区域医疗大数据

一、区域医疗大数据

随着大数据在互联网、电子商务、公共服务等行业的成功应用，医疗行业的信息化也迎来自己的“大数据时代”。所谓“大数据”。是指某个数据存取点的数据量非常大且结构复杂。以至于利用常规的软件工具难以对其进行搜集、管理和加工，其数据规模往往达到了千万亿字节（PB）级（即1024 TB）。卫生部（现卫生计生委）于2010年编制了全国卫生信息化“十二五规划”（简称“3521—2工程”），具体来说，“3”代表国家、省、市三级卫生信息平台；“5”代表医疗服务、公共卫生、医疗保障、药品保障和综合管理五大卫生信息化业务领域；“2”代表信息安全体系和标准规范体系。其中，市级卫生信息平台，即区域卫生信息化，是卫生信息化的核心内容之一。区域卫生信息化中的数据集成与共享是区域卫生信息化建设发展的一个必然阶段，也是区域医疗大数据形成的关键，因为只有当区域卫生信息化建成后，各三级医院数据集中共享才能达到大数据的数量级别。

区域医疗信息化已经成为国际发展趋势。随着经济信息技术的发展，国内越来越多的医疗机构正在加紧实施基于信息化管理平台和医院信息系统（HIS）的整体建设，从而提高医疗服务水平和核心竞争力。对区域医疗卫生信息化平台进行统一的规划和建设，是更经济、更合理、更有效的实现医疗现代化的途径。结合新医改，国家也在探索区域医疗信息化发展的模式。

1）多方卫生信息资源整合，构建区域卫生信息整合平台

建立区域医疗卫生服务信息采集和整合平台，利用该平台实现辖区内所有医疗机构、社区卫生服务机构、专业站所、条线业务部门的信息采集与整合。利用相关采集技术完成信息采集后，在各级卫生数据中心的基础上，对各种信息进行分类，形成卫生资源的主题类数据库，构建区域卫生资源主题数据库，最终达到方便共享、方便调阅的作用。同时为电子健康档案（EHR）共享平台、医疗卫生业务协同系统、各类条线业务管理系统等的建立奠定坚实的基础。

2）以健康档案为核心，建立电子健康档案共享平台

根据卫生部2009年5月发布的《基于健康档案的区域卫生信息平台建设指南》的精神，健康档案是区域卫生信息平台建设的切入点和核心。区域卫生信息平台核心业务是实现区域内的医疗卫生信息资源的整合和共享，而电子健康档案（EHR）正是健康档案与医疗卫生信息相结合，涵盖人从出生到死亡全部信息的全程健康档案，同时也是区域卫生信息资源整合与共享的关键。

根据健康档案的核心作用，在建立区域卫生信息平台的基础上，通过对数据中心整合作用，实现对电子健康档案的采集、整合与调阅展示，最终可形成面向居民、医疗机构、社区卫生服务机构、公共卫生服务机构的电子健康档案的调阅浏览。

3）保护现有投资。完善与整合基层医疗机构信息化建设

区域卫生信息化建设在目前取得一定成绩基础上，将更好地实现基层医疗卫生服务信息化体系的建设，并按照新一轮医改的要求，在完善社区机构医院信息系统（HIS）的基础上，实现放射信息系统（RIS）和检验信息系统（LIS）的建设，实现区域内的医保接口建设，保证系统的稳定运行，为居民提供更高质量的医疗卫生服务。区域医疗信息化整合需求将得到更多的释放。国家科技部已明确提出要汇聚多方力量，以“资源共享、长效服务、低成本、低风险”的建设理念，构建涵盖医疗、教育、行业管理、疾病报告及公众健康服务的信息服务平台。

4）利用区域卫生资源整合基础。实现区域医疗卫生信息的共享与协同管理

区域卫生信息化的另一大工作任务在于实现区域内的各级医疗机构之间的信息共享与业务协同服务。利用区域卫生信息平台的信息整合和共享功能，同时依据健康档案的分类和服务需要可提供多个服务域，包括个人基本信息域、主要疾病和健康问题摘要域、儿童保健域、妇女保健域、疾病控制域、疾病管理域、医疗服务域。针对不同的服务域，可提供医疗机构面向不同医疗服务业务的信息共享与业务联动服务，即实现同一医疗卫生服务在多个机构之间的数据传递和业务流程共享。

建立区域医疗大数据的意义在于如何合理地运用这些集中共享的数据，医疗机构需要解决的是如何合法合规地使用丰富大数据的资源宝库，并进行可行性分析，挖掘其价值点，指导工作实践才是最主要的。进而能够帮助医疗机构，针对每位患者创建一个360°的完整视图。

