龔 軍,孫 喆,向天雨,王惠來△

(1.重慶醫(yī)科大學(xué)醫(yī)學(xué)數(shù)據(jù)研究院 401331；2.醫(yī)渡云(北京)技術(shù)有限公司，北京 100191；3.重慶醫(yī)科大學(xué)附屬大學(xué)城醫(yī)院信息中心 401331)

隨著信息時(shí)代的到來，互聯(lián)網(wǎng)技術(shù)、存儲(chǔ)技術(shù)、信息技術(shù)等在人類生產(chǎn)、生活中大規(guī)模的應(yīng)用。各行各業(yè)采用的信息系統(tǒng)中產(chǎn)生了海量的數(shù)據(jù)，并且仍在急速的增長。據(jù)統(tǒng)計(jì)，2006年全球共新產(chǎn)生約180 EB數(shù)據(jù)，2011達(dá)到了1.8 ZB。而據(jù)互聯(lián)網(wǎng)數(shù)據(jù)中心(IDC)預(yù)測，到2020年，全世界數(shù)據(jù)總量將增長44倍，達(dá)到40 ZB[1]。大數(shù)據(jù)時(shí)代的到來將帶給各行業(yè)新一輪的變革，對(duì)各行業(yè)的發(fā)展將是一個(gè)新的契機(jī)。由于醫(yī)療行業(yè)的特殊性，醫(yī)療機(jī)構(gòu)中保存著大量電子病歷數(shù)據(jù)和電子健康數(shù)據(jù)。但是，由于有關(guān)數(shù)據(jù)利用的規(guī)范還不夠標(biāo)準(zhǔn)，相關(guān)技術(shù)尚欠缺。此外，海量的醫(yī)療數(shù)據(jù)仍儲(chǔ)存在各醫(yī)院的數(shù)據(jù)庫中且各自互不聯(lián)通，數(shù)據(jù)的探索和利用十分困難。區(qū)域醫(yī)療大數(shù)據(jù)平臺(tái)的建設(shè)能夠解決信息孤島的問題，使區(qū)域內(nèi)的數(shù)據(jù)互聯(lián)互通?；卺t(yī)療大數(shù)據(jù)能夠?qū)φ鎸?shí)世界進(jìn)行研究，并從數(shù)據(jù)中挖掘出有價(jià)值的信息。

1 區(qū)域醫(yī)療大數(shù)據(jù)平臺(tái)的架構(gòu)

區(qū)域醫(yī)療大數(shù)據(jù)平臺(tái)基于Hadoop環(huán)境框架搭建，在大量原始數(shù)據(jù)的基礎(chǔ)上對(duì)數(shù)據(jù)進(jìn)行匯集、整合、清洗、計(jì)算及分析與應(yīng)用，形成大數(shù)據(jù)平臺(tái)架構(gòu)。

1.1醫(yī)療大數(shù)據(jù)平臺(tái)基礎(chǔ)架構(gòu) 醫(yī)療大數(shù)據(jù)平臺(tái)基礎(chǔ)架構(gòu)大致可以分為數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用及系統(tǒng)控制?；舅悸罚捍髷?shù)據(jù)平臺(tái)匯集醫(yī)院的業(yè)務(wù)數(shù)據(jù)進(jìn)行分布式存儲(chǔ)，對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行脫敏、清洗、結(jié)構(gòu)化、歸一和質(zhì)控等操作，以數(shù)據(jù)需求為維度存入分布式數(shù)據(jù)庫，并在其基礎(chǔ)上構(gòu)建數(shù)據(jù)分析平臺(tái)和管理應(yīng)用平臺(tái)。醫(yī)療的數(shù)據(jù)平臺(tái)基礎(chǔ)架構(gòu)見圖1，從下到上為系統(tǒng)架構(gòu)線路，各部分為平臺(tái)搭建相關(guān)系統(tǒng)名稱。

