基于大數據分析的智慧型醫院集成管理平臺建設與應用效果評價

陳強 盧燕

[摘要] 目的 評價基于大數據分析的智慧型醫院集成管理平臺建設與應用效果，探討優化與推廣對策。 方法 自2017年1月起，于江蘇省常州市第二人民醫院（以下簡稱“我院”）建立基于大數據分析的智慧型醫院集成管理平臺，涵蓋院內數字化信息管理系統以及院外信息化服務平臺，比較集成管理平臺建立前（2016年1～12月）與建立后（2017年1～12月）醫院醫療質量指標、工作量、職工滿意度和患者就診順利度、滿意度、住院日、治療費用等各項數據變化，評價智慧型醫院集成管理平臺的應用效果。 結果 2017年我院床位使用率、出院者占用總床日均高于2016年。2017年我院職工滿意度較2016年升高，患者就診順利度、滿意度均較2016年升高，差異有統計學意義（P < 0.05）。2017年我院患者平均住院天數及平均治療費用均較2016年降低，差異有統計學意義（P < 0.05）。 結論 基于大數據分析的智慧型醫院集成管理平臺能夠提高醫院運營效率，降低患者住院時間及治療費用，值得進一步優化與廣泛推廣建設。

[關鍵詞] 大數據；智慧型醫院；集成管理平臺；應用效果

[中圖分類號] R197.32 [文獻標識碼] A [文章編號] 1673-7210（2018）12（b）-0161-05

[Abstract] Objective To evaluate the construction and application effect of integrated management platform of intelligent hospital based on big data analysis and to discuss the optimization and promotion countermeasures. Methods Since January 2017， an integrated management platform of intelligent hospital based on big data analysis has been established in the Second People′s Hospital of Changzhou City （“our hospital” for short）， covering the digital information management system in the hospital and the information service platform outside the hospital. The changes of various data such as the hospital medical quality index， workload， staff satisfaction， patient′s visit smoothness， satisfaction， hospitalization day， treatment cost before （from January to December 2016） and after the establishment of the integrated management platform （from January to December 2017） were compared， and the application effect of the integrated management platform of intelligent hospital was evaluated. Results The utilization rate of beds in our hospital in 2017 and the total bed days occupied by discharged patients were higher than those in 2016. The employee satisfaction in our hospital in 2017 was higher than that in 2016， and the patient′s smooth degree and satisfaction degree were higher than those in 2016， the differences were statistically significant （P < 0.05）. In 2017， the average number of days in hospital and the average cost of treatment for patients in our hospital were lower than those in 2016， the differences were statistically significant （P < 0.05）. Conclusion The integrated management platform of intelligent hospital based on big data analysis can improve the hospital operation efficiency， reduce the hospitalization time and treatment cost of patients， which is worthy of further optimization and extensive promotion.

[Key words] Big data； Intelligent hospital； Integrated management platform； Application effect

我國人口占世界人口的22%，但醫療衛生資源僅占全球的2%，不僅總量嚴重不足，還存在醫療資源分配不平衡的現狀，同時，在互聯網技術飛速發展的今天，傳統借助人工作業方式進行醫療資源和醫院管理存在的弊端愈發凸顯[1-2]。基于這一現狀，“智慧型”醫院的建設迫在眉睫。隨著醫學進入大數據時代，合理利用與挖掘臨床數據，對于提高臨床決策和管理水平、優化診療質量、降低醫療差錯、實現醫院精細化管理均有著重要意義[3]。本文就基于大數據分析的智慧型醫院集成管理平臺的建設與應用效果進行了分析，以期為醫院管理效率的提升與醫療服務供給水平的改善提供參考，現報道如下：

1 研究方案與方法

1.1 建設方法

1.1.1 院內數字化信息管理系統建設

1.1.1.1 構建數字化醫療業務和管理系統 建立以電子病歷為核心的醫院信息系統，該信息系統覆蓋門急診、住院、各類檢查、治療等全部臨床業務，同時對接人力、財物、物資管理等各項系統，達到醫院業務軟件、數字化醫療設備、網絡平臺的整合，從而實現無紙化、無膠片化、無線網絡化管理平臺的建立[4-5]。

