曹 琳，許鳳娟，史高松，高士洪

(哈爾濱醫(yī)科大學(xué)附屬第一醫(yī)院病案復(fù)核室，黑龍江 哈爾濱 150001)

近年來，大數(shù)據(jù)引起了產(chǎn)業(yè)界、科技界和政府部門的高度關(guān)注。2008年《Nature》出版?？癇ig Data”[1]，2011年《Science》也推出關(guān)于數(shù)據(jù)處理的專刊“Dealing with data”[2]，2012 年3 月奧巴馬宣布美國政府投資2億美元啟動(dòng)“大數(shù)據(jù)研究和發(fā)展計(jì)劃”[3]，將“大數(shù)據(jù)研究”上升為國家意志。同樣，醫(yī)療衛(wèi)生領(lǐng)域也迎來了“大數(shù)據(jù)時(shí)代”，如在藥物研發(fā)中使用基因數(shù)據(jù)、臨床實(shí)驗(yàn)數(shù)據(jù)的共享、電子病歷系統(tǒng)(EMRs)的廣泛使用以及醫(yī)療保險(xiǎn)、患者登記和社會(huì)媒體中的數(shù)據(jù)使用等[4]。病案是醫(yī)護(hù)人員記錄患者疾病診療過程的文件。它客觀、完整、連續(xù)地記錄了患者的診療經(jīng)過、病情變化、治療效果等情況，是醫(yī)院醫(yī)療、教學(xué)、科研的基礎(chǔ)資料[5]，也是建設(shè)醫(yī)療健康大數(shù)據(jù)的核心和基礎(chǔ)。醫(yī)療健康大數(shù)據(jù)的發(fā)展方興未艾，很多問題還有待深入研究，文章從醫(yī)療健康大數(shù)據(jù)的運(yùn)用前景出發(fā)，分析醫(yī)療健康大數(shù)據(jù)視角下當(dāng)前病案管理存在的不足，并提出對(duì)策建議，為加強(qiáng)醫(yī)院病案統(tǒng)計(jì)及管理、建設(shè)醫(yī)療健康大數(shù)據(jù)提供參考。

1 醫(yī)療健康大數(shù)據(jù)的運(yùn)用前景展望

1.1 輔助衛(wèi)生政策制定

美國聯(lián)邦政府和州級(jí)政府自2014年以來制定的32,600余份衛(wèi)生相關(guān)政策文件均使用大數(shù)據(jù)平臺(tái)所獲取的支持?jǐn)?shù)據(jù)[6]。傳統(tǒng)的衛(wèi)生決策與衛(wèi)生政策制定主要根據(jù)下級(jí)反饋、上級(jí)調(diào)研和簡單的衛(wèi)生統(tǒng)計(jì)數(shù)據(jù)。在醫(yī)療健康大數(shù)據(jù)的背景下，通過建立全員人口、健康檔案和電子病歷三大數(shù)據(jù)庫共享平臺(tái)和共享機(jī)制，建立覆蓋全國的基本公共衛(wèi)生、電子病歷共享、新農(nóng)合結(jié)算、衛(wèi)生監(jiān)督、免疫規(guī)劃和預(yù)約掛號(hào)等業(yè)務(wù)應(yīng)用，實(shí)現(xiàn)健康醫(yī)療領(lǐng)域的數(shù)據(jù)匯聚、系統(tǒng)互聯(lián)和信息共享，衛(wèi)生政策制定時(shí)能以衛(wèi)生信息系統(tǒng)平臺(tái)和各部門相關(guān)衛(wèi)生數(shù)據(jù)為基礎(chǔ)，同時(shí)采集、存儲(chǔ)、挖掘、分析和優(yōu)化全國乃至國際相關(guān)衛(wèi)生決策所需數(shù)據(jù)，構(gòu)建基于大數(shù)據(jù)的衛(wèi)生政策分析框架：包括衛(wèi)生籌資、衛(wèi)生規(guī)劃、衛(wèi)生績效評(píng)價(jià)、藥品使用監(jiān)測、衛(wèi)生技術(shù)評(píng)估等模塊，并開展衛(wèi)生政策理論和應(yīng)用型研究，促進(jìn)衛(wèi)生決策與衛(wèi)生政策制定的透明度和科學(xué)性。

