南部战区总医院 温必荣 李小华 张海波
摘要：随着云计算、物联网、移动互联网、大数据等技术的不断深入发展与应用，为医院向智慧化转型提供了新的契机。医疗机构已经沉淀了大量的医疗信息数据，引入大数据技术可以为医院提供更为智能化、精细化的数据支撑。本文从大数据对于智慧医院建设的意义，分析智慧医院建设过程中面临的困境，旨在通过大数据构建智慧医院平台，促进智慧医院建设，从而进一步实现医疗服务智慧化、医院管理智能化、医院运营数据化。
关键词：大数据 智慧医院 医疗服务 医院管理
引言
大数据技术具有数据处理效率高、数据量大、计算结果更精确等特点，能处理大量的医疗业务数据，通过分析和挖掘，为医院的运营决策提供有效的数据支持。如何提高医院发展质量、改善医疗服务质量、提升患者就医满意度成为了社会各界共同关注的话题[1]。运用云计算、物联网、大数据等技术，能促进医院整体运营运行效率的提升，为患者提供更为优质的就医服务，为医院构建智慧化平台提供支撑[2]。
1.大数据对智慧医院建设的促进意义
1.1 大数据可以提高临床诊断正确率
医院每天都在产生大量的数据，例如患者信息、病历诊断、药品处方、住院服务信息等，这些数据通过整理分析，可为临床辅助决策提供数据依据[3]。利用大数据平台，医生可以方便调取相关的疾病诊疗信息，通过人工智能等手段进行分析比对，为患者提供更为有效的诊疗方案。应用大数据技术极大减轻了临床医生翻阅纸质病历的负担，同时避免了医生依靠个人经验进行诊治，提高了医生的诊断正确率。
1.2大数据可以提升医疗服务水平
传统的就医模式下，患者需要窗口挂号或电话预约等方式就诊，就诊流程复杂，患者多跑腿。无法合理安排医生的出诊，使得医院资源分配存在一定程度的浪费或分配不均[4]。运用大数据技术可以对医院整体情况分析预测，优化医疗资源配置，结合物联网等技术实现对患者的智慧化服务，优化患者的就医流程和满意度。
1.3大数据可以提升医院内部的管理水平
部分医院还是基于传统的管理模式，管理层无法做到从总体到各个管理环节的准确把关。各个业务系统之间数据不完全连通，存在纵强横弱，接口复杂，数据异构、信息孤岛等问题，系统架构落后，导致医疗管理数据的各项指标无法准确的提取。运用大数据技术可以有效整合各个业务系统的业务数据，进行清洗、转换后加以利用展现，方便管理层做出决策，提升医院内部的管理水平。
2.智慧医院建设中面临的困境
2.1核心系统架构老旧
早期的医院信息化建设主要以临床业务为中心作为建设向导，形成了以HIS、PACS、LIS、EMRS等系统为核心的医院信息系统，系统建设全面、应用广，对医院业务运行和发展起到了重要的作用。但建设缺少统一的标准和规划，核心业务系统使用的是多年前的开发技术，存在使用时间长、架构陈旧、扩展性差、业务需求繁多、规则复杂等问题。随着医院智慧化转型的迫切需求，已经无法满足新时期智慧医院建设的要求，在架构上制约了医院信息化进一步发展和新兴技术的发展融合。
2.2各业务系统数据无法统一
大部分医院系统覆盖度都达到了较高的程度，但由于缺乏顶层设计和集成架构支撑，造成“系统越多，信息孤岛越多”的情况，系统之间耦合度高，升级改造困难。业务系统应用的关系型数据库不利于复杂数据的分析操作，影响业务系统运行效率，对大数据、“互联网+”等前沿技术的支持能力较差。业务连续性的需求（闭环管理、电子申请单等）、精细化管理的需求（前后台业务协同）、综合数据分析的需求、临床数据整合的需求等均难以实现。
2.3技术手段存在缺陷，用户数据安全难以保障
在目前的智慧医院信息管理系统中，存在用户缺乏安全意识、网络安全防护薄弱、信息管理系统存在安全漏洞等实际问题[5]。医院信息系统每天24h不断产生各种医疗数据，如患者个人信息、诊疗记录、病案资料、影像报告资料等，数量庞大。这些数据在促进临床科研和诊疗服务的同时，也存在泄露的风险，信息系统容易被病毒和恶意软件的入侵，导致医疗数据泄露。在实际的医院管理工作中，缺乏统一的信息保护的法律法规，信息安全保护的机制并不完善，使智慧医院建设面临较为棘手的局面[6]。
3.基于大数据构建智慧医院平台
3.1大数据平台定义和作用
大数据平台是基于大数据技术构建，面向数据分析和利用的综合基础应用平台。通过数据采集、清洗、归一、标化、建模等数据处理，形成可作为智能分析、决策管理、精准营销、创新应用提供基础支撑的海量数据应用与分析平台。它的作用是整合孤岛数据，沉淀数据资源，快速形成数据服务能力，快速可靠的数据资产体系和数据服务能力，为医院经营决策、精细化运营、智慧医院的建设提供支撑。
