万博体育mantbex手机版|欢迎您

English | 简体中文 400 821 3659 | info@meehealth.com

医疗健康大数据之管见(下)

2017-08-01  来源:《世界医疗器械》  


作者:张继武  2017年4月发表于《世界医疗器械》专刊  (如引用此文,请注明出处,谢谢。)


(一) 瞄准我国大数据建设中落地过程中的关键工程问题

建议突破如下技术方向:

(1) 大数据平台技术 
(2) 大数据模型建立 
(3) 大数据获取技术(建立数据标准、互联互通标准) 
(4) 大数据预处理技术(特征参数提取) 
(5) 数据挖掘与分析,人工智能 
(5) 临床过程质量控制(急危重症单病种过程质量控制、单病种电子病历)
(7) 临床辅助诊疗(CDSS) 
(8) 整合管理、互联互通、互认共享、分析检索、标准规范、隐私保护  

 具体介绍如下:

3.1大数据平台技术

       目前大数据相关的新技术层出不穷,临床医学也在不断发展,我们需要抓住整体架构的主线和顶层设计,综合考虑多方面需求和变化趋势,以提升患者健康、提高医疗体系的运营效益为导向,进行必要的权衡和取舍,形成总体规划设计,为新功能开发和新技术应用搭建可持续发展的平台。
      大数据平台技术研究,就是对基于大数据的医疗健康应用进行基础设施的设计和体系架构规划。包括将大数据的采集、传输、存储、处理和管理技术全面应用于急危重症医学领域,涉及急危重症医学领域中患者管理、诊断治疗、护理监护、临床质量、医学科研、医疗运营等多种应用场景。帮助更多的医疗机构,持续改善急危重症患者的医疗质量,降低整体医疗成本,提升社会整体对生命构成重大威胁的急重症疾病的应对能力。

       医疗大数据平台的总体规划,包含以下几个层次:
1、 数据集成:从多种数据来源,包括信息系统、影像设备、床旁设备、穿戴式设备等数字化系统的采集数据。
2、 流程管理:以流程为中心,基于这些数据集成,支持临床业务流程的改善、效率的提高和精细化管理。
3、 数据融合:以患者为中心,将多种异构的数据进行融合,体现诊疗过程的连贯性。
4、 质量管理:在数据融合基础上,进行医疗行为监控,将临床质量度量与临床决策支持相结合,提升循证指南的依从性,持续改善医疗质量。
5、 数据挖掘:进一步挖掘大数据的深层价值,发现和验证新的循证依据。

3.2大数据模型建立

       大数据模型建立,这是一个难点,医疗专家懂应用不懂数据结构,工程技术人员懂数据结构不懂临床,梳理出优秀的数据模型需要临床专家和工程技术专家紧密结合长期合作努力。
       数据模型,是对现实世界中特定领域(如医学、工程、商业)需要处理的信息对象、以及相关处理流程的抽象。目前的计算机,还无法自动理解现实世界中的医学、工程或商业的运行规律,只能根据预先设定好的模式和程序,来协助人类处理这些领域中,适合用电脑而不是人脑来处理的那部分数据。
      因此,数据模型,是计算机信息系统的核心和灵魂。分析现实世界中的医学、工程或商业的运行规律,抽象出数据模型的过程,对于构建为该领域服务的信息系统来说,十分重要。在软件工程学的理论体系中,有个专门的领域工程方向,就是对这个分析和抽象的过程(数据模型抽象是其中的一种)进行研究。领域工程,在大型软件开发中,会占据重要位置;在一般的商业软件开发中,也会根据实际项目的投入产品比,选择性的使用一些领域工程方法论,以保证数据模型的质量。
      在建设大数据平台的过程中,针对不同医学领域(先从急危重症医学领域),进行分析和抽象,建立了数据模型,并形成了数据模型持续改进的方法论。使得该平台在不同的医院、不同的地域装机时,以及当该医学领域取得新的进展(比如提出新的诊疗路径和临床指南)时,该模型能平稳扩展,快速适应需求的变化。包括在深入研究急重症医学业务模型基础上,建立集成化、可扩展的急重症专科EMR数据模型。把现有信息系统中的异构数据整合到CDR中,作为质控和科研的大数据基础。支持多条件查询筛选病例样本,建立BigTable数据集市,支持导出到SPSS,便于科研分析。

