医疗大数据分析应用平台

1、医疗大数据分析应用平台医疗大数据分析应用平台产品解决方案(初稿)本应用平台产品的总体方案思路是：基于目前医疗效劳机构及相 关机构已有的HLI、NHLI、HIS等有关系统形成并积累的医药医疗大 数据和信息,采用最新的大数据技术、云计算技术、BI和数据挖掘技术,形成对医疗行业具有新视角、全方位、智能性、预测性、可视 性的深层次展示分析效果(Insight ),揭示医疗行业整体规律和内在 开展趋势,揭示患者个体的独有特质并形成个性医疗, 将医疗行业的 宏观大势与每个患者的微观个体定性定量描述有机结合,到达支撑和 形成医疗行业新应用场景和新效劳模式.医药医疗大数据是具有 更强的决策力、洞察发现力和流程

2、优化水平的海量、 高增长率和多样 化的信息资产,但需要新计算处理模式.1 .背景介绍根据国际著名分析机构Gartner给出的定义：大数据就是那些具 有规模大、速度快、种类多三大特征的数据资产.大数据分析从海量 数据中筛选出有用的信息,然后通过各种手段将信息转化为洞察力, 从而做出正确决策,并最终推动业务开展.通过一系列分析处理,大 数据可以帮助企业制定明智且切实可行的战略,获取前所未有的客户洞察,支持客户购置行为,并构建新的业务模式,进而赢得竞争优势.随着人们的生活水平不断提升,健康也越来越受到家庭的关注.2021年2月27日,我国卫生部公布的第四次国家卫生效劳调查结 果显示,截止至2021年

3、,我国居民脑血栓,糖尿病,高血压等慢性 病病例数到达2.6亿,占全国总人数的20%其中高血压病人对自身 疾病的知晓率只有30%同时这些病人中的治疗率只有 25%限制率 仅为6%糖尿病病人中,能坚持彳到标准治疗的也只有 33%由此我 们可以看出,建立科学、标准、高质量的慢性病治理策略,实现对人 体慢性病的监护具有重大的意义. 通过慢性病的早期诊断和监护,不 仅能提前预防和限制各种疾病,还能帮助他们合理用药,减少医药开 支.另一方面,我国公共医疗卫生资源紧缺,城乡医疗卫生资源的差 距比拟大,城市人口平均拥有的医疗卫生资源是农村人口的2.5倍以上,比方,占全国总人口近70%勺农村拥有全国医疗卫生资源

4、的 30% 而占全国总人口 30%勺城市却占有全国医疗卫生资源的 70%优质的 医疗卫生资源集中分布在城市,尤其是大城市.因此,实现城乡之间 的医疗卫生资源共享成为丞待解决的重要问题.同时,随着国家积极倡导“ 3521医疗系统建设,我国医疗领域 信息化程度得到了很大的提升,预计在全国会出现上百个医疗数据中 心,每个数据中央都将承载近1000万人口的医疗数据,数量多、更 新快且类型繁杂,使医院数据库的信息容量不断膨胀, 这就产生了医 疗大数据.医疗大数据通常具有以下特征：(1)数据巨量化：区域医疗数据通常是来自于拥有上百万人口和上百家医疗机构的区域,并且数据呈持续增长的趋势.依照医疗行 业的相关

5、规定,患者的数据通常至少需要保存 50年.(2)效劳实时性：医疗信息效劳中会存在大量在线或实时数据 分析处理的需求.例如：临床中的诊断和用药建议、健康指标预警等.(3)存储形式多样化：医疗数据的存储形式多种多样,例如各种 结构化数据表、非(半)结构化文本文档、医疗影像等.(4)高价值性：医疗数据对国家乃至全球的疾病防控、新药研发 和顽疾攻克都有着巨大的作用.因此,如何在海量的医疗大数据中提取信息的水平正快速成为战 略性开展的方向,通过大数据分析挖掘出有价值的信息, 将对疾病的 治理、限制和医疗研究都有着非常高的价值.目前,大数据、云计算是已经普及并成为IT行业的主流技术. 国内外都已经进入了大

6、数据、云计算的研究热潮,同时大数据、云计 算技术也逐渐成熟,大规模区域医疗信息系统和大型数据中央的建立 也在同时进行.而云计算是大数据成长的驱动力,与此同时,由于医 药医疗大数据越来越多,对云计算的需求日益增长,所以二者是相辅 相成的.随着医疗数据的急剧增长,如何充分利用这些数据,运用大 数据、云计算技术,搭建合理先进的数据云效劳平台,为广阔患者、 医务人员、科研人员提供效劳和协助,必将成为未来信息化工作的重 要方向.“大数据时代已经降临,“大数据正在对每个领域都造成影 响.在商业、经济及其他领域中,决策行为将日益基于数据和分析的 结果,而非基于经验和直觉；而在公共卫生、经济开展和经济预测等

7、领域中,“大数据的预见水平也已经崭露头角.2021年3月,美国 政府公布了 “大数据研发方案"Big Data Research and Development Initiative .该方案的目标是改良人们从现有的海量和复杂的数据 中获取知识的水平.其中,与医疗卫生领域相关的有生物传感2.0、虚拟实验室环境VLB、癌症基因组图谱TCGA神经科学信息框架 NIF、患者报告结果测量信息系统PROMIS等10余项.2021年美 国的公共数据开放工程OpenFDAt线之后,先导工程开放了 “ 300万 份药物不良反响报告,这些数据是 2004至2021年间被提交给FDA 的药物不良反响和医

