运用大数据加强对卫生市场主体服务监管

孙伊婷

[摘要]中国政府于2009年4月出台了《中共中央国务院关于深化医药卫生体制改革的意见》和《国务院深化医药卫生体制改革近期重点实施方案（2009—2011）》，深化医药卫生体制改革工作从此进入实质实施阶段。医药卫生信息化作为深化医药卫生体制改革“四梁八柱”的八柱之一，明确提出要建立实用共享的医药卫生信息系统。

[关键词]大数据；卫生市场；主体服务

[DOI]10.13939/j.cnki.zgsc.2016.01.101

1 大数据对加强我国卫生服务市场和监管有重要意义

中国幅员辽阔，各类医院、社区卫生服务中心、乡村医疗工作站、疾病监控中心、急救中心等卫生医疗机构大量分散。医疗信息化在十余年的发展中，沉积下的IT系统涉及技术门类众多，给数据采集、数据质量、数据标准以及后续的维护带来了巨大的挑战。假如均采用定制开发、标准接口或人工录入的方式，不可避免地要投入大量的人力物力，并且在数据准确性、实时性上无法得到保证。

中国疾病预防控制中心信息中心主任马家奇在接受《E医疗》记者采访时介绍：“局限于过去的技术水平，以前公共卫生相关数据的上报效率非常低。大部分数据从地方上报到国家，可能需要按月度报告，有些甚至是年度报告，而且报告上来的也只是统计结果的指标数据。而如今，开始逐步收集原始数据、个案数据，在我国人口基数大的背景下，每天产生的数据量可想而知。以传染病报告为例，中国CDC每年会收到全国600多万个案信息，而且这个信息量还在逐年增加。”面对庞大繁杂的结构化与非结构化数据，通过专用的数据采集交换设备来解决数据采集、汇总中的数据质量、实时性和标准化的问题，方为加速大数据落地，使各级区域卫生信息平台、网络直报平台、疾病监控平台、应急指挥处理平台等以数据为支撑的平台真正发挥价值的标本兼治之法。

2 大数据管理在我国卫生市场的发展

中国政府、医院近年来在医疗信息化领域投入较大，医疗卫生领域吸纳了国内外当前先进的信息技术，医疗信息化水平得到迅速提高。但总体来说，中国医疗信息化水平还处于初级阶段，存在信息共享机制不健全、全国各地区发展不平衡、相关标准不统一等诸多问题。伴随着中国医疗卫生服务信息化进程推进，必将产生大量的数据。这些数据主要来源于医疗业务活动、健康体检、公共卫生等九项服务医疗卫生服务。数据内容主要包括来自医院的大量电子病历、区域卫生信息平台采集的居民健康档案等，其中充斥着大量非结构化/半结构化的数据，如何从各种类型的数据中快速获得有价值的信息，并通过对数据的整合对卫生市场主体服务进行监管，对于辅助医疗机构做出决策支持、政府公共卫生决策及个人健康管理都会发挥积极的作用。

国家卫生综合管理信息平台是我国卫生信息资源管理的重要组成部分，实现了医疗卫生机构统计数据和各级卫生行政部门在线汇总数据，建立了动态的医疗卫生机构、卫生人力等信息库，卫生资源与卫生服务利用、疾病报告与健康监测等大型数据资源库。

医疗卫生“大数据”的数据资源包括医疗服务的EHRs数据，医院与医保的结算与费用数据，医学研究的学术、社会、政府数据，医疗厂商的医药、医械、临床实验数据，居民的行为与健康管理数据以及政府的人口与公共卫生数据，连同我国公共社会经济生活中网络产生的数据，构成了医疗卫生领域大数据的初期数据资源。而随着医改的不断深入，卫生统计和信息化建设得到了进一步加强，统计方法不断改进、多种信息系统广泛使用，医疗和健康数据急剧扩容并呈几何级增长，利用包括影像数据、病历数据、检验检查结果、诊疗费用等在内的各种数据，搭建合理先进的数据服务平台，将为广大患者、医务人员、科研人员及政府决策者提供服务和协助方面发挥主要作用。