3.3大数据获取技术(建立数据标准、互联互通标准)

3.3.1 全院临床信息系统集成

     大数据平台需要和医院的HIS、LIS、RIS、PACS、EMR等多种系统都进行数据交换,从而实现以病人为中心的跨病区临床信息全面整合。
     下面对临床信息集成的一些关键技术进行介绍:
1、 消息通讯总线技术
2、统一字典目录技术
3、病人主索引技术

3.3.2 全院床边监护数据集成

      目前大多数医院床边设备(如监护仪、呼吸机、监护仪)产生的大量患者数据,游离在电子病历之外,急危重患者治疗与监护过程的贯序性难以保障。床边设备产生的大数据资产,尚未得到有效利用,人工读数和记录占用了护士大量时间,病情突发变化时,难以及时发现和及时干预。床边设备种类和型号众多,缺乏客观的统计和有效的监管,不利于医院资产管理和有效利用。
      建立企业级设备数据集成总线(Enterprise Medical Device Hub),作为具备物联网特性的信息化基础设施,为电子病历和临床信息系统服务。同时可以实时监控床边设备使用情况,提高资产利用率。
     全院床边数据集成平台的主要功能包括:
1、全院床边设备管理,包括病人标识、时间同步、运行维护管理。
2、全院床边设备数据采集,包括协议解析、术语映射、数据修正。
3、全院病人监护数据管理,包括路由缓存、集中存储、备份归档。
4、全院病人监护数据访问,包括数据查询、数据推送、数据维护。
      全院床边数据集成平台的建设,需要参考的IHE国际规范中以下两个技术框架。
1、Patient Care Device (PCD) Domain
     用于ICU相关设备(如监护仪、呼吸机等)数据的获取、处理、报警、存储与交换。
2、IT Infrastructure (ITI) Domain
     IT基础设施,如时间同步、病人ID管理、日志管理等。
     IHE(Integrate Healthcare Enterprise)是由医疗卫生和信息化专家发起的一个跨厂商、跨多个临床信息化领域的国际组织,她通过制定和公布技术框架,组织集成测试和演示活动等方式,帮助医院和厂商实现集成化程度更高、工作流更顺畅的医疗卫生信息化系统。

3.4大数据预处理技术(特征参数提取)

       医生每天需要处理大量的临床数据,他们必须对这些海量数据进行快速地分析,形成准确的判断。据统计,每个病人每天,在监护病房内平均产生数万笔客观体征数据、上百笔主观观察数据、近百条病情文字记录,再加上来自辅助科室的上百条检验结果、几份检查报告和数百幅医学影像。急危重症患者病情的不断变化,在这些快速产生的海量数据中发现关键的信息,是很有挑战的工作,一旦忽略了某些关键信息,很可能错过最佳的干预时机。
       这些临床数据的处理和判断,主要依赖医生丰富的临床经验。传统的辅助决策软件,能够提供计算工具,帮助医生对大量零散的体征数据和检验结果进行整理,综合计算出一些评分分值(如APACHE II评分、MODS评分等),形成对病情和器官功能状况的总体判断和评估;也能够提供可视化分析工具,医生根据不同患者不同的病情需要,选择相关的体征和监护项目、化验指标、用药情况,绘制趋势图,对循环、呼吸、代谢、各脏器功能和治疗效果等进行详细分析和评估。
       随着医学的迅速发展,各种新的评分和评估指标,各种分析图表,不断地被发现和推广,医生再次被淹没到数据的海洋中。因此,这些传统的工具已经远远不能满足要求。现代的医学数据处理系统,应该具备以下三个特点:
       一是要给医生提供高价值的信息。跟病人当前的治疗和干预目标相关的信息,病人突发的危急值和报警值,病人的过敏和用药禁忌等,要第一时间显示。跟常规的关注点相关性不大的信息,可以提供综合查询检索,便于临床科研的开展。
       二是要给医生提供整合好的信息。针对各种临床主题,如循环、呼吸、肾功、肝功、内环境、营养与代谢、感染控制、DIC等,医生可以根据临床实际需要,对信息进行条理化地分类和加工,而不是杂乱地堆砌,帮助医生形成对病情的总体判断。
      三是要给医生提供实时更新的信息。急重症病人的救治,时间就是生命。信息系统必须能够对海量数据进行实时处理,特别是原来手工进行的各种危重评分和病情评估指标的计算,必须能够自动地进行,实时地推送计算结果,并从知识库中获得下一步干预措施的提醒。