1.1.1.2 建立大數據存儲與分析中心 建立大數據存儲與分析中心，首先保證各項臨床數據在醫院層面實現互聯、互通，實驗室科研樣本數據及門診、住院、體檢、隨訪業務等數據均可在該平臺內安全流通，同時擬定數據采集規范，確保各項數據的真實、可用、可溯源。在此基礎上，建立臨床專科專病數據庫，為各類專科疾病的診斷、治療與隨訪奠定數據化基礎。

1.1.1.3 系統安全維護 聘請第三方公司完善系統安全性。集成管理平臺需滿足物理環境安全、網絡安全、主機安全、數據安全、應用系統安全等多項要求。其中，物理環境安全包括機房溫濕度控制、機房場地環境安保、消防及設備抗磁抗輻射、系統災難備份、防止非法入侵等；網絡安全的要求包括身份識別、訪問控制、安全審核等；主機安全以訪問控制、入侵防范、資源控制為主；數據安全涵蓋數據自身安全及數據防護安全兩個方面；應用系統安全涉及到系統架構設計、模塊間數據通訊、數據存儲設計、訪問控制等環節[6-8]。

1.1.2 院外信息化服務平臺建設

1.1.2.1 信息發布和服務平臺 借助運營商通訊網絡，通過短信、APP等形式，實現醫院信息的發布以及部分服務功能的在線預約，其中，醫院信息的發布由醫院、科室、醫生負責，主要向全人群推送醫療信息和保健知識，并有針對性地向患者推送復診通知、用藥醫囑、檢測結果等信息；可在線預約的服務功能包括個人醫療信息查詢、預約就診、醫師咨詢等。

1.1.2.2 在線溝通和查詢平臺 構建基于互聯網的網絡信息平臺，打通與政府衛生部門、醫院、患者、社會公眾的溝通渠道。前臺展示形式包括微信服務號、醫院APP等，用戶可在接受推送信息后實現在線反饋、個人信息查詢、醫療政策查詢等，該平臺后臺存儲于江蘇省常州市第二人民醫院（以下簡稱“我院”）專有服務器，服務器搭載基于大數據的反饋計算系統，實時分析用戶最常查詢的功能與最多詢問的問題，技術人員根據分析結果不斷優化平臺功能[9-10]。

1.1.3 智慧型醫院集成管理平臺整體架構

智慧型醫院集成管理平臺分為決策層、管理層、業務層、服務層、患者層共5個層次。決策層可實現資源配置、資產管理、質量分析、科研應用、績效分析等功能，同時，數據中心存儲患者病歷文檔、臨床數據庫及影像庫，為臨床科研及診療提供參考依據；業務層、服務層覆蓋醫院各項診療相關業務，包括醫院信息系統（HIS）、檢驗信息系統（LIS）、輔助臨床決策、臨床指南、消毒追溯等；患者層擁有體檢系統、在線預約、醫患互動等多個功能[11]。見圖1。

1.2 研究方案

整理我院2016年全年（2016年1～12月）及2017年全年（2017年1～12月）醫院醫療質量指標、工作量、職工滿意度和患者就診順利度、滿意度、住院日、治療費用等各項數據變化，評價智慧型醫院集成管理平臺的應用效果。其中，醫療質量指標包括開放床位數量、床位使用率、出院者占用總床日；工作量以診療人次、出院人數計；職工滿意度、患者滿意度采用Likert 5級評分法，包括非常滿意、滿意、一般、不滿意、非常不滿意共5個選項，滿意度=（非常滿意+滿意）/受試者人數×100%，就診順利度亦采用該評分方法，包括非常順利、順利、一般、不順利、非常不順利共5個選項，順利度=（非常順利+順利）/受試者人數×100%。

1.3 統計學方法

對本研究的所有數據采用SPSS 22.0進行分析，計數資料以例數或百分比表示，并采用χ2檢驗，計量資料以均數±標準差（x±s）表示，采用t檢驗，以P < 0.05為差異有統計學意義。