8、疗过失记录. 对医疗机构来说,不良反响和医疗 过失记录起到的是长远的奉献作用,能减少医疗悲剧的重现.根据我国居民第三次死因调查报告显示, 脑血管病已成为居民的 第一死因.脑卒中发病率正以每年 8.7%的速率上升,我国每年用于 治疗脑血管病的费用约在100亿元以上.2021年,GE医疗中国联合 国家卫生计生委脑卒中防治工程委员会 脑防委启动了 “脑卒中行 动合作战略.GE医疗“脑卒中行动的法宝之一就是大数据.尤 其是GE构建的三级筛查网络,对双侧内膜增厚的高危人群检出率提 升了近10% GE搭建的脑卒中信息治理系统可以与医院 Lis和His系 统全面对接,记录患者的根本信息、初筛信息、复筛信息、

9、用药信息、 实验室检查、体格检查信息及其随访信息等,全面跟踪患者的诊治流程.还可以与PAC繇统对接,全面记录患者的影像学信息,实现患 者影像信息的共享.同时,可对患者全流程疾病影像信息回忆,减少 患者重复检查的负担,协助医生对患者疾病信息的全面判断.在上述这些大背景下,本公司提出并方案研发“医疗大数据分析 应用平台以下简称“本平台产品,以期为我国医疗卫生实现数 字医疗、智慧医疗、健康医疗发挥重要作用.从而到达：效劳模式以 患者为中央,形成居民健康全过程效劳,从被动到主动；医疗模式以预防为主,人人享有根本医疗卫生效劳,将医疗卫生工作重点由 后治前移到预防保健,从治病到防病；诊疗模式预防各自为政,

10、 实行上下联合,专业分工,从排斥到联动；数据模式从业务系统 数据向整体数据转变,改变过去的数据不统一、不互通、不共享,从隔离到整体；技术模式采用各种新技术手段,包括大数据、云计 算、物联网、移动互联等,形成技术合力,从简单到综合的转变.2 .产品愿景形成充分发挥大数据技术的,针对医疗医药行业的,能充分适应 医疗卫生信息特征的大数据分析应用支撑平台,通过大数据分析,达到发现知识、发现规律、预测未来,将医疗卫生行业推进进入大数据 时代提供技术可行性.3 .产品定位本平台以医疗卫生行业的整体数据架构数据模型、数据构成、数据关系为根底和标准,以对应的医疗卫生业务数据为输入,通过 大数据技术,形成针对医

11、疗卫生行业中不同机构、 角色和业务活动的 智能化应用,因此本平台不是代替已有医疗卫生信息化系统,而是在多个方面强化已有医疗卫生信息化系统,包括任意查询、即兴分析、 业务增强、规那么约束、预测未来、发现知识,并提供互动性、及时性、 预知性、洞察性,从而到达实现智慧医疗的目标.3.1 解决的问题当前医疗卫生信息化建设的主要问题是各个区域内不同医疗机 构中患者的根底信息和各种临床信息资源分散、重复、孤立,导致有 效信息闲置、信息重复或不一致,很难得到有效利用.通过本平台实现国家医疗卫生信息化规划中 “4631-2 的三大基 础数据库,即数据库、数据库和全员人口个案数据库的应用落地；通过本平台实现智慧

12、医疗的核心局部,即医疗卫生效劳体系的智 能化,使医疗卫生的各种应用提升水平；通过本平台为“看病难、看病贵的解决提供科学定量判断依据、 比照分析依据和方案效果评价依据；3.2 到达的效果本平台预期部署到云平台上运行,采用 SOA的理念进行架构开 发,通过分层将公共大数据算法模型封装为效劳, 对业务应用提供服 务,同时平台业务应用也是效劳的形式存在, 即应用单位不再需要购 买部署自己的效劳器硬软件环境,只需要开通相应效劳就可以了.各 个应用单位根据自己的业务需要定制效劳,平台支持“开通即用服 务模式,为实现业务应用集成,本平台将对外支持 WebService方式 的接口效劳.本平台希望将医疗卫生的

13、智慧功能应用普及到业务角色和过程 的方方面面,包括医生包括专科医生、全科医生、保健医生等 、 患者包括慢性病患者、潜在患者等、治理者包括医疗治理者、 医疗保险治理者、医药监管治理者、公共卫生治理者等、医药经营者药品研发、药品生产、药品物流、药品零售等以及商业医疗保 险经营者健康险、大病险、医疗意外险等.4 .产品理念医疗卫生、健康保健、医药器械形成的海量数据就象一座待开发 的金矿,利用大数据技术、云计算技术、物联网技术和便携设备技术 的最新成果,将给医疗卫生事业带来全新革命性的改变, 明显解决看 病难和看病贵的问题,到达医疗卫生资源配置分布合理、 大病小病治 疗各司其职、疾病预防治疗有机结合、

14、公民健康保健全过程覆盖.5 .总体思路通过建立医疗卫生大数据的统一标准和标准,形成可被相关业务 应用所利用的医疗卫生大数据源和交互机制, 在此根底上,首先形成 专题大数据应用,这些应用具有跨部门和组织机构的通用性,并具有良好的稳定性,由于这些应用是面向医疗卫生专题的；基于专题大数据应用,根据医疗卫生相关部门和组织机构的业务要求,可开发形成各种业务大数据应用,并且随着平台的推广,积累的医疗卫生业务大 数据应用的实例将会越来越多,并最终形成不同方向的最正确应用样 例.专题大数据应用业务大数据应用医生医疗卫生效劳一二医疗卫生大数据源患者分析效果分析疾病分析用药分析医药生产经营企业费用分析健康分析医疗

