区域医疗大数据的典型应用

二、区域医疗大数据的典型应用

在卫生信息化（HIT）领域，以健康档案、电子病历为核心的区域卫生信息平台建设，无疑为大数据技术应用带来了前所未有的机会。国外针对大数据的应用主要是从临床操作、付款/定价、研发、新的商业模式、公众健康五个方面，给出了比较效果研究、临床决策支持系统、医疗数据透明度（绩效）、远程患者监控（慢性病管理效果分析）、患者档案分析（高危人群分析）、自动化系统（医疗索赔欺诈性分析）、基于卫生经济学和疗效研究的定价计划（药品定价）、预测建模（新药研发试验数据）、提高临床试验设计的统计工具和算法（评估招募试验患者条件）、临床实验数据的分析（药品适应证和副作用）、个性化治疗（基因组数据分析）、疾病模式分析、汇总患者的临床记录和医疗保险数据集、网络平台和社区、公众健康监控15个应用案例。这些案例相对比较侧重临床、医疗保险、新药研制、公共疾病监测分析等方面的研究。针对国内的需求，大数据可能在医院绩效评估、区域卫生监管、健康管理效果评估、社区诊断、医保数据监测评估、医学研究等方面存在应用可能，本节主要从病种质量分析和影像数据分析这两个典型应用进行分析。

1.病种质量分析

医疗质量管理是医疗机构工作的核心和永恒主题，是一个不断完善和持续改进的过程。病种质量是以医疗服务过程质量管理为主的管理手段，旨在通过评价病种诊疗过程质量管理措施，开展横向对比、分析，并通过运用区域医疗的大量共享信息资源，实现区域内病种质量管理先进经验的共享，最终达到持续改进医疗质量，提升医疗服务水平的目的。

针对每种患者或者病历的临床数据指标与数据项，系统能够提供相应的个案详细列表。包括个案与监测指标、分析数据相关的诊疗事件信息，针对诊疗事件有详细的分析和提取过程记录，同时提供与电子病历的链接，能够进一步查阅个案对应的详细诊疗信息。通过分层溯源的方式，为临床数据的可靠性提供良好的保障。

基于区域医疗整合统一的临床大数据。通过不同应用分析主题，区域医疗平台能够提供不同组织问、临床医务人员、不同病例人群问的监测指标、分析数据的对比。通过病例组成、分布、趋势等分析对比进行数据的展现。同时借助管理基线、历史数据基线、修订基线等多种基线分析方式对临床数据进行综合性的数据对比。帮助发现数据特征、发现潜在的分析模型。

基于区域医疗大数据可以建立医疗质量检测指标分析平台、临床绩效分析平台。在这两个平台中需要使用监测指标分析，而基于临床数据中心的智能分析引擎，按照临床事件逻辑建立的临床数据中心，在关键临床数据的驱动下。按照临床事件分析逻辑进行监测指标的智能分析。能够支撑在复杂临床逻辑下的指标分析与监测。同时能够支持按照不同证据等级的临床事件数据分析不同证据级别的临床指标监测。

在临床数据科研分析利用时，需要使用大量基于临床事件的相xeric问进行研究，如发病时、出院前、手术后、某种治疗前的体征、症状等，这些都需要一个基于临床事件断面的设定。

单纯的自动分析仍然无法满足业务复杂度的需要，当自动分析缺乏来源临床事件支撑时，医院的业务人员可以手动录入个案或统计结果，按照不同时间维度进行数据录入，前端展现依赖于录入的数据，只展现存在的结果，录入时不需要校验数据的合理性和逻辑，前端展示结果直接展示后端录入数据，如果存在错误，可以通过修改功能进行数据修改，手动录入的统计结果可以进行修改和删除操作，删除时弹出警告框。系统提供两种手动录入方式，新增和导入，通过新增功能，可以增加一条个案或统计结果数据，导人功能可以一次导人多条个案。

基于面向服务的架构（SOA）的异构环境中的服务交互过程中，传统的交互方式如远程方法调用（remote method invocation，RMI）、公共对象请求代理体系结构（common objectrequest broker architecture，CORBA）等远程过程调用（remote process call，RPC）技术受到同步通信、消息生命周期紧耦合的局限性，具体表现为：在同步通信方面，客户发出调用后，必须等待服务对象完成处理并返回结果后才能继续执行。在客户和服务对象的生命周期紧密耦合方面，客户进程和服务对象进程都必须正常运行；如果由于服务对象崩溃或者网络故障导致客户的请求不可达，客户会接收到异常。在点对点通信方面，客户的一次调用只发送给某个单独的目标对象。

