吳小穎 李熠慜

摘 ?要：對(duì)于健康醫(yī)療大數(shù)據(jù)而言，其具有來源多樣、數(shù)據(jù)分散、存在大量非結(jié)構(gòu)化信息、融合壁壘高等特點(diǎn)，正是基于上述特點(diǎn)，導(dǎo)致無法有效的對(duì)健康醫(yī)療大數(shù)據(jù)進(jìn)行追溯與治理。因此為有效的改變上述不良情況，則需要采用一種有效的方式對(duì)健康醫(yī)療大數(shù)據(jù)進(jìn)行追溯與治理，目前多使用基于元數(shù)據(jù)可追溯性的方式進(jìn)行分析。本文將論述基于元數(shù)據(jù)的數(shù)據(jù)融合方式及數(shù)據(jù)可視化呈現(xiàn)等內(nèi)容。

關(guān)鍵詞：元數(shù)據(jù);可追溯性;健康醫(yī)療大數(shù)據(jù)

隨著健康意識(shí)的不但提升，近年來健康醫(yī)療大數(shù)據(jù)開始受到醫(yī)學(xué)界的重點(diǎn)關(guān)注，為此國家衛(wèi)建委下發(fā)相關(guān)的政策加強(qiáng)對(duì)健康醫(yī)療大數(shù)據(jù)的規(guī)范管理與開發(fā)應(yīng)用。為有效的實(shí)現(xiàn)上述目標(biāo)，目前開始使用基于元數(shù)據(jù)可追溯性的方式對(duì)健康醫(yī)療大數(shù)據(jù)進(jìn)行分析[1]。本文將探討基于元數(shù)據(jù)可追溯性的健康醫(yī)療大數(shù)據(jù)分析方式與效果。

1.基于元數(shù)據(jù)的數(shù)據(jù)融合方式

1.1需求現(xiàn)狀分析

1.1.1目前我國國醫(yī)療健康元數(shù)據(jù)的現(xiàn)狀

所謂的元數(shù)據(jù)主要是指“關(guān)于數(shù)據(jù)的數(shù)據(jù)”，若能對(duì)元數(shù)據(jù)進(jìn)行良好的管理，則能夠有效的實(shí)現(xiàn)對(duì)數(shù)據(jù)統(tǒng)一管理，由此可知，需要對(duì)元數(shù)據(jù)進(jìn)行準(zhǔn)確、快捷訪問。通過近年來的研究發(fā)現(xiàn)，完整的元數(shù)據(jù)管理模式主要分為如下部分，即完整的字段定義、與數(shù)據(jù)源的對(duì)應(yīng)關(guān)系、不同數(shù)據(jù)來源元數(shù)據(jù)間的映射關(guān)系。但通過觀察實(shí)際情況可知，因無法對(duì)元數(shù)據(jù)定義及錄入時(shí)統(tǒng)計(jì)口徑進(jìn)行統(tǒng)一，從而導(dǎo)致醫(yī)療數(shù)據(jù)存在精準(zhǔn)度欠缺、一致性低、準(zhǔn)確度較低等不良問題[2]。

1.1.2臨床數(shù)據(jù)交換標(biāo)準(zhǔn)協(xié)會(huì)中元數(shù)據(jù)可追溯能力的可視化呈現(xiàn)

自進(jìn)入國際協(xié)調(diào)會(huì)議后，我國衛(wèi)生部門對(duì)臨床數(shù)據(jù)提交的規(guī)則與要求進(jìn)行了更加向有效的完善。Real World Data是臨床數(shù)據(jù)交換標(biāo)準(zhǔn)協(xié)會(huì)的一個(gè)重要項(xiàng)目，其主要的宗旨在于通過電子健康記錄系統(tǒng)對(duì)相關(guān)數(shù)據(jù)進(jìn)行收集，以便能夠?qū)⑵溆行У倪\(yùn)用到臨床研究與安全報(bào)告中。然而通過縱觀實(shí)際情況發(fā)現(xiàn)，臨床數(shù)據(jù)交換標(biāo)準(zhǔn)協(xié)會(huì)在元數(shù)據(jù)的可追溯性方面仍然存在較大的缺陷，因此為有效的解決此問題，目前臨床數(shù)據(jù)交換標(biāo)準(zhǔn)協(xié)會(huì)開始使用Trace-XML系統(tǒng)，主要包括驗(yàn)證端到端的追溯能力、運(yùn)行端到端追溯查詢、可視化端到端的追溯能力等部分，有效的提升元數(shù)據(jù)的分析能力。

