醫(yī)療衛(wèi)生行業(yè)數(shù)據(jù)應(yīng)用研究

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了醫(yī)療衛(wèi)生行業(yè)數(shù)據(jù)應(yīng)用研究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展，大數(shù)據(jù)技術(shù)在醫(yī)療衛(wèi)生行業(yè)的應(yīng)用日益廣泛，通過醫(yī)療大數(shù)據(jù)技術(shù)可以有效地處理醫(yī)療衛(wèi)生行業(yè)不斷增長的醫(yī)療數(shù)據(jù)，提高醫(yī)療數(shù)據(jù)利用率。在分析醫(yī)療大數(shù)據(jù)基本特征的基礎(chǔ)上，闡述了醫(yī)療大數(shù)據(jù)應(yīng)用體系架構(gòu)，包括數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)交換共享、數(shù)據(jù)應(yīng)用五個層次以及標(biāo)準(zhǔn)規(guī)范、數(shù)據(jù)治理、運維管理和信息安全四個體系，探討了醫(yī)療大數(shù)據(jù)的具體應(yīng)用場景，從機制標(biāo)準(zhǔn)、關(guān)鍵技術(shù)、數(shù)據(jù)質(zhì)量、安全隱私和復(fù)合性人才五個方面討論了目前大數(shù)據(jù)技術(shù)在醫(yī)療衛(wèi)生行業(yè)應(yīng)用中面臨的挑戰(zhàn)。

關(guān)鍵詞:大數(shù)據(jù)；體系架構(gòu)；醫(yī)療衛(wèi)生

1引言

隨著“互聯(lián)網(wǎng)”+、大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)等新興技術(shù)的不斷發(fā)展和應(yīng)用，醫(yī)療衛(wèi)生領(lǐng)域的信息化程度和水平不斷提升，隨之產(chǎn)生的相關(guān)醫(yī)療數(shù)據(jù)也呈現(xiàn)爆炸式增長。醫(yī)療行業(yè)作為國家和社會發(fā)展的基礎(chǔ)行業(yè)，其醫(yī)療數(shù)據(jù)蘊含著著巨大的價值。通過大數(shù)據(jù)技術(shù)可以有效地處理醫(yī)療衛(wèi)生行業(yè)日益增長的各種數(shù)據(jù)，為整個醫(yī)療衛(wèi)生行業(yè)的發(fā)展提供有效地決策支持。