3.5数据挖掘与分析,人工智能

      
进一步挖掘大数据的深层价值,发现和验证新的循证依据,术语医疗大数据应用领域的前瞻性研究。目前条件相对比较程度,具备成果转化和产品孵化潜力的方向如下:

3.6临床辅助诊疗(CDSS)

      临床决策支持系统即CDSS,是一个基于人机交互的医疗信息技术应用系统,旨在为医生和其他卫生从业人员提供临床决策支持(CDS),通过数据、模型等辅助完成临床决策。“临床决策支持系统”的概念仍在不断更新,目前主流的工作定义是由健康证据中心的罗伯特·海沃德提出的:“将临床观察与医疗知识联系起来,从而影响医生的方案选择,提高医疗服务的质量和效果”。以急危重症为例说明:

3.6.1 急诊临床决策支持

       大数据医院现有门急诊系统以医嘱为核心流程,满足了急诊临床流程的粗线条管理需求。通过临床决策支持工具的应用,从预检分诊,到病区管理,流程效率还可以进一步优化和提升;从抢救监护,到绿色通道,过程质量可以进行精细化管控。
       首先,预检分诊是急诊窗口,也是流程优化的起点。用好“三区四级”规范,管理好了非急症患者,患者病情变化是及时发现和快速流转,才能充分发挥急诊医疗资源的价值,让急诊真正“急”起来。智能分诊系统自动采集患者体征数据,借助可扩展的急诊症状学知识库,提供病情分级和分诊分流的建议,帮助护士快速、准确完成分诊。
       其次,急诊的医学思维和临床干预,往往是先从生理症状,而不是某个明确的病理诊断开始的。从预检分诊,到抢救和留观、手术和监护,基于急诊特色的诊疗路径和时间轴,在临床环节中为医护人员提供恰当的质控提醒与决策支持,体现了急诊临床流程管理的精细化需求。依据急诊路径,在诊疗环节中实时推荐医嘱套餐,通过触屏点选,快速下达。依据危急值知识库,发生突发情况时及时提醒,帮助医生护士预防医疗差错,推送干预措施Checklist,提高依从性。
      另外,急诊科电子白板(ED Dashboard),作为大数据利用的一种方式,已经在国内外落地。通过在病区适当位置安装支持触控的大屏智能电视,实时展现急诊各区域患者信息,用不同的颜色和图标,提示患者当前的诊疗状态和流转状态,实现急诊科的可视化管理。在此基础上,自动生成和随时更新科室统计报表,不必等到交班的时候再去人工统计,减少了医护人员工作量,提高了信息的实时性,便于及时调整医疗资源配置,从容应对突发群体事件。