1.2 臨床決策支持

傳統(tǒng)臨床決策主要基于患者主訴和即時(shí)性檢查結(jié)果等橫斷面資料。醫(yī)療健康大數(shù)據(jù)將為臨床醫(yī)生提供患者出生、經(jīng)歷、就業(yè)、居住、環(huán)境等傳統(tǒng)診療模式下不易收集的全面資料，幫助醫(yī)生做出高效、準(zhǔn)確、低成本的臨床決策。美國哈佛大學(xué)的亨利·麥道爾斯博士與IBM公司合作，基于衛(wèi)生大數(shù)據(jù)系統(tǒng)來監(jiān)測早產(chǎn)兒感染情況的發(fā)生，這套系統(tǒng)可以為早產(chǎn)兒多爭取到16 h的治療時(shí)間，即系統(tǒng)可以在感染癥狀明顯發(fā)生的16 h前發(fā)出警示信息[7]。美國西達(dá)賽奈(Cedars-Sinai)醫(yī)療中心新開發(fā)的信息系統(tǒng)(All Health Robotics)通過促進(jìn)電子健康檔案系統(tǒng)(EHRs)和醫(yī)療數(shù)據(jù)的交換，每年可以節(jié)省21億美元的醫(yī)療資源[8]。另外，將單個(gè)樣本數(shù)據(jù)使用大數(shù)據(jù)算法進(jìn)行處理，可以觀測到單個(gè)樣本不能檢測出的細(xì)小差別，為醫(yī)生提供更加科學(xué)的、符合循證醫(yī)學(xué)原則的臨床指導(dǎo)建議。美國杜克大學(xué)醫(yī)學(xué)中心借助普惠超級(jí)計(jì)算機(jī)的大數(shù)據(jù)處理能力，通過吸收325萬頁病案數(shù)據(jù)、12萬份臨床試驗(yàn)和55種醫(yī)療雜志報(bào)道的12萬份數(shù)據(jù)，開發(fā)出了一套腫瘤治療決策工具。該工具可以根據(jù)輸入信息自動(dòng)生成診斷、治療建議，據(jù)統(tǒng)計(jì)該工具給出的診療建議89%被臨床醫(yī)生采納[9]。

1.3 藥物研發(fā)和評(píng)價(jià)

藥物研發(fā)是醫(yī)療健康大數(shù)據(jù)運(yùn)用的重要領(lǐng)域。第一，在藥物研發(fā)立項(xiàng)階段，通過大數(shù)據(jù)技術(shù)分析大范圍的病案資料，綜合藥物治療時(shí)間、出院結(jié)局、治療費(fèi)用等信息，判斷當(dāng)前同類產(chǎn)品的效果和性價(jià)比，有針對(duì)性地進(jìn)行更有替代產(chǎn)品的研發(fā)。諾華公司治療慢性心衰的藥物Entresto在立項(xiàng)階段即使用了谷歌、拓爾思等40家大數(shù)據(jù)公司的3000萬條數(shù)據(jù)[10]。另外，藥物研發(fā)機(jī)構(gòu)還可以以通過收集更大范圍的健康大數(shù)據(jù)，找出社會(huì)公眾藥品需求的“痛點(diǎn)”，以合理配置資源，確立更有市場前景的藥物研發(fā)項(xiàng)目。第二，在確定藥物研發(fā)方向階段，藥物研發(fā)機(jī)構(gòu)在評(píng)估病案資料大數(shù)據(jù)的基礎(chǔ)上，還可以利用臨床試驗(yàn)、代謝組學(xué)、蛋白質(zhì)組學(xué)、基因組學(xué)等數(shù)據(jù)，來確定擬開發(fā)藥物個(gè)性化的治療原理。第三，在藥物上市階段，要全面占有文獻(xiàn)數(shù)據(jù)、醫(yī)療數(shù)據(jù)、監(jiān)測數(shù)據(jù)和Ⅳ期臨床試驗(yàn)數(shù)據(jù)，并使用大數(shù)據(jù)技術(shù)整合分析以上所有數(shù)據(jù)，進(jìn)行全方位、多層次、多角度的分析，以準(zhǔn)確評(píng)估藥物上市后的經(jīng)濟(jì)性、有效性和安全性。英國藥品監(jiān)管部門通過大數(shù)據(jù)技術(shù)，來追蹤和整合包括促銷支出、藥房、廣告、制造、出版物、消費(fèi)者和科研人員等信息，每年使用3.2億條數(shù)據(jù)以監(jiān)控藥品銷售情況、市場分布情況和用藥安全情況[4]。

