基于区域医疗的辅助诊疗系统的设计

2014-03-24 03:00郑万松黄志中王占明
医疗卫生装备 2014年1期
关键词:数据仓库数据挖掘辅助

郑万松,袁 军,黄志中,王占明

基于区域医疗的辅助诊疗系统的设计

郑万松,袁 军,黄志中,王占明

目的:设计辅助诊疗系统,帮助医生提高诊疗质量和效率。方法:将“以患者为中心”作为设计理念,围绕合理用药、临床路径、检查和检验、手术管理、实时病历的控制和费用管理等6个方面,应用信息技术设计了系统平台、数据仓库、数据挖掘和人机交互系统等模块。结果:该系统实现了合理用药、收费控制、辅助诊断等功能。结论:该系统解决了区域医疗中数据量大、信息匮乏的问题,为临床工作提供了便利。

区域医疗;辅助诊疗;决策支持

0 引言

区域医疗平台整合了区域内医疗机构的业务数据,将分散的数据进行统一存储和管理,实现了多个医疗单位的数据和信息共享,为整个区域内医疗的统筹管理和民众就医带来了很大便利。然而,大量分散的数据未经过有效地处理会对医务人员的工作造成干扰。医务人员经常面临数据海量和信息匮乏的现象,如何有效地整合这些分散的数据,并将这些数据进行分析和处理,发现医疗的客观规律,为临床医务人员提供辅助诊疗和决策支持,成为迫切需要解决的问题。

发达国家应用辅助诊疗系统较早。目前,英国的全科医生广泛使用临床处方决策支持系统,该系统可与电子病历系统结合,提供患者的基本资料,支持临床管理定期审查,并能对各种条件下的非处方药的治疗方案提出建议与咨询[1]。澳大利亚在政府的支持下应用了智能化的辅助诊疗系统,实现了电子处方的核查和医疗顾问等,系统中包含初级卫生保健、全科医生伙伴和收费管理等功能[2]。与之相比,辅助诊疗系统在我国临床上的应用水平还较低。本文结合我国的实际情况,设计了基于区域医疗的辅助诊疗系统,目的在于帮助医务人员提高医疗质量和效率,更好地服务于患者。

1 系统设计

1.1 概念模型

本文的辅助诊疗系统设计理念是以患者为中心,包含6个部分:合理用药、临床路径、检查和检验、手术管理、实时病历的控制和费用管理。该系统对每个部分的区域医疗的信息库和知识库提供决策支持,系统的概念模型如图1所示。

1.2 系统设计

1.2.1 系统开发模型及平台

决策支持系统的理论模型较多,但大多数还处在探索阶段,没有达到实际应用。目前,应用较成熟的是Frank闭环模型,本文将该模型引入到辅助诊疗系统,并结合医疗的具体业务和管理模式,设计了如图2所示的系统模型[3]。本模型包含前端处理、后端处理、实时在线分析和数据仓库等部分,可以实现人机交流,方便用户使用。

图1 概念模型图

图2 系统模型图

区域医疗数据与一般医院内部的数据有明显的区别:(1)数据异构性。区域内的医疗数据分布于不同的数据库中,数据库结构各异,需要进行整合。(2)数据量大,这要求数据库的性能比较强。本系统采用Java和Oracle共同开发。Java具有可移植性强、易跨平台等特点,更适合决策支持系统软件的前台开发;Oracle安全稳定、兼容性强,较适合异构数据平台的管理[4]。

1.2.2 数据仓库

数据仓库是辅助诊疗系统的基础,主要是存储和管理面向主题的数据。构建数据仓库是进一步挖掘数据资源、满足决策的需要。数据仓库与传统的数据库主要有2个方面不同:(1)数据仓库面向主题,而传统数据库面向应用。数据仓库围绕一些主题(如医疗质量、医疗效率、病种等)进行数据的提取与整合,清除了容易对医疗造成干扰的各类异常数据,而不是简单的日常事务的存储。相比数据库而言,数据仓库的数据质量更高。(2)数据仓库是共享的,而传统数据库是独立的。数据仓库中的数据可能是一个或几个数据库中的数据,而数据库是直接根据业务的需要而形成的一个个独立的数据集,虽然它们可能相互通信,但又相互独立。本文中的数据仓库主要存储3类数据:当前数据、历史数据和其他数据。当前数据即患者本次就医所获得的数据,包含各类诊疗、药品、检查和检验等内容;历史数据是指患者以往的各类疾病数据;其他数据是指本次诊疗所需要的其他各类参考数据。数据仓库分别对这些数据进行存储,为下一步的数据分析做好准备。

1.2.3 数据挖掘

数据挖掘是大量数据转化为信息的关键,其通过特定的算法发现潜在的、有价值的关系或对未来的预测,对历史数据进行推理和归纳,以辅助医生做出正确决策。算法管理器是数据挖掘的中心,它根据不同的决策需求来调用不同的算法模型,通过不同的算法来分析数据仓库中的数据。本系统的算法可分为3类:决策树、神经网络和统计方法。统计方法包含回归分析方法、线性规划、最短路径、回归、时间序列、偏差检测等。在数据挖掘的过程中,系统调用算法将一些零散的数据转化为真正所需要的信息,并将这些信息交给人机交互系统。本系统的数据挖掘主要有3种功能:(1)整合操作(或上卷操作),通过沿一个维的概念分层向上攀升或通过维规约对数据进行聚集;(2)细化操作(或下卷操作),是整合操作的逆操作,通过计算机算法提取某种特征,在原来数据维度的基础上新增加一个维度,对不详细的数据进行具体化;(3)子集操作,根据给定的条件对数据进行一维或多维选择,提取医生所需要的信息[5]。