15、卫生治理机构药品分析医疗保险机构平安风险分析公共卫生效劳机构资源分析医药监管机构I医疗卫生效劳机构个人患者、亚健康5.1 对接数据源,获取医疗卫生大数据医疗卫生大数据中央为本平台进行医疗卫生大数据分析提供数据源,但不在本平台范围内,并平台只是开发提供一套与该数据中央 的数据读取接口,并具有监控数据读取情况汇总统计和异常提示功该数据中央的定位：整合区域内不同医疗机构中患者 /健康人群的各种临床诊疗数据、健康数据,在相对集中的逻辑 /物理环境中, 构建一个以存储和处理患者/健康人群诊疗信息为核心,覆盖多学科、 多专业的面向区域内主要卫生行政主管部门、 临床医疗机构和社会公 众的医学医药、医疗、健康

16、信息资源共享机制-区域性医学数 据中央.区域性医学数据中央的建设以行政业务处理、医疗、预防、 保健、康复为效劳主线,以健康人群和患者的医疗活动需求为根底. 区域卫生数据中央通过制定标准的数据接口, 建立基于广域网的信息 交换、数据采集和传输机制,对区域内医疗卫生信息数据进行采集、 传输、清洗和汇总,将医院、社区、医药企业以及公共卫生机构的各 类数据、系统有机地整合起来,生成区域的卫生大数据.5.2 对获取的医疗卫生大数据预处理机制医疗卫生大数据预处理主要完成对已接收数据的辨析、抽取、清洗等操作,目的是将数据按统一的格式提取出来,然后再转化,集成, 载入数据仓库的工具ETL包括：抽取：因获取的数

17、据可能具有多种结构和类型,数据抽取过程可以帮助我们将这些复杂的数据转化 为单一的或者便于处理的构型,以到达快速分析处理的目的；清洗： 对于大数据,并不全是有价值的,有些数据并不是我们所关心的内容, 而另一些数据那么是完全错误的干扰项.因此要对数据通过过滤“去噪从而提取出有效数据.5.3 建立医疗卫生大数据的存储机制虽然关系型数据库系统RDBM碓安装和使用上仍然占有主要地 位,但毋庸置疑,非关系型数据库NoSQ技术已经成为今天开展最快 的数据库技术.NoSQ层对数据库系统的总称,在某种程度上,它的性能和用途可能完全不同.目前除了关系型数据库外,还主要存在有以下四种NoSQlB据管 理系统：键值数

18、据库：当数据以键的形式访问时,比方通过国际标准书号 ISBN找一本书,键值数据库是最理想的.在这里,ISBN是键,书籍 的其他信息就是值.必须知道键才能查询,不过值是一堆无意义的数 据,读取之后必须经过译.文档数据库：该数据库以文档的形式治理和存储数据. 有点类似 于键值数据库,但文档数据库中的数据有结构.与键值数据库中值是 一堆无意义的数据不同,文档数据库中数据以文档的结构被描述,典型的是 JavaScript Object Notation (JSON)或 XML 文档存储数据库中的数据可以通过定义的任何模式进行查询, 但键值数据库只能通 过它的键进行查询.列式数据库：也被称为列式存储或宽

19、列存储,一改之前行式存储 的方式,对数据进行列式存储.在传统关系型数据库中,数据经常以 行来访问.以列式治理记录的 NoSQL数据库可以治理大规模的动态 列.由于没有固定的模式,所以列名和键可以变换.列式数据库适用 于不经常写的情况,要满足 ACID (原子性、一致性、隔离性和持久 性)的要求并不难,而且模式是变化的.图型数据库：图型数据库关注值与值之间的关系,用图型的数学概念存储数据.图型数据库用带有点、边缘和属性的图的结构表示和 存储数据.在图型数据库中,每一个元素都包含一个直接的指向它毗 邻元素的点,所以也就不需要索引查找.每个种类的NoSQL数据库都有适用的不同类型的应用程序和用 例,

20、这就涉及到一个NoSQLt区常用的一个话题,即多样持久性,或 者说根据数据库处理应用程序需求的不同,使用不同的数据库系统, 用于不同的应用程序和用例.5.4 医疗卫生大数据的处理和分析算法分类和形成技术分类方法? 根据挖掘任务：分为分类或预测模型发现、数据总结、聚类、关 联规那么发现、序列模式发现、依赖关系或依赖模型发现、异常 和趋势发现等等；? 根据挖掘对象：可分为关系数据库、面向对象数据库、空间数据 库、时态数据库、文本数据源、多媒体数据库、异质数据库、 遗产数据库以及环球网Web? 根据挖掘方法：可分为：机器学习方法、统计方法、神经网络方 法和数据库方法.主要处理和分析技术? 预言处理：

21、用历史预测未来；挖掘规律处理：了解数据中潜在的规律；关联分析：查找存在于工程集合或对象集合之间的频繁模式、 关 联、相关性、或因果结构；序列模式处理：给定一个由不同序列组成的集合,其中, 每个序 列由不同的元素按顺序有序排列,每个元素由不同工程组成, 同时给定一个用户指定的最小支持度阈值,序列模式挖掘就是 找出所有的频繁子序列,即该子序列在序列集中的出现频率不 低于用户指定的最小支持度阈值；分类预言分析：预测分类标号或离散值,根据练习数据 集和类标号属性,构建模型来分类现有数据,并用来分类新数 据.建立连续函数值模型,比方预测空缺值；聚类分析：聚类是一种无监督分类法：没有预先指定的类别.在 同

22、一个类中,对象之间具有相似性；不同类的对象之间是相异 度分析；把一个给定的数据对象集合分成不同的簇.将物理或 抽象对象的集合分组成为由类似的对象组成的多个类；聚类在 不同的应用领域,用作描述数据,衡量不同数据源间的相似性, 以及把数据源分类到不同的簇中；聚类是将数据分类到不同的 类或者簇这样的一个过程,所以同一个簇中的对象有很大的相 似性,而不同簇间的对象有很大的相异性；聚类与分类不同, 聚类所要求划分的类是未知的；? 异常检测分析：异常检测是数据挖掘中一个重要方面,用来发现 小的模式相对于聚类,即数据集中间显著不同于其它数据 的对象；? 可视化分析.数据可视化可以让数据自己说话, 让用户直观

