兒科疾病大數(shù)據(jù)智能服務(wù)平臺(tái)的構(gòu)建和應(yīng)用研究

葛小玲 蘇玲 馬傲 張曉波

[摘要]?目的?構(gòu)建兒科疾病大數(shù)據(jù)智能服務(wù)平臺(tái)，促進(jìn)臨床研究成果轉(zhuǎn)化與醫(yī)院精細(xì)化管理決策。方法?采用問卷調(diào)查、面對(duì)面會(huì)議討論等方法，采集平臺(tái)試運(yùn)行體驗(yàn)，對(duì)平臺(tái)功能進(jìn)行修正完善。結(jié)果?平臺(tái)梳理了醫(yī)院內(nèi)業(yè)務(wù)數(shù)據(jù)庫(kù)/系統(tǒng)6個(gè)，數(shù)據(jù)上報(bào)前置機(jī)系統(tǒng)3個(gè)，業(yè)務(wù)數(shù)據(jù)表合計(jì)9926張。集成2008年至今的醫(yī)院信息系統(tǒng)（hospital?information?system，HIS）、電子病歷（electronic?medical?record，EMR）、實(shí)驗(yàn)室信息管理系統(tǒng)（laboratory?information?management?system，LIS）、放射科信息系統(tǒng)（radiology?information?system，RIS）等數(shù)據(jù)源，經(jīng)治理形成院內(nèi)兒科數(shù)據(jù)資源池。基于治理后的標(biāo)準(zhǔn)業(yè)務(wù)數(shù)據(jù)集，設(shè)置數(shù)據(jù)上報(bào)指標(biāo)的自動(dòng)質(zhì)控功能，開發(fā)引用電子病歷后結(jié)構(gòu)化處理功能，完成12類病歷文書共60個(gè)字段的電子病歷解析與結(jié)構(gòu)化，構(gòu)建面向兒科的門診/住院病案首頁標(biāo)簽系統(tǒng)，支持用戶自定義多維檢索。結(jié)論?兒科疾病大數(shù)據(jù)智能服務(wù)平臺(tái)可實(shí)現(xiàn)醫(yī)院內(nèi)部海量異構(gòu)業(yè)務(wù)數(shù)據(jù)的集成治理與應(yīng)用，支撐院內(nèi)數(shù)據(jù)統(tǒng)計(jì)查詢應(yīng)用和多個(gè)項(xiàng)目課題的數(shù)據(jù)需求。

[關(guān)鍵詞]?兒科；大數(shù)據(jù)；智能服務(wù)平臺(tái)；數(shù)據(jù)應(yīng)用

[中圖分類號(hào)]?R72；G203??????[文獻(xiàn)標(biāo)識(shí)碼]?A??????[DOI]?10.3969/j.issn.1673-9701.2023.21.020

Research?on?the?construction?and?application?of?an?intelligent?service?platform?for?pediatric?disease?big?data

GE?Xiaoling1，?SU?Ling1，?MA?Ao1，?ZHANG?Xiaobo2

1.Center?of?Statistics?and?Data?Management，?Childrens?Hospital?of?Fudan?University，?Shanghai?201102，?China;?2.Department?of?Respiratory，?Childrens?Hospital?of?Fudan?University，?Shanghai?201102，?China