1.4 疫情監(jiān)測與疾病預(yù)防

通過連續(xù)分析和不斷整合疾病疫情信息，能不斷提高公共衛(wèi)生預(yù)警和預(yù)報(bào)能力。常超一等[11]結(jié)合各地的航空可達(dá)性，并整合多種來源的數(shù)據(jù)，對(duì)甲型H1N1流感的航空旅行擴(kuò)散、空間分布、流行病學(xué)特征進(jìn)行了探索性的預(yù)測估計(jì)。法國巴黎瑞爾斯醫(yī)學(xué)中心采用To Diseases預(yù)測模型，有效使區(qū)域內(nèi)的高風(fēng)險(xiǎn)患者急診就診率降低了42%，還將這部分高風(fēng)險(xiǎn)患者的月再入院率從29%降到9%[12]。有研究顯示，影響健康的因素只有10%左右已被衛(wèi)生工作者認(rèn)定，另外90%的影響因素(社會(huì)經(jīng)濟(jì)狀況、自然環(huán)境、遺傳因素、健康行為等)還未被確認(rèn)[13]。大數(shù)據(jù)技術(shù)可以將個(gè)人和行為數(shù)據(jù)信息(如娛樂方式、收入、飲食習(xí)慣、教育狀況等)與醫(yī)療健康信息(如既往史、診療信息等)統(tǒng)籌起來，對(duì)健康危險(xiǎn)因素進(jìn)行比對(duì)關(guān)聯(lián)研究，制作特定區(qū)域、特定人群的健康危險(xiǎn)因素圖譜。這種基于社會(huì)和醫(yī)療數(shù)據(jù)、直接針對(duì)最適宜人群實(shí)施的干預(yù)措施將會(huì)更加直接、有效。

2 醫(yī)療健康大數(shù)據(jù)視角下當(dāng)前病案管理存在的不足

2.1 病案信息孤島普遍存在

現(xiàn)階段醫(yī)院病案管理和統(tǒng)計(jì)的目的主要是歷史檔案存儲(chǔ)、醫(yī)學(xué)法律證據(jù)留存和醫(yī)療評(píng)價(jià)，分析利用的水平還不夠高。且由于工作慣性和技術(shù)手段的限制，病案資料的共享、整合、利用嚴(yán)重滯后，使得各醫(yī)療衛(wèi)生單位都保存有一定數(shù)量的病案資料，但由于互聯(lián)互通、共享利用的不足，形成了單個(gè)數(shù)據(jù)體量較小(10TB數(shù)量級(jí))但機(jī)構(gòu)數(shù)量眾多(3萬余家)的病案信息孤島。

2.2 原有病案管理標(biāo)準(zhǔn)不適應(yīng)大數(shù)據(jù)要求

醫(yī)療健康大數(shù)據(jù)的分析、利用需基于統(tǒng)一的信息處理標(biāo)準(zhǔn)之上。建設(shè)覆蓋大區(qū)域、多部門的病案信息共享中心和醫(yī)療機(jī)構(gòu)內(nèi)部信息共享中心也需要基于統(tǒng)一的信息處理標(biāo)準(zhǔn)之上。不同來源、不同維度的病案數(shù)據(jù)單元需使用統(tǒng)一編碼機(jī)制，才能使用大數(shù)據(jù)技術(shù)匯總、整合為有序、統(tǒng)一的大數(shù)據(jù)，而不是雜亂無序的大數(shù)據(jù)。傳統(tǒng)的病案管理核心標(biāo)準(zhǔn)有手術(shù)編碼(ICD-9-CM-3)和疾病編碼(ICD-10)，這一基于紙媒的標(biāo)準(zhǔn)已經(jīng)不適應(yīng)醫(yī)療健康大數(shù)據(jù)分析的要求。

2.3 病案隱私和權(quán)利保護(hù)不夠

我國傳統(tǒng)病案信息的外顯方式是醫(yī)務(wù)人員借閱和患者復(fù)印，做好簡單的借閱復(fù)印、登記即可滿足隱私和權(quán)利保護(hù)的需要。但大數(shù)據(jù)技術(shù)使得病案信息的流傳、分享變得更加便捷和不可控，如果患者的個(gè)人信息、病情甚至蛋白、基因等隱私信息遭到泄露，將會(huì)使醫(yī)院病案管理陷入極大的法律風(fēng)險(xiǎn)之中。

2.4 病案信息的收集統(tǒng)計(jì)方法落后

我國傳統(tǒng)的病案收集方法是由臨床醫(yī)生手寫、臨床科室整理后上報(bào)，導(dǎo)致病案信息匯總的時(shí)效性不強(qiáng)，也不便于病案信息的后期數(shù)字化處理。另外，傳統(tǒng)病案數(shù)據(jù)分析方法主要針對(duì)結(jié)構(gòu)化數(shù)據(jù)展開，即有的病案信息處理流程、分析體系能高效地處理相對(duì)較少的結(jié)構(gòu)化數(shù)據(jù)。在醫(yī)療健康大數(shù)據(jù)時(shí)代，非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)量正在快速增加，給傳統(tǒng)的病案統(tǒng)計(jì)分析技術(shù)帶來了巨大的挑戰(zhàn)。