3.2大数据平台的数据架构
通过ETL方式从业务系统的原生态数据湖中抽取医疗业务数据，根据主数据和元数据的管理模型进行集中的数据治理，对经过处理过后的元数据管理划分为三个层次，为数据接入层、数据仓库层、数据应用层。
数据接入层提供统一的数据接入服务，根据数据采集的业务场景，提供了数据收集的工具及解决方案，让数据采集>数据传输>数据存储>数据资源管理全链路都可自动化完成，并实现对活动任务的自动化监控。
数据仓库层从上到下又可细分为3个层：数据细节层、数据中间层、数据服务层。数据细节层是业务层和数据仓库的隔离层，保持和ODS层一样的数据颗粒度；主要是对ODS数据层做一些数据的清洗和规范化的操作，比如去除空数据、脏数据、离群值等。数据中间层主要对数据做一些轻微的聚合操作，生成一些列的中间结果表，减少重复加工的工作。数据服务层是基于中间层上的基础数据，整合汇总成分析某一个主题域的数据服务层。
数据应用层主要是提供给医院智慧服务数据和数据分析工具使用的数据，一般会存放在ES、Redis等系统中供智慧服务系统使用；也可能存放在hive或者Druid中，供数据分析和数据挖掘使用。
图1 大数据服务平台数据结构
3.3大数据平台促进智慧医院应用的建设
基于原始业务系统产生的交易数据进入大数据平台治理，分类归一后，形成患者主题数据、疾病主题数据、科研主题数据、运营主题数据，用于支持智慧医院的临床辅助、运营决策和科研服务。
患者主题数据包含了以病人为中心的全诊疗过程中的临床数据，可被临床辅助决策系统使用进而形成患者的用户画像，有效帮助临床医生了解患者的历史病情，提出更为合理的诊疗方案，为医生的诊治提供系统化的参考建议。
疾病主题数据主要是用于构建疾病知识库，可应用于智慧医院对专病应用的研究。智慧医院的建设是为了使医院运营更为高效、便捷，信息系统建设作为智慧医院建设的中心，未来的作用应更注重于通过对数据的挖掘、分析后提取能够辅助医疗决策或助力医学研究的知识[7]。基于人工智能结合疾病主题数据还可以针对突发公共卫生事件做出预警以及就诊患者的智能导诊。
科研主题数据是以科研项目为向导，建立科研主题数据库，对医院临床病历数据进行结构化、标准化的整合治理，面向医院重点专科提供临床科研数据采集和分析服务，满足不同临床医生不同的科研诉求。
运营主题数据主要基于智慧医院运营管理决策的需求，为医院的运营决策提供数据支持，为医院决策层、管理层量身定制，满足大数据分析各项需求。平台以医院实际管理场景为基础，以精细化质量管理为决策导向，提供相对应的主题首页多维分析，建立完善的业务数据模型，对医院运营状态进行实时监控和管理，为医院管理和临床医疗提供及时、准确、科学的决策依据。
图2 大数据服务平台业务架构
4.总结
在医院向智慧管理模式的转化过程中，基于大数据技术的应用可以推进智慧医院的建设。医院进行智慧化转型需要统筹协调，充分发挥全院的协作能力，抓好基础数据治理，多方面、多角度地发挥大数据技术的数据分析和辅助决策功能。实现分布在不同部门的业务系统一体化、体系化，建成标准化、互联互通、信息共享的现代化信息管理体系，利用大数据信息技术为医疗质量控制、规范诊疗行为、评估合理用药、优化服务流程、调配医疗资源等提供支撑，反哺于业务，为业务赋能。
参考文献
[1]徐书贤.智慧赋能医院高质量发展[J].中国医院院长,2021,17(1):38-41.
[2]张美娟. 基于智慧医院的集成平台建设技术研究与实践[J].江苏卫生事业管理,2020,31(10):1351-1354,1357.
[3]王震,何炜,沈伟富,等.以数据为基础的医院智慧服务绩效管理实践与探讨[J].医院管理论坛,2020,37(10):69-72.
[4]李沛铮. 应用大数据进行智慧医院的管理探讨[J].智慧健康,2021,23:27-29.
[5]陈家驹,刘阳,陈加宜,等.基于"互联网+"的综合医院智慧自助服务平台的设计与实现[J].中国医学教育技术,2020,34(5):646-650.
[6]孙远俊.基于互联网技术的智慧医院后勤运维平台构建[J].现代信息科技 ,2020,4(14):79-81,84.
[7]杨景怿,周语琴,冯占春. 突发公共卫生事件背景下我国智慧医院建设的思考[J].中国医院管理,2021,07:4-6+13.
