[摘要]健康医疗大数据平台在“医教研管”的实践是对医院管理、科学研究、医学教育等方面的创新应用，是“互联网+医疗+教育+科研”等方面的具体体现。本文以重庆医科大学医渡云数据研究院为例，探索健康医疗大数据平台在临床应用、知识库构建、通用科研、医院精细化管理四个方面的价值应用。
[关键词]健康医疗大数据;医院管理;临床应用;知识库
健康大数据是国家的重要基础性战略资源之一，对健康医疗大数据进行整合、重组、研究、挖掘、利用，符合国家《关于促进和规范健康医疗大数据应用发展的指导意见》的政策要求，是以大数据作为决策驱动的必然趋势。同时，伴随着我国卫生信息化的发展，电子病历的普及应用将病人诊疗数据在物理层面上实现了永久保存，医疗大数据将呈现指数式的增长，我国医疗数据在2020年将达到35ZB，相当于2009年数据量的44倍[1]。医疗数据近些年来呈现更新速度快(Velocity)、容量大(volume)、数据类型多样(Variety)、价值密度低(Value)等特点[2]。然而我国对医疗机构所产生的患者诊疗信息并没有得到有效的开发，尚处于起步阶段，健康医疗大数据平台的构建将加快数据的挖掘与使用进程[3]。本研究以重庆医科大学数据科学研究院为例，探索如何构建以电子病历为核心的健康医疗大数据平台在“研、教、医、管”四位一体方面的创新应用，其中包含的功能及价值实现包括通用科研、知识库、临床应用、医院精细化管理四个部分。
1健康医疗大数据平台建设的现状分析
信息技术在现代医学教育、医疗卫生体制改革发展、重大疾病和突发公共卫生事件预测预警、政府和社会对卫生部门监管等方面具有重要的意义[4]。根据我国卫生信息化发展状况，国家先后提出3521工程和4631工程，建设国家、省、市、县4级健康信息平台，对全员人口信息、电子病历和健康档案信息进行整合和共享[5]。力争在2020年，基本建成国家医疗卫生信息分级开放应用平台，实现与人口、法人、空间地理等基础数据资源跨部门、跨区域共享[6]。然而，在推进医疗大数据共享方面，医疗卫生部门、行业之间的数据孤岛现象普遍存在，其原因主要集中在以下几个方面:一是“不敢”，数据安全问题没有得到解决，缺乏数据共享开放的指标体系、规范性文件、操作指南;二是“不愿”，数据作为医疗机构诊疗行为的原始记录，是医院综合能力的数字化体现，各个部门将其作为利益来源，不愿将其进行公开;三是“不会”，数据在开放过程中，技术、标准、机制、体制突破仍旧存在较大的障碍，造成各个部门在推动的过程中产生“不会”的现象。在数据的利用方面，现阶段国家卫生部门主要工作的重点在于对健康医疗大数据的整合，通过对健康医疗大数据平台的搭建，实现国民诊疗信息的互联互通，然而并未对相关数据进行大规模的开发与利用。
2健康医疗大数据平台建设的意义
2.1应用价值《“健康中国2030”规划纲要》明确指出，要推进健康医疗大数据的发展与应用，创新医疗发展模式，充分发挥健康医疗大数据对“健康中国2030”建设的支撑与保障作用。现阶段我国医疗卫生事业面临医患矛盾紧张、医生超负荷工作、医疗费用高昂、卫生信息技术人员缺乏、诊疗信息利用程度低等问题。而构建健康医疗大数据平台，通过对数据的创新使用，解决医疗卫生事业发展过程中存在的具体问题是数据驱动决策的最终目标。
2.2学术价值国家健康大数据战略涉及到医学、数学、计算机科学、信息科学、图书情报、管理学等众多学科领域的知识、理论、方法和技术。本课题的理论、方法、研究成果将具有以下几方面的学术价值:1)可极大丰富健康医疗大数据信息管理领域的理论体系和方法体系;2)可有力推进医学、健康促进及健康信息服务等学科领域的发展;3)可为国家健康大数据战略的实现培养一批具有创新意识和创新能力的复合型卫生事业人才。