然而，其价值的实现取决于一个重要的前提条件：只有在取得准确、全面、及时的高质量数据的基础上，才能借由有效的分析手段，呈现出数据背后的商机或警示。否则，再好的商业模式都只是基础薄弱的空中楼阁。

正是基于这样的理性思考，中国卫生医疗行业对于大数据的持续升温始终持冷静、审慎的态度。据HIT专家网报道，国家卫生和计划生育委员会统计信息中心王才有副主任在医疗大数据高峰论坛（华东站）的发言中表示：当今世界，医疗卫生发展面临很多的挑战，如人口健康存在老龄化、慢性病、临终前消费压力等问题，医疗技术发展在解决问题的同时，推动了高昂的医疗费用，不协同的医疗、低效的流程、医疗错误、再次住院、院内感染、医护短缺反映出医疗质量问题，全球医改面临着欺诈、浪费、市场扭曲、预防性医疗、管理成本高等问题。有人估计，美国2010年2.5万亿美元的医疗费用中至少有7000亿是无效的。这些正是“大数据”所要研究和解决的。业务系统迅速积累数据，数据采集设备大量产出数据，社区网络制造数据，使得数据利用需求快速发展，复杂环境下的数据采集能力以及数据分析处理能力需要继续提高。

3 运用大数据加强卫生市场主体服务和监管的发展趋势

大数据被认为是改变行业的关键节点。

随着生物科技和医疗技术的迅猛发展，高通量手段的成熟，生物医疗行业的大数据急剧膨胀。然而，与其他行业的数据不同，生物医疗行业的数据呈现分散、破碎、低透明度以及意义尚待解析等特征。不像其他行业，数据具有时效性以及数据很轻，易于解析；生物医疗行业的数据普遍很“重”，信息量超大，不同的解析策略可能得出丰富的结果；而且生物医疗大数据随着时间推移，数据累积量的增加，数据价值将变得越来越重要。关系型数据库逐渐从IT行业中淡出，但生物医疗行业大数据却十分重视数据间的复杂关系。加上中国健康人群及患者数量庞大，就越发会产生超海量的数据网络。在医疗大数据的时代，如何构建大数据基础架构与上层应用的生态系统、解决大规模数据引发的问题、激发数据挖掘所带来的竞争力，是当前需要重点解决的问题。

大数据技术在医疗行业的应用主要有：临床数据对比；药品研发；临床决策支持；实时统计分析；基本药物临床应用分析；远程病人数据分析；人口统计学分析；新农合基金数据分析；就诊行为分析；新的服务模式。

3.1 临床决策支持系统

临床中遇到的疑难杂症，有时即便专家也缺乏经验，做出正确的诊断和治疗更加困难。临床决策支持系统可以给临床工作者、患者或个体提供知识或统计信息，并可以自动选择适当的时机，智能地过滤或表示这些信息，以促进临床决策，减少人为的医疗错误，更好地提高医疗质量和患者安全。

3.2 远程监控诊疗系统

从远程监控系统收集数据，并将分析结果反馈给监控设备及人员，从而实时诊断并确定治疗方案。目前已有医院通过结合手机APP软件等方式，进行心率、体温及血糖等的检测，但检测的内容仍很单一。临床上希望针对不同病种开发一些诊治后辅助系统，可以减少病人住院时间或门诊复诊次数，提高家庭护理的比例及质量，也帮助医院和医生锁定患者群。

3.3 公共卫生监管系统

卫生主管部门可通过监控数据库，实时统计分析，快速检测传染病、院内感染等情况，并进行快速响应。同时也利于网络覆盖地区发病及诊治情况的数据汇总。如果将整个数据系统整合，不仅有利于整个体系内的医疗资源分布和供给，也便于实时监管和调控。

参考文献：

[1]周光华，李岳峰.数据挖掘技术在卫生统计信息工作中的应用研究[J].中国卫生信息管理杂志，2012（6）.

[2]蔡佳慧，张涛，宗文红.医疗大数据面临的挑战及思考[J].中国卫生信息管理杂志，2013（4）.

[3]周光华，辛英，张雅洁，等.医疗卫生领域大数据应用探讨[J].中国卫生信息管理杂志，2013（4）.

[4]郑玲微.大步跨入“大数据”时代[J].信息化建设，2013（1）.