醫院大數據框架體系構建及數據利用分析

朱冬晴

關鍵詞：醫院；大數據框架體系；數據利用

1引言

為滿足人們對身體健康保障工作的需要，當前醫院醫療服務項目的數量持續增加，進而使醫院方面的醫療數據總量增長。現階段，為降低醫療數據的管理難度，構建大數據框架體系，并提升數據信息應用效率，成為推動醫院穩定發展的重要舉措。

2構建醫院大數據框架體系的意義

近年來，隨著信息技術的不斷發展，醫院的信息化建設水平不斷提高，醫院的信息系統數量也隨之增加，并且隨著醫院信息系統、電子病歷系統、醫學影像存檔與通信系統等信息系統使用時間的增長，醫療數據的總量也在不斷增加。但是受當前醫院所使用的大部分信息系統承建廠家有所不同的影響，不同信息系統的數據結構差異較大，進而增加了數據信息協同化管理的難度，降低了醫療數據的利用價值。現階段，為了切實解決上述問題，在當前的醫療信息體系建設過程中，醫院方面可以在明確自身實際發展需要的基礎上，對信息系統進行整合，構建大數據框架體系，在為不同信息系統協同化發展提供支持的同時，實現醫療信息數據的高效利用[1]。

3醫院大數據框架體系的主要構成

在當前的醫院運營過程中，醫療數據已呈現出了數據體量大、數據多樣性、數據交互響應速度快、單一數據價值偏低等特點。為提升醫療數據的利用效率，醫院方面可以通過建設與數據量相匹配的大數據框架體系的方式，為數據利用活動的順利開展提供平臺。具體來說，傳統醫院信息體系在利用數據的過程中主要以需求為導向，不同軟件系統的應用導致數據存在分散性較為嚴重的問題，進而使信息系統無法滿足一體化數據應用活動的需要，降低了醫院運營管理工作的開展質量。面對上述情況，在廣泛普及數據技術的背景下，以數據處理引導數據應用構建大數據框架體系，可以為多樣化數據信息的整理利用提供有力的支持。現階段，醫院大數據框架體系在構建過程中主要包括數據采集、數據預處理、數據利用、數據存儲與管理、數據分析與挖掘這幾部分模塊，在上述模塊的應用過程中，可以切實解決醫院傳統信息系統的數據孤島問題，實現非結構化數據的結構化處理與應用。同時，當前的醫院大數據框架體系在應用過程中，可以通過分布式計算的方式，提升數據運算的速度，進而為數據的深度挖掘提供支持。

4醫院大數據框架體系的數據采集處理

4.1數據采集

傳統的醫院信息系統在建設過程中主要以臨床業務需求為基礎，系統模塊的構建目標在于滿足當前的業務需求，在系統構建過程中，技術人員的關注點在于提升系統與臨床業務需求之間的契合性，對系統后臺數據存儲結構、存儲方式以及系統與原有信息系統之間的不同關注度比較低，進而導致新建信息系統得到的數據信息在實際應用過程中無法與醫院原有信息系統的數據信息進行有效的融合，進而降低了醫院數據信息分析整合工作的有效性。同時，傳統數據采集技術采集的數據信息來源與數據結構較為單一，這類數據信息僅適用于關系型數據庫或數據倉庫，并且傳統的醫院信息系統存儲醫療數據的方式主要為分散式存儲，從而導致信息數據的后期采集利用工作難度有所上升。在大數據技術廣泛普及的背景下，為解決上述問題，提升數據信息的利用效率，技術人員在構建醫院大數據框架體系的過程中，可以以大數據技術為基礎開展數據的采集工作，然后構建以服務器為基礎的信息平臺，通過合理應用集群技術、分布式存儲技術、機器學習、大數據運算等新型信息技術，實現醫療數據采集與處理流程的標準化體系制定，進而在后續數據收集處理過程中，可以統一采集來源不同的結構化與非結構化數據，為后續數據信息的集中化處理打下良好的基礎[2]。

4.2數據預處理

現階段大部分醫院的工作內容較為繁雜，每天產生的醫療數據總量相對較大，但對醫院的數據庫信息進行分析后可以發現，醫院的單一醫療數據質量并不高，往往存在數據不夠完整、不同信息系統數據信息不一致等問題，在數據分析過程中，大部分數據信息都屬于無效數據信息，無法對其進行深入挖掘處理。因此，在構建醫院大數據框架體系時，可以以大數據預處理技術為基礎，通過對單一的醫療信息進行數據清洗、集成、轉換以及歸一處理，以提升數據信息的準確性、一致性以及完整性，進而為后續數據分析工作精確度的提升提供助力。

4.3數據存儲與管理

為滿足病患對于個人隱私、醫療研究成果保護等工作的要求，當前醫院對于數據信息的安全性要求相對較高，但對傳統醫療信息體系進行調查分析后可以發現，由于部分醫院會同時使用不同廠家生產的信息系統，而不同信息系統之間無法對同一信息進行調用、儲存，為了滿足不同信息系統的運轉需要，醫院方面往往需要將相應的隱私信息同時輸入多個系統內，進而在一定程度上增大了信息丟失的可能性。面對上述情況，將體量大，數據存儲安全性較高的大數據技術應用于當前醫院信息系統構建活動中成為一項極為必要的舉措。具體來說，醫院大數據框架體系的構建可以實現醫院內部多個信息系統的有效整合，有效降低了醫院內部信息調用工作的難度，減小了數據信息因多次輸入不同信息系統而出現安全問題的可能性。同時，大數據框架下的數據存儲系統采用了分布式的存儲方式，不僅滿足了醫院海量數據信息的存儲要求，還可以使數據在存儲過程中依據數據量的變化實時進行數據存儲空間的分布式擴增，進而提升了醫院醫療信息的存儲量，為后續數據分析活動的開展提供了有效的數據庫支持。另外，醫院大數據框架體系分布式存儲系統在工作過程中的多副本存儲機制，可以滿足醫院數據信息對于數據備份工作的要求，以提升醫療數據的安全性[3]。