23、的感 受到结果；? 数据挖掘算法.分割、集群、孤立点分析还有各种算法让我们精 炼数据,挖掘价值.这些算法要能够应付大数据的量,同时还 具有很高的处理速度；? 语义引擎.人工智能从数据中主动地提取信息.包括机器译、 情感分析、舆情分析、智能输入、问答系统等；? 数据质量和数据治理.透过标准化流程和机器对数据进行处理可 以保证获得一个预设质量的分析结果.5.5 开发专题大数据分析,形成专题大数据应用面向医疗卫生专业所特有的专题,开发形成一系列的专题大数据 应用.在充分调研和分析医疗卫生行业的业务特性根底上,研发形成具有我国医疗卫生行业特征的分类专题大数据分析, 并根据专题组成 和业务功能要求形成满

24、足该业务专题的大数据应用, 如心脏病专题的 大数据应用,包括其成因的大数据分析、其日常行为对病情影响的大 数据分析等,为有关机构进行心脏病的有关活动 预测、预防、治疗、 恢复提供支撑.5.6 开发机构大数据分析,建立机构大数据应用面向不同的医疗卫生机构和部门及其相关企业机构, 开发形成针 对不同机构和部门业务的机构大数据应用, 如医疗卫生机构应用、医 疗卫生治理机构应用等.在上述专题大数据应用根底上,结合所承当 的相关医疗卫生及其相关机构工程,进行机构大数据应用定制开发.5.7 建立平台应用实施推广组织机制在本平台开发和部署根底上,逐步形成基于本平台开发应用工程 的实施推广组织机制,包括市场宣

25、传、营销推广、实施维护和售后服 务等.5.8 建立平台产品优化升级效劳组织机制本平台作为公司的主打产品系列,要建立严格的版本限制,并根 据市场反响和内部技术开展,进行有方案的平台版本升级,并将新版 本升级信息和文档,按规定要求通知已有用户,并及时进行产品升级, 并提供维护效劳.6 .医疗卫生信息的大数据建模描述和分析伴随着中国医疗卫生效劳的信息化进程推进,将产生大量的数 据.这些数据主要来源于医疗业务活动、健康体检、公共卫生等9项医疗卫生效劳.数据内容包括来自医院的大量电子病历、 区域卫生信 息平台采集的居民健康档案等.其中大量充满着非结构化/半结构化的数据,包括图像,office 文档,以及

26、XML结构文档等.医疗大数据的应用,关键是整合所有可能得到的这些数据, 为机构和政策制定者来找到如何刺激经济并降低共享数据的技术门槛.临床数据医疗行业 大数据制药行业 科研数据% J病人行为 和情绪数据活动报销和本钱数据6.1 我们给出的相关数据模型我国医疗卫生行业涉及的数据实体对象种类非常众多,包括医疗 机构科室医生门诊、住院、群众群体患者、医疗治理部门 卫生局一疾控中央一医保中央一发改委一中医药治理局、医药治理部门药监局、医药研发医药生产医药经营药品 处方药、ODC 药、医疗器械研发-医疗器械生产-医疗器械经营-医疗器械、商 业医疗保险公司、体检中央体检医生、AP耳艮务等.如下列图所示卫生

27、局医院医生"患者体检结果体检中央药监局医疗器械 生产销售 企业AP用艮务<一一/疾控中央JL体检医生I药口口招米f药品运输与库存<检查结果医药生产销售零售企业医保中央保险公司/药品A医疗保险群众群体商业保体检报告医疗器械6.2 卫计委给出的相关数据模型2021年底,原卫生部完成了 “十二五卫生信息化建设工程规 划编制工作,初步确定了我国卫生信息化建设路线图,简称“3521-2工程,即建设国家级、省级和地市级 3级卫生信息平台,增强公共 卫生、医疗效劳、新农合、根本药物制度、综合治理等5项业务应用, 建设健康档案和电子病历2个根底数据库和1个专用网络建设,进 行医疗卫生信息

28、标准化体系和平安保证体系2个体系建设.2021年11月,卫生部和计生委合并后,信息化建设工程规划的顶层设计规划又调整为“ 4631-2工程,其中,“4代表4级卫生信 息平台,分别是：国家级人口健康治理平台,省级人口健康信息平台、地市级人口健康区域信息平台及区县级人口健康区域信息平台；“6代表6项业务应用,分别是：公共卫生、医疗效劳、医疗保证、药品治理、方案生育、综合治理；“3代表3个根底数据库,分别是：数据库、数据库和全员人口个案数据库；“1代表1个融合网络,即人口健康统一网络；最后一个“2是人口健康信息标准体系和信息平安 防护体系.依托中西医协同公共卫生信息系统、基层医疗卫生治理信 息系统、

29、医疗健康公共效劳系统打造全方位、立体化的国家卫生计生 资源体系.卫计委规划的三大根底数据库相互关系和包括的主要数据 如下列图所示.、病历概要：包括患者根本信息等四项内容.2、门急诊诊疗记录： 包括门急诊病历、 处方等六项内容.3、住院诊疗记录：包括住院病案首页、住院志等 九项内容.4、健康体检记录：一般常规健康体检记录.5、转诊院记录：患者转诊的主要工作记录.6、法定医学证实及报告：包括出生医学证实等.电子健康档案数据库1、个人根本信息：包括姓名、性别、照片、英文名 、曾用名、身份证号、年龄、证件类型、证件号、籍 贯、国籍、户籍类型、户籍地址、政治面貌、健康状况、 婚姻状况、宗教信仰、兵役状况