2.5 缺乏病案管理、大數(shù)據(jù)方面的復(fù)合型人才

醫(yī)療健康大數(shù)據(jù)的匯總和統(tǒng)計(jì)分析人員不僅需要具備醫(yī)學(xué)知識(shí)、統(tǒng)計(jì)學(xué)知識(shí)，更需要具備互聯(lián)網(wǎng)、信息化、大數(shù)據(jù)方面的知識(shí)和技能。現(xiàn)階段病案管理人員以醫(yī)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)學(xué)、檔案管理學(xué)等專業(yè)背景為主，其中統(tǒng)計(jì)學(xué)、數(shù)學(xué)、檔案管理學(xué)背景約占80%，醫(yī)學(xué)約占15%，計(jì)算機(jī)專業(yè)背景僅占約5%[14]，前兩類人才普遍不具有互聯(lián)網(wǎng)思維和大數(shù)據(jù)處理能力，使得醫(yī)療機(jī)構(gòu)普遍缺乏病案管理、大數(shù)據(jù)方面的復(fù)合型人才。

3 醫(yī)療健康大數(shù)據(jù)視角下病案管理對(duì)策建議

3.1 建設(shè)全國性病案信息共享平臺(tái)

醫(yī)療健康大數(shù)據(jù)之所以“大”，是因?yàn)橐獏R聚、整合海量的電子病案信息。由于電子病案信息的隱私性和敏感性，醫(yī)療健康大數(shù)據(jù)的形成必須反互聯(lián)網(wǎng)發(fā)展“去中心化”而行之，以政府公信力為保障建設(shè)全國性病案信息共享平臺(tái)。國家衛(wèi)生與健康行政管理部門要以服務(wù)民生、發(fā)展健康產(chǎn)業(yè)為出發(fā)點(diǎn)，推進(jìn)建設(shè)區(qū)域性、乃至全國性的醫(yī)療衛(wèi)生數(shù)據(jù)資源庫及其“大數(shù)據(jù)”信息處理與共享平臺(tái)，以整合、匯聚并開發(fā)利用電子病案信息，并在保密的前提下向公眾和企業(yè)開放。區(qū)域性、乃至全國性病案信息共享平臺(tái)除了電子病案信息和居民健康檔案管理系統(tǒng)以外，還應(yīng)有公共衛(wèi)生疫情直報(bào)系統(tǒng)、衛(wèi)生突發(fā)事件應(yīng)急處理系統(tǒng)、醫(yī)院信息管理系統(tǒng)(如PACS、CIS、HIS)等，甚至使用數(shù)據(jù)挖掘、網(wǎng)絡(luò)機(jī)器人、爬蟲技術(shù)、云計(jì)算等互聯(lián)網(wǎng)信息技術(shù)手段，囊括科學(xué)文獻(xiàn)數(shù)據(jù)庫、社交網(wǎng)絡(luò)、患者行為、藥物研發(fā)、生命科學(xué)研究等方面的大量生物醫(yī)學(xué)相關(guān)信息，構(gòu)建一個(gè)內(nèi)涵豐富、外延廣泛的病案信息共享平臺(tái)。

3.2 制定符合大數(shù)據(jù)要求的病案標(biāo)準(zhǔn)

醫(yī)療健康大數(shù)據(jù)匯聚形成的基礎(chǔ)是標(biāo)準(zhǔn)化數(shù)據(jù)和規(guī)范化數(shù)據(jù)。2016年國家標(biāo)準(zhǔn)化管理委員會(huì)批準(zhǔn)發(fā)布了《GB/T 14396-2016疾病分類與代碼》，手術(shù)分類編碼國家標(biāo)準(zhǔn)亦在制定中，其目的就是為后期病案大數(shù)據(jù)管理作準(zhǔn)備。對(duì)于病案中其他數(shù)據(jù)項(xiàng)，國家在2011年頒布新版病案首頁時(shí)，同時(shí)發(fā)布了相關(guān)標(biāo)準(zhǔn)，醫(yī)療機(jī)構(gòu)病案統(tǒng)計(jì)管理部門應(yīng)加強(qiáng)與臨床醫(yī)師溝通，定期在全院分?？平M織診斷和手術(shù)填寫培訓(xùn)，針對(duì)各臨床?？埔壮霈F(xiàn)問題進(jìn)行專項(xiàng)培訓(xùn)，提高臨床醫(yī)生病歷書寫的標(biāo)準(zhǔn)化能力。病案統(tǒng)計(jì)管理人員要盡快學(xué)習(xí)和掌握上述應(yīng)標(biāo)準(zhǔn)，推行使用標(biāo)準(zhǔn)編碼。另外，新形勢下應(yīng)由國家衛(wèi)生與健康行政管理部門組織力量，制定新的、符合大數(shù)據(jù)要求的病案標(biāo)準(zhǔn)，促進(jìn)病案信息統(tǒng)計(jì)工作和醫(yī)療健康大數(shù)據(jù)的建設(shè)。