TABLEAU：一種專業(yè)數(shù)據(jù)可視化軟件

圖1醫(yī)療大數(shù)據(jù)平臺(tái)基礎(chǔ)架構(gòu)圖

數(shù)據(jù)采集由ETL、FLUME、CANAL等技術(shù)實(shí)現(xiàn)。ETL批量采集醫(yī)院離線數(shù)據(jù)，F(xiàn)LUME、CANAL采集醫(yī)院的業(yè)務(wù)系統(tǒng)實(shí)時(shí)數(shù)據(jù)。HDFS、HBASE技術(shù)相互協(xié)同實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)功能。在資源管理器YARN和AZKABAN的協(xié)調(diào)下，MR、SPAKR、STORM技術(shù)分別對(duì)大批量數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)進(jìn)行分布式計(jì)算。管理應(yīng)用平臺(tái)通過R、SPAKR-SQL、數(shù)據(jù)挖掘等手段對(duì)數(shù)據(jù)進(jìn)行分析利用。

1.2大數(shù)據(jù)平臺(tái)核心技術(shù) 大數(shù)據(jù)平臺(tái)核心技術(shù)圍繞著怎樣處理醫(yī)院的大規(guī)模數(shù)據(jù)展開，由于醫(yī)療行業(yè)的特殊性，區(qū)域醫(yī)療大數(shù)據(jù)平臺(tái)的建設(shè)將應(yīng)用傳統(tǒng)的大數(shù)據(jù)技術(shù)并在此基礎(chǔ)上進(jìn)行創(chuàng)新。

1.2.1多源異構(gòu)數(shù)據(jù)的統(tǒng)一及標(biāo)準(zhǔn)化 目前全國共有上百家HIS系統(tǒng)廠商，由于各廠商運(yùn)用的技術(shù)架構(gòu)和處理的問題不同，其系統(tǒng)中數(shù)據(jù)標(biāo)準(zhǔn)和結(jié)構(gòu)也多種多樣。大數(shù)據(jù)平臺(tái)需要采集HIS框架中的全量數(shù)據(jù)。因此，對(duì)多源異構(gòu)數(shù)據(jù)的采集、匯總、結(jié)構(gòu)化是建立醫(yī)療大數(shù)據(jù)平臺(tái)亟待解決的問題。區(qū)域醫(yī)療大數(shù)據(jù)平臺(tái)采用多源異構(gòu)數(shù)據(jù)統(tǒng)一及標(biāo)準(zhǔn)化技術(shù)處理這些“結(jié)構(gòu)復(fù)雜”的數(shù)據(jù)。

醫(yī)療大數(shù)據(jù)平臺(tái)根據(jù)數(shù)據(jù)的標(biāo)準(zhǔn)化程度和用途不用分為原始數(shù)據(jù)層、結(jié)構(gòu)化層、應(yīng)用層。原始數(shù)據(jù)層是HIS系統(tǒng)直接寫入到Hadoop集群的數(shù)據(jù)，結(jié)構(gòu)化層是原始數(shù)據(jù)經(jīng)過結(jié)構(gòu)化、標(biāo)準(zhǔn)化的數(shù)據(jù)，應(yīng)用層是大數(shù)據(jù)平臺(tái)根據(jù)某項(xiàng)業(yè)務(wù)需求按不同緯度抽取結(jié)構(gòu)化層數(shù)據(jù)而得到的集成數(shù)據(jù)。多源異構(gòu)數(shù)據(jù)的統(tǒng)一及標(biāo)準(zhǔn)化技術(shù)作用于原始數(shù)據(jù)層和結(jié)構(gòu)化層之間。多源異構(gòu)數(shù)據(jù)的處理框架見圖2。