2醫(yī)療大數(shù)據(jù)概述

2.1醫(yī)療大數(shù)據(jù)的概念。大數(shù)據(jù)(BigData)，通常是指多源異構(gòu)、跨域關(guān)聯(lián)的海量數(shù)據(jù)集合，其數(shù)據(jù)量特別大、數(shù)據(jù)形態(tài)眾多、數(shù)據(jù)結(jié)構(gòu)復(fù)雜，使用傳統(tǒng)的軟硬件及算法難以進行數(shù)據(jù)的存儲、處理和分析。醫(yī)療大數(shù)據(jù)是傳統(tǒng)大數(shù)據(jù)的衍生，指在醫(yī)療行業(yè)所產(chǎn)生的海量數(shù)據(jù)，包括患者就醫(yī)、醫(yī)療服務(wù)、衛(wèi)生管理和醫(yī)學(xué)研究過程中產(chǎn)生的以患者為中心的眾多數(shù)據(jù)[1]。2.2醫(yī)療大數(shù)據(jù)的特征。醫(yī)療大數(shù)據(jù)不僅具有傳統(tǒng)大數(shù)據(jù)的5V特征，即Vol-ume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性），還具有以下六點特有的特征[2-4]：（1）醫(yī)學(xué)術(shù)語的復(fù)雜性。在醫(yī)學(xué)領(lǐng)域中，醫(yī)學(xué)術(shù)語涉及國外和國內(nèi)醫(yī)學(xué)術(shù)語以及外文與中文表達表述方式，存在術(shù)語標(biāo)準(zhǔn)不統(tǒng)一不精確、更新速度快等問題，使得醫(yī)學(xué)術(shù)語和醫(yī)療數(shù)據(jù)在文字表達和語義方面復(fù)雜繁瑣，尤其體現(xiàn)在我國的中醫(yī)藥領(lǐng)域的醫(yī)學(xué)術(shù)語的復(fù)雜性。（2）醫(yī)療數(shù)據(jù)的多維性?；颊咴卺t(yī)院就醫(yī)過程中，圍繞著患者為中心，醫(yī)療數(shù)據(jù)會從多個維度產(chǎn)生，如醫(yī)生從診斷治療維度產(chǎn)生數(shù)據(jù)、醫(yī)技從檢查檢驗維度產(chǎn)生數(shù)據(jù)、護士從護理維度產(chǎn)生數(shù)據(jù)，數(shù)據(jù)的產(chǎn)生格式和要求不同，使得同一醫(yī)療行為存在多重維度的數(shù)據(jù)展示。（3）醫(yī)療數(shù)據(jù)不完整性。不管是手工記錄還在借助于電子化方式記錄醫(yī)療數(shù)據(jù)，均會由于各種原因?qū)е聰?shù)據(jù)記錄不全或記錄中出現(xiàn)紕漏缺失的情況存在，使得醫(yī)療數(shù)據(jù)不完整。（4）醫(yī)療數(shù)據(jù)的時序性?；颊叩木驮\和治療行為往往是多次的，不同的時間產(chǎn)生的不同醫(yī)療數(shù)據(jù)具有一定的時序性。此外，患者的檢查數(shù)據(jù)如心電圖數(shù)據(jù)等也都與時間有關(guān)。（5）醫(yī)療數(shù)據(jù)的隱私性。醫(yī)療數(shù)據(jù)中往往包括患者的隱私，如基本信息、健康狀況等，這些隱私數(shù)據(jù)分布或隱藏在不同的地方，醫(yī)療大數(shù)據(jù)通過數(shù)據(jù)分析和挖掘，可能獲得比較完整的患者隱私情況，使得醫(yī)療數(shù)據(jù)的隱私性呈現(xiàn)暴露化狀態(tài)。（6）醫(yī)療數(shù)據(jù)的冗余性。醫(yī)院在信息化建設(shè)過程中，由于廠家的不同、上線時間各異，信息孤島普遍存在，同一患者在不同的信息系統(tǒng)中會產(chǎn)生重復(fù)的數(shù)據(jù)，這些數(shù)據(jù)分散存儲在不同的系統(tǒng)中，使得醫(yī)療數(shù)據(jù)具有冗余性。

3醫(yī)療大數(shù)據(jù)應(yīng)用體系架構(gòu)