3.6.2重症临床决策支持

      目前大多数医院,患者病情评估和医疗决策,医生需要查阅多种来源的信息,数据尚未根据临床决策的需要,以及医生思维的逻辑,进行提取、组织和呈现。
设计病人信息摘要,按照器官功能支持的需要,根据多器官功能和生理系统的分类,对海量数据进行分类展现。帮助医生建立对患者病情的总体认识,辅助医生快速进行临床决策。
      在大数据平台上,使用数据可视化工具辅助病情分析,方便查房和交班时的病情讨论;系统可以维护专科所需的数据可视化模板,在同一时间轴上,对多器官功能、多治疗方案等进行比对,对抢救过程和病情参数变化相关因素进行回顾。
       使用量化评分工具对病情进行评估,以便辅助医疗决策;系统可以根据最新的循证依据,定制专科化的评分算法,自动提取和赛选评分所需数据,极大提升病情评估的效率和准确性,提升医生使用意愿。
       有条件的科室,可以通过基于大数据的过程质控工具来进一步强化重症集束化治疗的落实,包括基于多参数的病情变化和干预措施提醒,关联医嘱套餐快速下达,闭环医嘱管理、集束化治疗时间管理与质量指标测算等。

3.7整合管理、互联互通、互认共享、分析检索、标准规范、隐私保护

3.7.1全院一体化整合管理
       患者诊疗过程一体化管理,需要从急诊开始,贯穿后续治疗和监护的全过程。包括急诊与专科间的衔接,手术室、普通病区跟ICU间的衔接,多学科会诊流程等。便于医务科对全院急危重症病区的质量(结构质量、过程质量、终末质量)、运营(人、财、物)等方面的统一管理要求。

3.7.2数据互联互通标准体系
       数据的互联互通,采用应用导向、开放渐进的标准化策略。先依托底层的标准和典型客户的应用需求,建立可扩展的数据模型,随着应用的扩展,适时采用最新的标准。在有标准化空缺的应用领域,积极参与和推动标准化的演进。


3.7.3数据安全和隐私保护
       1、数据安全:需要建立海量数据库,集中管理大量人群的医疗健康数据,数据泄露可能会泄露患者隐私、甚至危害公共安全。按照国家信息安全相关法律和规范进行相关信息系统建设。并对所有数据访问进行记录,保留审计日志,以供跟踪。
       2、数据质量:数据采集、传输、处理和管理过程中,都可能因为人为或客观原因引入误差,数据质量的降低会直接影响分析结果的可信度和应用效果。 通过术语标准化和语义处理技术进行规范与核查,建立综合数据治理体系。
       3、患者隐私:患者是其医疗数据的拥有者,随着隐私保护意识的提高,大数据平台在收集数据时,可能会面临质疑。 在相关法律规范下,采用公开透明、切实有效的数据脱敏、加密等信息保护机制。

(二) 典型大数据应用场景

我们提出大数据的应用场景
(1)远程医疗 
(2)区域协同 
(3)优质资源带动偏远地区 
(4)精准医疗 
(5)MDT

4.1 远程医疗

       Tele ICU是目前国际上正在蓬勃发展的一种远程医疗形态,通常依托于区域核心医院,建立ICU服务中心,使用电脑、网络、摄像头、麦克风和信息高度集成的临床信息系统软件等,与床边医护人员进行实时的音视频通话和监护数据传输,使得优质的重症医学资源能够跨越地域障碍,与为更多的患者服务。
       在Tele ICU平台上,病人是由床边的医护人员和远程的专家共同照看的。ICU服务中心的专家每隔一段时间进行虚拟查房,指导床边医护人员开展诊疗和护理;紧急情况下,床边医护人员呼叫远程专家进行及时协助。国外一些实践证明,这种模式可将住院时间缩短20%~30%,更重要的是可以大大提高病人的生存率。



       我国“十三五”期间,医疗卫生服务规划已确定4大重点工程,明确指出“重点提升县级医院在儿童、重症医学等方面的医疗服务水平”。借鉴国外先进经验,与国内实际需求相结合,开展Tele ICU的实践,充分发挥优质的重症医学资源的价值,辐射带动区域重症医学服务水平的提升,将具有十分重要的意义。