1.2基于元數(shù)據(jù)的數(shù)據(jù)融合的設(shè)計(jì)思路

為有效的提升基于元數(shù)據(jù)的數(shù)據(jù)融合能力，目前多使用半自動(dòng)化的融合方式，該種方式包括如下功能：①能夠?qū)崿F(xiàn)對(duì)原始數(shù)據(jù)庫的表、字段、表間關(guān)系的有效抽取;②形成原始數(shù)據(jù)庫的數(shù)據(jù)模型元數(shù)據(jù)，能夠?qū)γ總€(gè)表與字段標(biāo)注業(yè)務(wù)名稱與備注;③具有按照業(yè)務(wù)名稱或表與字段名稱進(jìn)行搜索的功能;④具有對(duì)表與字段的增加、修改、刪除管理數(shù)據(jù)模型的功能。

1.3基于元數(shù)據(jù)的數(shù)據(jù)融合的結(jié)構(gòu)設(shè)計(jì)

（1）邏輯架構(gòu)。對(duì)于數(shù)據(jù)采集而言，需要具有規(guī)范地目錄，包括數(shù)據(jù)源、數(shù)據(jù)目標(biāo)與轉(zhuǎn)換規(guī)則等。目錄的生成的方式如下，即將基于已存在的業(yè)務(wù)術(shù)語關(guān)聯(lián)到對(duì)應(yīng)的元數(shù)據(jù)，并通過數(shù)據(jù)源映射到業(yè)務(wù)術(shù)語，并且形成新目錄。在形成目錄的過程中，主要涉及到如下方面：①使用自然語言處理算法去重、歸一、梳理、消歧數(shù)據(jù)，之后將數(shù)據(jù)模型添加至知識(shí)庫中;②依據(jù)對(duì)應(yīng)業(yè)務(wù)數(shù)據(jù)模型將處理后的數(shù)據(jù)模型抽取、清洗到目標(biāo)數(shù)據(jù)庫中。

（2）數(shù)據(jù)收集與分析。在數(shù)據(jù)收集方面主要使用具有高性能、高可用、高擴(kuò)展特性的結(jié)構(gòu)化數(shù)據(jù)庫集群系統(tǒng)，該種系統(tǒng)不僅能夠提供通用計(jì)算平臺(tái)，同時(shí)還能夠廣泛應(yīng)用于支撐各類數(shù)據(jù)倉庫系統(tǒng)、商務(wù)智能系統(tǒng)與決策支持系統(tǒng)中。在數(shù)據(jù)分析方面，篩選不同部門的所需數(shù)據(jù)，以便能夠?qū)︶t(yī)療數(shù)據(jù)全景圖進(jìn)行規(guī)劃，從而能夠提取出更具有價(jià)值的數(shù)據(jù)。

（3）技術(shù)架構(gòu)。目前多使用基于CWM的醫(yī)療元數(shù)據(jù)管理進(jìn)行技術(shù)架構(gòu)。所謂的CWM主要是指對(duì)象管理組織在數(shù)據(jù)倉庫系統(tǒng)中定義的、具有完整的元模型體系結(jié)構(gòu)，主要用于數(shù)據(jù)倉庫構(gòu)建與應(yīng)用的元數(shù)據(jù)建模方面。通過分析可知，CWM模型主要包括如下規(guī)范：①CWM元模型。該模型主要用于對(duì)數(shù)據(jù)倉庫系統(tǒng)的描述。②CWM XML，主要是指CWM元模型的XM表達(dá)形式。③CWM DTD。該種格式主要是DW/BI共享元數(shù)據(jù)的交換格式。④CWM IDL。該種格式主要是DW/BI共享元數(shù)據(jù)的應(yīng)用程序訪問接口。

2.數(shù)據(jù)可視化呈現(xiàn)

為更加明確數(shù)據(jù)資產(chǎn)分布情況與產(chǎn)生過程，目前多采用數(shù)據(jù)可視化系統(tǒng)，主要包括元數(shù)據(jù)采集、元數(shù)據(jù)展示、元數(shù)據(jù)應(yīng)用、元數(shù)據(jù)搜索、元數(shù)據(jù)瀏覽及管理、數(shù)據(jù)字典管理等內(nèi)容，具體如下：

2.1元數(shù)據(jù)可視化的主要內(nèi)容

2.1.1元數(shù)據(jù)采集方面的可視化

縱觀目前的實(shí)際情況，現(xiàn)有的健康醫(yī)療大數(shù)據(jù)平臺(tái)主要包括事實(shí)表與值域表。事實(shí)表主要分為定義類與管理類元數(shù)據(jù)等方面;值域表主要為表示類元數(shù)據(jù)。為實(shí)現(xiàn)數(shù)據(jù)融合后的格式統(tǒng)一，在采集數(shù)據(jù)的過程中采用可視化操作管理，主要包括結(jié)構(gòu)標(biāo)準(zhǔn)化、數(shù)據(jù)標(biāo)準(zhǔn)化等內(nèi)容。通過對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，在較大程度上實(shí)現(xiàn)了數(shù)據(jù)的高效與融合的規(guī)范性[3]。