以急性心肌梗死指标为例，其指标的具体内容包括：

（1）到达医院后即刻使用阿司匹林（有禁忌者应给予氯吡格雷）。

（2）实施左心室功能评价。

（3）再灌注治疗仅适用于ST抬高型心肌梗死（STEMI）]：①到院30 min内实施溶栓治疗；②到院90 min内实施经皮冠状动脉介入治疗（percutaneous coronary intervention，PCI）治疗；③需要急诊PCI患者，但本院无条件实施时，须转院。

（4）到达医院后即刻使用β受体阻滞剂（无禁忌证者）。

（5）住院期间使用阿司匹林、口受体阻滞剂、血管紧张素转化酶抑制剂，/血管紧张素受体抑制剂（ACEI/ARB）、他汀类药物有明示（无禁忌证者）。

（6）出院时继续使用阿司匹林、β受体阻滞剂、ACEI/ARB、他汀类药物有明示（无禁忌证者）。

（7）为患者提供急性心肌梗死（acute myocardial infarction，AMI）健康教育。

（8）平均住院日/住院费用。

急性心肌梗死指标平台功能包括：

（1）急性心肌梗死概况展示以饼状图、趋势图等方式展现急性心肌梗死患者的入组情况和达标情况。医院管理用户可以查看此病种的概况。同时，系统提供取样病例数、入组病例数、排除病例数等相应的统计数值，并可提供详细的以患者为中心的病例集。医院管理用户可以通过此功能查看此病种患者的入组情况和查询每一个人组患者的详细情况。

（2）急性心肌梗死指标体系展示有以下六项内容。

①筛选条件：提供危重度、科室和医生的筛选条件，医院用户可以选择单一筛选条件或组合的筛选条件对此病种某一特定患者人群进行指标监控，如不选择筛选条件，系统默认当前的指标系统是此病种的全集。

②入组病例：以图形的方式展示病种的取样病例分布，包括取样病例数、入组病例数、排除病例数，同时为医院用户提供这些病例数对应的患者个案集。提供病例人组趋势分析，按照统计时间段，包括年度、季度和月份对病例入组率的趋势进行分析及展示。

③监控指标：提供病种的监控指标体系，包括时效指标、符合类指标及预防类指标三大类内容。如人院的平均响应时间指标、用药禁忌评估率、实施人院危重程度评估比例、治愈比例、好转比例、死亡比例等。病种指标平台不仅提供各个监控指标的指标数值，同时对应着每个监控指标，提供病种的病例数、指标实际值、指标参考值、智能评测的指标是否合格评测、病种病例分布的图形分析及展示。

④达标率情况：提供达标率的综合分析及图形式的展示，同时提供达标率与未达标率的数值。以图表的方式展现时效类指标、预后类指标、符合类指标、重要指标和次重要指标的达标率及未达标率的情况，使医院用户可以实时了解此种病种的各种指标的达标率。(https://www.daowen.com)

⑤指标分析：提供全部指标分析展示、重要指标分析展示和按照医生进行对比的指标分析展示。指标分析提供病种的负责医师在对患者的医疗过程中的实际情况，主要是病种各个诊疗特征的完成情况。如入院首次心电检查延迟这项诊疗活动，医师在0～100 min内开展此检查的人数是多少，所占全部病种患者的比例是多少，在101～200 min内开展此检查的人数是多少，所占全部病种患者的比例是多少，以此类推，201～300 min内、301～400 min内、401～500 min内、＞500 min及未使用的人数和比例的展现。医院用户通过指标分析这项功能可以实时了解医院病种所有医生负责的患者在进行此病种患者治疗过程中的医疗项目的完成情况及相应的各个医疗项目完成的质量情况。医院用户可以利用此分析模块对医院病种的治疗过程进行管理或改进。

⑥达标率分析：提供病种治疗质量达标率同比和环比的分析及展示。提供病种达标率分析图表，包括医师、日期、病例数、综合达标比例、时效指标达标率、预后指标达标率、符合指标达标率、重要指标达标率及次重要指标达标率等项目。医院用户可以利用这些项目的数值借助指标分析平台提供的同比及环比的分析工具对病种的达标率进行分析。提供达标率趋势分析功能，医院用户可以按照达标类型、统计的时间区间及对比医师自定义生成达标率趋势图。

借助监测平台对指标变化情况的多维度数据分析。帮助医院领导层、职能管理层、科室管理层、业务执行层的人员全面了解并掌握各层级所关注的临床医疗诊疗的质量指标的变化及趋势，实现对临床医疗质量与安全的全面改善，时时掌握、心中有数。医疗质量指标数据与趋势的掌握将能帮助医院对医疗质量保持清醒的认识，从而能够制定明确的改进目标。并通过持续改进，加强医院管理，提高医疗质量，保障医疗安全。