大數(shù)據(jù)技術(shù)已經(jīng)應(yīng)用在很多行業(yè)和領(lǐng)域中，通過分析和借鑒其他行業(yè)的大數(shù)據(jù)應(yīng)用情況認為，醫(yī)療大數(shù)據(jù)應(yīng)用體系架構(gòu)應(yīng)主要包括數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)交換共享和數(shù)據(jù)應(yīng)用五個層次，以及標(biāo)準(zhǔn)規(guī)范體系、數(shù)據(jù)治理體系、運維管理體系和信息安全體系四個體系[5-7]。醫(yī)療大數(shù)據(jù)應(yīng)用體系架構(gòu)如圖1所示。3.1體系架構(gòu)的五個層次。3.1.1數(shù)據(jù)采集。數(shù)據(jù)采集的目的是采集醫(yī)療衛(wèi)生機構(gòu)所產(chǎn)生的數(shù)據(jù)，主要從各級醫(yī)療機構(gòu)、公共衛(wèi)生機構(gòu)、醫(yī)療保險機構(gòu)、全員人口信息庫、居民健康檔案、電子病歷信息庫和其他數(shù)據(jù)來源處采集醫(yī)療數(shù)據(jù)。醫(yī)療大數(shù)據(jù)的采集通常分為集中式采集和分布式采集，其中最關(guān)鍵的就是數(shù)據(jù)的采集、清洗、轉(zhuǎn)換、裝載，獲取高質(zhì)量符合需求的數(shù)據(jù)。3.1.2數(shù)據(jù)存儲。數(shù)據(jù)存儲是大數(shù)據(jù)技術(shù)的重要環(huán)節(jié)，醫(yī)療大數(shù)據(jù)量級別通常為TB至PB級別，存儲方式包括結(jié)構(gòu)化存儲方式、非機構(gòu)化存儲方式以及分布式文件存儲方式，其中結(jié)構(gòu)化數(shù)據(jù)通常存儲在關(guān)系型數(shù)據(jù)庫（RDBMS）中，常見的關(guān)系型數(shù)據(jù)庫包括ORACLE、SQLSERVER、DB2等，非機構(gòu)化存儲方式需要用到NoSQL等技術(shù)，分布式文件存儲方式可以通過Hadoop等技術(shù)實現(xiàn)。在醫(yī)療領(lǐng)域，PACS數(shù)據(jù)、電子病歷、隨訪數(shù)據(jù)等主要以圖像或文本形式存在。3.1.3數(shù)據(jù)分析。數(shù)據(jù)的分析方法是大數(shù)據(jù)技術(shù)的關(guān)鍵核心，主要包括三種方式：一是以分類、聚類、特征分析、關(guān)聯(lián)規(guī)則、多維分析、回歸分析為主的傳統(tǒng)分析方法，二是以機器學(xué)習(xí)、數(shù)據(jù)挖掘、語義搜索、自然語言處理的智能分析方法，三是以自定義分析為主的分析方法。大數(shù)據(jù)分析由于數(shù)據(jù)海量，傳統(tǒng)的分析方式效率低下，因此智能分析方式是目前的主流數(shù)據(jù)分析方法。在醫(yī)療領(lǐng)域針對電子病歷的自然語言處理技術(shù)和面向PACS圖像的語義分析技術(shù)日益成熟。3.1.4數(shù)據(jù)交換共享。數(shù)據(jù)交換共享不僅要滿足數(shù)據(jù)共享集成功能，實現(xiàn)數(shù)據(jù)的集中采集、分揀下推等，還需要很好的支持面向分布式的SOA架構(gòu)，支持基于WebService、文檔、DB等多種模式的更具有廣泛意義的數(shù)據(jù)交換。