醫療大數據平臺的建設路徑

樂穎 劉南

摘 要 隨著我國醫療事業的蓬勃發展，人們對于醫療大數據的關注度也不斷的增加。通過醫療大數據的挖掘和分析，可以提高病人的就醫體驗，提高醫護人員的工作效率。本文以建設臨床數據中心為切入點，以臨床數據中心為建設核心的醫療大數據平臺的路徑。

【關鍵詞】醫療大數據 臨床數據中心

隨著我國信息化迅猛發展，大量的數據記載患者各個方面的信息，不單單是醫院的臨床信息，還有健康信息、基因信息、地理信息、家居物聯、生活習慣信息等等。對于醫療大數據來說，多個領域、多個維度、大批量的數據資源與臨床數據對接，將會對提高患者就診體驗健康管理、提高醫療服務水平和效率、、降低醫療成本等很多方面都會發揮作用。

1 目前我國醫療大數據存在的問題

如今的大數據變革，改變著人們的生活、工作和思維方式，人們對于一些過程不予以理會，更多的是注重結果以及后續影響。在很多書中看到，美國醫療領域之所以那么發達，處在前列的原因就在于：它重視對大數據的研究和分析，通過某個個案的分析得出一系列相同問題的答案，然后不斷的總結經驗教訓。反而我國的醫療行業還處在初步階段，依然存在一些問題值得我們去探究。

1.1 數據質量的問題

目前醫療數據的主要來源來自各個醫療機構。這些醫療機構包括：各級醫院、社康中心、疾病控制中心、預防保健管理機構等機構。目前大部分醫院的信息化都是用著眾多不同廠家的系統，這些系統在建設之初是為了滿足科室或者部門的業務需要。數據不準確、數據不一致、數據缺乏等都使得目前數據質量不理想。

1.2 數據標準化的問題

雖然各個醫療機構的信息化水平參差不齊，但很多醫療機構已經積累了大量的數據。信息系統的廠家不同、數據標準不一致，“異構異源”數據資源的交換和共享很困難。國家衛計委至今已經有190項信息標準規范已經正式分布，200項標準基本研制完成。有了這些標準，也不能純靠系統建設來解決問題。基于一個平臺的系統整合或基于平臺的數據整合，才能真正的做到標準的落地，做到數據的互聯互通。

我國的醫療大數據處于初級階段。對于醫療大數據而言，和較發達國家相比，我國正處在一個落后的局面，出現這種局面大部分是由于很多的研究問題存在一定的難度，并且醫療系統數據管制體系所帶來的數據問題，使得醫療大數據研究很難在一般研究機構進行開展。

2 醫療大數據平臺建設路徑

為了解決目前醫療大數據存在的問題，業界逐漸形成了建設醫療大數平臺的共識。通過醫療大數據平臺，把不同的醫療機構，“異構異源”的數據整合起來。從醫療機構的信息化到醫療大數據平臺，我們提出可以分為以下四個建設步驟：

2.1 建立唯一病人號

唯一病人號為患者通過一個唯一編碼，能夠關聯到在各家醫療機構的歷次就診記錄?；颊邽楦鱾€醫院機構的主要服務對象，病人身份的管理是醫療機構數據質量的根本。通過區域化的、平臺化的患者主數據管理系統（PMI），對病人的身份信息的變更、更新、合并和拆分都管理操作，讓區域化臨床數據都關聯正確的病人。唯一病人號的建設是整體醫療大數據路徑的基礎，只有當病人身份信息進行了正確和有效的管理，醫療數據才是可信和可靠的。

2.2 建立中央服務平臺

中央服務平臺是提供核心服務的總線性數據互連互通的平臺。該平臺兼容和連接來自于不同醫療機構的異構系統和數據環境，通過國際HL7標準，進行同步和異步的數據交換。醫療機構的業務協同和數據交換，均通過該中央服務平臺按標準化的協議進行。

中央服務平臺還提供核心的服務，這些服務包括主數據管理服務、病人主索引服務、工作流服務等。主數據管理服務可以提供數據級的標準化服務和交叉索引服務，可以確保異常數據模型的數據交換。工作流服務可以使異構系統交換根據實際醫療機構的需求進行靈活可配置化。

2.3 建立醫療數據中心

建設數據中心的目的是為了將不同醫療機構復雜數據源的數據、異構的數據、非標準的數據通過數據中心進行關聯和整合。這里面涉及到對數據的清洗、關聯、標準化、整合、校驗等過程。通過數據中心的建設，將區域化的所有醫療機構與醫療相關的數據全部整合在一起。以后醫療主管部門的查詢分析和統計，以及進一步臨床或者運營方面的科研分析，都可以基于該數據中心的數據來進行。

以香港大學深圳醫院建設臨床數據中心為了例，首先通過HL7 RIMM模型建立適合區域化醫療數據中心的數據模型；其次，參照國際和國家的標準建立醫療語義標準，進行本地化的擴展。最后，通過中央服務平臺進行數據收集。與在院內建設臨床數據中心不同的時，區域化的醫療數據中心無須為物理上集成的數據中心。

2.4 建設醫療大數據平臺

利用互聯網技術和大數據技術，基于醫療數據中心，建立醫療大數據平臺。例如使用Hadoop技術，對數據進行存儲和挖掘。通過機器學習，對人工智能學習模型進行訓練；機器學習的成果，可能通過醫療大數據平臺進行驗證和預測。

醫療大數據平臺的醫療相關的數據來源于醫療數據中心，對于其它領域的數據，可以通過中央服務平臺對接其它的數據中心。例如：基因數據中心。中央服務平臺負責連接跨領域的數據中心，擴數據維度和深度。使醫療大數據平臺擁有最廣泛的數據以供挖掘和分析。

3 結語

通過指出醫療大數據研究中的若干問題，以及對醫療大數據研究的臨床應用進行了展望和分析。雖然我國醫療行業處在初級階段，距離達到發達國家那樣的醫療服務體系還有一定的差距，但是相信在我們的不斷探索與研究學習中，可以對醫療服務行業進行大改革。

參考文獻

[1]羅旭，劉友江.醫療大數據研究現狀及其臨床應用[J].醫學信息學雜志，2015，11（05）：10-14.

[2]葉千紅，王玉榮.電子醫療：現狀問題及政府治理策略[J].電子政務，2017，02（10）：29-37.

[3]魯燕燕，謝紅珍.可穿戴設備在醫療領域的應用[J].中國醫療器械雜志，2017（03）：213-215+230.

[4]健康醫療大數據整合障礙重重[EB/OL].（2016-08-23）. http：//news.sina.com.cn/o/2016-08-23/doc-ifxvcnrv0630201.shtml.

作者簡介

樂穎（1979-），男，江西省撫州市人。碩士研究生。工程師。研究方向為醫療信息集成、大數據和人工智能。

作者單位

香港大學深圳醫院資訊科技部 廣東省深圳市 518053