2.影像数据分析

医学影像是指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程，包括影像构成、撷取与储存的技术以及仪器设备的研究开发。医学影像数据主要来源于CT成像、磁共振成像、超声成像、核医学成像等。医学影像数据具有数据量大、数据类型复杂、规定保存时间长等特点。随着现代医学技术发展，医院的诊疗工作越来越多地依赖于现代化的检查结果。像X线检查、CT、B超、胃镜、肠镜、血管造影等医学影像检查的应用也越来越普遍，随之而来的就是医学影像数据的海量增长。同时，医学影像数据通常需要保存很长时间。随着影像存储传输系统的发展与广泛应用，各大医院的各种医学影像数据已激增至数十乃至数百万亿字节。这个数量仍在快速增长，不久就可能突破千万亿字节级，对当前数据系统的存储和数据读写能力提出了巨大挑战。

由于在临床诊断和医学研究方面，对图像数据的分辨率和准确性都有着较高的要求，所以医学影像图像数据通常比一般的图像数据更大和更复杂引。来源于不同成像技术的图像数据之间差距极大，异构明显。医学影像信息的模式具有多态性，数据信息的多源性带来了其时序性和非时序性共存、数字型数据和非数字型数据共存的特点。医学影像信息的多模式特性是其有别于其他领域数据的最显著特性，也加大了医学影像数据的分析和处理的难度。

近年来，医学影像设备在临床的应用，呈现两大趋势。其一，各类影像设备应用日益普及；其二，患者单次检查所产生的影像数据量，呈几何级数增长。国家在医疗领域的投入，尤其是对基层医疗的支持，使得很多区县级医院，包括部分乡镇医院，都拥有能力配置各种数字化影像设备，包括CT、MR、DP/R和数字超声波等。这些影像设备的技术水平也在飞速提升。以CT为例，从传统的4排、16排，到最新的32排和64排，一次CT扫描检查的数据量已经能超过数百兆。如何在同区域内跨医院的协同服务中，有效集成患者影像信息，实现海量影像数据的跨医院共享和交互，从而进一步以患者为中心组织和呈现包括影像在内的全息诊断信息，提供高品质的协同服务，已经成为区域医疗建设亟待解决的问题。本节主要是选定多病种影像特征库这种具有典型代表作用的业务场景应用进行分析，在病种影像特征库的基础上实现医学影像数据的分析利用。从而引领区域卫生信息化发展。

首先以上海申康医院发展中心管理的34家三级医院的影像检查数据为基础（包括X线、CT、MRI、DSA、ECT、PET、SPECT、PET—CT、B超、内镜等影像信息）建立区域医疗多病种的影像特征库，然后从中抽取部分符合规则的病例进行样本库制定，主要包括以下五项。

（1）普通外科、消化内科：结直肠癌、胃癌、肝硬化、门脉高压。

（2）心脏科、心脏外科：冠心病、主动脉瘤。

（3）神经内科：脑卒中（含脑梗死、脑出血）。

（4）骨科：骨肿瘤。

（5）呼吸病学、胸外科：肺癌。

针对上述五类疾病，制定采集样本记录符合规则（表3-3），分别从PACS中抽取10000例以上检查，将符合规则的数据输入到资料库中。

同时PACS系统开放与资料库之间的数据接口，在医生完成影像诊断报告书写同时，将有价值的数据录入到对应的疾病分类中。

样本采集完成后，可以在资料库查询界面，通过时间、检查类型、性别、影像描述关键字、影像诊断关键字等查询特征病例的检查诊断记录和检查影像，供联网医院影像及相关

科室医生进行影像诊断参考、学习使用。

同时，可选取部分关键字段，如患者体征、初步诊断、检验指标等数据与影像描述内容进行大数据量分析，找出其中的规律，用于常见疾病阳性诊断，定期统计各家医院影像诊断阳性率，与临床诊断的阳性率做比较，分析诊断效率。

总体而言，在病种影像特征库的基础上能为医生学习诊断提供以下三方面的服务：

（1）系统能对医学影像进行纹理特征提取，并且将统计法和结构法有机地结合，建立影像特征库和与诊断报告相关联的索引。在此基础上，系统为医生提供医学影像特征搜索服务。

（2）根据用户输入的影像特征信息自动匹配特征库中的索引记录，找出相关的影像和诊断报告，为用户提供建议和参考。

（3）根据用户提供的影像自动匹配影像特征库中的记录，找出类似影像和诊断报告，为用户提供建议和参考。

在数字化系统较为普及的美国、日本、韩国等国家，数字化软读片训练已经成为医学生的必修课程。因此基于PACS系统的影像特征资料库，可以搭建稳定和大容量、高速的教学平台。实践证明，利用影像特征库可以节省75%的影像医学教学准备时间，提高临床学习效率40%左右。与传统型医院相比，采用影像特征库的医院影像专业住院医师培训周期缩短3～6个月，临床学科住院医师影像医学考核分值高7%～16%，从而实现临床教学自主化，为临床不同层次教学提供有力支撑。