圖2 多源異構(gòu)數(shù)據(jù)處理框架

多源異構(gòu)數(shù)據(jù)的采集是運(yùn)用LSA算法和redo-log分析對(duì)任意廠商提供的數(shù)據(jù)庫進(jìn)行內(nèi)容識(shí)別。利用在醫(yī)院搭建的前置機(jī)將醫(yī)院的電子病歷等數(shù)據(jù)寫入到Hadoop的分布式文件系統(tǒng)(HDFS)中。針對(duì)于醫(yī)院產(chǎn)生的實(shí)時(shí)數(shù)據(jù)，利用FLUME系統(tǒng)將數(shù)據(jù)寫入到Hadoop集群。把醫(yī)院多個(gè)系統(tǒng)產(chǎn)生的多種數(shù)據(jù)歸一成以下全面覆蓋醫(yī)院各系統(tǒng)、各場景的可擴(kuò)展的數(shù)據(jù)模型，并對(duì)其進(jìn)行結(jié)構(gòu)化和歸一。醫(yī)院信息系統(tǒng)數(shù)據(jù)匯集圖見圖3，模型重構(gòu)下面代表醫(yī)院HIS系統(tǒng)及各個(gè)子系統(tǒng)，模型重構(gòu)上面代表數(shù)據(jù)的分類及存儲(chǔ)形式。

圖3 HIS系統(tǒng)數(shù)據(jù)匯集框架圖

數(shù)據(jù)按其結(jié)構(gòu)化程度分為結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)。數(shù)據(jù)處理以醫(yī)院為單位，即對(duì)每個(gè)醫(yī)院都建立一套數(shù)據(jù)抽取的標(biāo)準(zhǔn)。這套標(biāo)準(zhǔn)是專業(yè)的ETL人員結(jié)合數(shù)據(jù)字典對(duì)該醫(yī)院每個(gè)字段建立相應(yīng)的提取規(guī)則，并經(jīng)過多次質(zhì)控而形成的。數(shù)據(jù)字典來源于國內(nèi)外通用的數(shù)據(jù)標(biāo)準(zhǔn)，如HL7、CDA、衛(wèi)計(jì)委電子病歷基本架構(gòu)與數(shù)據(jù)標(biāo)準(zhǔn)、ICD-9/10等，也有國內(nèi)外專家經(jīng)研究共同決定的標(biāo)準(zhǔn)。

對(duì)于結(jié)構(gòu)化的數(shù)據(jù)，主要處理“標(biāo)準(zhǔn)化”的問題。如出院記錄中的出院日期，醫(yī)生可能有多種寫法，在數(shù)據(jù)處理階段需要將其映射為標(biāo)準(zhǔn)的日期時(shí)間格式。又如出院診斷的胃癌分型，數(shù)據(jù)字典中結(jié)合國際標(biāo)準(zhǔn)與權(quán)威專家的評(píng)估把胃癌分為5個(gè)類型，從而把臨床醫(yī)生不標(biāo)準(zhǔn)診斷名稱全部標(biāo)準(zhǔn)化。

非結(jié)構(gòu)化數(shù)據(jù)的處理首先是使其“結(jié)構(gòu)化”。非結(jié)構(gòu)化數(shù)據(jù)是由自然語言構(gòu)成的文本，如手術(shù)經(jīng)過或一訴五史。非結(jié)構(gòu)化數(shù)據(jù)使其結(jié)構(gòu)化采用的技術(shù)主要是人工標(biāo)識(shí)加機(jī)器學(xué)習(xí)。從Hadoop集群中采樣部分?jǐn)?shù)據(jù)作為訓(xùn)練集，利用人工標(biāo)識(shí)技術(shù)將需要在自然語言中獲取的字段標(biāo)出，機(jī)器學(xué)習(xí)算法對(duì)訓(xùn)練集作分詞、詞性標(biāo)注、命名實(shí)體識(shí)別、依存句法分析處理，建立非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化處理模型，從而應(yīng)用于非結(jié)構(gòu)化數(shù)據(jù)的處理。對(duì)已經(jīng)結(jié)構(gòu)化的非結(jié)構(gòu)化數(shù)據(jù)同樣可以進(jìn)行歸一和標(biāo)準(zhǔn)化。其中，人工標(biāo)識(shí)技術(shù)是按照電子病歷結(jié)構(gòu)拆分成節(jié)點(diǎn)，對(duì)其重要的信息人工進(jìn)行標(biāo)注并以KV鍵值形式展現(xiàn)。非結(jié)構(gòu)化數(shù)據(jù)處理流程見圖4。