[Abstract]?Objective?To?build?a?pediatric?disease?big?data?intelligent?service?platform，?realize?the?integration，?and?promote?the?transformation?of?clinical?research?results?and?hospital?refinement?management?decisions.?Methods?Used?questionnaires?and?face-to-face?meeting?discussions，?we?clarified?the?platform?construction?requirements，?collected?platform?trial?run?experience，?revised?and?improved?the?platform?functions.?Results?The?platform?sorted?out?6?business?databases/systems?in?the?hospital，?3?data?reporting?predecessor?systems?and?9926?business?data?sheets?in?total.?The?data?sources?such?as?hospital?information?system?（HIS），?electronic?medical?record?（EMR），?laboratory?information?management?system?（LIS），?radiology?information?system?（RIS），?etc.?in?the?hospital?from?2008?to?the?present?were?integrated?and?governed?to?form?the?pediatric?data?resource?pool?in?the?hospital.?Based?on?the?standard?business?datasets?after?governance，?the?platform?sets?up?automatic?quality?control?function?for?data?reporting?indicators.?Developed?post-referencing?electronic?medical?record?structured?processing?function，?and?completed?the?electronic?medical?record?parsing?and?structuring?of?12?types?of?medical?records?with?a?total?of?60?fields.?A?pediatric-oriented?medical?case?home?labeling?system?is?built?to?support?user-defined?multidimensional?search.?Conclusion?The?pediatric?disease?big?data?intelligent?service?platform?realizes?the?integrated?governance?and?application?of?massive?heterogeneous?business?data?within?the?hospital，?and?supports?the?statistical?query?application?of?data?and?the?data?requirements?of?multiple?project?topics?within?the?hospital.

[Key?words]?Pediatric;?Big?data;?Intelligent?service?platform;?Data?application

隨著大數(shù)據(jù)技術(shù)、自然語言處理和人工智能等技術(shù)日趨成熟，醫(yī)療數(shù)據(jù)的潛在價(jià)值挖掘與高效利用逐漸成為臨床研究與醫(yī)院建設(shè)發(fā)展的重要需求[1]。2016年國(guó)務(wù)院辦公廳印發(fā)《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》，首次將健康醫(yī)療大數(shù)據(jù)確定為重要的基礎(chǔ)戰(zhàn)略資源[2]。2018年國(guó)家衛(wèi)生健康委員會(huì)出臺(tái)《國(guó)家健康醫(yī)療大數(shù)據(jù)標(biāo)準(zhǔn)、安全和服務(wù)管理辦法》，明確健康醫(yī)療大數(shù)據(jù)安全管理需覆蓋數(shù)據(jù)采集、存儲(chǔ)、挖掘、應(yīng)用、運(yùn)行等多個(gè)環(huán)節(jié)[3]。但醫(yī)院信息系統(tǒng)建設(shè)往往分批進(jìn)行，造成承建廠家、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)標(biāo)準(zhǔn)等各不相同，醫(yī)療數(shù)據(jù)質(zhì)量不均衡、數(shù)據(jù)形態(tài)差異大、利用難、缺乏有效整合[4-5]。尤其兒科系統(tǒng)相比成人更加注重縱向維度的資料分析與信息識(shí)別，使健康數(shù)據(jù)的采集整合更為復(fù)雜，而現(xiàn)階段的兒童健康大數(shù)據(jù)平臺(tái)建設(shè)，多以專病庫(kù)建設(shè)和臨床科研需求為出發(fā)點(diǎn)，或直接從院內(nèi)不同系統(tǒng)中抽取科研所需臨床數(shù)據(jù)，或由院內(nèi)數(shù)據(jù)中心人員在醫(yī)院各業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫(kù)進(jìn)行檢索處理后提供使用，人力投入大、過程復(fù)雜[6-9]。

本文以醫(yī)院真實(shí)業(yè)務(wù)數(shù)據(jù)為基礎(chǔ)，通過多源異構(gòu)數(shù)據(jù)的集成、治理與應(yīng)用構(gòu)建兒科疾病大數(shù)據(jù)智能服務(wù)平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)的有序融合、高效治理，推動(dòng)臨床數(shù)據(jù)的科研價(jià)值挖掘利用。