3.3 加強(qiáng)隱私保護(hù)

目前，很多互聯(lián)網(wǎng)專家認(rèn)為在將數(shù)據(jù)加入到大數(shù)據(jù)庫之前，通過電腦程序?qū)⒒颊吣軌虮蛔R(shí)別的信息從醫(yī)療記錄中去除，可以克服傳統(tǒng)病案管理私隱保護(hù)不足的問題[9，10，13]。但是，由于缺乏獨(dú)特的識(shí)別信息，可能導(dǎo)致其他數(shù)據(jù)不能和研究的其他樣本整合，也不能進(jìn)行某類人群的大范圍研究。而且去識(shí)別化過程本身需要處理可識(shí)別的信息，可能使患者信息在沒有經(jīng)過知曉、同意和授權(quán)的情況下被其他人使用。此外，在現(xiàn)在的法律框架下，與去識(shí)別信息有關(guān)的研究也不受人體試驗(yàn)研究相關(guān)規(guī)定約束、不受政府隱私法規(guī)的保護(hù)，類似基因信息等一些數(shù)據(jù)也很難做到合適的去識(shí)別化。所以，醫(yī)療健康大數(shù)據(jù)的隱私保護(hù)還有賴于在去識(shí)別化和加強(qiáng)隱私保護(hù)之間尋找到最佳平衡。

3.4 積極采用現(xiàn)代信息技術(shù)記錄病案材料

為了形成對(duì)疾病或患者群的整體觀，連續(xù)收集同一數(shù)據(jù)(縱向數(shù)據(jù))和結(jié)合多種類型的數(shù)據(jù)(如不同患者的醫(yī)保數(shù)據(jù)、社會(huì)人口學(xué)資料、EMRs等)都是非常必要的。而數(shù)據(jù)的廣泛存在性使得數(shù)據(jù)越來越多地以不同的形式，散布于不同的系統(tǒng)和平臺(tái)中。醫(yī)療大數(shù)據(jù)除了大數(shù)據(jù)所具有的“4V”特征外，還具有多態(tài)性、不完整性、時(shí)間性及冗余性等特征[14]。為了便于進(jìn)行數(shù)據(jù)分析，需要解決數(shù)據(jù)的異構(gòu)性及數(shù)據(jù)的質(zhì)量問題，各方面產(chǎn)生的大數(shù)據(jù)有待進(jìn)行有效的整合。因此，要積極采用現(xiàn)代信息技術(shù)，如電子掃描、微縮攝影、OCR文字識(shí)別、HDFS、大數(shù)據(jù)Web工具、云計(jì)算、Docker技術(shù)等，來記錄、統(tǒng)計(jì)病案材料。

3.5 調(diào)整優(yōu)化病案管理人員

面對(duì)醫(yī)療健康大數(shù)據(jù)的挑戰(zhàn)，要摒棄傳統(tǒng)，以大數(shù)據(jù)統(tǒng)計(jì)為基準(zhǔn)調(diào)整優(yōu)化病案管理團(tuán)隊(duì)，應(yīng)將統(tǒng)計(jì)學(xué)、檔案學(xué)背景人員占比調(diào)整到50%左右，并且需經(jīng)過相關(guān)專業(yè)培訓(xùn)考核；另外聘任30%計(jì)算機(jī)、互聯(lián)網(wǎng)等有關(guān)專業(yè)人員，解決日常統(tǒng)計(jì)相關(guān)問題，配合醫(yī)療機(jī)構(gòu)、衛(wèi)生行政部門進(jìn)行數(shù)據(jù)管理；其次可以有20%左右的臨床、護(hù)理相關(guān)專業(yè)人員?？剖覂?nèi)部實(shí)行輪轉(zhuǎn)制度，使工作人員熟悉所有崗位流程，了解數(shù)據(jù)走向，從源頭提高數(shù)據(jù)質(zhì)量。