4.4數據分析與挖掘

為了從海量的數據信息中獲取有用的信息，在當前的醫療信息分析過程中，可以利用大數據挖掘技術，搜索算法內存在的隱藏信息。在實際的信息搜索工作中，可以通過對數據庫內的信息進行審計、在線分析處理、機器學習、專家系統以及模式分析等，以完成信息的提取工作，然后將得到的信息進行合成知識庫．診療規則分析整理，以得到能夠滿足醫療應用需要的數據信息。

5醫院大數據框架體系的數據利用

在當前的醫院數據分析工作中，大數據框架體系的構建能夠實現海量臨床非結構化數據的分析處理，進而實現數據價值的深度挖掘。

5.1為管理決策提供支持

在當前的醫院管理工作中，合理應用大數據技術，不僅可以融合既往指標，充分利用醫院豐富的數據信息，還能為醫院精細化管理工作的開展提供支持。比如，可以將大數據技術融人疾病診斷相關分類DRGs分析管理系統中。具體來說，在醫院大數據框架體系內，DRGs分析管理系統主要以疾病診斷為分類依據，同時記錄了患者的年齡、并發癥、伴隨疾病、手術操作等因素，在進行相應數據信息分析時，可以以病案首頁的結構化數據為基礎。傳統的數據分析系統在發現指標異常時，只能將異常信息定位到單個患者的病案首頁，受病案首頁數據局限性的影響，醫療工作者往往無法以異常信息為基礎分析影響患者指標的具體因素。為解決這一問題，在醫院大數據框架體系內的DRGs大數據分析系統，可以通過對電子病歷進行結構化處理，并以開展病例數據分析的方式，對病例的每個節點內容進行詳細分析，然后以此為基礎，找出對患者指標產生影響的關鍵因素，從而達到提升患者信息精細化管理水平的目的。再比如，可以將大數據的結構化技術融人病例的智能化評分體系建設工作中。具體來說，在智能化病例評分系統構建過程中，可以以2014年版的《住院病歷質量評價標準（試用）》為基礎，利用大數據技術將評分標準拆解成具體詳細的規則，然后通過深度學習技術使評分系統能夠以專業評分人員的病例評分為依據，并將其應用到病例評分活動中，以推動病例評分活動從低效的人工評分方式轉化為高效的智能化評分方式，從而切實提升評分工作的效率，為醫療體系病例信息的高質量發展提供有力的支持[4]。

5.2提高臨床智能化診療效率

臨床醫療是當前醫院運營管理過程中的重要工作內容，現階段為了盡可能地提升臨床醫療決策的準確性，在構建醫院大數據框架體系的過程中，可以利用大數據技術對醫院海量的醫療數據文獻以及臨床醫療病例數據進行整理分析，在構建專業化臨床信息數據庫的同時為臨床醫師的后續工作提供決策支持。舉例來說，在當前的臨床醫療體系中，臨床決策支持系統、靜脈血栓栓塞癥風險評估系統等以大數據為基礎的臨床決策系統的應用，為臨床醫療工作質量的提升提供了有效的支持。具體來說，臨床決策系統在應用過程中可以以大數據為基礎，將臨床患者的歷史病例、相關醫療文獻、醫療指南等信息納入數據庫體系中，借助系統的自我學習能力，完成相應病例知識模型的迭代更新，以幫助臨床醫師快速完成病例診斷，并提升診斷工作的可靠性。同時靜脈血栓栓塞癥風險評估系統在應用過程中可以以評估規則為基礎，利用機器學習技術自動抽取滿足評估規則的醫療數據指標，然后在評估規則的引導下，對患者的靜脈血栓栓塞癥風險程度進行計算，然后將計算結果與指標數值進行對比分析，進而為患者提供相應的治療以及風險預防措施建議，并降低臨床醫師的工作壓力。

5.3滿足科研管理的工作需要

為了切實滿足臨床醫師對于病理數據檢索工作的需求，在檢索過程中可以通過對醫療數據進行后結構化處理，搭建科研數據檢索模塊，以降低后續檢索工作的開展難度。具體來說，由于大數據技術具備分布式存儲功能，在實際應用過程中能夠實現醫療數據的秒級搜索，因此在科研數據檢索模塊的搭建過程中，合理應用大數據技術，能夠切實提升數據檢索工作的效率。舉例來說，在當前的醫院大數據框架體系構成中，疾病圖譜、熱點趨勢分析、專病庫等功能模塊數據庫內存儲的信息量相對較多、內部信息的檢索頻率也比較高，現階段為了盡可能地提升數據信息的搜索精度，將數據挖掘、人工智能、深度學習等技術應用到信息搜索工作中，以構建各診療關鍵詞相互關聯的多級關系網絡，其不僅可以便于醫療人員通過關鍵詞對相應信息進行檢索，還能使科研數據檢索模塊自動提取排行前十位的關鍵詞，對其數據信息進行計算，并以計算結果為基礎繪制研究熱點趨勢圖，在提升分析工作直觀性的同時，降低醫療人員分析搜索信息相關熱點內容的難度。

6結束語

構建專業化的醫院大數據體系，在保存醫療數據的同時，使數據信息為臨床醫療、科學研究、行政管理等工作的開展提供數據化的支撐，在滿足當前醫療體系運營管理需要的基礎上，其充分展現了醫療數據的利用價值。