2.3社会价值健康医疗大数据平台的构建，实现了人口健康信息的互联互通，规范和推动了“医疗+健康医疗服务”，是对现有医疗服务模式的创新。以电子病历为代表的健康医疗数据共享有利于实现对生命周期的预防、治疗、康复和自我健康信息管理的一站式国民健康信息服务。
推荐阅读：医疗技术方面论文有哪些征稿期刊
3健康医疗大数据平台
数据集成是知识发现的前提条件，知识发现是数据集成的最终目标[7]。医疗大数据平台不是简单的将电子病历进行物理叠加，而是将异源异构的医院数据进行具有统一数据结构约束的整合，之后采用数据标准化技术将不同写法和存在上下位逻辑联系的数据归纳、串联起来使它们便于检索、分析。在打破院内、院间系统之间的信息壁垒和信息孤岛的基础上，真正实现各个医院之间的互联互通和信息共享，服务于新知识的发现。
顺应医疗大数据发展的趋势，建立以临床诊疗数据为中心的泛健康数据平台，探索医疗大数据在医院管理、临床应用、医学教育、校企合作、公共决策、药物评价等领域的应用成为关注热点。重庆医科大学与企业合作建立的DAPA医疗大数据平台收集了包括附属医院、区级医院、社区医院在内的不同等级医院数据，包括门诊病历、门诊处方、病案首页、检查报告、检验报告、入院记录、病程记录等，共有近1000万名患者的电子病历档案，超过3000多万份诊疗记录(如图1所示)。平台提供了完备的医教研管功能模块，本文就数据平台在研、教、医、管方面的实践应用介绍如下。
3.1研-通用科研电子病历作为记录患者诊疗过程的重要工具，积累着大量的原始诊疗信息，对电子病历进行数据挖掘，实现真实世界知识的再发现已经成为当下研究的热点方向。国家卫生计生委医政管理局印发《关于印发电子病历应用管理规范(试行)的通知》，指出“规范电子病历临床使用与管理，促进电子病历的有效共享”，为电子病历进行科学研究提供了相关法律法规支持。该平台融合多家医院的电子病历，提供跨病种、跨科室的患者维度整合数据给科研项目使用。
3.1.1热点预测分析科学研究的重要特点在于创新，创新需要把握对当下研究热点的预测。医务工作者日常负担重、可支配时间少，对领域内研究热点整体情况把握不足，且这一点在医学院校附属医院的工作者身上表现的尤为突出[8]。DAPA平台整合了PubMed文献数据库，系统自动根据医生的所属科室和接诊疾病的分布状况推荐预测的研究热点，绘制研究热点演化图谱，并且针对每个热点提供相关文献的摘要推荐。研究热点演化图谱功能有效节省了医生在查阅文献、收集相关资料时产生的重复劳动，也能有效避免热点把握不准和创新不足情况的发生。
3.1.2在线数据服务DAPA平台对错综复杂的电子病历数据结构进行了统一约束和书写内容的标准化，使得病程记录、检查报告、病理报告、手术/麻醉记录、移动护理、实验室检验等信息的交叉选择成为可能。实现了长文本、数值以及相关联的日期、时间信息可作为通用的数据点(字段)，进行自由逻辑搭配和多条件纳排筛选研究对象。数据点覆盖临床病历中90%以上的信息，并可根据实际用途选择按活动记录导出和按就诊次数导出两种方式。
DAPA平台允许自主标注，智能提取特征信息。如果系统自带的字段不能满足用户的需求时，可通过“结构化编辑器”来进行自助式的标注、智能抽取，准确率常可接近90%。
