医院大数据平台建设及行为监管应用范文

[摘要]医疗大数据的应用对临床医学研究、科学管理及医疗服务模式的转型及发展具有重要意义。医疗大数据不能用传统工具及方法在一定时间内进行医疗内容抓取、管理、处理及利用。依据医疗大数据构建医院大数据平台，包括建立药品监管类、费用监控类、质量监督类及规则库管理类等全过程信息化的医疗服务行为体系监管大数据平台，针对医院大数据平台与医院诊疗监管、疾病危险因素分析及预警和医院感染爆发监测等，阐述医院大数据平台建设在医疗行为监管等工作中的应用。

[关键词]医疗信息化；大数据平台；监管；医疗行为

近年来，大数据概念逐渐被人们认知，并渗透到各种行业中。通常大数据不能在一定时间内用传统工具及方法进行内容抓取、管理、处理及利用，就医疗大数据而言，具有发展迅速、数据量大、数据种类多、价值高、价值密度低、产生和处理快等特点[1]。医院内部数据到区域医疗数据的发展，使医疗大数据的应用成为必然趋势[2]。有学者在近期相关研究报告中提出，区域医疗与健康大数据中大多数数据均以非结构化形式存在，想要较好的应用并不容易，通常上述数据均以自然语音和(或)录入处理[3]。通过综述现阶段我国医疗大数据的应用现状和医院大数据平台建设，展望医院大数据平台建设及其在医疗行为监管中的应用。

1医院医疗大数据应用

国际分析机构Gartner对大数据进行定义，大数据主要指一些具有规模大、速度快和种类多等特点的数据资产。大数据分析主要指从庞大的数据库中逐步筛选出有用的信息后通过各种手段将信息转化为洞察力，进行后续正确抉择后，最终推动业务的发展。医疗机构大数据主要指患者自身信息、接受检查的信息、治疗信息及住院信息等。大数据平台主要指将大数据与云计算技术相结合，构建医疗大数据分析云平台，从而实现医疗大数据的采集、处理、存储、检索、计算及应用展现的需求。

1.1大数据应用现状

国内医院医疗大数据研究起步相对较晚，还未形成整体结构，实际应用过程中还存在明显局限性。近年来，随着相关部门的逐渐重视，医疗大数据的相关研究也不断开展，医疗大数据逐渐成为医疗模式的转型应用需求[4]。医疗大数据样本可与移动数据端相结合，在对患者脉搏、血压及心电图等常规指标检测记录后将结果上传至大数据中心，医师可通过大数据端对各项常规指标的测量结果进行查阅与分析，患者能得到便捷的医疗服务[5]。2014年第15个国际爱耳日推行“中国聋病基因组计划项目”，该项目主要通过较为全面的基础数据采集，利用大数据样本检测分析，从而实现聋病的早发现、早诊断和早治疗[1]。2014-2017年，北京卫生计生委利用百度大数据样本挖掘与分析关键技术，从而对多种公共突发事件、流行性疾病爆发和人口流动等领域提供分析与预警，为科学合理的管理模式及相关对策措施的制定提供信息数据支持[6-7]。

1.2大数据与人工智能

近年来，大数据和人工智能两个领域的研究交互促进，产生了很多新的方法、应用和价值。拥有对数据规模大、数据类型多、数据流转快和数据真实性高的大数据进行存取、检索、分类和统计能力，完全得益于大数据技术的发展。人工智能领域的一些理论和方法，已开始应用于大数据分析，并取得一定效果[8-9]。研究发现，解决人工智能的扩展性和成长性问题，离不开大数据技术，以往人工智能技术还不能实现与人类相似的学习研究能力，原因在于人工智能看似简单，实际上是一件非常繁琐和复杂的事情，产生人工智能的两个必要条件要有海量数据的支撑和对这些数据的极强处理能力，而以前的相关设备都不具备这两个条件。人工智能与人类相同，需要拥有大量的知识和丰富的经验，在这些知识和经验的背后是需要大量的数据支撑。大数据技术的发展，为储存、分析大量的数据提供了技术支持，使相关设备得到的数据量和拥有的数据处理能力，与形成人工智能所需要的数据量和数据处理能力相匹配。人工智能领域的一些理论和方法，能够有效地提升大数据的使用价值，同时大数据技术的发展为人工智能提供用武之地[10]。