30、、文化程度、专业、学位 、职称、从业状态、工作单位、工作单位通讯地址、社保 号、民政抚助对象类型、联系 、 号、电子邮件 、现居住地址、居住类型、死亡标识彳言息等.2、个人扩展信息： 包括工作、教育、家庭、住 房、社保、公积金、方案生育、卫生健康、犯罪记 录、死亡信息等.全员人口个案数据库、医疗机构信息：医疗机构法人信息. 电子病历数据库1、个人根本信息：包括人口学信息、社会经济 学信息、亲属信息、社会保证信息、根本健康信息 、建档信息.2、主要卫生效劳记录：包括儿童保健信息、妇女保健信息、疾病预防信息、疾病治理：高血压、 糖尿病、肿瘤、重症精神疾病等病例治理信息,老 年人健康治理信息、医疗效

31、劳信息等.电子健康档案的数据架构是以人的健康为中央,以生命阶段、健康和疾病问题、卫生效劳活动或干预举措作为三个纬度构建的一 个逻辑架构,用于全面、有效、多视角地描述健康档案的组成结构以及复杂信息间的内在联系.通过一定的时序性、层次性和逻辑性,将人一生中面临的健康和疾病问题、 针对性的卫生效劳活动或干预措七轴 R生眼帝活动雯康题 主修诃N学龄期要审题王健问施以及所记录的相关信息有机地关联起来,并对所记录的海量信息 进行科学分类和抽象描述,使之系统化、条理化和结构化.个人健康档案的三维概念模型,可以清楚地反映出每个个人不同 生命阶段、主要疾病和健康问题、主要卫生效劳活动三者之间的相互 联系.同时,

32、坐标轴上的三维坐标连线交叉所圈定的空间位置域 表示了人在特定生命时期、因特定健康问题而发生的特定卫生效劳活 动所需记录的特定记录项集.由于三维空间中的任意一个空间位置都 对应着某个特定的健康记录,从而构成了一个完整、立体的健康记录, 这些健康记录全面地反映了个人健康档案内容的全貌.第一维X轴：生命阶段根据不同生理年龄可将人的整个生命进程划分为连续的假设干生命阶段,如：婴儿期01岁、幼儿期13岁、学龄前期3 6岁、学龄期612岁、青春期1220岁、青年期2145 岁、中年期4660岁、老年期60岁以上等八个生命阶段.也可以根据基层实际工作的需要,将人群化分为：儿童、青少年、育 龄妇女、中年和老年

33、人.第二维Y轴：健康和疾病问题每一个人在不同生命阶段所面临的健康和疾病问题不尽相同. 确 定不同生命阶段的主要健康和疾病问题及其优先领域,是客观反映居 民卫生效劳需求、进行健康治理的重要环节.第三维Z轴：卫生效劳活动或干预举措针对特定的健康和疾病问题,医疗卫生机构开展一系列预防、医 疗、保健、康复、健康教育等卫生效劳活动或干预举措 ,这些活 动反映了居民健康需求的满足程度和卫生效劳利用情况.个人健康档案EHR根本结构6.3 相关数据特征比照分析从医药医疗健康大数据分析应用角度,本平台需要一个尽可能全 和细的数据集合,所以理想状态是结合上两局部数据内容形成的超集 集合,甚至包括一些非医疗健康数据

34、,如考察研究某种药对某种疾病 的医疗效果时,如果能获得当地的气象天气信息,可能分析出的结果 将明显不同.另外可以看出目前所给数据都是结构化数据, 如果从大 数据分析应用角度,理想的数据还应该包括图像、图形、文本等半结 构和非结构数据,以及非关系数据多维数据,才能构成满足医药 医疗健康大数据分析应用的需求.2000年以来,我国的医疗数据的生成和采集主要局限于各大医 院.近几年,随着社区系统、新农合系统、村卫生室系统等基层医疗 卫生信息系统逐步上线,医疗卫生数据源头也越来越多,数据量越来 越大.从卫生效劳的类型看,区域卫生信息的类型主要有：医疗效劳 类、公共卫生效劳类、社区卫生效劳类、卫生业务类、

35、卫生治理效劳 类数据.根据估算,中国一个中等城市1千万人口规模50年所 积累的医疗卫生数据量就会到达 10PB级.随着各地区域卫生信息平 台的建设,存储于各医疗卫生机构的数据将逐步通过各种方式实现整 合与共享.多维数据由于医疗数据是多种数据源数据的汇总, 数据之间的关 系非常复杂.如下列图所示：以患者为中央的效劳需要把一个患者的全 周期数据根据时间轴排列,并分析诊断、用药和患者生命体征、检验 检测值之间的关联；以医生为中央的效劳又需要把与医生相关的患者 数据挑拣出来,并进行分类；以科室为中央的效劳可能需要既从科室 所属医生的角度,又要从在该科室就诊患者的角度进行分析； 针对社 区的效劳可能需要

36、统计整个社区居民某项指标比方血压、血糖的 达标率.医疗数据的多维度、多粒度为各种信息效劳的多角度、多层 次分析提供了可能,但同时也为大数据分析带来了挑战. 由于不可能 为每一种信息效劳存储一份特定的优化模式的数据, 况且也无法枚举 出所有可能的信息效劳需求.这就需要医疗数据的存储模型能够适应 灵活多变的多维统计分析需求.7 .大数据分析应用平台支持的业务主题场景本平台支持的业务主题应用场景将尽量以国务院发布的 ?全国医 疗卫生效劳体系规划纲要20212021年?内容和目标为依据,即“优化医疗卫生资源配置,构建与国民经济和社会开展水平相适应、与居民健康需求相匹配、体系完整、分工明确、功能互补、密