3.1.3伦理审查与项目管理临床研究都必须经过严格的伦理审查，是课题立项之前的先决条件[9]。电子病历的原始记录作为科研研究的第一手资料，涉及到大量的病人信息，存在病人信息泄露和用途不当的风险，去除病人隐私信息和进行伦理审查是必要而不可忽略的。在数据导出之前，研究平台会要求数据使用者上传伦理审查文件，在得到相关伦理委员会同意之后，才会对数据使用者进行授权导出。
为了便于科研项目的长期追踪管理，平台通过可视化的操作保存纳排条件的设置、导出字段集合的配置等，轻松实现对科研数据的长期管理。
3.2教-知识库构建“教”指的是知识库的构建。目前终身学习已经成为当今时代的特点之一，对于临床工作者来说，医学教育是一个高层次的探索，需要对新理论、新方法、新技术进行及时的补充、更新、拓展和提高[10]。伴随着医学模式已由传统“生物医学模式”向“生物、心理、社会医学模式”转变，疾病诊治由“治疗为主”向“预防为主”转变，在这场医学领域的深刻变革中，加强对在职临床工作者的继续教育和培养是必要和十分紧迫的。而“互联网+教育”为临床工作者的继续再教育提供一条便捷之路，根据医务工作者任务重、空余时间少的情况，平台构建一套包括文献推荐和搜索、临床实践指南推荐和搜索、药品说明书推荐和搜索的知识全库系统。
3.2.1文献推荐搜索文献检索的能力是临床工作者医学信息素养的重要体现，通过对文献的阅读有助于知识的自我更新和把握最新科研动向[11]。平台的文献推荐功能主要根据医生或者科室的主要诊治疾病进行相关文献的推荐，其推荐的内容涵盖了万方和PubMed等多个数据源，并且会对于推荐内容附上推荐的理由。
3.2.2临床实践指南推荐搜索临床实践指南(ClinicalPracticeGuideline，CPG)是以循证医学为指导，根据特定临床情况，帮助临床医生和患者制定一套恰当的治疗方案，具有权威性、系统性、科学性等特点[12]。平台根据医生或者科室的主要诊疗疾病进行指南推荐，主要包括指南、共识和解读三部分内容。可按照中英文、译文发布、相关性、时间顺序的年份进行筛选切换，极大地提高了医生等人员的筛查速度和学习效率。
3.2.3药品说明推荐搜索临床医生对药品说明书的掌握程度直接影响到患者的用药安全和疾病的治疗效果。平台将药品说明书电子化和集成化，根据用户诊疗记录智能推荐其主要用药的药品信息，医护人员也可以方便快捷地从平台上检索出用药信息。相关研究表明使用电子说明书对患者进行宣传教育，有助于对药品所产生的的不良反应进行前瞻性的预防[13]
3.3医-临床应用“医”指的是临床应用方面，大数据平台提供的服务主要包括临床辅助诊断、疾病透视分析、治疗行为建模等功能。医生可以利用搜索关键词和定义纳排条件定位到想要的患者或病历，查看患者的诸份电子病历和全景视图、时间轴等增强信息展示界面。这些信息有利于加强医生对患者病史的整体把握，从而进行有针对性的干预治疗。
3.3.1临床辅助诊断目前，基于计算机智能开发的临床辅助诊断系统主要集中使用在临床路径规划、用药行为监测和药品不良反应预警等方面。平台汇聚了1000万名患者的诊疗资料，1亿条临床数据，实现现有的电子病历系统和HIS系统数据融合，并将研究检查结论中的自然语言文本中的相关指标自动提取并转换为知识库中的相应指标。利用这些医疗大数据，建立了高血压、糖尿病的疾病知识库与智能健康管理模型;建立的以时间轴为主线的患者全景视图可以展示患者的全治疗周期，记录患者在每一个时间节点的诊断、用药、体征数据、检查、检验、治疗、手术等数据，通过大量患者时间轴的堆叠，得出医院常规的诊疗路径，并在对临床路径、临床指南和用药标准等知识库建模的基础上，根据特定患者的全面数据，本体知识库推理判断医生给出的个性化精确诊疗方案，对不符合知识库的诊疗方案提出警示信息。预警系统采用NLP技术、分布式搜索引擎及智能推荐多种算法集中相结合，根据输入的患者信息，智能地推荐疑似诊断、诊断疑似诊断，系统还可以给出典型症状、治疗方案以及相关的循证证据，最终形成个性化的精确诊疗方案。