2 結果

2.1 醫療質量指標變化

2017年我院床位使用率、出院者占用總床日均高于2016年。見表1。

2.2 工作量變化

2017年我院診療人次、出院人次均高于2016年。見圖2。

2.3 職工滿意度變化

2017年我院職工滿意度較2016年升高，差異有統計學意義（P < 0.05）。見表2。

2.4 患者就診順利度及滿意度變化

2017年我院患者就診順利度、滿意度均較2016年升高，差異有統計學意義（P < 0.05）。見表3～4。

2.5 患者住院日及治療費用變化

2017年我院患者平均住院天數及平均治療費用均較2016年降低，差異有統計學意義（P < 0.05）。見表5。

3 討論

由于傳統醫療服務和醫院管理存在較強的獨立性和專業性，加之醫院內部管理結構和層級相對簡單，多數醫院一直缺乏信息平臺建設的動機與動力[12-13]。在當前建設智慧型醫院的大背景下，如何構建基于大數據分析的醫院集成管理平臺，逐漸成為各大醫院轉型的重要方向[14]。高效集成管理平臺的建立不僅僅能夠全面提升醫療數據和行政管理效率，還可實現全社會一體化智慧醫療網絡的構建，為“健康中國2030”的推進添磚加瓦。

我院于2017年初嘗試建立基于大數據分析的智慧型醫院集成管理平臺，并成功建立了一套擁有決策層、管理層、業務層、服務層、患者層共5個層級的管理平臺，涵蓋院內數字化信息管理系統以及院外信息化服務平臺，在提高醫院管理效率、改善患者體驗、縮減醫療成本方面發揮了重要作用。與2016年相比，我院醫療質量明顯提升，工作量有所增加，且職工滿意度大幅提高，顯現出該管理平臺對于醫療服務效率提升的重要作用，如各項檢驗數據采用條碼技術，能夠實現檢驗報告的核對、自動錄入與結果判斷，在實現檢驗流程閉環的同時，為臨床決策提供了極大便利；而業務層中合理用藥功能的嵌入，能夠實時提醒處方中過敏藥物、配伍禁忌、超劑量使用等問題，確保用藥的合理性與安全性。得益于上述各項環節的優化，患者用藥安全可得到有效保證，也得到了更為優質、可靠的醫療服務。因此，患者平均住院天數、平均治療費用明顯下降，其就診順利度與滿意度也得以明顯升高。

基于大數據分析功能，實時數據的采集與自動化分析，能夠及時發現并解決問題，從而不斷修正臨床診療工作中不規范的行為，為專科規范化診療的優化與實現奠定堅實的基礎[15-16]。同時，大數據時代，循證醫學的發展逐漸向精準醫療邁進，而及時、準確、完整、真實的臨床數據，能夠大大減少科研工作中數據采集、數據整理、數據分析等環節工作量，提高臨床科研的效率與質量，對于科室及醫院科研能力的提升也有著積極意義[17]。此外，通過大數據分析，還可及時了解到醫院運營過程中存在的各項問題，如門診單元效率偏低、住院患者等候時間較長等，而分析結果也可為運營流程的優化提供客觀參考，從而實現醫院運營管理的良性循環，提升醫院的地區競爭力[18-19]。

需要注意的是，在近幾年智慧型醫院集成管理平臺的實踐中，其部分缺點也有所凸顯，應予以重視：①應用系統較為單一。智慧醫院集成管理平臺多停留在網頁、微信、APP建設方面，醫療設備信息化、智能化程度仍較為有限，存在較大優化空間。②軟硬件建設不平衡。大量新興硬件設備的采購為智慧型醫院集成管理系統的建立奠定了堅實的基礎，但軟硬件互通仍存在一定壁壘，如檢驗數據僅存儲至臨床數據庫中，患者查詢功能需人工實現，又如數據分析系統仍難以評估患者并發癥危險因素等，均有待完善。③醫院管理平臺較為獨立。目前，部分城市已建成智慧型城市管理平臺，實現了居民需求的一鍵式滿足，但醫院集成管理平臺暫未接入城市管理平臺，醫療資源分配的系統性存在欠缺[20]。因此，在打造智慧型醫院集成管理平臺的基礎上，如何將智慧型理念引入到居民生活的各個方面，構建全社會智慧型網絡、實現信息資源的合理利用，是今后需要努力的方向。

總體而言，基于大數據分析的智慧型醫院集成管理平臺能夠有效提高醫療資源利用率，滿足患者診療需求，但其發展時間較短，仍存在較大優化空間，應在建設與推廣過程中不斷升級，盡可能實現醫療服務與其他社會服務的互通。

[參考文獻]

[1] Garbey M，Joerger G，Huang A，et al. An intelligent hospital operating room to improve patient health care [J]. J Comput Surg，2015，2（1）：3.