1.数据来源

区域医疗数据的生成和采集已经不再仅局限于一、二、三级医院这个单一来源，它还可以来自各级卫生行政管理机构、体检中心、社区/乡镇卫生院、私人诊所、实验室检验中心、急救中心、家庭等。随着物联网（internet of things）相关技术的发展，甚至可以说：个人医疗数据可以采自任何适合的地方。为了更清晰地进行脉络梳理，这里将区域医疗数据来源划分为主要的两个领域：一是医院内部；二是政府公共卫生机构（妇幼、防疫、血站等），即医疗务提供方。另外。还有各种互联网和移动互联网产生的数据，即消费者产生的数据。具体情况如图3-5所示。

医院内部系统的数据主要集中在基于区域的各家医院建设的各类HIS、LIS、PACS、RIS等医疗业务子系统和财务管理系统，根据调查，一个典型的三级甲等医院每年全部数据量在1～50 TB，其中医疗影像数据量超过全部数据量的90%，而在数据分析利用层面的数据则主要集中在非影像类数据，这些数据不过几十万兆字节。从大中型城市的医院信息化发展来看，已经基本完成了数据的积累、采集，目前重点变为互联互通，数据利用也已经提到议事日程上来。但这个过程中还是面临着各方面因素的挑战。

首先遇到的最大挑战是数据的质量问题。主要表现为数据缺失、数据错误、数据不统一，这与最初医院的信息系统需求、架构设计有关。

其次，医院内部的数据还没有有效地集成与整合，造成“孤岛林立”，不同应用系统数据没有实现互联互通。近几年来，临床和管理专业化的应用系统不断向广度和深度扩展，但是缺乏有效的数据治理和数据与业务流程的标准化，由于缺乏建立全院级别医院内部数据中心，使得数据分析利用受到极大的限制。

从更广的区域级别的层面上来看，虽然区域信息平台有技术和标准化的限制因素，但是更大的障碍是缺乏对医院的有效激励机制，大型医院主动共享数据的意愿不强。行政指令下采集院内数据有限，在本身医疗资源与体系没有变革的情况下，很难实现区域医疗信息共享的理想。最后，政府部门亦没有主动提供数据的意识，除了年度公布的卫生发展情况，大部分收集数据没有对公众开放。

与医院内部数据源形成鲜明对比的是，来自传统互联网和移动终端的消费者数据正成为公众健康的主要来源。伴随移动互联网的飞速发展，在某种程度上为大数据采集奠定了基础。像现在火热的“大姨妈”“美柚””春雨掌上医生”等移动终端应用，由于更加贴近用户的生活与需求，使用起来极为便捷，因此比医疗机构更能广泛地采集用户的健康信息数据，加之稳定的商业模式，使得大数据利用或许成为可能。但就商业本质而占。这种数据利用更像是消费者行为分析。在有商业利益的自发驱动下能够提供消费者的健康保健服务，而且服务提供商也能寻求到相应的利益诉求。

另外一个数据源是政府公共卫生机构，其数据主要集中在妇幼保健机构、疾病控制中心、卫生监督机构以及血站等提供的数据，这些数据是极具针对性的数据，如妇幼保健的数据主要包括每位儿童和妇女的健康档案。近年来，妇女儿童的健康问题愈发突出，剖宫产率、儿童口腔疾病、学龄前儿童的视力问题、儿童高血压和儿童肥胖等问题日益严重，利用区域医疗大数据的挖掘技术能实现妇幼疾病的早预防、早发现、早治疗。这是一个利国利民的举措，也是区域医疗信息化建设中一个投入少、见效快、可发展的切入点。而疾病控制中心提供的大量权威的数据有助于对传染病、地方病、寄生虫病、慢性非传染性疾病、职业病、公害病、食源性疾病、学生常见病、老年卫生、精神卫生、口腔卫生、伤害、中毒等重大疾病发生、发展和分布的规律进行流行病学监测，并提出预防控制对策。(https://www.daowen.com)

2.主要特征

医疗行业产生的海量数据主要来自财务、影像存档与传输系统（PACS）影像、临床或业务类应用以及医学文献所产生的结构化和非结构化数据。据统计，到2020年，医疗数据将急剧增长到35泽字节（ZB），相当于2009年数据量的44倍。例如，一个CT图像含有大约150兆字节（MB）的数据，而一个基因组序列文件大小约为750兆字节（MB），一个标准的病理图则大得多，接近5吉字节（GB）。如果将这些数据量乘以人口数量和平均寿命，仅一个社区医院或一个中等规模制药企业就可以生成和累积达数个太字节（TB）甚至数个拍字节（PIg）级的结构化和非结构化数据。

