王力天

隨著信息化建設(shè)的不斷推進(jìn)，給醫(yī)院管理、醫(yī)療工作、科研發(fā)展、醫(yī)患互動(dòng)、患者健康帶來了高效便捷的服務(wù)，同時(shí)也產(chǎn)生了大量記錄醫(yī)院日常管理和醫(yī)療工作的數(shù)據(jù)，這些數(shù)據(jù)隨著時(shí)間的積累構(gòu)成了龐大的數(shù)據(jù)資源。這些資源具有很高的價(jià)值卻沒有得以充分利用，如何讓這些數(shù)據(jù)發(fā)揮價(jià)值，為醫(yī)院各項(xiàng)工作提供服務(wù)，是值得每一個(gè)醫(yī)院思考的課題。

醫(yī)院大數(shù)據(jù)分析平臺(tái)的構(gòu)建

醫(yī)院信息應(yīng)用系統(tǒng)在日常醫(yī)療和管理中積累了大量歷史數(shù)據(jù)，但各部門人員在日常數(shù)據(jù)錄入和維護(hù)中，只是通過統(tǒng)計(jì)和排序?qū)?shù)據(jù)進(jìn)行簡單的功能操作，獲得一些表面、淺顯、價(jià)值不高的結(jié)果，這些數(shù)據(jù)并沒有得到有效的分析和利用。構(gòu)建一個(gè)大數(shù)據(jù)分析平臺(tái)，從醫(yī)院其他應(yīng)用平臺(tái)中抽取海量數(shù)據(jù)進(jìn)行管理、整合、分析和利用，并從中發(fā)現(xiàn)潛在問題和有價(jià)值的規(guī)律，通過可視化的方式進(jìn)行展示，能夠?yàn)獒t(yī)院管理層提供科學(xué)決策的支持，并滿足醫(yī)生、病患的個(gè)性化需求，從而提高醫(yī)院信息化服務(wù)的質(zhì)量。

醫(yī)院大數(shù)據(jù)分析平臺(tái)的構(gòu)建目標(biāo)

第一，實(shí)現(xiàn)數(shù)據(jù)的共享和交換。將醫(yī)院各應(yīng)用系統(tǒng)的數(shù)據(jù)進(jìn)行集成和整合，使來源各異、種類不一的各類數(shù)據(jù)可以相互使用，豐富數(shù)據(jù)的來源，打破系統(tǒng)間的信息孤島，實(shí)現(xiàn)數(shù)據(jù)的共享和應(yīng)用。

第二，大數(shù)據(jù)的采集和存儲(chǔ)。研制數(shù)據(jù)適配接口，對(duì)接院內(nèi)各應(yīng)用系統(tǒng)獲取各類異構(gòu)數(shù)據(jù)，并采用大數(shù)據(jù)主流的框架和系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一存儲(chǔ)，為數(shù)據(jù)的挖掘和分析打好基礎(chǔ)。

第三，大數(shù)據(jù)分析與決策。采用數(shù)據(jù)挖掘、數(shù)理統(tǒng)計(jì)等相關(guān)技術(shù)，構(gòu)建大數(shù)據(jù)分析框架，提取數(shù)據(jù)中隱含的、未知的、極具潛在應(yīng)用價(jià)值的信息和規(guī)律，為醫(yī)療管理、病患管理、科研管理、后勤管理等各項(xiàng)工作提供決策和指導(dǎo)。

醫(yī)院大數(shù)據(jù)分析平臺(tái)的構(gòu)建原則

首先要保障安全性。醫(yī)院信息化工作中有許多保密性內(nèi)容，大數(shù)據(jù)分析平臺(tái)應(yīng)采取安全性高的訪問認(rèn)證機(jī)制，同時(shí)在平臺(tái)建設(shè)中要充分重視系統(tǒng)自身的安全性以及其他應(yīng)用系統(tǒng)的安全性。

