醫院大數據的集成融合與利用

◆陳 鵬

（齊齊哈爾醫學院附屬第二醫院 黑龍江 161000）

伴隨著科技的崛起，醫療領域意識到了科技在診療層面的巨大潛力，從二十一世紀開始，眾多醫院紛紛引進智能系統，通過專業軟件的助力，醫院內部各科室醫療服務的科學化、便捷化程度得到極大的提升。但是，醫院內部各科室的軟件不兼容成為突出問題。在醫聯體建設構想下，醫院將部分平臺鏈接到醫聯體平臺中。由于鏈接口數量多、操作頻繁，系統出現癱瘓成為常態，這種現象亟待解決。以大數據功能和云計算技術為依托的新型平臺可以有效解決醫療系統的突出問題，幫助醫療領域提升信息化水平。以下主要圍繞著集成平臺和融合展開簡單的分析與探討：

1 集成平臺和融合概述

醫療領域的集成平臺要在CDA標準的引導下建立，SOA框架是集成平臺的框架基礎。EBS服務可以實現多分支信息傳輸和統一管理，能夠降低多接口帶來的系統不穩定問題，成為醫療平臺的服務首選。集成平臺要求系統能夠穩定存儲多分支系統傳輸進的多樣信息，也可以實時向多分支系統安全傳輸信息。在這種框架下，用信息引擎取代傳統的鏈接口，醫院內部的各部分系統不再孤立，各科室之間可以在平臺內查找患者在其他科室的診療記錄，進而為科學診斷奠定信息基礎。此外，集成平臺的管理類別可以自由設定，根據患者醫保賬號或身份證號碼進行分類管理是首選，大夫在開處方前對于患者的既往病史和過敏記錄等一目了然。集成平臺在操作流暢性和安全性層面有舉足輕重的意義。

2 醫療領域大數據集成技術的應用優化途徑

（1）搭建hadoop中心

大數據支撐下，醫療領域的大數據生態必須具備強大運算能力，盡可能避免系統癱瘓的狀態發生，避免因為系統癱瘓貽誤患者最佳診療時間。在數據中心框架搭建中，hadoop是目前我國平臺搭建運用最成熟的服務中心，該模式經過眾多領域的實踐和完善，有極強的堆疊功能，服務器通過數據庫集群的構建提高信息儲藏能力，多容量數據庫群能夠為系統運行提供足夠的運行存儲空間，實現流暢運算，避免系統卡殼的現象發生。在醫院的實際工作中，患者數量大、病情復雜成為常態，對于一個患者有時需要多科室共同會診，大數據平臺必須在數據讀寫能力層面有強大的功能，hadoop框架能夠符合醫療實踐的需要。

（2）擴大數據庫規模

集成平臺能夠提升診療服務的效率，確保醫院內部不同部門之間可以同時調閱統一數據，避免因為數據輸入分歧導致的誤診現象。醫院各科室之間在診療層面有分工，但是因為患者病情復雜，需要各科室之間的業務頻繁交流，這就要求平臺必須要實現整體效果。以筆者所在的醫院為例，筆者所在的醫院是一個省級三甲醫院，數據平臺平均每天要處理80多萬條的信息，平臺內容納門診科室、輔助科室、藥房等共計五十多個分系統，業務鏈接口有三百個。為了支撐如此龐大的數據流量，醫院平臺通過MSMQ框架實現信息的分類處理，繼而提升了平臺的流暢性，擴寬了數據服務核心的信息吞吐能力，將全院診療、結算、病床管理等業務納入其中，實現高水平數據共享。

3 醫療領域大數據融合技術的優化途經分析

（1）實現全景數據功能

醫院門診是患者流動最頻繁的部門，平均每三分鐘完成一個人次的診療活動，但是一人次的診療活動涉及預約報道、處方、繳費等環節，為了減少系統反應時間，大數據的全景功能可以實現醫院的處方和繳費同時完成，減少病人的診療負擔。此外，在病房管理中，醫生為了詳細掌握患者情況，會詢問患者的既往病史和用藥歷史，但是，對于部分信息患者及其家屬并不了解，這會增大醫生的處方風險，危及患者生命健康權益。全景數據則可以有效解決這個問題，在全景數據中，醫生在系統中輸入患者的身份證號或者醫保賬號，系統便會自動彈出患者在本醫院曾經的用藥和診療記錄，甚至對于患者曾經的B超等輔助檢查資料也會呈現給醫生，讓醫生對于患者的疾病發展狀況有全面的了解。

（2）提升臨床監控效率

在大數據平臺中，醫囑可以實現同窗部署，未經系統管控的醫囑對患者無效，這可以約束醫生的診療活動，避免為了個人經濟利益而亂開處方或者輔助檢查的行為，此外，醫生的醫囑一旦經過系統錄入就不可更改，倒逼醫生以極高的責任意識開處方，一旦發生醫療糾紛，系統中的診療記錄能夠成為探究案件的重要證據，可以緩和醫患矛盾、提升醫生的威信。此外，同窗部署能夠簡化醫生診療流程，可以實現實時調取病例，減輕患者或者醫生的查閱負擔。同窗部署體系下還構建了分級監控制度，不同的級別有不同的操作權限，確保病例記錄的客觀性。

（3）優化分析功能

大數據最大的優勢在于其云計算功能可以通過既有數據自動分析輸入數據的正確與否，一旦醫生出現輸入錯誤，系統分析功能會提示誤診，避免因為人為原因產生危險。此外，大數據功能通過對各種數據的提取，能夠自由優化時間安排，達到人力所達不到的效果。以筆者所在的醫院為例，專家門診全部采用預約掛號制度，但是對于專家一天能看多少患者，其任意性較強，人工無法做到有效預計，存在當天的號卻無法診療的現象，引發患者極大的不滿，大數據分析便解決了這個問題，由于同一個專家一般只擅長一個領域的疾病診療，通過對大夫對每個患者看診時間的跟蹤，還能夠大體預估對于一個患者診療的時間消耗，可以優化預約掛號的數量，以及不同順序號碼大體排到的時間，方便患者合理安排時間、縮短等待時間。

4 結語

綜合上文所述我們可以知道，依托大數據技術的醫療平臺能夠減輕醫生的診療負擔，提高診斷的透明度，打通醫患之間的信息壁壘，為緩和醫患糾紛奠定技術基礎。大數據平臺能夠提升醫生的責任意識和診療服務水平。大數據技術在醫療領域的應用在本質上是為社會監督醫療奠定基礎，在如今互聯網時代下，醫生不再處于信息壟斷地位，患者能夠通過網絡搜索對自己身體狀況有個基本判斷，可以有效凈化醫療領域的風氣。