这些数据是典型的大数据。其具有五大特征。

1）区域医疗数据是持续、大量增长的大数据

根据估算，中国一个中等城市（1 000万人口）50年所积累的财务数据、医疗影像、手术录播、视频、健康档案等数据量就会达到10 PB。并且，随着u1f，3的推移和业务系统的不断升级换代，医疗数据模式的一致性也无法保证。因此，每天都会有大量的结构化和非结构化数据持续不断地以超大规模增长。

2）区域医疗数据的实时、动态性

区域医疗大数据是以健康档案和电子病历为核心的实时动态的数据体系：很多医学数据如脑电图、心电图的检测数据呈非规则的波形；血压、心率等数据与时间成函数关系；某些疾病，患者的门诊、急诊、住院就诊与季节、地域有时间序列关系。

例如，整合后的上海市长宁区区域医疗管理信息系统，数据5 min刷新一次，可以随时了解到区域内每家医院的实时门诊量、住院量，还可以看到和历史某段时期的比较数据以及每一个科室的门急诊出入院人次。根据这些数据，可以做出曲线的分析和24 h的分析。

3）区域医疗数据类型的多样性

医学中的数据类型多种多样。影像数据如B超、CT、MR、X线等图像资料产生的非结构化数据大小不。从数十万个字节到数千万个字节都有，患者的一次诊断活动中需要存储、调阅数百张影像数据。另外就临床电子病历数据而言，一般采用符合HL7 CDA标准的XML文件格式，文件格式随着时间变化，会不断地演变；而检验科中有关患者生理、生化指标是数字型的数据。如此多样性的医疗数据类型，为医疗大数据的存储、挖掘利用带来了巨大的挑战性。

据分析，未来十年文件、电子邮件、视频、图片、音频等非结构化信息约占数据产生总量的90%。医学数据的复杂性要求数据挖掘方法学要有与之相适应的研究。

4）区域医疗数据是关系复杂的多维数据

由于医疗数据是多种数据源数据的汇总，数据之间的关系非常复杂。例如，一个简单的实验室检验检测值，必须同时记录这个值对应的编码系统和编码、单位、检测时间、检验项目、标本编码，以及相关联的患者主索引号、就诊机构、申请科室、申请医师标识号、报告医师标识号、审核医师标识号、正常值参考等。一条检测记录就可以把患者、医生、医疗机构多个实体在不同层次上关联起来。而不同的医疗信息服务更需要从不同的视角来观察这些数据，如图3-6所示。例如，以患者为中心的服务需要把一个患者的全周期数据按照时间轴排列，分析诊断、用药和患者生命体征、检验检测值之间的关联；以医生为中心的服务需要把与一个医生相关的患者数据挑拣出来，进行分类；以科室为中心的服务可能需要既从科室所属医生的角度，又要从在该科室就诊患者的角度进行分析；针对社区的服务可能需要统计整个社区居民某项指标（如血压、血糖）的达标率。总之，医疗数据的多维度、多粒度为各种信息服务的多角度多层次分析提供了可能。但同时也为大数据分析带来了挑战。因为不可能为每一种信息服务存储一份特定的优化模式的数据，况且也无法枚举出所有可能的信息服务需求，这就需要医疗数据的存储模型能够适应灵活多变的多维统计分析需求。

5）区域医疗数据的巨大价值

医疗大数据的充分挖掘和应用带来的意义重大，可以引起医院很多方面发生根本变化。众所周知，我国一直存在着“看病难、看病贵”这一社会难题，主因在于医疗资源的匮乏和地区发展的不平衡。医院在建立了大数据仓库之后、通过区域医疗平台进行大数据的挖掘，为区域内各家医院的资源自身优势得到充分发挥提供巨大的帮助。通过区域医疗平台，进行统一协调，以此有效弥补区域内各医疗资源及力量的不足。逐步地实现全国医疗资源不均衡和地区发展不平衡的问题，缓解老百姓“看病难、看病贵”的问题。

专家认为，医疗大数据应用引起医院最大的变化将是临床路径的标准化。未来，医疗研究人员将从各地医疗大数据仓库中攒取来的海量临床数据进行归类。方便地用于对每一病种的临床路径标准化研究。这同时会带来另外一个可能的结果是医院可以让机器（系统）一定程序上替代医生向患者提供较简单的诊疗服务，使医疗资源不足的现状得以缓解，这与医院现在已经普遍使用的各类自助信息服务系统是相似的。

对大数据的成功应用，也有利于建立起保健咨询服务系统。有医疗海量数据做支撑，保健专家就可以对各种疾病进行科学研究，从中科学总结出更加准确的预防保健知识，老百姓能够更便捷地享受到个性化的保健咨询服务，从而让现行的医疗服务模式得到根本改变。

除此之外，有了大数据的支撑，新药研发人员也将得到很大帮助，通过对海量医疗数据的抓取和分析，可以加快新药研发，甚至会产生意想不到的好结果。