37、切协作的整合型医疗卫生效劳体系,为实现 2021年根本建立覆盖城乡居民 的根本医疗卫生制度和人民健康水平持续提升奠定坚实的医疗卫生 资源根底.最终形成我国医疗卫生效劳体系的总体布局,如下列图.本平台将以患者个人生命全周期、 个人疾病全周期、医疗卫生服务、医药供给链所产生的大数据源为主,以支持个人、医疗卫生效劳机构、医药生产经营企业、医疗卫生治理机构、医疗保险机构、公共卫生效劳机构、医药监管机构等的业务大数据应用为主要应用场景.专题大数据应用医疗卫生大数据源U二二医药供给链二患者分析疾病分析用药分析费用分析健康分析药品分析资源分析效果分析业务大数据应用平安风险分析以个人为中央全生命周期的阶段划分

38、,如下列图:医疗卫生效劳也从局限于医院内部的检查、 诊断和治疗,扩展到未病、病前和病后的全过程医疗卫生活动.这些活动如下列图：* 团勒育册费齐色此山体医生师告惮楮隹控潘Mi府疗J隙兀 4k杆门5坤崎*1月注状t重筑信萨周刊KF*押升保也日1冗仲博ftMitIM样讲班的 百05*贵"“哂毒化三口*峭孙地雨富股T卡次席由K1*阍亡力翼很怛基因国由长冲疗rnIftlK试用©理as妁梅数生小吃心理展个址厘生化7.1 医疗卫生效劳机构应用医疗卫生效劳机构要实现业务信息智慧洞察的目标,必须使用适当的技术架构平台来支持业务数据分析系统.方法包括应用大数据、 数据仓库和商业智能技术,集成医

39、院各类数据资源,实现医疗效劳机 构各类治理指标的预警监控,并提供多维综合分析平台.从而应用大 数据处理和商业智能技术,分析挖掘医院运营各个方面的信息数据, 通过预警监控、多维联机分析等技术手段,能够有效地提升医院的医 疗质量,提升医院科学治理水平,辅助治理层决策.医院核心业务每天产生大量的医疗数据, 具有丰富的价值,通过 数据挖掘等手段的分析,构成指导决策的数据,这对医院的开展、决 策非常重要.现在的一个医生,最多能治理30个糖尿病患者,但是 大数据研究一做出来,一个医生能治理200个糖尿病患者,光这一个 应用,我们就可以增加七倍的生产力.通过全面分析患者特征数据和疗效数据,然后比拟多种干预举

40、措 的有效性,可以找到针对特定患者的最正确治疗途径.通过对在患者档 案方面的大数据分析,可以确定哪些人是某类疾病的易感人群, 使他 们尽早接受预防性干预.这些方法也可以帮助患者选择恰当的治疗方 案.?临床决策支持分析：大数据分析将使临床决策支持系统更智能, 这得益于对非结构化数据分析水平的日益增强.例如：可以使用图 像分析和识别技术,识别医疗影像数据,或者挖掘医疗文献数据 建立医疗专家数据库,从而给医生提出诊疗建议"此外,临床决策 支持系统还可以使医疗流程中大局部的工作流向护理人员和助理 医生,使医生从耗时过长的简单咨询工作中解脱出来,从而提升 诊疗效率.就诊人数及走势分析,使医院治

41、理人员及时准确地了解各科室 的工作量,有效地指导方案、人员方案及药品材料方案,大 大增进对未来工作量的把握度；药品材料消耗及供给商分析,指导医院的采购行为；医疗水平分析：医院各级领导及时准确地了解各科室的医疗能 力情况,治愈率和好转率；医疗效率分析,分析人均住院时间、人均治疗时间等,对各科 室的效率进行分析；库存分析,用于了解西药、中药、材料的库存情况,指导资源使用；医疗质量分析,包括对门诊质量、住院质量、检验质量等的分 析.?医疗数据可视化分析：根据医疗效劳提供方设置的操作和绩效数 据集,可以进行数据分析并创立可视化的流程图和仪表盘,促进 信息透明"流程图的目标是识别和分析临床变异

42、和医疗废物的来 源,然后优化流程.仅仅发布本钱！质量和绩效数据,即使没有 与之相应的物质奖励,往往也可以促进绩效的提升,使医疗效劳 机构提供更好的效劳,从而更有竞争力.公开发布医疗质量和绩 效数据还可以帮助病人做出更明智的健康护理决定,这也将帮助 医疗效劳提供方提升总体绩效,从而更具竞争力.?医学图像挖掘分析：医学图像如CT, !MRI, PEW是利用人体 内不同器官和组织对X射线！超声波！光线等的散射、透射、反 射和吸收的不同特性而形成的"它为对人体骨骼、内脏器官疾病和 损伤进行诊断！定位提供了有效的手段"医学领域中越来越多地 使用图像作为疾病诊断的工具.? DN舒析：随

43、着人类基因组方案的开展产生了巨量的基因组信息, 区分DN序列上的外显子和内含子成为基因工程中对基因进行识 别和鉴定的关键环节之一.使用有效的数据挖掘方法从大量的生 物数据中挖掘有价值的知识,提供决策支持"目前已有大量研究 者努力对DN微据分析进行定量研究,从已经存在的基因数据库中 得到导致各种疾病的特定基因序列模式.一些DN份析研究的成果 已经得到许多疾病和残疾基因,以及新药物！新方法的发现.?合理用药应用分析：为临床医药卫生技术人员提供了一个有效掌握、方便查询、可利用价值高的权威信息源,为临床医药卫生技27 / 113下载文档可编辑术人员节省大量时间、实现医疗专业人员对临床药物信息