1??構(gòu)建方法

1.1??成立平臺(tái)構(gòu)建核心小組

包括平臺(tái)開發(fā)團(tuán)隊(duì)和醫(yī)療團(tuán)隊(duì)。平臺(tái)開發(fā)團(tuán)隊(duì)中有1名平臺(tái)開發(fā)負(fù)責(zé)人與2名項(xiàng)目工程師；醫(yī)療團(tuán)隊(duì)中有1名醫(yī)院項(xiàng)目負(fù)責(zé)人，2名醫(yī)院統(tǒng)計(jì)和數(shù)據(jù)管理中心工作人員，1名項(xiàng)目協(xié)調(diào)人員。項(xiàng)目工程師負(fù)責(zé)軟件技術(shù)開發(fā)，平臺(tái)開發(fā)負(fù)責(zé)人和醫(yī)院項(xiàng)目團(tuán)隊(duì)負(fù)責(zé)人主要負(fù)責(zé)平臺(tái)開發(fā)過程的整體把控及決策；醫(yī)院統(tǒng)計(jì)和數(shù)據(jù)管理中心工作人員負(fù)責(zé)需求調(diào)研、平臺(tái)建設(shè)質(zhì)量管理和系統(tǒng)培訓(xùn)。項(xiàng)目協(xié)調(diào)人員匯總數(shù)據(jù)，組織召開小組討論會(huì)，定期組織會(huì)議，將微信群作為平臺(tái)建設(shè)進(jìn)度的協(xié)同溝通平臺(tái)，助力項(xiàng)目推進(jìn)。

1.2??平臺(tái)技術(shù)基礎(chǔ)

1.2.1??項(xiàng)目數(shù)據(jù)來源??①醫(yī)院內(nèi)部業(yè)務(wù)系統(tǒng)，包括醫(yī)院信息系統(tǒng)（hospital?information?system，HIS）、電子病歷（electronic?medical?record，EMR）等，計(jì)劃整合院內(nèi)歷史積累的及每日產(chǎn)生的臨床數(shù)據(jù)，如患者的基本信息、門診住院信息等；②醫(yī)院內(nèi)部管理數(shù)據(jù)，包括財(cái)務(wù)、人事等管理數(shù)據(jù)等。

1.2.2??數(shù)據(jù)存儲(chǔ)??采用分布式存儲(chǔ)系統(tǒng)實(shí)現(xiàn)對(duì)海量?jī)嚎漆t(yī)療健康數(shù)據(jù)的存儲(chǔ)；采用基于角色的訪問控制方法保障底層安全，同時(shí)結(jié)合對(duì)稱加密、非對(duì)稱加密、不可逆加密、掩碼、數(shù)據(jù)漂白等數(shù)據(jù)脫敏方法，確保隱私數(shù)據(jù)和限制類數(shù)據(jù)的安全。

1.2.3??數(shù)據(jù)治理??建立基于多源異構(gòu)采集技術(shù)的大數(shù)據(jù)采集功能實(shí)現(xiàn)全量、增量、并行等多種采集方式。將臨床數(shù)據(jù)和醫(yī)院管理數(shù)據(jù)等每個(gè)數(shù)據(jù)源賦予類型屬性，以醫(yī)院統(tǒng)計(jì)和數(shù)據(jù)管理中心為依托，臨床科室、職能科室為數(shù)據(jù)提供方，科室可創(chuàng)建數(shù)據(jù)信息，匹配至臨床數(shù)據(jù)中心，實(shí)現(xiàn)數(shù)據(jù)管理和溯源。

1.3??平臺(tái)構(gòu)建需求調(diào)研

1.3.1??業(yè)務(wù)需求調(diào)研??調(diào)研醫(yī)院目前在用信息系統(tǒng)建設(shè)基本情況，包括①業(yè)務(wù)系統(tǒng)覆蓋范圍；②各業(yè)務(wù)系統(tǒng)建設(shè)時(shí)間及廠商；③數(shù)據(jù)庫(kù)類型、數(shù)據(jù)范圍、系統(tǒng)/平臺(tái)的數(shù)據(jù)表結(jié)構(gòu)與字段，明確大數(shù)據(jù)平臺(tái)所涉及的各類數(shù)據(jù)源，平臺(tái)使用涉及主要科室的組織架構(gòu)與權(quán)限，梳理數(shù)據(jù)相關(guān)業(yè)務(wù)范圍、邊界與流程，明確大數(shù)據(jù)平臺(tái)的定位目標(biāo)。