2.1.2元數(shù)據(jù)展示方面的可視化

所謂的元數(shù)據(jù)展示功能主要是指對(duì)某元數(shù)據(jù)來源的分布情況進(jìn)行展示，從而能夠追溯到影響該指標(biāo)的所有源數(shù)據(jù)庫的元數(shù)據(jù)，通過采用血緣關(guān)系分析能力利用圖形對(duì)各業(yè)務(wù)數(shù)據(jù)的圖譜進(jìn)行完整展現(xiàn)。

2.1.3元數(shù)據(jù)搜索方面的可視化

所謂的元數(shù)據(jù)搜索主要是指用戶可通過不同類型的數(shù)據(jù)源庫對(duì)元數(shù)據(jù)進(jìn)行搜索，以便能夠更快的對(duì)元數(shù)據(jù)進(jìn)行定位，并增強(qiáng)用戶的了解程度。

2.1.4元數(shù)據(jù)瀏覽方面的可視化

所謂的元數(shù)據(jù)瀏覽主要是指用戶可對(duì)數(shù)據(jù)字段名稱、字段類型、長度、是否必填等項(xiàng)目進(jìn)行查看瀏覽;并且用戶能夠依據(jù)自身的實(shí)際需求對(duì)過濾規(guī)則進(jìn)行編輯，以便能夠使元素局更加標(biāo)準(zhǔn)化、更具有規(guī)范性。

2.2治理后的平臺(tái)功能情況

通過縱觀健康醫(yī)療大數(shù)據(jù)平臺(tái)治理后的實(shí)際情況，相比于治理前，該平臺(tái)具有更高的完整性、正確性、一致性、合理性與時(shí)效性。收集實(shí)時(shí)與標(biāo)準(zhǔn)的數(shù)據(jù)能夠?qū)?shù)據(jù)進(jìn)行有效的治理;對(duì)元數(shù)據(jù)標(biāo)準(zhǔn)進(jìn)行統(tǒng)一后獲得的主數(shù)據(jù)具有更加良好的存儲(chǔ)、整合、清洗與監(jiān)管效用。按照目前現(xiàn)有的需求，基于元數(shù)據(jù)的數(shù)據(jù)融合能夠?qū)χT多不同醫(yī)療機(jī)構(gòu)的數(shù)據(jù)進(jìn)行整合;將整合后的數(shù)據(jù)按照慢病管理、公共衛(wèi)生、藥品使用情況予以分類，由集合后的數(shù)據(jù)集市對(duì)所需要數(shù)據(jù)進(jìn)行抽取，之后進(jìn)行計(jì)算，并對(duì)計(jì)算后的數(shù)據(jù)予以可視化呈現(xiàn)，便于用戶直截了當(dāng)?shù)倪M(jìn)行觀察分析。同時(shí)，用于生成統(tǒng)計(jì)指標(biāo)所調(diào)用到的字段，不僅能夠進(jìn)行詳細(xì)的可視化展現(xiàn)，同時(shí)還能夠輔助用戶對(duì)數(shù)據(jù)實(shí)體間的組合與依賴關(guān)系進(jìn)行理解，最終有利于客戶的選擇。

通過對(duì)平臺(tái)進(jìn)行治理后，醫(yī)療大數(shù)據(jù)平臺(tái)可依據(jù)追溯數(shù)據(jù)來源及其元數(shù)據(jù)，實(shí)現(xiàn)了對(duì)數(shù)據(jù)的有效的控制，并且用戶可依據(jù)患者、病種、科室的具體情況對(duì)該區(qū)域的醫(yī)療信息進(jìn)行詳細(xì)查看并作出相應(yīng)的分析。

3.總結(jié)

伴隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，將會(huì)出現(xiàn)更多的健康醫(yī)療大數(shù)據(jù)，為確保數(shù)據(jù)控制獲得較高的質(zhì)量，對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一、一致的管理，保證大數(shù)據(jù)平臺(tái)的正常運(yùn)行，則需要對(duì)數(shù)據(jù)進(jìn)行良好的整合，而基于元數(shù)據(jù)的數(shù)據(jù)融合方式則是實(shí)現(xiàn)上述目標(biāo)的重要方式，能夠獲得良好效果。

參考文獻(xiàn)：

[1]王霞，李岳峰，董方杰，胡建平，張學(xué)高.中國健康醫(yī)療大數(shù)據(jù)資源核心元數(shù)據(jù)研究[J].中國衛(wèi)生信息管理雜志，2019，16（03）：268-271.

[2]王利亞，邱航，陳若雅.基于元數(shù)據(jù)可追溯性的健康醫(yī)療大數(shù)據(jù)治理方法及可視化呈現(xiàn)[J].中國衛(wèi)生信息管理雜志，2019，16（06）：661-666.

[3]阮彤，邱加輝，張知行，葉琪.醫(yī)療數(shù)據(jù)治理——構(gòu)建高質(zhì)量醫(yī)療大數(shù)據(jù)智能分析數(shù)據(jù)基礎(chǔ)[J].大數(shù)據(jù)，2019，5（01）：12-24.