44、的有效掌握和利用、提升临床人员的合理用药专业水平、 减少用药过失, 预防医疗纠纷.?医药药品分析：分析医院用药情况,包括税金占比、处方用药、 大处方500元-1000元的处方、1000元以上的处方、抗生素使用、 医嘱用药等详尽的分析,可以具体查到每个医生每张处方的用药 情况,以及医院的药品使用排名、医生的用药排名信息.为医院 的合理用药、抗生素滥用治理、药商促销限制等提供直接有效的 治理数据.?医疗质量/效率分析：分析全院医疗质量、医疗效率的完成情况. 包括各项指标的同比、环比、差异值等完成情况及趋势情况的对 比分析,通过智能下钻分析,可以详细查看每个科室、每个员工 各项指标的同比、环比、差异

45、率、增长率等完成情况.让院领导 了解每个科室、每个员工的工作完成情况,增强治理,推动医疗 质量与医疗平安工作的稳步提升,为患者提供优质、满意的医疗 效劳.?不同病种分析：分析医院某个病种治疗的各项指标信息,包括治 疗人次、治疗人次占比、总费用、药品费用、人均费用、药占比、 平均住院天数等信息.为医院学科研究、临床路径优化等提供详 细的数据.?临床路径优化分析：利用大数据分析手段对医院自身的临床路径28 / 113下载文档可编辑进行优化分析,对医院常见的疾病建立一套标准化治疗模式与治 疗程序,对疾病治疗、检验检查工程、顺序和时限等进行标准. 简单来说就是同一种诊断相关分类病人均按同样的标准付费,

46、这 不仅能够给患者提供最新的治疗手段与最优化的治疗方案,同时 又能保证治疗的精细化、标准化、程序化,减少治疗过程的随意 化,标准医疗行为、效劳；预防过度医疗,降低医疗费用.7.1.2 基层医疗机构自身应用目前社区医疗效劳中央的一个医生,最多能治理 30个糖尿病患 者,但是大数据研究一做出来,一个医生能治理 200个糖尿病患者, 光这一个应用,就可以增加七倍的生产力.通过全面分析患者特征数据和疗效数据,然后比拟多种干预举措 的有效性,可以找到针对特定患者的最正确治疗途径.通过对在患者档 案方面的大数据分析,可以确定哪些人是某类疾病的易感人群,使他们尽早接受预防性干预.这些方法也可以帮助患者选择恰

47、当的治疗方 案.电子病历系统以电子化方式记录患者就诊的信息, 包括病程记录、 检查检验结果、医嘱、手术记录、护理记录等,可以将患者历次在医 院诊疗过程的信息全部记录下来.当数百万、千万的病历聚集在一起, 利用进行挖掘后,其应用前景十分惊人.7.1.3 区域卫生医疗联合体应用对于医疗卫生行业,医疗卫生的改革与创新将进入深水区, 一方 面是由于社会的开展,另一方面来自民众的新需求,再有一个,疾病29 / 113下载文档可编辑谱的改变也迫使我们必须做出改革和调整. 过去医院和医生看的病都 是疾病,是以烈性传染病为主,而现在的疾病谱那么以慢性疾病为主, 其特点是终身疾病,一辈子都需要治疗.一辈子都需要

48、治疗的病人, 谁不希望找一个自己信任、并且熟悉自己病情的医生,一辈子老找他 她.慢性疾病又叫生活方式疾病,治疗糖尿病这样的病,光吃药 是治不好的,必须干预病人的生活方式.慢性疾病是基因把子弹推上 膛,生活方式限制扳机,所以慢性疾病的治疗首先应由治理生活方式 开始,这就要求我们的医生不仅能够开药物处方, 还要学会开饮食处 方、运动处方,减压助眠心理调试综合治疗,才能把慢性病限制好, 才能完成时代赋予我们的这种新使命, 即狙击不良生活方式,这也是 世界卫生组织向全球发出的号召, 世界卫生组织明确指出,世界正经 历从急性疾病向慢性健康问题转型的时代, 而我们的医护人员还依赖 20世纪初的模式,把精力

49、集中在急性疾病的诊断和治疗上.大数据助力区域医疗联合体效劳模式创新, 一方面要把信息技术 用于慢性病人的跟踪治理效劳,另一方面要利用信息技术对疾病预防 提供有效的帮助,对疾病治理与健康治理提供丰富的手段和方法.把 先进的理念,先进的理论模式和先进的技术手段方法三位一体地融 合,帮助国民不生病、少生病、晚生病.在目前的医学条件下大多数 疾病都是可防可控的,完全可以通过医疗技术手段预防或减缓糖尿 病、高血压、肿瘤这些疾病.区域医疗联合体的健康治理和疾病治理 应该涵盖人类生命周期从生到死无缝隙的健康,大医院只做疾病诊断 治疗是不够的,必须进行医疗效劳模式创新.区域医疗联合体是实现?全国医疗卫生效劳体

50、系规划纲要(2021-2021年)?(以下简称?规划纲要?)中建立分级诊疗模式的重要形式,医联体是指区域医疗联合体,是将同一区域内的医疗资源 整合在一起,通常由一个区域内的三级医院与二级医院、社区医院、 村医院组成的一个医疗联合体.目的是小病在一二级医院解决,大病 能够及时转往三级医院.?建立区域统一的医疗卫生资源：信息化的医疗模式以病患为中央, 使不同层级医院、医疗治理部门以及患者之间能够在信息资源共 享的条件下,实现跨组织、高效率的网络交流和协调配合.通过 统一的信息化平台,消费者、医疗效劳提供者和政府治理机构可 以逐步建立起相互信赖的关系,进而降低本钱,优化医疗效劳资 源配置.?实现区域