實現(xiàn)業(yè)務(wù)內(nèi)部的緊耦合、業(yè)務(wù)之間的松耦合，支持各種標(biāo)準(zhǔn)和接口規(guī)范，實現(xiàn)核心基礎(chǔ)服務(wù)平臺、各應(yīng)用系統(tǒng)的集成和數(shù)據(jù)交換共享。3.1.5數(shù)據(jù)應(yīng)用。數(shù)據(jù)的應(yīng)用主要包括政府部門應(yīng)用、醫(yī)療機構(gòu)應(yīng)用、社會公眾應(yīng)用和行業(yè)企業(yè)應(yīng)用四個方面的應(yīng)用。政府部門應(yīng)用主要包括智能監(jiān)管、決策支持、輿情監(jiān)控等，醫(yī)療機構(gòu)應(yīng)用主要包括輔助診療、精準(zhǔn)醫(yī)療、臨床科研，社會公眾應(yīng)用主要包括個性化診療、慢病助治，行業(yè)企業(yè)應(yīng)用主要包括藥品研發(fā)和健康保險等。3.2體系架構(gòu)的四個體系。3.2.1標(biāo)準(zhǔn)規(guī)范體系。醫(yī)療大數(shù)據(jù)應(yīng)用體系架構(gòu)的設(shè)計以數(shù)據(jù)處理為核心，在國家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)、管理規(guī)范、技術(shù)標(biāo)準(zhǔn)和信息標(biāo)準(zhǔn)的基礎(chǔ)上制定并完數(shù)據(jù)接口標(biāo)準(zhǔn)規(guī)范、數(shù)據(jù)交換標(biāo)準(zhǔn)、元數(shù)據(jù)信息標(biāo)準(zhǔn)、數(shù)據(jù)采集規(guī)范、數(shù)據(jù)管理制度、數(shù)據(jù)質(zhì)量規(guī)范等，建立醫(yī)療大數(shù)據(jù)應(yīng)用體系的標(biāo)準(zhǔn)規(guī)范集。3.2.2數(shù)據(jù)治理體系。數(shù)據(jù)治理是對數(shù)據(jù)的全生命周期管理，主要包括兩個方面：一個是數(shù)據(jù)質(zhì)量核心領(lǐng)域，二是數(shù)據(jù)質(zhì)量保障機制。其中，數(shù)據(jù)質(zhì)量核心領(lǐng)域的內(nèi)容包括數(shù)據(jù)服務(wù)、數(shù)據(jù)質(zhì)量、主數(shù)據(jù)、元數(shù)據(jù)、數(shù)據(jù)全生命周期、數(shù)據(jù)模型、數(shù)據(jù)標(biāo)準(zhǔn)和數(shù)據(jù)安全等，數(shù)據(jù)質(zhì)量保障機制包括章程制度、組織、流程和IT技術(shù)應(yīng)用等。3.2.3運維管理體系。運維管理體系是保障整個應(yīng)用持續(xù)正常運行的基礎(chǔ)，主要包括管理對象、組織結(jié)構(gòu)、服務(wù)流程、服務(wù)內(nèi)容、響應(yīng)措施和制度規(guī)范等。針對網(wǎng)絡(luò)、主機、存儲、數(shù)據(jù)庫系統(tǒng)、中間件、終端外設(shè)運維等多個方面，建立持續(xù)改進的運維管理體系。3.2.4信息安全體系。信息安全管理體系涵蓋安全策略、訪問控制、信息安全組織、物理和環(huán)境安全、通信和操作安全、信息安全事件管理和業(yè)務(wù)連續(xù)性管理等，從規(guī)章管理制度和信息安全技術(shù)等方面構(gòu)建全面的信息安全體系。