其次具有可擴(kuò)展性。對(duì)醫(yī)療大數(shù)據(jù)的分析和應(yīng)用是一項(xiàng)長期持久的工作，隨著醫(yī)院管理工作的重點(diǎn)、醫(yī)院信息化工作的變化推進(jìn)，對(duì)于信息平臺(tái)的規(guī)模和要求也會(huì)不斷變化。因此，要求平臺(tái)的設(shè)計(jì)和實(shí)施要具有良好的擴(kuò)展性，以滿足不斷發(fā)展變化的要求。

最后要有靈活性。在平臺(tái)的設(shè)計(jì)和實(shí)施中要考慮到與其他應(yīng)用系統(tǒng)的整合，開發(fā)出多個(gè)類型的接口，能夠靈活接入其他系統(tǒng)、拓展服務(wù)類型。

醫(yī)院大數(shù)據(jù)分析平臺(tái)的總體框架

平臺(tái)應(yīng)適應(yīng)于大數(shù)據(jù)處理要求，能支持PB級(jí)數(shù)據(jù)管理。系統(tǒng)架構(gòu)應(yīng)高安全性、易擴(kuò)展性，能夠支持各類主流開發(fā)語言，并提供豐富的接口。同時(shí)能夠支持結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)和應(yīng)用。Hadoop作為開源的大數(shù)據(jù)處理平臺(tái)和工具，其提供的HDFS分布式文件系統(tǒng)和MapReduce模型能夠很好地滿足以上的要求。

基于Hadoop技術(shù)的醫(yī)院大數(shù)據(jù)分析平臺(tái)自下而上分為三個(gè)部分，分別為：數(shù)據(jù)層、大數(shù)據(jù)采集與存儲(chǔ)、數(shù)據(jù)分析與展示。

數(shù)據(jù)層針對(duì)不同系統(tǒng)進(jìn)行分析，制定系統(tǒng)數(shù)據(jù)采集范圍與目標(biāo)，收集醫(yī)院在日常管理和醫(yī)療工作中產(chǎn)生的各類數(shù)據(jù)，將各種結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行整合，為大數(shù)據(jù)的分析提供支撐。

大數(shù)據(jù)采集與存儲(chǔ)旨在為各類異構(gòu)數(shù)據(jù)研制適配接口，與院內(nèi)其他各系統(tǒng)對(duì)接，并為數(shù)據(jù)提供適配、轉(zhuǎn)換、存儲(chǔ)等基本管理功能，基本步驟包括數(shù)據(jù)抽取、數(shù)據(jù)預(yù)處理和數(shù)據(jù)存儲(chǔ)。

數(shù)據(jù)抽取是針對(duì)大數(shù)據(jù)分析平臺(tái)需要采集的各類數(shù)據(jù)，分別有針對(duì)性地研制適配接口。對(duì)于已有的信息系統(tǒng)，研發(fā)對(duì)應(yīng)的接口模塊與各信息系統(tǒng)對(duì)接，不能實(shí)現(xiàn)數(shù)據(jù)共享接口的系統(tǒng)通過ETL工具進(jìn)行數(shù)據(jù)采集，支持多種類型數(shù)據(jù)庫，如SQL SERVER、ORACLE、ACCESS等醫(yī)院系統(tǒng)數(shù)據(jù)庫，按照相應(yīng)規(guī)范對(duì)數(shù)據(jù)進(jìn)行清洗轉(zhuǎn)換，從而實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一存儲(chǔ)管理。對(duì)于其他數(shù)據(jù)，需要具體根據(jù)數(shù)據(jù)情況實(shí)現(xiàn)相關(guān)接口，利用對(duì)應(yīng)接口獲取相關(guān)數(shù)據(jù)信息，進(jìn)而完成數(shù)據(jù)的抽取。