[2] 牛鐵，李凱，張云龍，等.醫院智慧型信息化戰略探析[J].中國衛生信息管理雜志，2015，12（1）：89-92.

[3] Kohn W，Zabinsky ZB，Nerode A. A micro-grid distributed intelligent control and management system [J]. IEEE Trans Smart Grid，2015，6（6）：2964-2974.

[4] Mort A，Eadie L，Regan L，et al. Combining transcranial ultrasound with intelligent communication methods to enhance the remote assessment and management of stroke patients：Framework for a technology demonstrator [J]. Health Informatics J，2016，22（3）：691-701.

[5] Dhariwal K，Mehta A. Architecture and plan of smart hospital based on Internet of Things（IOT）[J]. Int J Sci Res Sci Eng Technol，2017，4（4）：1976-1980.

[6] 崔文彬，唐燕，劉永斌，等.智慧醫院建設理論與實踐探索[J].中國醫院，2017，21（8）：1-4.

[7] Zhao L，Chien CF，Gen M. A bi-objective genetic algorithm for intelligent rehabilitation scheduling considering therapy precedence constraints [J]. J Intell Manuf，2018，29（5）：973-988.

[8] Hu X，Barnes S，Bjarnadóttir M，et al. Intelligent selection of frequent emergency department patients for case management：A machine learning framework based on claims data [J]. IIE Trans Healthc Syst Eng，2017，7（3）：130-143.

[9] Lee I，Lee K. The Internet of Things（IoT）：Applications，investments，and challenges for enterprises [J]. Bus Horiz，2015，58（4）：431-440.

[10] Jemal H，Kechaou Z，Ayed MB，et al. A multi agent system for hospital organization [J]. Int J Mach Learn Comput，2015，5（1）：51.

[11] 范榮國，唐其柱.運用無線移動診療技術構建智慧醫院智能健康管理平臺[J].醫療衛生裝備，2016，37（11）：50-53.

[12] Kaklauskas A. Passive House model for quantitative and qualitative analyses and its intelligent system [M]// Biometric and Intelligent Decision Making Support. Springer， Cham，2015：87-112.

[13] Brocklehurst P. A study of an intelligent system to support decision making in the management of labour using the cardiotocograph-the INFANT study protocol [J]. BMC Pregnancy Childbirth，2016，16（1）：10.

[14] 郭麗娜，路杰，郭瑋娜.淺談物聯網在智慧醫院建設中的應用[J].中國衛生信息管理雜志，2016，13（3）：299-302.

[15] Bendato I，Cassettari L，Mosca R，et al. Improving the efficiency of a hospital ED according to lean management principles through system dynamics and discrete event simulation combined with quantitative methods [C]// International Conference on Intelligent Software Methodologies，Tools，and Techniques. Springer，Cham，2015：555-572.

[16] 卞松，劉宇宏，高黎，等.以數據挖掘為核心的醫院數據管理平臺建設初探[J].中國病案，2015，16（1）：39-42.

[17] Li J，Li X，Wang Q，et al. ST-segment elevation myocardial infarction in China from 2001 to 2011（the China PEACE-Retrospective Acute Myocardial Infarction Study）：a retrospective analysis of hospital data [J]. Lancet，2015，385（9966）：441-451.

[18] 趙少鵬.醫院智能數據分析管理系統[D].海口：海南大學，2017.

[19] Zingg W，Holmes A，Dettenkofer M，et al. Hospital organisation，management，and structure for prevention of health-care-associated infection：a systematic review and expert consensus [J]. Lancet Infect Dis，2015，15（2）：212-224.

[20] Glover GW，Thomas RM，Vamvakas G，et al. Intravascular versus surface cooling for targeted temperature management after out-of-hospital cardiac arrest-an analysis of the TTM trial data [J]. Crit Care，2016，20（1）：381.

（收稿日期：2018-06-28 本文編輯：張瑜杰）