1.3.2??使用場(chǎng)景調(diào)研??采用面對(duì)面會(huì)議討論法，由平臺(tái)開發(fā)團(tuán)隊(duì)與醫(yī)院統(tǒng)計(jì)和數(shù)據(jù)管理中心組織召開平臺(tái)相關(guān)需求主題溝通會(huì)，邀請(qǐng)醫(yī)院管理者、信息網(wǎng)絡(luò)管理中心、統(tǒng)計(jì)和數(shù)據(jù)管理中心業(yè)務(wù)相關(guān)人員針對(duì)平臺(tái)數(shù)據(jù)使用的具體目標(biāo)、功能需求開展主題溝通。

1.4??確定平臺(tái)內(nèi)容

根據(jù)需求調(diào)研結(jié)果，核心小組通過討論，確定以大數(shù)據(jù)安全管控為基礎(chǔ)，計(jì)劃建立完整、統(tǒng)一、標(biāo)準(zhǔn)的大數(shù)據(jù)池，內(nèi)含醫(yī)療類數(shù)據(jù)和管理類數(shù)據(jù)，實(shí)現(xiàn)質(zhì)控?cái)?shù)據(jù)上報(bào)、數(shù)據(jù)檢索和項(xiàng)目應(yīng)用功能。平臺(tái)共包括10個(gè)功能模塊：數(shù)據(jù)源管理、數(shù)據(jù)采集、臨床電子病歷結(jié)構(gòu)化處理、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)隱私防護(hù)、數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)資產(chǎn)地圖、數(shù)據(jù)血緣追溯、數(shù)據(jù)資產(chǎn)目錄和數(shù)據(jù)檢索，見圖1。

1.5??平臺(tái)建設(shè)質(zhì)量管理

首先確保需求的明確性，具體到細(xì)節(jié)問題，如采集困難、?庫(kù)表結(jié)構(gòu)冗余等問題；其次落實(shí)工作進(jìn)展計(jì)劃，細(xì)化到每條支線及節(jié)點(diǎn)；最后在實(shí)施過程中各相關(guān)方之間充分溝通，執(zhí)行例會(huì)制度，每周核心組內(nèi)匯報(bào)項(xiàng)目進(jìn)度，復(fù)盤工作及形成周報(bào)機(jī)制，形成階段性成果材料文檔，對(duì)過程中發(fā)現(xiàn)的質(zhì)量問題進(jìn)行及時(shí)討論、診斷、落實(shí)改進(jìn)措施。

1.6??系統(tǒng)試運(yùn)行

2021年7月開始，方便選取復(fù)旦大學(xué)附屬兒科醫(yī)院的醫(yī)院數(shù)據(jù)管理人員、業(yè)務(wù)管理人員和平臺(tái)數(shù)據(jù)用戶，采用發(fā)放用戶使用手冊(cè)與系統(tǒng)演示的方式，重點(diǎn)針對(duì)數(shù)據(jù)檢索查詢、數(shù)據(jù)質(zhì)量控制及項(xiàng)目課題應(yīng)用三個(gè)方面開展培訓(xùn)，采集系統(tǒng)試運(yùn)行體驗(yàn)，完善平臺(tái)功能。

2??結(jié)果

2.1??需求調(diào)研結(jié)果

2.1.1??調(diào)研對(duì)象??覆蓋醫(yī)院數(shù)據(jù)管理部門、信息網(wǎng)絡(luò)管理部門、管理決策者和項(xiàng)目課題數(shù)據(jù)用戶，歷時(shí)1個(gè)月，共開座談會(huì)4次，具體涉及數(shù)據(jù)使用人員24名、業(yè)務(wù)人員12名、管理決策者8名及項(xiàng)目課題數(shù)據(jù)用戶16名。梳理醫(yī)院內(nèi)業(yè)務(wù)數(shù)據(jù)庫(kù)/系統(tǒng)6個(gè)，業(yè)務(wù)數(shù)據(jù)表9926張，數(shù)據(jù)上報(bào)前置機(jī)系統(tǒng)3個(gè)。

