務行為的制定與實施，兩者相輔相成，醫療服務行為監管中，落實醫療技術規范的過程監管為基礎。醫療行為的制定與實施需要較好的技術性與專業性，醫療行為進行過程中，監管項目涉及各種診斷、檢查、治療、用藥及護理等行為，同時還需保證上述行為的規范性、連續性以及系統化，通過對醫院大數據平臺的合理應用，綜合分析患者各項數據資料，制定相應的服務模式對患者疾病診斷、治療及護理模式的改善均有積極意義[13]。此外，臨床醫師的自身素質、行為同樣可通過信息化手段進行約束與改善，主要包括各類疾病的診斷、檢查、治療、用藥及護理等。醫療行為本身主要作用于患者個體，最終形成醫囑，醫囑是各種醫療行為發生的信息源頭，因而醫生提出醫囑的合理性直接關系到患者是否能享受到合理、舒適的醫療服務。何英劍等[14]就曾在研究中通過醫院大數據平臺對院內相關違規行為進行分析，進而為院內多項決策的實施提供數據支持；醫院大數據樣本的建立有利于管理人員對醫院各階層工作情況的分析，通過對統計數據的層層分解，將指標落實到具體的執行科室或個別醫務人員，可一定程度上實現多位調控目的。

3.2疾病危險因素的分析及預警

醫院大數據平臺對多種疾病風險模型的建立、疾病風險評估計算方式的確定均有明顯的促進作用，可較為準確地得知患者患病風險。Chang等[15]利用收集統計的健康大數據樣本中的危險因素數據，對健康危險因素進行比對關聯分析，針對不同區域的個體人群進行健康相關危險因素的制作與評估，得到相關圖譜資料與知識庫，通過全基因組測序數據分析，明確個體準確的患病風險。

3.3醫院感染爆發的監測

醫院感染(hospital-acquiredinfection，HAI)的發生對患者生活質量及生命安全有較大威脅，HAI爆發流行期間，若未采取針對性措施進行控制處理，患者極有可能承受較大程度的痛苦與損傷。范煒瑋等[16]提出，減少HAI發生的必要條件包括早預防、早發現和早控制，因此醫院大數據平臺建立顯得尤為重要，醫院大數據平臺可對醫院感染數據進行全面風險評估，有效進行前瞻性預警，制定相應的干預措施，提高干預行為的有效性及醫院感染管理的防控效能，保證院內工作正常、有效開展的同時改善患者疾病狀態。

3.4提供經濟價值

醫院大數據平臺的建立可為用戶提供醫療健康數據，包括醫療機構的診療過程數據、電子健康檔案數據及自我檢測的健康管理數據。張向陽等[17]在研究中實施醫院醫療服務云平臺建設，為用戶提供醫療與健康云數據的儲存、管理、健康、分析及自主利用等服務，從而使上述數據產生經濟價值，為患者后續診療方案的決策提供數據支持。

3.5數據分析與規范

醫院大數據具有數據量大、數據種類多等特點，要對其進行準確的數據分析離不開大數據平臺建設，在平臺數據中可根據不同數據來源進行詳細分類分析[18]。如數據來源涉及到收費系統、出入院管理系統、人力資源系統、科研系統、財務系統、電子病歷、護理系統、檢驗系統、影像系統、病理系統及手術麻醉系統等。目前諸多醫院醫療信息系統通常由多個軟件供應商開發，各個軟件供應商的技術架構與數據結構存在較大差異，完善院內系統的統一需定義一個數據標準，從而實現數據的規范化。

4展望

醫院大數據平臺建設后，醫療行為監管系統均能對臨床醫師的違規行為進行統計分析，收納的問題處方及醫囑數據可第一時間展示給審核部門的相關人員，加快了違規問題的審核進度，短時間內可對出現的問題進行解剖式分析，找出導致問題發生的具體原因，制定后續的針對性處理方案。同時，臨床醫師在被判定為開具違規后，系統將自動生成違規數據單展示在醫師面前，醫師對系統的不合理判斷可進行申述，減少了院內自身矛盾的產生[19]。隨著云計算、大數據、物聯網、移動互聯網及人工智能等先進信息技術在醫療健康領域的深入應用，大數據樣本的使用有利于醫療機構各項措施的決策，結合互聯網醫院、云醫院及智慧醫院的發展，以患者為中心覆蓋全生命周期的醫療健康管理服務已成為新的發展趨勢，醫院大數據平臺建設對改善醫療服務、推進精準醫療、輔助臨床診斷和決策、促進醫院精細化管理、慢病管理、藥物研發與副作用監控、傳染病預測和科研管理等方面的應用越來越顯著。

作者：高峰 羅雪瓊 張建偉 單位：中山大學附屬口腔醫院信息科