51、信息协作与多方共赢：通过信息效劳平台,各卫生机构 可以更加便利地进行信息共享和分工协作.对医疗机构而言,方 便了医生诊疗,有利于提升医疗质量；对科研机构而言,对医学 科学专题研究等提供了有效的信息获取来源；对于卫生治理机构 而言,在降低市民医疗支出的同时也减少了大型检查设备重复投 资造成的浪费；对公共卫生应急保证机构,由于系统能及时监控 到异常及突发病历情况,使得卫生治理机构能对类似情况进行预 防与治理.?减少重复投资和建设本钱：通过区域医疗信息共享打破了传统的条块分割,为医疗卫生资源共享开辟一条新路.经过授权的各医 院及卫生机构可以从统一的平台提取、更新、保存信息.这种以“区域政府主导、第三

52、方平台共享式的医疗协同模式的好处是 以区域为中央,直接共享,影响范围大,减少了重复投资和建设 本钱.?提升医疗机构的效劳质量：区域医疗信息信息化的深入人心,必 将医疗机构业务流程信息化、医疗机构业务治理信息化、患者服 务信息化三条线满足医疗机构业务的开展需求.第一,提升医疗 机构业务的整体形；第二,开源节流,查漏补缺,实现人、财、 物标准化治理；第三,提供辅助决策支持,降低治理本钱；第四, 医疗行为得到标准,在加速培养高水平医务人员上起到了极大的 作用；第五,使业务更加透明化,从而杜绝许多治理中的“猫腻 现象,减少了医疗纠纷.?解决区域内看病难和贵：远程会诊、远程预约挂号、远程代理检 验、远程

53、查询、远程医疗咨询等可为百姓就医大大提供方便,从 而缓解“难的问题；对市民来说,可以对自己的健康档案进行 治理与利用,为市民自我保健提供了强有力的支持,可有效预防 重复检查治疗,从而有效缓解“贵的问题；双向转诊、信息共 享给患者带来更多的便利和实惠,把医护人员更多的时间还给了 病人.大数据解决方案在区域医疗平台中主要的定位在于对健康档案 的治理和效劳,它将伴随着区域医疗平台的建设而实施. 一方面采集 来自基层的医疗相关数据,另一方面又为基层医疗机构提供全局的数 据效劳,这些效劳的内容经过整合到医生, 治理人员及病患的业务系 统的界面中,使得用户在日常操作中平滑的获得数据效劳.大数据解决方案在区

54、域医疗中的功能包括根本效劳, 数据分析及依从性治理三个层次.根本效劳内容包括提供根本的存储,查询,浏览.分析效劳将针对主题,对临床数据,公共卫生治理数据,绩效考核数据以及农合付费治理等不同领域进行分析, 在海量的不同结构的数据中找到可能的趋势和风险.依从性治理应该是大数据效劳的高级阶段,它利用业务系统中的业务活动,触发数据效劳请求,数据效劳经过对大数据集的调阅,分析给出特定性结果.从而限制和导引业务操作的路径.建立并完善分级诊疗模式,建立不同级别医院之间,医院与基层 医疗卫生机构、接续性医疗机构之间的分工协作机制,健全网络化城 乡基层医疗卫生效劳运行机制,逐步实现基层首诊、双向转诊、上下 联动

55、、急慢分治.以形成分级诊疗秩序为目标,积极探索科学有效的 医联体和远程医疗等多种方式.智慧分级诊疗作为智慧医疗的重要组成,将充分利用信息化手 段,促进优质医疗资源纵向流动,建立医院与基层医疗卫生机构之间 共享诊疗信息、开展远程医疗效劳和教学培训的信息渠道.为支持支 撑分级诊疗模式,即以信息新技术为根底,以全科医生辅助决策系统 为支持,结合分析、和可穿戴设备监测,打通“院前预防、“院内 临床路径与“社区康复路径,实现“以患者为中央的社区、医 院间互联互通,形成医患主动参与疾病诊疗与健康治理的全新型分级 诊疗模式.在现今医疗保证仍为政府医保为主导的环境下,商业保险对医疗 机构的话语权不大,对医疗机

56、构的管控仍以政府医保为主. 人社部于 2021年出台的?关于开展根本医疗保险付费总额限制的意见?,将“逐 步建立以保证质量、限制本钱、标准诊疗为核心的医疗效劳评价体系 与监管体系作为任务目标.但实际操作中,由于缺乏有力的临床分 析水平,政府医保对医疗机构的治理仍停留在粗放型, 力度欠缺且效 果欠佳.总额限制的支付方式使医保将超出预算的财务风险全部或者局部转移给医疗机构,在收入既定的情况下,医疗机构有可能通过减 少必要效劳,尤其是拒绝本钱消耗较高的患者或者工程来降低医疗成 本,从而出现推诿重病人、增加自费费用等问题,与原本“保证质量、 标准诊疗的目标背道而驰.而且,总额限制支付方式下的总额基数和调整系数确实定在很大程度上参考历史数据和变化趋势,也就是在往年的额度根底上简单地加上增长空间, 超值分担、结余分享的比 例和调节过于依赖经验而非科学测算,导致医疗机构对于总额限制的 认可度不图.大数据精细化分析可以应用于科学合理的评估医疗费用及质量, 从而为包括总额限制在内的多种支付方式提供支持.医疗费用评估的一大难点在于医疗效劳缺乏标准化.以心脏支架手术为例,确诊需要什么样的检查化验,手术过程中需要什么样的麻 醉方式,需要使用什么样的支架及放置的数量, 术后康复期需要住院 多久,出院后复诊需要做些什么等,在不同患者间差异巨大,所以仅 比拟