2.1.2??業(yè)務(wù)需求??①數(shù)據(jù)范圍：業(yè)務(wù)系統(tǒng)數(shù)據(jù)包括HIS、EMR、實(shí)驗(yàn)室信息管理系統(tǒng)（laboratory?information?management?system，LIS）、放射科信息系統(tǒng)（radiology?information?system，RIS）等系統(tǒng)積累的及每日產(chǎn)生的海量臨床數(shù)據(jù)，涵蓋患者基本信息、門診住院信息、檢驗(yàn)檢查等數(shù)據(jù)。②需求內(nèi)容：a.對(duì)醫(yī)院集約化大數(shù)據(jù)利用的需求：醫(yī)療健康數(shù)據(jù)再利用率低，臨床醫(yī)生、科研人員、醫(yī)院管理人員無法兼顧信息化運(yùn)維；b.對(duì)醫(yī)療健康大數(shù)據(jù)智能化治理的需求：醫(yī)療健康數(shù)據(jù)來自不同部門、不同業(yè)務(wù)系統(tǒng)，數(shù)據(jù)體量大、數(shù)據(jù)結(jié)構(gòu)、標(biāo)準(zhǔn)、命名規(guī)則存在差異，不利于醫(yī)療健康數(shù)據(jù)價(jià)值的挖掘；c.患者信息隱私防護(hù)、安全使用的需求：醫(yī)療健康數(shù)據(jù)獲取和利用過程中缺乏有效的隱私防護(hù)手段，尤其是包含大量患兒的身份信息、家庭住址信息等數(shù)據(jù)，易出現(xiàn)數(shù)據(jù)濫用、外泄等風(fēng)險(xiǎn)；d.細(xì)化管理及醫(yī)療服務(wù)水平提升的需求：政策導(dǎo)向需要健全對(duì)醫(yī)療、藥品、耗材等收入構(gòu)成及變化趨勢(shì)的監(jiān)測(cè)機(jī)制；e.集成服務(wù)對(duì)主機(jī)存儲(chǔ)資源、網(wǎng)絡(luò)資源的需求：平臺(tái)需聯(lián)動(dòng)本院及分院等醫(yī)療機(jī)構(gòu)數(shù)據(jù)，并在前端各類業(yè)務(wù)應(yīng)用中處理、分析數(shù)據(jù)，對(duì)計(jì)算節(jié)點(diǎn)、響應(yīng)時(shí)間、通信帶寬和存儲(chǔ)容量等主機(jī)存儲(chǔ)資源、網(wǎng)絡(luò)資源有較高需求。

2.2??功能完善過程

試運(yùn)行過程中，發(fā)現(xiàn)匯總病案首頁數(shù)據(jù)檢索問題建議27項(xiàng)，標(biāo)化工具系統(tǒng)問題建議9項(xiàng)，相應(yīng)修正優(yōu)化病案首頁檢索的模糊檢索，數(shù)據(jù)申請(qǐng)的進(jìn)度查詢、預(yù)覽和審批的界面與流程，加強(qiáng)標(biāo)化工具的操作日志記錄查詢與數(shù)據(jù)標(biāo)準(zhǔn)的檢索功能。

2.3??運(yùn)行成效

2.3.1??院內(nèi)大數(shù)據(jù)資源池的形成??匯總2008年至今院內(nèi)病案首頁、HIS、EMR、LIS、RIS等主要業(yè)務(wù)數(shù)據(jù)，經(jīng)過數(shù)據(jù)治理形成院內(nèi)兒科數(shù)據(jù)資源池，具體包括治理后的業(yè)務(wù)數(shù)據(jù)表345張，以數(shù)據(jù)源為依據(jù)，以多層平鋪的平臺(tái)數(shù)據(jù)資產(chǎn)地圖方式直觀展現(xiàn)各系統(tǒng)的數(shù)據(jù)分布，形成基于數(shù)據(jù)安全等級(jí)、業(yè)務(wù)分類、病種分類等屬性的結(jié)構(gòu)化數(shù)據(jù)資源目錄，并支持用戶對(duì)數(shù)據(jù)資源進(jìn)行多維度檢索查詢。