2医院大数据平台建设

2.1平台构建

根据国家和地方相关政策要求及医院自身实际管理需求，对医疗客户管理系统进行针对性改建，建立药品监管类、费用监控类、质量监督类和规则库管理类等全过程信息化的医疗服务行为体系监管大数据平台。学习院外先进管理理念，使相关管理行为更加科学化、规范化，制定针对性的管理模式对医嘱、处方及收费项目进行相关干预，通过事前干预、事中监督及事后分析等行为使医嘱的制定、实施在信息化支持下实现。医疗行为监管系统设计将各个系统业务数据整合，对业务数据进行集成及大数据分析，参考实际业务现状获取自助配制，实现各类应用程序与系统应用的对接，并对过往数据进行总结分析，全面实现数据共享。系统构架包括基础层、支撑层、应用层和用户层。

2.2关键技术

医疗行为监管大数据平台主要集中多个数据源系统数据，并在得到的数据基础上进行分析、构建视图后采用如Kettle等ETL工具完善数据对接工作。ETL工具主要将诸如分散、异常、关系及平面等数据进行抽取，再进行后续的清洗、转换和集成，最后加载至数据仓库或数据集市中，最终构成联机分析处理及数据挖掘的基础。

2.3平台功能设计

多分子系统间的密切联合构成了医疗行为监管大数据平台，在医疗大数据的支持下，平台工作范围主要包括：医嘱开具、保存、提交、执行至患者出院为医嘱生命周期进行事前监控、事中分析与干预和事后监督与评价等。医疗行为监管大数据平台可划分为众多具备相应功能的子监管系统，包括知识库规则库管理子系统、医保费用监管子系统、全程化药事监管子系统及医疗质量控制监管子系统[11]。(1)知识库规则库管理子系统。该系统参考国家相关政策、法律法规及医疗行业的相关准则建立，如人力资源和社会保障部制定的相关规定建设的医保知识库，可对医保违规行为进行审核[12]；建设的临床用药知识库可了解相关药品的详细用药信息，避免不合理用药情况发生，在对患者临床治疗效果改善及医疗行业服务质量改善项目上均有重要意义。(2)医保费用监管子系统。该系统的建设主要参考地方相关政策法规要求，其作用主要是对不同医保患者提供治疗和住院费用分析，该系统可调查每位患者医保费的具体使用情况，并就医保指标进行层层分解，将指标落实到具体执行科室甚至医务人员，从而完成多维调控的最终目的。(3)全程化药事监管子系统。该系统主要对医疗机构临床用药及医疗服务行为进行监督，提出各类相应改进措施，最终促使医疗机构医疗水平及服务质量提升。对不合理用药行为进行监督分析，并及时将上述信息反馈至医师，提高医嘱的评价、审查功能，将最终所得医嘱结果进行量化处理，从而对医院临床工作中的不规范处方及不合理应用情况进行分析，根据分析结果优化用药方案，降低患者用药过程中风险事故发生率，保证各类药物临床应用的安全性。(4)医疗质量控制监管子系统。该系统可对医疗机构管理层提供动态的运营数据查询，并为运营管理决策提供相应的数据支持。质量控制系统的监管指标还包括药占比、材料占比、自费项目占比、感染上报、传染病上报及手术使用抗菌药物的各期数据。管理层利用质量控制监管系统可有效对上述指标项目进行合理分析，对医院运营及决策提供科学、合理的数据支持，对医疗机构自身发展有明显的促进作用。