數(shù)據(jù)預(yù)處理是為了使大數(shù)據(jù)分析平臺(tái)的MapReduce算法能更方便對(duì)數(shù)據(jù)進(jìn)行處理，同時(shí)為了使得數(shù)據(jù)的存儲(chǔ)機(jī)制擴(kuò)展性、容錯(cuò)性更好，需要把通過數(shù)據(jù)按照相應(yīng)關(guān)聯(lián)性進(jìn)行組合，并將數(shù)據(jù)轉(zhuǎn)化為文本格式，作為文件存儲(chǔ)下來。

數(shù)據(jù)存儲(chǔ)用于提升數(shù)據(jù)存儲(chǔ)的擴(kuò)展性和容錯(cuò)性，采用主流的大數(shù)據(jù)框架Hadoop的HDFS文件系統(tǒng)對(duì)醫(yī)院的各類數(shù)據(jù)統(tǒng)一進(jìn)行文本化存儲(chǔ)，數(shù)據(jù)按相應(yīng)規(guī)則存儲(chǔ)，實(shí)現(xiàn)每日保存一套完整數(shù)據(jù)文件集，形成數(shù)據(jù)倉庫。

數(shù)據(jù)分析和展示是核心業(yè)務(wù)層，通過數(shù)據(jù)報(bào)表工具，根據(jù)需求制定多樣的、針對(duì)性的數(shù)據(jù)報(bào)表。通過基于的Hadoop的MapReduce編程模型實(shí)現(xiàn)的數(shù)據(jù)分析系統(tǒng)，針對(duì)存儲(chǔ)的數(shù)據(jù)進(jìn)行數(shù)據(jù)處理、算法運(yùn)行、結(jié)果轉(zhuǎn)換操作，將結(jié)果保存為報(bào)表文件，每日形成的報(bào)表文件集。報(bào)表展現(xiàn)系統(tǒng)將生成的報(bào)表文件以可視化方式進(jìn)行展現(xiàn)。

大數(shù)據(jù)分析平臺(tái)中的關(guān)鍵技術(shù)

大數(shù)據(jù)平臺(tái)的構(gòu)建借鑒了開源系統(tǒng)的先進(jìn)理念，采用了Hadoop開源系統(tǒng)，充分利用HDFS的可靠性，MapReduce的引入大大加強(qiáng)了平臺(tái)在數(shù)據(jù)分析方面的彈性，使平臺(tái)在可擴(kuò)展性、可靠性、易用性和性能方面都有良好的表現(xiàn)。

Hadoop技術(shù)

Hadoop框架是一個(gè)開源的大規(guī)模數(shù)據(jù)處理平臺(tái)和工具，主要來源于Google公司提出的MapReduce編程框架、GFS文件系統(tǒng)以及BigTable存儲(chǔ)系統(tǒng)等技術(shù)。Hadoop具有龐大的家族體系，本平臺(tái)的構(gòu)建主要涉及Hadoop框架的分布式文件系統(tǒng)HDFS和MapReduce模型。分布式文件系統(tǒng)作為Hadoop框架的底層，主要負(fù)責(zé)分析數(shù)據(jù)的分布式存儲(chǔ)和管理，MapReduce模型主要是負(fù)責(zé)對(duì)大規(guī)模數(shù)據(jù)集進(jìn)行計(jì)算處理。Hadoop采用HDFS文件系統(tǒng)子框架來實(shí)現(xiàn)其所具有的存儲(chǔ)能力，用MapReduce編程模型框架來實(shí)現(xiàn)其計(jì)算能力，二者的巧妙結(jié)合使得Hadoop擁有高效的存儲(chǔ)和計(jì)算能力。

HDFS技術(shù)