 
4.2 区域协同

       为提升区域急救的救治水平,大数据平台需要打通医疗卫生机构之间的壁垒。通过建设一套针对急危重症患者救治的区域信息平台,能够整合区域内的社会急救、120急救、院内急诊及重症救治相关资源,以急危重症一体化闭环救治为目标,实现急救、急诊、ICU的一体化。基于最新移动互联技术,通过APP和微信平台打通院前和院后的流程,实现完整的闭环。形成协同放大效应,优化资源利用,创造更好的社会效益及经济效益。
       由于区域协同所涉及相关方众多,协调难度大。刚开始的时候,可以选择一个比较简单的场景进行试点,逐步进行推广。区域化的急诊分诊管理,是一个比较易于起步的场景。通过区域内合作医院的分诊数据共享,可以进行医疗资源的统一监管和协调,提高区域急救资源利用效率。积累下来的数据,还可以用于急诊流量预测和流程优化。

4.3 优质资源带动偏远地区

       建立门户网站,扩大优质医疗资源的辐射力度。网站版块可以包括医护论坛、病例讨论、信息发布、热点分析、专家点评、专家咨询、继续医学教育、培训教学、走进社区、督导检查、紧急会诊、重点病种上报,患者随访等,其中重点病种上报需要提供格式化的、结构化的报表,并能够修改补充,便于后期分析统计。 具体功能实现根据实际需求定制开发。
       移动互联网的蓬勃发展,手机应用已不再只局限于游戏和娱乐。各行各业都出现了专业化的手机应用,为大众提供深度定制的信息服务。国内很多医院也开始通过手机应用提供信息发布、报告查询、预约挂号等服务,把医院信息系统的触角延伸到患者指尖,不仅提高了患者满意度,也提升了医院品牌形象。这种新的医疗服务模式,已经成为移动医疗时代的大势所趋。
       随着微信平台的迅速发展,基于微信公众平台开发的面向医护人员和患者提供的移动服务,可以将大数据的价值进行进一步拓展。它可以帮助医院建立急救医护人员、患者与医院IT 系统间的连接。利用企业号,医院可以快速的实现高质量的企业移动轻应用,实现生产、管理、协作、运营的移动化。企业号作为企业IT 移动化解决方案,相比企业自己开发APP 具有明显的优势,具体为:
      1) 快速移动化办公。在开通企业号后,可以直接利用微信及企业号的基础能力,加强员工的沟通与协同,提升文化建设、公告通知、知识管理,快速实现企业应用的移动化;
      2) 开发成本较低。仅需要按照企业号的标准API 与现有系统进行对接;零门槛使用。用户微信扫码关注即可使用,在玩微信时,随手处理企业号消息,无需学习即可流畅使用。通过急危重微信企业号,可以建立急诊急救专家、急诊急救医护人员和患者互相之间的连接,可以实现急救全流程闭环服务。

4.4 精准医疗

       精准医疗是一种将个人基因、环境与生活习惯差异考虑在内的疾病预防与处置的新兴方法。将精准医疗应用于高原病研究和诊疗,将具有十分重要的意义,因此也是此次大数据平台建设项目的重要组成部分。
       当前基因检测入手的精准医疗研究,都是在读取基因片段之后寻找对应的临床诊断信息,而我们建立的临床信息大数据,具备多模组、时间轴的信息,相应地再抽取患者的血液进行基因检测以及其他标志物检测,具有更高的科研效率。

4.5 MDT

      MDT的目的是在多学科讨论论证的基础上为病人提供一个最有效、副作用最小、生活质量最好的个性化医疗方案。MDT需要多学科团队协作完成,因此需要多方面的临床数据支撑。利用大数据平台,各亚专科医生随时随地可了解病人的全部医疗资料(如病历、用药、实验室结果、病理报告、影像图片、手术过程、内镜图像、遗传咨询报告等)。



(三) 小结

       大数据带来的美好前景被不断描述和介绍,就如基因诊断技术的成熟度被夸大一样,应该说,这些美好的未来是存在并且值得和需要我们努力奋斗的,而奋斗的基础是脚踏实地找到一个好的切入点,正确地构建大数据所需要的信息化基础,并且让每一步的努力即是前进下一步的基石,也能够产生很好的现实社会应用效果,形成良性循环,推进大数据事业的发展。

 
 

Baidu
sogou