2.3.2??衛(wèi)生健康委員會(huì)數(shù)據(jù)上報(bào)指標(biāo)的自動(dòng)質(zhì)控??平臺(tái)基于治理后的標(biāo)準(zhǔn)業(yè)務(wù)數(shù)據(jù)集，設(shè)置國(guó)家平臺(tái)指標(biāo)、申康指標(biāo)模塊，形成數(shù)據(jù)上報(bào)質(zhì)控評(píng)估機(jī)制，圍繞數(shù)據(jù)一致性、關(guān)聯(lián)性、規(guī)范性、約束性和專項(xiàng)考核字段，覆蓋321個(gè)數(shù)據(jù)質(zhì)量考核指標(biāo)，自動(dòng)生成數(shù)據(jù)質(zhì)量評(píng)估報(bào)告，問題數(shù)據(jù)可追溯查閱。此外，數(shù)據(jù)報(bào)表可自定義檢索導(dǎo)出，降低數(shù)據(jù)查詢?nèi)藛T在不同業(yè)務(wù)庫(kù)查詢匯總整理的時(shí)間和人力成本，實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一采集和規(guī)范管理，從源頭上避免“數(shù)出多門”現(xiàn)象，有利于提升數(shù)據(jù)上報(bào)的效率。

2.3.3??臨床電子病歷后結(jié)構(gòu)化處理的實(shí)現(xiàn)??平臺(tái)通過電子病歷后結(jié)構(gòu)化處理功能，完成包括住院病歷、手術(shù)記錄、日常病程記錄等在內(nèi)的12類病歷文書共60個(gè)字段的電子病歷解析與結(jié)構(gòu)化。以住院病歷中的既往史為例，采集出院患者的住院電子病歷2000份，去重后總體數(shù)據(jù)記錄為1087條，包括疾病史、傳染病史、預(yù)防接種史等9個(gè)數(shù)據(jù)集字段，設(shè)定70%的數(shù)據(jù)為模型訓(xùn)練集，30%的數(shù)據(jù)為測(cè)試集。人工標(biāo)注1268個(gè)字段，總體模型識(shí)別準(zhǔn)確率（總P=模型識(shí)別正確總計(jì)/模型識(shí)別總計(jì)×100%）為82.27%，召回率（總R=模型識(shí)別正確總計(jì)/人工標(biāo)注總計(jì)×100%）為80.43%，同時(shí)系統(tǒng)還定時(shí)更新和加載模型、模型運(yùn)行日志查詢等功能方便了解模型運(yùn)行情況。

2.3.4??數(shù)據(jù)檢索利用??基于平臺(tái)數(shù)據(jù)治理后的門診/住院病案首頁標(biāo)化數(shù)據(jù)集，形成病案首頁標(biāo)簽系統(tǒng)，其中一級(jí)標(biāo)簽5類，二級(jí)標(biāo)簽10類，共196個(gè)標(biāo)簽，用戶可自定義檢索條件進(jìn)行簡(jiǎn)單或高級(jí)檢索。截至2021年12月，兒科疾病大數(shù)據(jù)智能服務(wù)平臺(tái)已對(duì)接支撐包括多學(xué)科會(huì)診平臺(tái)（multi-disciplinary?treatment，MDT）項(xiàng)目、院內(nèi)移動(dòng)決策項(xiàng)目、基于疾病診斷相關(guān)分組（diagnosis?related?groups，DRG）的績(jī)效評(píng)價(jià)平臺(tái)項(xiàng)目等多個(gè)項(xiàng)目課題的數(shù)據(jù)需求。