圖4 非結(jié)構(gòu)化語言處理流程

1.2.2數(shù)據(jù)質(zhì)量監(jiān)控與評(píng)價(jià)技術(shù) 醫(yī)療大數(shù)據(jù)平臺(tái)匯集醫(yī)院信息系統(tǒng)的全量數(shù)據(jù)，涵蓋各個(gè)子系統(tǒng)，數(shù)據(jù)量多且復(fù)雜。由于醫(yī)院的數(shù)據(jù)產(chǎn)生于臨床醫(yī)生及護(hù)士的操作，在數(shù)據(jù)科學(xué)方面缺少專業(yè)知識(shí)及系統(tǒng)自身的問題等一系列因素，導(dǎo)致了大數(shù)據(jù)平臺(tái)的數(shù)據(jù)會(huì)存在空值、違規(guī)、錯(cuò)誤等問題。多源異構(gòu)數(shù)據(jù)統(tǒng)一及結(jié)構(gòu)化技術(shù)能解決數(shù)據(jù)的匯集和標(biāo)準(zhǔn)的問題，但無法解決數(shù)據(jù)的完整性、一致性、準(zhǔn)確性、穩(wěn)定性等問題。

數(shù)據(jù)質(zhì)量監(jiān)控技術(shù)的基本思路是通過數(shù)據(jù)質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)和定量定性的分析手段找出數(shù)據(jù)存在的質(zhì)量問題，指導(dǎo)數(shù)據(jù)優(yōu)化的實(shí)施。數(shù)據(jù)質(zhì)量控制的基本框架見圖5。

圖5 數(shù)據(jù)質(zhì)量評(píng)價(jià)技術(shù)框架

數(shù)據(jù)質(zhì)量監(jiān)控技術(shù)作用于結(jié)構(gòu)化層或者應(yīng)用層。根據(jù)質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)事先設(shè)立質(zhì)量控制指標(biāo)和每個(gè)指標(biāo)的閾值，質(zhì)控結(jié)果一旦超過了閾值則會(huì)針對(duì)該診斷進(jìn)行報(bào)警，具體質(zhì)控指標(biāo)見圖6。針對(duì)每個(gè)質(zhì)控指標(biāo)建立對(duì)應(yīng)的算法，例如：空值率=(字段缺失數(shù)+空值數(shù)量)/應(yīng)有數(shù)據(jù)量×100%。根據(jù)指標(biāo)和算法編寫SQL語言，提取HDFS中結(jié)構(gòu)化全量數(shù)據(jù)和應(yīng)用層數(shù)據(jù)，分析結(jié)構(gòu)化字段是否有數(shù)據(jù)缺失、數(shù)據(jù)不準(zhǔn)確、信息自相矛盾等問題，匯總生成數(shù)據(jù)質(zhì)量評(píng)估報(bào)告，反饋給數(shù)據(jù)ETL人員。ETL部門根據(jù)此報(bào)告調(diào)整數(shù)據(jù)提取、清洗算法，再次提交質(zhì)控，從而使數(shù)據(jù)的合格率超過設(shè)定的閾值。

圖6 數(shù)據(jù)質(zhì)量控制指標(biāo)

1.2.3智能患者索引技術(shù) 目前的HIS系統(tǒng)中，醫(yī)院通常把患者掛號(hào)時(shí)產(chǎn)生的門診號(hào)或者住院號(hào)當(dāng)做患者主索引。由于目前每個(gè)區(qū)域都有多家不同性質(zhì)的醫(yī)療服務(wù)機(jī)構(gòu)，如綜合醫(yī)院、社區(qū)衛(wèi)生服務(wù)中心、疾控中心、?？漆t(yī)院等，各個(gè)醫(yī)院采用不同的HIS系統(tǒng)且都互不聯(lián)通，則產(chǎn)生的患者主索引也會(huì)有很大的差異。因此，在建立醫(yī)療大數(shù)據(jù)平臺(tái)時(shí)，無法根據(jù)現(xiàn)有的技術(shù)對(duì)數(shù)據(jù)以患者緯度進(jìn)行統(tǒng)一。