4醫(yī)療大數(shù)據(jù)的應(yīng)用場景

4.1政府部門應(yīng)用。在決策支持方面，傳統(tǒng)的決策支持容易受主觀因素影響，醫(yī)療大數(shù)據(jù)技術(shù)以數(shù)據(jù)為基礎(chǔ)，以挖掘和分析為手段，能夠客觀全面地綜合決策。政府部門主導(dǎo)的各級醫(yī)療大數(shù)據(jù)中心的建設(shè)匯集了海量的醫(yī)療數(shù)據(jù)，通過大數(shù)據(jù)技術(shù)宏觀調(diào)控，調(diào)整各地醫(yī)療資源分配，同時為政府部門制定有關(guān)政策提供客觀的依據(jù)。在智能監(jiān)管方面，通過事前數(shù)據(jù)提示控制、事中數(shù)據(jù)監(jiān)控管理、事后數(shù)據(jù)分析評價，全流程智能監(jiān)管整個醫(yī)療行為的各個環(huán)節(jié)，對各醫(yī)療機構(gòu)進行宏觀評價和智能監(jiān)管。在輿情監(jiān)控方面，通過大數(shù)據(jù)技術(shù)自動采集和分析相關(guān)醫(yī)療數(shù)據(jù)，通過自動分類聚類以及提前預(yù)警，為合理處理醫(yī)患關(guān)系，引導(dǎo)正確輿論提供支持。4.2醫(yī)療機構(gòu)應(yīng)用。在輔助診療方面，通過醫(yī)療大數(shù)據(jù)技術(shù)全面收集病人的在院體征、影像、隨訪等數(shù)據(jù)，綜合多學(xué)科數(shù)據(jù)輔助診斷和治療，建立臨床大數(shù)據(jù)知識庫，輔助臨床工作者診斷、治療和用藥。在精準(zhǔn)醫(yī)療方面，大數(shù)據(jù)技術(shù)在精準(zhǔn)診斷、精準(zhǔn)治療、精準(zhǔn)用藥、精準(zhǔn)預(yù)防環(huán)節(jié)中，通過基因測序精確存在問題的基因片段，使用靶向用藥精準(zhǔn)治療，實現(xiàn)最佳診療方式。在臨床科研方面，臨床科研工作者常常面臨數(shù)據(jù)獲取難、數(shù)據(jù)量小、數(shù)據(jù)不全的問題，通過醫(yī)療大數(shù)據(jù)技術(shù)使用大數(shù)據(jù)搜索引擎可以一站式獲取相關(guān)數(shù)據(jù)，利用大數(shù)據(jù)的分析方法和計算能力，探索新的醫(yī)療科研領(lǐng)域。4.3社會公眾應(yīng)用。在個性化診療方面，醫(yī)療大數(shù)據(jù)技術(shù)與移動互聯(lián)網(wǎng)技術(shù)相結(jié)合，通過手機應(yīng)用程序和可接入網(wǎng)絡(luò)的可穿戴移動設(shè)備等，可以實時獲取個體的各項體征數(shù)據(jù)和指標(biāo)，使用大數(shù)據(jù)統(tǒng)計和分析技術(shù)給個體予以提醒和指導(dǎo)，使個體實時了解自己的健康狀況，及時就醫(yī)診療。在慢病助治方面，尤其針對腫瘤患者、高血壓患者、糖尿病患者等受眾診療和用藥周期長，需要長時間監(jiān)控各項指標(biāo)，利用醫(yī)療大數(shù)據(jù)技術(shù)可以從歷史數(shù)據(jù)、實時監(jiān)控和預(yù)測數(shù)據(jù)等多個方面輔助慢性病治療。4.4行業(yè)企業(yè)應(yīng)用。在藥品研發(fā)方面，通過醫(yī)療大數(shù)據(jù)技術(shù)在藥品研發(fā)前期可以通過對受眾進行大數(shù)據(jù)的需求調(diào)研、指標(biāo)采集等以決定研發(fā)方向和投入，在藥品研發(fā)過程中可以通過大樣本和大量數(shù)據(jù)臨床試驗數(shù)據(jù)以確定藥品的效果，在藥品臨床使用階段可以通過臨床大量患者的使用反饋效果不斷改進藥品，在藥品上市階段可以通過大數(shù)據(jù)技術(shù)做好市場規(guī)劃和預(yù)測。在健康保險方面，通過醫(yī)療大數(shù)據(jù)統(tǒng)計和分析可以獲取特定疾病的總體情況以及患者對于各類保險的需求，有針對地開展健康保險業(yè)務(wù)。

5醫(yī)療大數(shù)據(jù)應(yīng)用面臨的挑戰(zhàn)

目前，醫(yī)療大數(shù)據(jù)的應(yīng)用仍然處于初級起步階段，面臨很多問題和挑戰(zhàn)，主要包括：（1）機制和標(biāo)準(zhǔn)不完善，國家關(guān)于大數(shù)據(jù)已經(jīng)出臺了很多指導(dǎo)性意見，但是涉及到具體的建設(shè)標(biāo)準(zhǔn)和技術(shù)規(guī)范還需要進一步細化完善，此外由于信息化建設(shè)過程中廠家各異，標(biāo)準(zhǔn)規(guī)范也各不相同；（2）關(guān)鍵技術(shù)需要突破，一是大數(shù)據(jù)的整合技術(shù)，尤其是針對醫(yī)療行業(yè)中的大量非結(jié)構(gòu)化數(shù)據(jù)，二是大數(shù)據(jù)的存儲技術(shù)，主要是分布式存儲架構(gòu)的建設(shè)，三是大數(shù)據(jù)的分析技術(shù)，對文本、圖像等醫(yī)療數(shù)據(jù)的分析方法和能力需要創(chuàng)新；（3）數(shù)據(jù)的整體質(zhì)量不高，由于我國的信息化建設(shè)的逐步進行的，在實際的建設(shè)過程中，基礎(chǔ)數(shù)據(jù)缺失、數(shù)據(jù)錯誤等問題廣泛存在，利用大數(shù)據(jù)技術(shù)采集匯總后的整體數(shù)據(jù)質(zhì)量不高；（4）數(shù)據(jù)安全和隱私有待加強，醫(yī)療數(shù)據(jù)具有很強的隱私屬性，是一類比較特殊的數(shù)據(jù)，如何從管理和技術(shù)層面保障大數(shù)據(jù)的安全隱私是現(xiàn)實面臨的問題之一；（5）復(fù)合型人才的缺失，醫(yī)療大數(shù)據(jù)的建設(shè)和應(yīng)用，不僅僅需要計算機與信息領(lǐng)域的專業(yè)人才，還需要對衛(wèi)生管理、臨床醫(yī)療、統(tǒng)計分析等方面有深入的了解，復(fù)合型人才的培養(yǎng)是大數(shù)據(jù)技術(shù)在醫(yī)療衛(wèi)生行業(yè)應(yīng)用過程中重要的環(huán)節(jié)[8-9]。