3.3.2诊疗行为分析为医院临床医生提供诊疗场景下包括诊断、用药、手术、检验、检查等多种维度全面的数据分析和数据可视化服务。医生可以查看自己权限范围内的各科室的统计面板以及个人的诊疗行为面板。依赖平台已有数据，生成医生画像，通过诊断、手术、检验、检查、药品等多维度给医生打上维度标签，并根据医生画像的标签，给用户推送个性化数据(疾病透视数据、知识库知识推送)。通过大数据分析医生擅长领域，关注的疾病，并对于医生最关注的疾病，纵向剖析该疾病主要指标。
3.3.3疾病透视疾病透视的功能主要展示与当前医生账号最相关的5个疾病的各个维度透视统计，包括疾病关键词气泡图和相关疾病统计趋势图(如:条形、折线、饼状等多种常规统计图形)。以慢性胃溃疡为例，当医生选择该疾病时，疾病关键词气泡图会展示与慢性胃溃疡最相关的手术、用药、检验检查、伴随诊断、症状体征、常出现的性别、常出现的年龄以及平均住院日等，气泡的大小与该疾病权重以及分布概率有关。
3.4管-医院的精细化管理精准管理是利用信息技术平台对医院科室管理的再优化，其核心是基于“任务精准化、管理自动化”的信息平台，及时准确地监管各个科室的运转情况，并对可能存在的问题、突发事件进行预警[14]。伴随着精准医学时代的到来，医疗大数据平台助推医院管理由原来的医院领导人定性管理向以数据驱动为机制的定量管理进行过渡。同时，对科室目标进行精准的预测有助于提高科室社会和经济效益[15]。通过基于医疗大数据的BI驱动医院管理模式变革，实现医院医疗质量指标如住院患者医疗质量与安全监测指标、单病种质量指标、重症医学质量指标、合理用药监测指标、医院感染控制质量监测指标的实时、智能、精准、全面及可视化显示，为医院医疗质量持续改进提供创新服务;实现医院各个业务板块如财务、药品、医保、门诊、住院等数据的实时、智能、精准、全面及可视化显示;除了院内数据，还提供基线对比、联盟内医院数据对比，为医院管理决策的科学性提供创新服务;另外，医疗大数据平台可帮助建立医生诊疗不良事件触发机制，帮助规范医生的诊疗行为和缓解当前医疗纠纷频发的局面。
4应用实践-药物评价
探讨引起痰热清注射液疑似过敏反应的影响因素，指导其临床合理用药。使用处方序列分析结合巢式病例对照研究，从平台提取2015年6月至2018年8月使用痰热清注射液的住院患者，共计12667例住院病历，其中符合要求的疑似病例175例。结果发现对照组和疑似过敏组在溶媒、过敏史及单次给药剂量上没有统计学差异(P>0.05)，与联合用药存在统计相关(P<0.05)。使用痰热清注射液发生疑似过敏反应的患者危险因素可能与联合使用甲氧氯普胺、碳酸氢钠、血凝酶、布地奈德、泮托拉唑、青霉素、炎琥宁以及莫西沙星等8种药物有关，未发现患者溶媒、过敏史、单次给药剂量与疑似过敏反应发生有明确关系，但所得回顾性分析结果有待进一步的前瞻性研究验证。
5结语
医疗大数据平台的价值不仅体现在其巨量规模，也在于其对数据的深度利用[16]。重庆医科大学医渡云健康医疗大数据平台在“研教医管”的实践应用是在科学研究、医学教育、临床实践、医院管理和校企合作方面的创新应用，是对“互联网+医疗+教育+技术转化”的现实应用。构建医疗大数据平台，切实为研、教、医、管提供多方面的应用价值，有力促进了资源的合理利用。