區(qū)域醫(yī)療大數(shù)據(jù)平臺(tái)在利用Hadoop技術(shù)實(shí)現(xiàn)區(qū)域內(nèi)患者數(shù)據(jù)互聯(lián)的基礎(chǔ)上，對(duì)醫(yī)院的全量數(shù)據(jù)進(jìn)行組織梳理，提取完整的患者信息，根據(jù)數(shù)據(jù)間的業(yè)務(wù)關(guān)系，以患者為維度將區(qū)域內(nèi)患者的數(shù)據(jù)形成一個(gè)整體，從而形成患者完整的就診檔案，通過主索引可以檢索出患者在各個(gè)地方的就診記錄。

智能患者主索引技術(shù)能讓醫(yī)院內(nèi)部仍舊使用住院和掛號(hào)時(shí)自動(dòng)生成的住院號(hào)和門診號(hào)作為患者就診的唯一標(biāo)識(shí)，在各醫(yī)院之間使用社?？ê蜕矸葑C號(hào)碼作為識(shí)別患者身份的唯一標(biāo)識(shí)。門診號(hào)和就診卡號(hào)能夠保證醫(yī)院作為醫(yī)療數(shù)據(jù)平臺(tái)的一個(gè)數(shù)據(jù)節(jié)點(diǎn)高效的運(yùn)行，在互聯(lián)互通的基礎(chǔ)上保持自己的獨(dú)立性。區(qū)域醫(yī)療大數(shù)據(jù)平臺(tái)的控制中心提取出各個(gè)醫(yī)院HIS系統(tǒng)的患者身份信息(身份證號(hào)、社?？ㄌ?hào)、地址等)建立患者索引，關(guān)聯(lián)患者在醫(yī)院的就診數(shù)據(jù)。其中，提取患者多種身份信息是為了保證無論患者采用什么方式掛號(hào)就診，系統(tǒng)都能采集到該患者的就診數(shù)據(jù)。智能患者索引架構(gòu)圖見圖7。

EMPI：患者主索引

圖7智能患者索引技術(shù)圖

1.2.4大數(shù)據(jù)的分析技術(shù) 大數(shù)據(jù)分析技術(shù)是區(qū)域醫(yī)療大數(shù)據(jù)平臺(tái)建設(shè)的關(guān)鍵技術(shù)，是挖掘隱藏在海量數(shù)據(jù)中的知識(shí)達(dá)到數(shù)據(jù)價(jià)值化的重要手段。大數(shù)據(jù)分析技術(shù)基本思路：醫(yī)院、科研工作平臺(tái)及數(shù)據(jù)質(zhì)控平臺(tái)產(chǎn)生數(shù)據(jù)查詢和分析需求，使用數(shù)據(jù)分析引擎提取目標(biāo)數(shù)據(jù)，基于需求分析數(shù)據(jù)。

數(shù)據(jù)應(yīng)用平臺(tái)與數(shù)據(jù)管理平臺(tái)和數(shù)據(jù)存儲(chǔ)框架之間搭建應(yīng)用程序接口，將數(shù)據(jù)提取指令傳遞給管理平臺(tái)，經(jīng)分析后制訂數(shù)據(jù)提取任務(wù)，以同步和異步的提取方式提取目標(biāo)數(shù)據(jù)。數(shù)據(jù)遷移路線：數(shù)據(jù)抽取器抽取HDFS數(shù)據(jù)為目標(biāo)數(shù)據(jù)層，目標(biāo)數(shù)據(jù)層由OLAP映射模塊轉(zhuǎn)化為OLAP數(shù)據(jù)層，OLAP數(shù)據(jù)層通過預(yù)計(jì)數(shù)等方式轉(zhuǎn)化為KYLIN數(shù)據(jù)立方體存入HBASE。OLAP數(shù)據(jù)層數(shù)據(jù)支持通過Spark進(jìn)行離線異步查詢，KYLIN層數(shù)據(jù)支持在線同步查詢。數(shù)據(jù)分析技術(shù)支持除常規(guī)的統(tǒng)計(jì)分析外，還可以為數(shù)據(jù)挖掘、模式識(shí)別、機(jī)器學(xué)習(xí)、并行處理等先進(jìn)大數(shù)據(jù)應(yīng)用提供數(shù)據(jù)支持和平臺(tái)支持，從而得到更深層次的知識(shí)和領(lǐng)域信息。大數(shù)據(jù)平臺(tái)中數(shù)據(jù)分析的框架見圖8。