6結(jié)束語

大數(shù)據(jù)技術(shù)在醫(yī)療衛(wèi)生行業(yè)的應(yīng)用日益廣泛，本文在分析醫(yī)療大數(shù)據(jù)特征的基礎(chǔ)上，構(gòu)建了醫(yī)療大數(shù)據(jù)應(yīng)用體系架構(gòu)，從數(shù)據(jù)的采集、存儲、分析、交換共享和應(yīng)用五個層次詳細闡述了大數(shù)據(jù)技術(shù)在醫(yī)療衛(wèi)生行業(yè)應(yīng)用的體系架構(gòu)。醫(yī)療大數(shù)據(jù)通過在政府部門、醫(yī)療機構(gòu)、社會公眾和行業(yè)企業(yè)等方面的應(yīng)用可以發(fā)揮醫(yī)療大數(shù)據(jù)的巨大價值。大數(shù)據(jù)技術(shù)提高了醫(yī)療衛(wèi)生行業(yè)數(shù)據(jù)利用，為醫(yī)療衛(wèi)生行業(yè)的發(fā)展帶來了新的方向，具有重要的研究意義。

參考文獻:

[1]孫愛婷,張海平.大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域應(yīng)用的發(fā)展前景[J].中國管理信息化,2017,20(19):193-195.

[2]周雪晴,羅亞玲.信息化建設(shè)中醫(yī)療大數(shù)據(jù)現(xiàn)狀[J].中華醫(yī)學(xué)圖書情報雜志,2015,24(11):48-51.

[3]黃竹青,陳敏.健康醫(yī)療大數(shù)據(jù)應(yīng)用體系架構(gòu)及推廣建議[J].醫(yī)學(xué)信息學(xué)雜志,2018,39(8):13-18.

[4]龍虎,邱航,吳滄浪,等.四川省健康醫(yī)療大數(shù)據(jù)中心構(gòu)建探討[J].中國衛(wèi)生信息管理雜志,2017,14(1):15-18,23.

[5]路杰,姚進文,閆宣辰,等.省級健康醫(yī)療大數(shù)據(jù)平臺設(shè)計與應(yīng)用實踐[J].醫(yī)學(xué)信息學(xué)雜志,2018,39(8):7-12.

[6]李志勇,郭一通.大數(shù)據(jù)背景下電力行業(yè)數(shù)據(jù)應(yīng)用研究[J].自動化技術(shù)與應(yīng)用,2018,37(9):156-158.

[7]鄧韌,丁智剛,胡娟,等.省級健康醫(yī)療大數(shù)據(jù)平臺設(shè)計與實現(xiàn)[J].中國衛(wèi)生信息管理雜志,2017,14(1):31-34,58.

[8]代濤.健康醫(yī)療大數(shù)據(jù)發(fā)展應(yīng)用的思考[J].醫(yī)學(xué)信息學(xué)雜志,2016,37(2):2-8.

[9]孟琳,馬金剛,劉靜,等.醫(yī)療大數(shù)據(jù)的應(yīng)用與挑戰(zhàn)[J].醫(yī)療衛(wèi)生裝備,2018,39(10):71-74,88.

作者:王淑平 梁穎 單位:湖北省腫瘤醫(yī)院