3??討論

隨著醫(yī)療行業(yè)信息化程度的不斷提高，健康醫(yī)療數(shù)據(jù)量呈幾何倍數(shù)增長(zhǎng)，醫(yī)療數(shù)據(jù)的價(jià)值挖掘利用，可促進(jìn)醫(yī)療服務(wù)、新藥研發(fā)、醫(yī)學(xué)研究和醫(yī)院管理等多個(gè)領(lǐng)域的發(fā)展，但醫(yī)療數(shù)據(jù)海量、多態(tài)性、多來源的挑戰(zhàn)，使結(jié)合云計(jì)算、大數(shù)據(jù)存儲(chǔ)和分析處理等信息技術(shù)與構(gòu)建安全、可用、高質(zhì)量的數(shù)據(jù)使用環(huán)境成為實(shí)現(xiàn)醫(yī)療數(shù)據(jù)有效利用的必要基礎(chǔ)[10-13]。本研究的數(shù)據(jù)領(lǐng)域覆蓋臨床診療和醫(yī)院管理，在技術(shù)層面，通過采用分布式文件系統(tǒng)達(dá)到高容錯(cuò)性要求；通過引入集群資源管理系統(tǒng)實(shí)現(xiàn)動(dòng)態(tài)和靜態(tài)數(shù)據(jù)的無縫融合，確保數(shù)據(jù)的時(shí)效性與準(zhǔn)確性；通過選擇加密、非對(duì)稱加密和掩碼等加密脫敏算法，形成平臺(tái)隱私防護(hù)體系，綜合保障平臺(tái)穩(wěn)定可靠、科學(xué)先進(jìn)和安全易用。為醫(yī)院各角色人員提供全面、多維、便捷的數(shù)據(jù)使用模式，實(shí)現(xiàn)平臺(tái)應(yīng)用場(chǎng)景支撐能力的拓展延伸，與以往研究報(bào)告的臨床科研數(shù)據(jù)平臺(tái)和專病庫(kù)多專注于臨床診療數(shù)據(jù)的特性相比，服務(wù)能力顯著提升，有效助力醫(yī)院運(yùn)營(yíng)決策、智慧醫(yī)療服務(wù)、醫(yī)療資源管理和真實(shí)世界研究等[9，14]。

醫(yī)學(xué)自然文本數(shù)據(jù)具有多樣性、異構(gòu)性、主觀性和時(shí)效性的特點(diǎn)，結(jié)構(gòu)化難度高于其他領(lǐng)域，是數(shù)據(jù)分析和利用的重要障礙[15-16]。加之醫(yī)院信息化發(fā)展階段與成熟度差異，國(guó)內(nèi)文獻(xiàn)報(bào)告大多醫(yī)療機(jī)構(gòu)的病歷文本中非結(jié)構(gòu)化數(shù)據(jù)占比在85%以上[17]。本研究在不影響臨床醫(yī)生自由書寫病歷習(xí)慣的前提下，通過利用自然語言處理、機(jī)器學(xué)習(xí)等技術(shù)，綜合統(tǒng)計(jì)學(xué)和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，將人工標(biāo)注與自動(dòng)訓(xùn)練相結(jié)合，對(duì)病歷記錄和診療流程中關(guān)鍵要素進(jìn)行識(shí)別和管理，形成兒科疾病醫(yī)學(xué)術(shù)語的統(tǒng)計(jì)集和機(jī)器學(xué)習(xí)模型，正確識(shí)別疾病、癥狀、診斷、部位等醫(yī)療實(shí)體及關(guān)系。

隨著大數(shù)據(jù)與人工智能的發(fā)展深化，兒科疾病大數(shù)據(jù)平臺(tái)面臨的應(yīng)用場(chǎng)景也將不斷延伸，本項(xiàng)目不足之處在于僅針對(duì)病案首頁數(shù)據(jù)標(biāo)簽進(jìn)行檢索界面的開發(fā)與利用，面向科研分析的臨床字段還不夠豐富，后續(xù)將結(jié)合電子病歷后結(jié)構(gòu)化的字段進(jìn)行拓展開發(fā)利用，實(shí)現(xiàn)人工智能輔助病歷質(zhì)量控制的同時(shí)，助推兒科疾病診療和病歷記錄的規(guī)范化，同時(shí)進(jìn)一步挖掘真實(shí)世界數(shù)據(jù)價(jià)值，為臨床智能決策、疾病監(jiān)控預(yù)測(cè)與醫(yī)院精細(xì)化管理等提供支持。

[參考文獻(xiàn)][1] LEE?C?H，?YOON?H?J.?Medical?big?data：?Promise?and?challenges[J].?Kidney?Research?and?Clinical?Practice，?2017，?36（1）：?3–11.