HDFS分布式文件系統(tǒng)是對(duì)大規(guī)模數(shù)據(jù)實(shí)現(xiàn)分布式存儲(chǔ)和管理的有效工具，也是分布式計(jì)算的存儲(chǔ)基礎(chǔ)，具有很高的容錯(cuò)性和擴(kuò)展性，并且對(duì)數(shù)據(jù)讀寫提供了的高吞吐率。HDFS實(shí)現(xiàn)了數(shù)據(jù)的分布式存儲(chǔ)，使得應(yīng)用程序能夠更加靈活地訪問大規(guī)模的數(shù)據(jù)集，同時(shí)也為后續(xù)對(duì)大規(guī)模數(shù)據(jù)的分析提供了數(shù)據(jù)平臺(tái)。HDFS分布式文件系統(tǒng)釆用的是典型的主/從結(jié)構(gòu)，這種結(jié)構(gòu)極大地簡化了系統(tǒng)的架構(gòu)，使得系統(tǒng)更加簡潔，方便系統(tǒng)的管理。Hadoop的分布式文件系統(tǒng)HDFS主要由主控制器和數(shù)據(jù)節(jié)點(diǎn)組成，主控制器管理名字空間和數(shù)據(jù)節(jié)點(diǎn)，同時(shí)管理數(shù)據(jù)塊到數(shù)據(jù)節(jié)點(diǎn)DataNode的映射等。

文件系統(tǒng)中的DataNode作為數(shù)據(jù)節(jié)點(diǎn)，主要存儲(chǔ)實(shí)際的數(shù)據(jù)，主要負(fù)責(zé)所在的物理節(jié)點(diǎn)上的存儲(chǔ)管理，執(zhí)行主控制器下達(dá)的命令。數(shù)據(jù)節(jié)點(diǎn)能夠及時(shí)接收客戶發(fā)送的讀寫請(qǐng)求，并針對(duì)這些請(qǐng)求完成相應(yīng)的操作。從分布式文件系統(tǒng)的結(jié)構(gòu)內(nèi)部來看，數(shù)據(jù)文件被存儲(chǔ)分割成多個(gè)數(shù)據(jù)塊存儲(chǔ)在每個(gè)數(shù)據(jù)節(jié)點(diǎn)上，每個(gè)數(shù)據(jù)節(jié)點(diǎn)存儲(chǔ)著來自多個(gè)文件的數(shù)據(jù)塊，同時(shí)每個(gè)數(shù)據(jù)節(jié)點(diǎn)上也會(huì)存儲(chǔ)這些數(shù)據(jù)塊的多份副本，保證后續(xù)數(shù)據(jù)操作的準(zhǔn)確性。

MapReduce技術(shù)

MapReduce技術(shù)基于分布式文件系統(tǒng)，通過編寫相應(yīng)的處理過程能夠?qū)崿F(xiàn)對(duì)大規(guī)模數(shù)據(jù)集進(jìn)行并行計(jì)算和處理，通過對(duì)不同分析模塊編寫相關(guān)的MapReduce處理函數(shù)能夠?qū)崿F(xiàn)對(duì)大規(guī)模數(shù)據(jù)的精確分析，同時(shí)能夠控制各個(gè)節(jié)點(diǎn)之間完成高效的任務(wù)調(diào)度。MapReduce通過將操作分發(fā)給網(wǎng)絡(luò)上的各個(gè)節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)會(huì)周期性地返回它所完成的工作和最新的狀態(tài)，從而實(shí)現(xiàn)對(duì)大規(guī)模數(shù)據(jù)集的操作，這種處理方式保證了操作的可靠性。

MapReduce技術(shù)處理的方式是，首先將一個(gè)具體的任務(wù)分解成為若干個(gè)很小的任務(wù)，然后將分解后的任務(wù)分配到各個(gè)分節(jié)點(diǎn)，通過主節(jié)點(diǎn)來對(duì)分節(jié)點(diǎn)的任務(wù)進(jìn)行管理和調(diào)度，然后得到分節(jié)點(diǎn)處理后的結(jié)果，再將結(jié)果整合，得到最終結(jié)果，通過多個(gè)節(jié)點(diǎn)之間的相互合作和調(diào)度，從而實(shí)現(xiàn)對(duì)大規(guī)模數(shù)據(jù)集的計(jì)算和處理?？偟恼f來，MapReduce就是基于“分而治之”的思想實(shí)現(xiàn)“任務(wù)的分解與結(jié)果的匯總”。