1.2.4 人机交互系统

人机交互系统的任务是将用户需求转换成计算机可执行的命令,并将处理的结果按照用户的要求以合适的方式显示,例如可将糖尿病患者历次就诊的血糖、血压、脉搏等历史信息按照用户需求显示(饼状图或曲线图等)。用户还可以对主要影响病情的原因进行分析,例如对于某种病情的分析,可以将患者的年龄、身份、性别分别作为一个维度。通过对不同维度的分析,医生可以最大限度地获取相关信息,制定合理的诊疗方案,并对医疗中可能出现的异常情况进行提前预防。

2 功能实现

本系统可以实现以下功能:(1)可以根据知识库中的药品信息判断用药的合理性,例如根据手术等级合理使用抗生素等。(2)对于病历的实时控制,可以根据患者的入院时间提醒医生按时完成病历。(3)可以根据相应的医疗政策合理控制费用。(4)根据检验和检查数据,利用数据挖掘中的聚类和孤立点等判断、确定患者的病情。(5)医生可根据病情进行临床路径管理或取消临床路径管理。(6)根据医生的需要而进行其他统计分析。

3 结语

我国是一个人口大国,相比发达国家,医疗资源短缺,如何利用先进的信息技术手段提高医疗效率

和质量,是管理人员、医务人员和学者共同关注的问题。国家在新医改政策中把信息技术作为医改的主要支撑之一,更加明确了其重要性。目前,一些地区虽然建立了区域医疗信息系统,但各医疗机构间只是硬件相连,还没有实现信息的共享和利用,资源也没有得到充分利用。辅助诊疗系统是信息系统和决策支持技术相互融合的产物,是信息化发展的高级阶段和医疗信息化发展的必然趋势。我们应在借鉴国外先进经验的基础上,结合我国的实际情况,加强理论和技术研究,加大辅助诊疗系统在医疗领域的应用。

建设辅助诊疗系统应加强知识库的建设。在辅助诊疗系统中,大量隐含知识被数字化,信息从原来的混乱状态变得有序化。一方面,知识库随科技的发展而不断更新,比如,合理用药知识库随着新药的发明不断更新;另一方面,临床的实践为知识库的更新提供了资源[6]。此外,辅助诊疗系统是一个多学科应用的产物,应加强不同学科之间的联系,加强算法的开发应用,提高决策支持的多样性,使医生有更多的参考依据,从而使医疗过程走向精细化。随着信息系统的深入应用,辅助诊疗系统将会成为医务人员的有力工具。

[1]陈荃,代涛,李新伟.英国卫生决策支持系统的发展与启示[J].中国循证医学杂志,2012,12(4):371-373.

[2]代涛,胡红濮,郑英.澳大利亚卫生决策支持系统发展与启示[J].中国循证医学杂志,2012,12(4):374-378.

[3]Frank S C.The concept of document warehousing for multi-dimensional modeling of textual-based business intelligence[J].Decision Support Systems,2006,42:727-744.

[4]郑万松,黄志中,杜战伟,等.基于HIS的医院管理决策支持系统设计研究[J].医疗卫生装备,2009,30(9):53-54.

[5]沈学利,钟华.决策树与数据仓库结合的研究与应用[J].计算机工程,2011,37(11):89-91.

[6]张忠安,张建军,朱颖靓.区域医疗卫生信息平台的规划建设[J].中华医学图书情报杂志,2013,22(2):68-70.

(收稿:2013-02-17 修回:2013-07-07)

Design of Auxiliary Diagnosis&Treatment System Based on Regional Medicine

ZHENG Wan-song1,2,YUAN Jun2,HUANG Zhi-zhong2,WANG Zhan-ming2
(1.School of Management,Xi'an JiaoTong University,Xi'an 710049,China; 2.Tangdu Hospital,the Fourth Military Medical University,Xi'an 710038,China)

ObjectiveTo design an auxiliary diagnosis and treatment system to enhance the quality and efficiency of medical service.MethodsSome modules were designed for system platform,data warehouse,data mining,human-machine interaction and etc,with the patient-centered idea highlighted,and the aspects were analyzed for rational medication, clinical path,examination and inspection,operation management,real-time medical record management and expense management.ResultsThe functions were realized for rational medication,charging control,auxiliary diagnosis and etc. ConclusionThe system conquered the problems of regional medicine including mass data and etc.[Chinese Medical Equipment Journal,2014,35(1):63-65]

regional medicine;auxiliary diagnosis and treatment;decision support

R318;TP311.13

A

1003-8868(2014)01-0063-03

10.7687/J.ISSN1003-8868.2014.01.063

陕西省软科学研究(2012KRM26);新加坡互联网研究资助基金(SIRCA/08/01/016)

郑万松(1976—),男,博士,工程师,主要从事医疗信息系统方面的研究工作,E-mail:wansong.zheng@gmail.com。

710049西安,西安交通大学管理学院(郑万松);710038西安,第四军医大学唐都医院(郑万松,袁 军,黄志中,王占明)

袁 军,E-mail:yuanj8412@fmmu.edu.cn;黄志中,E-mail:huangZZ@fmmu.edu.cn

猜你喜欢
数据仓库数据挖掘辅助
小议灵活构造辅助函数
倒开水辅助装置
探讨人工智能与数据挖掘发展趋势
基于数据仓库的数据倾斜解决方案研究
数据挖掘技术在打击倒卖OBU逃费中的应用浅析
基于大数据分析的易混淆车辅助识别系统设计与实现
基于数据仓库的住房城乡建设信息系统整合研究
探析电力系统调度中数据仓库技术的应用
一种基于Hadoop的大数据挖掘云服务及应用
提高车辆响应的转向辅助控制系统