各部分：數(shù)據(jù)分析平臺(tái)的組成模塊

圖8醫(yī)療大數(shù)據(jù)分析平臺(tái)整體架構(gòu)

2 區(qū)域醫(yī)療大數(shù)據(jù)平臺(tái)實(shí)踐

2.1重慶醫(yī)科大學(xué)醫(yī)療大數(shù)據(jù)平臺(tái)建設(shè)概況 截至2018年9月，重慶醫(yī)科大學(xué)與醫(yī)渡云(北京)技術(shù)有限公司合作建立的重慶醫(yī)科大學(xué)醫(yī)療大數(shù)據(jù)平臺(tái)已經(jīng)成功上線，共匯集了重慶醫(yī)科大學(xué)附屬大學(xué)城醫(yī)院、重慶醫(yī)科大學(xué)附屬兒童醫(yī)院、重慶醫(yī)科大學(xué)附屬第二醫(yī)院、重慶醫(yī)科大學(xué)附屬永川醫(yī)院等多家醫(yī)院數(shù)據(jù)。涵蓋18 049 608例患者就診數(shù)據(jù)，36 109 970人次的就診數(shù)據(jù),時(shí)間跨度為1999-2018年。重慶醫(yī)科大學(xué)醫(yī)療大數(shù)據(jù)平臺(tái)匯集其附屬醫(yī)院業(yè)務(wù)數(shù)據(jù)，開發(fā)ETL數(shù)據(jù)平臺(tái)對(duì)所有數(shù)據(jù)進(jìn)行處理和質(zhì)控，通過查找國內(nèi)外權(quán)威的醫(yī)學(xué)知識(shí)和政策法規(guī)建立知識(shí)庫和標(biāo)準(zhǔn)庫?；诜植际綌?shù)據(jù)庫建立索引庫，提升數(shù)據(jù)查詢效率。在分布式數(shù)據(jù)庫的基礎(chǔ)上建立數(shù)據(jù)應(yīng)用平臺(tái)，探索數(shù)據(jù)的應(yīng)用。重慶醫(yī)科大學(xué)醫(yī)療大數(shù)據(jù)平臺(tái)已經(jīng)運(yùn)用到醫(yī)院管理、績效評(píng)價(jià)、醫(yī)學(xué)科研等多方面，其中，基于大數(shù)據(jù)平臺(tái)建立的重慶醫(yī)科大學(xué)科研數(shù)據(jù)平臺(tái)也已投入使用，基于此數(shù)據(jù)已發(fā)表高質(zhì)量科研論文多篇。重慶醫(yī)科大學(xué)醫(yī)療大數(shù)據(jù)平臺(tái)架構(gòu)圖見圖9。

圖9 重慶醫(yī)科大學(xué)醫(yī)療大數(shù)據(jù)平臺(tái)架構(gòu)圖

2.2醫(yī)院管理 醫(yī)療大數(shù)據(jù)平臺(tái)匯集某地區(qū)內(nèi)大部分醫(yī)院的診療數(shù)據(jù)，由控制平臺(tái)全面管理、協(xié)調(diào)和控制。原衛(wèi)計(jì)委等相關(guān)部門根據(jù)大數(shù)據(jù)平臺(tái)匯集的數(shù)據(jù)，通過各項(xiàng)指標(biāo)宏觀地掌握該地區(qū)的醫(yī)療情況，據(jù)此有針對(duì)性地制訂政策進(jìn)行調(diào)控。各醫(yī)院根據(jù)大數(shù)據(jù)平臺(tái)處理后的數(shù)據(jù)進(jìn)行可視化分析，改進(jìn)醫(yī)院的醫(yī)療服務(wù)質(zhì)量。