3医院大数据平台与医疗服务

3.1诊疗及监管的数据支持

医院大数据平台的建立可促进医疗服务行为的制定与实施，两者相辅相成，医疗服务行为监管中，落实医疗技术规范的过程监管为基础。医疗行为的制定与实施需要较好的技术性与专业性，医疗行为进行过程中，监管项目涉及各种诊断、检查、治疗、用药及护理等行为，同时还需保证上述行为的规范性、连续性以及系统化，通过对医院大数据平台的合理应用，综合分析患者各项数据资料，制定相应的服务模式对患者疾病诊断、治疗及护理模式的改善均有积极意义[13]。此外，临床医师的自身素质、行为同样可通过信息化手段进行约束与改善，主要包括各类疾病的诊断、检查、治疗、用药及护理等。医疗行为本身主要作用于患者个体，最终形成医嘱，医嘱是各种医疗行为发生的信息源头，因而医生提出医嘱的合理性直接关系到患者是否能享受到合理、舒适的医疗服务。何英剑等[14]就曾在研究中通过医院大数据平台对院内相关违规行为进行分析，进而为院内多项决策的实施提供数据支持；医院大数据样本的建立有利于管理人员对医院各阶层工作情况的分析，通过对统计数据的层层分解，将指标落实到具体的执行科室或个别医务人员，可一定程度上实现多位调控目的。

3.2疾病危险因素的分析及预警

医院大数据平台对多种疾病风险模型的建立、疾病风险评估计算方式的确定均有明显的促进作用，可较为准确地得知患者患病风险。Chang等[15]利用收集统计的健康大数据样本中的危险因素数据，对健康危险因素进行比对关联分析，针对不同区域的个体人群进行健康相关危险因素的制作与评估，得到相关图谱资料与知识库，通过全基因组测序数据分析，明确个体准确的患病风险。

3.3医院感染爆发的监测

医院感染(hospital-acquiredinfection，HAI)的发生对患者生活质量及生命安全有较大威胁，HAI爆发流行期间，若未采取针对性措施进行控制处理，患者极有可能承受较大程度的痛苦与损伤。范炜玮等[16]提出，减少HAI发生的必要条件包括早预防、早发现和早控制，因此医院大数据平台建立显得尤为重要，医院大数据平台可对医院感染数据进行全面风险评估，有效进行前瞻性预警，制定相应的干预措施，提高干预行为的有效性及医院感染管理的防控效能，保证院内工作正常、有效开展的同时改善患者疾病状态。

3.4提供经济价值

医院大数据平台的建立可为用户提供医疗健康数据，包括医疗机构的诊疗过程数据、电子健康档案数据及自我检测的健康管理数据。张向阳等[17]在研究中实施医院医疗服务云平台建设，为用户提供医疗与健康云数据的储存、管理、健康、分析及自主利用等服务，从而使上述数据产生经济价值，为患者后续诊疗方案的决策提供数据支持。

3.5数据分析与规范

医院大数据具有数据量大、数据种类多等特点，要对其进行准确的数据分析离不开大数据平台建设，在平台数据中可根据不同数据来源进行详细分类分析[18]。如数据来源涉及到收费系统、出入院管理系统、人力资源系统、科研系统、财务系统、电子病历、护理系统、检验系统、影像系统、病理系统及手术麻醉系统等。目前诸多医院医疗信息系统通常由多个软件供应商开发，各个软件供应商的技术架构与数据结构存在较大差异，完善院内系统的统一需定义一个数据标准，从而实现数据的规范化。

4展望

医院大数据平台建设后，医疗行为监管系统均能对临床医师的违规行为进行统计分析，收纳的问题处方及医嘱数据可第一时间展示给审核部门的相关人员，加快了违规问题的审核进度，短时间内可对出现的问题进行解剖式分析，找出导致问题发生的具体原因，制定后续的针对性处理方案。同时，临床医师在被判定为开具违规后，系统将自动生成违规数据单展示在医师面前，医师对系统的不合理判断可进行申述，减少了院内自身矛盾的产生[19]。随着云计算、大数据、物联网、移动互联网及人工智能等先进信息技术在医疗健康领域的深入应用，大数据样本的使用有利于医疗机构各项措施的决策，结合互联网医院、云医院及智慧医院的发展，以患者为中心覆盖全生命周期的医疗健康管理服务已成为新的发展趋势，医院大数据平台建设对改善医疗服务、推进精准医疗、辅助临床诊断和决策、促进医院精细化管理、慢病管理、药物研发与副作用监控、传染病预测和科研管理等方面的应用越来越显著。

作者：高峰 罗雪琼 张建伟 单位：中山大学附属口腔医院信息科