大數(shù)據(jù)全面創(chuàng)新醫(yī)療管理

構(gòu)建醫(yī)院大數(shù)據(jù)分析平臺(tái)是以醫(yī)院戰(zhàn)略發(fā)展規(guī)劃為藍(lán)本、以醫(yī)院信息化建設(shè)綱要為依據(jù)而進(jìn)行的創(chuàng)新性探索。以大數(shù)據(jù)建設(shè)頂層設(shè)計(jì)為基礎(chǔ)，收集整合醫(yī)院工作各方面所產(chǎn)生的數(shù)據(jù)，從數(shù)據(jù)中提取出有價(jià)值的信息和模型，推動(dòng)醫(yī)院工作的全面創(chuàng)新。

開展大數(shù)據(jù)頂層設(shè)計(jì)，以大數(shù)據(jù)應(yīng)用全面推進(jìn)醫(yī)院發(fā)展

大數(shù)據(jù)將成為推進(jìn)醫(yī)院發(fā)展的新動(dòng)力，通過開展大數(shù)據(jù)頂層設(shè)計(jì)，對(duì)大數(shù)據(jù)獲取、收集、整理、利用進(jìn)行全面規(guī)劃，從應(yīng)用需求出發(fā)，明確建設(shè)目的和路徑，明確要做什么，不要做什么;應(yīng)該先做什么，后做什么;用什么模式做，做到什么程度;達(dá)到什么效果，以指導(dǎo)醫(yī)院未來3—5年的大數(shù)據(jù)建設(shè)。

快速推進(jìn)醫(yī)療和管理工作的信息化，建立豐富的數(shù)據(jù)來源

用大數(shù)據(jù)方法全面分析現(xiàn)有醫(yī)療和管理工作，新建或升級(jí)信息系統(tǒng)，對(duì)醫(yī)療和管理實(shí)現(xiàn)全過程記錄，建立豐富的數(shù)據(jù)收集渠道。

如通過對(duì)現(xiàn)有遠(yuǎn)程醫(yī)療系統(tǒng)進(jìn)行全面升級(jí)，跳出遠(yuǎn)程醫(yī)療的概念，實(shí)現(xiàn)對(duì)醫(yī)療過程的全面支持，詳細(xì)記錄每個(gè)病患的檢查和診療相關(guān)數(shù)據(jù)，包括健康基本數(shù)據(jù)、影像數(shù)據(jù)、檢驗(yàn)數(shù)據(jù)、手術(shù)數(shù)據(jù)、用藥數(shù)據(jù)、康復(fù)數(shù)據(jù)、出院隨訪數(shù)據(jù)等，將數(shù)據(jù)細(xì)分到每個(gè)行為細(xì)節(jié)，以提供超越傳統(tǒng)系統(tǒng)的數(shù)據(jù)精細(xì)度，客觀地反映出醫(yī)療的實(shí)際狀況。

通過建立物聯(lián)網(wǎng)應(yīng)用，實(shí)現(xiàn)對(duì)物品、人員、安全等各方面管理的強(qiáng)大支撐，提升管理質(zhì)量的同時(shí)積累大量管理數(shù)據(jù)和行為數(shù)據(jù)。

基于個(gè)性化服務(wù)需求，建立大數(shù)據(jù)分析模型

提供優(yōu)秀的個(gè)性化服務(wù)是醫(yī)療和管理的重要目標(biāo)之一，大數(shù)據(jù)應(yīng)用則是提供規(guī)?；€(gè)性化服務(wù)的必要條件，而大數(shù)據(jù)分析模型的質(zhì)量決定了數(shù)據(jù)的價(jià)值。一個(gè)平時(shí)被忽略的數(shù)據(jù)在好的模型中，會(huì)產(chǎn)生難以想象的作用。