目前基于大數(shù)據(jù)平臺(tái)開發(fā)的醫(yī)院管理平臺(tái)在重慶醫(yī)科大學(xué)附屬醫(yī)院已成功上線并進(jìn)行了應(yīng)用，涵蓋醫(yī)院運(yùn)行管理、DRGs績效管理、醫(yī)院等級(jí)評(píng)審、醫(yī)院機(jī)構(gòu)對(duì)比等功能。大數(shù)據(jù)平臺(tái)采集電子病歷中病案首頁和費(fèi)用信息，以DRGs相關(guān)指標(biāo)對(duì)數(shù)據(jù)進(jìn)行篩選并進(jìn)行標(biāo)準(zhǔn)化，建立DRGs的數(shù)據(jù)集市，通過數(shù)據(jù)集市對(duì)費(fèi)用中的住院總費(fèi)用、檢查檢驗(yàn)費(fèi)、手術(shù)費(fèi)、床位費(fèi)等和出院診斷中的主要診斷、次要診斷、并發(fā)癥、手術(shù)操作等進(jìn)行關(guān)聯(lián)性分析，從而建立DRGs費(fèi)用庫。醫(yī)院管理人員就可以基于DRGs費(fèi)用庫對(duì)各科室進(jìn)行績效評(píng)價(jià)，科室也可以據(jù)此對(duì)醫(yī)生進(jìn)行績效評(píng)價(jià)。目前，基于大數(shù)據(jù)的DRG績效評(píng)價(jià)正在重慶醫(yī)科大學(xué)附屬大學(xué)城醫(yī)院初步應(yīng)用。

2.3科研應(yīng)用 目前，重慶醫(yī)科大學(xué)基于醫(yī)療大數(shù)據(jù)的科研平臺(tái)已成功上線，具有“數(shù)據(jù)概覽”“病歷搜索”“知識(shí)全庫”“我的科研”等功能。數(shù)據(jù)概覽能對(duì)整個(gè)大數(shù)據(jù)平臺(tái)的數(shù)據(jù)進(jìn)行全局的展示。病歷搜索對(duì)35 721 967份病歷進(jìn)行搜索，以患者或病歷為維度進(jìn)行展示?！拔业目蒲小惫δ苤С謩?chuàng)建科研項(xiàng)目，按項(xiàng)目要求設(shè)置篩選條件，并支持導(dǎo)出數(shù)據(jù)。知識(shí)全庫主要匯集國內(nèi)外相關(guān)的醫(yī)學(xué)文獻(xiàn)，以中文核心期刊和Pubmed為主。重慶醫(yī)科大學(xué)目前正與國家不良反應(yīng)監(jiān)測中心開展藥物不良反應(yīng)主動(dòng)監(jiān)測的項(xiàng)目，基于此平臺(tái)的數(shù)據(jù)在藥源性肝損傷和單種藥的不良反應(yīng)研究上已經(jīng)取得成果。

3 小 結(jié)

隨著大數(shù)據(jù)時(shí)代的到來及信息技術(shù)在醫(yī)療行業(yè)的應(yīng)用，各個(gè)醫(yī)院積累了大量的數(shù)據(jù)，但僅針對(duì)一家醫(yī)院的數(shù)據(jù)進(jìn)行研究不能稱之為大數(shù)據(jù)，醫(yī)療行業(yè)需整合區(qū)域所有的醫(yī)療信息，以更多的數(shù)據(jù)反映更加真實(shí)的醫(yī)療情況。大數(shù)據(jù)平臺(tái)只是進(jìn)行數(shù)據(jù)分析與應(yīng)用的工具，要想充分利用這些數(shù)據(jù)，需要對(duì)數(shù)據(jù)進(jìn)行分析、挖掘和深層次的算法研究和利用人工智能技術(shù)，才能為醫(yī)療行業(yè)提供有價(jià)值的決策和科學(xué)研究，充分發(fā)揮數(shù)據(jù)的價(jià)值。最終讓醫(yī)療行業(yè)向效率高、技術(shù)強(qiáng)、費(fèi)用低的方向發(fā)展。