通過對(duì)醫(yī)療行為數(shù)據(jù)的分析，我們可以了解病患的治療方案和治療效果，研究哪些治療方式是最容易被接受的，哪些治療方案的設(shè)計(jì)是最受歡迎的，或具體到某個(gè)治療過程的正確率以及橫向和縱向的比較，并深層次地展現(xiàn)出其中的原因。這些數(shù)據(jù)被提供給醫(yī)生，將對(duì)醫(yī)療創(chuàng)新提供最為直接的支撐。

通過對(duì)病患基本生活習(xí)慣和健康數(shù)據(jù)的分析，可以了解病患的日常生活規(guī)律和行為規(guī)律，了解病患行為與疾病產(chǎn)生之間的關(guān)聯(lián)關(guān)系，提供病患健康生活的指導(dǎo)依據(jù)。

綜合應(yīng)用大數(shù)據(jù)成果，推動(dòng)醫(yī)院全面創(chuàng)新

通過大數(shù)據(jù)的綜合應(yīng)用，可以建立對(duì)各項(xiàng)醫(yī)療和管理工作的分析和判斷，應(yīng)用到實(shí)際工作中，從各個(gè)方面推動(dòng)醫(yī)院全面創(chuàng)新。

通過對(duì)健康基本數(shù)據(jù)、影像數(shù)據(jù)、檢驗(yàn)數(shù)據(jù)、手術(shù)數(shù)據(jù)、用藥數(shù)據(jù)、康復(fù)數(shù)據(jù)、出院隨訪數(shù)據(jù)等綜合分析，建立醫(yī)療畫像、病患畫像、各專業(yè)畫像，直觀了解優(yōu)勢(shì)和不足，預(yù)測(cè)發(fā)展?fàn)顩r。

通過對(duì)病患人數(shù)、床位分配、醫(yī)療設(shè)備使用、能源消耗、低值易耗品消耗、食堂消費(fèi)、無菌物品利用等進(jìn)行綜合分析，建立各資源利用率指數(shù)，實(shí)現(xiàn)數(shù)據(jù)可視化，引導(dǎo)管理工作的精細(xì)化和管理的扁平化。

通過對(duì)病患基本生活習(xí)慣和行為數(shù)據(jù)的分析，可以了解病患行為與疾病產(chǎn)生之間的關(guān)聯(lián)關(guān)系等，發(fā)現(xiàn)具有某些特征的特殊群體及其獨(dú)有的行為方式，并利用相關(guān)性數(shù)據(jù)進(jìn)行挖掘，從中發(fā)現(xiàn)規(guī)律。

通過對(duì)醫(yī)療數(shù)據(jù)、醫(yī)治成效、考勤記錄、科研數(shù)據(jù)等相關(guān)數(shù)據(jù)進(jìn)行綜合分析，建立科學(xué)的、真實(shí)客觀的醫(yī)生績效評(píng)價(jià)體系，改變傳統(tǒng)人為評(píng)價(jià)的主觀性，讓大數(shù)據(jù)選出真正優(yōu)秀的醫(yī)生。

總的來講，醫(yī)院大數(shù)據(jù)分析平臺(tái)的構(gòu)建是充分利用醫(yī)院運(yùn)營中的大量實(shí)際數(shù)據(jù)，進(jìn)行科學(xué)的統(tǒng)計(jì)與分析，為醫(yī)院各項(xiàng)工作提供精確可靠的指導(dǎo)性方案，并以多種形式實(shí)現(xiàn)人們個(gè)性化的需要，為醫(yī)院發(fā)展創(chuàng)新指明真實(shí)而又具體的方向，還能實(shí)現(xiàn)具體目標(biāo)的持續(xù)發(fā)展，是今后醫(yī)院管理的必然趨勢(shì)。

（作者單位：諸暨市人民醫(yī)院醫(yī)共體計(jì)算中心）