基于儿童感染性疾病临床应用的大数据知识库平台设计

【作 者】陈敏，余涛，王淑，于广军

1 上海市儿童医院，上海市，200040

2 上海金仕达卫宁股份有限公司，上海市，200436

基于儿童感染性疾病临床应用的大数据知识库平台设计

【作 者】陈敏1，余涛2，王淑1，于广军1

1 上海市儿童医院，上海市，200040

2 上海金仕达卫宁股份有限公司，上海市，200436

在儿童感染性疾病的临床应用中，将原本孤立的临床数据点形成“点-线-面”信息集成模型，融合药学知识库、检查、检验知识库、病例信息专家知识库等，建立儿童典型、常见感染性疾病的特征数据和疗效数据医疗知识库，从而给儿童专科医生提供感染源诊疗建议，提高治疗效率。该文根据儿童感染性疾病的临床特征以及数据分析结果，提出基于规则和框架知识的推理决策服务引擎以及感染性疾病专科医疗信息集成模型。

推理决策服务引擎；医疗信息集成模型

0 引言

儿童呼吸道疾病是儿童典型常见、易发疾病。小儿呼吸道疾病包括上、下呼吸道急慢性感染性疾病，呼吸道变态反应性疾病，胸膜疾病，呼吸道异物，呼吸系统先天畸形及肺部肿瘤等。其中急性呼吸道感染最为常见，约占儿科门诊的 60%以上，在住院患儿中，上、下呼吸道感染占 60%以上，绝大部分为肺炎，且在全国 5 岁以下儿童死亡原因中排第一位[1]。”

本文以小儿呼吸道疾病的临床知识库为研究对象，改善单维知识库的临床应用，融合药学知识库、检查、检验知识库、病例信息专家知识库等[2]，以患者诊疗信息为中心，针对典型常见呼吸道疾病，利用数据挖掘、数据分析等技术，通过医疗信息集成模型以及推理服务引擎，将原本孤立的临床数据点形成“点—线—面”，结合临床指南、医学指引等，建立儿童典型、常见感染性疾病的特征数据和疗效数据医疗知识库，根据临床医生诊治的需要，提供辅助诊疗。

1 知识库平台总体架构

在线实时临床专家决策支持系统利用集成平台，通过从临床业务数据库的数据清洗ETL(Extract-Transform-Load)形成临床数据中心CDR，并由临床诊疗知识库、细菌微生物感染知识库、检查检验知识库、关键用药知识库等通过推理决策服务引擎形成专家决策知识库，通过临床辅助诊断系统，结合临床视图Protal，以服务为向导，提供给临床医生辅助决策[3]，系统的基本结构见图1。

其中临床辅助诊断系统CDSS首先根据参数判断当前临床场景，然后由该患者的环境(包括用药情况、症状、临床表现、诊断、检查检验结果等)，根据临床医生的人机交互确定领域知识(如用药建议辅助、化验单辅助、治疗方案评价辅助等)，最终根据知识库进行综合判断，然后反馈医生辅助诊疗信息[4]，详见图2推理决策流程图。其中，推理决策服务引擎相当于推理机，负责整合知识库和临床数据推断病人的感染源并指导关键用药的任务；临床诊疗知识库以临床指南为依据，整理出临床常见规则，同时配合决策树的信息模型进行逻辑推理[5]；细菌微生物感染知识库以病毒、细菌、真菌、支原体等微生物感染的常见临床表现为基本模型，同时配合推理引擎对常见的微生物化验单进行一定的真伪判别，根据患者检查化验单、关键查体症状指标等对各感染概率给予一定的逻辑推理；检查化验知识库来源于多年的LIS系统的数据积累，主要是常见化验项目异常所代表临床意义，以及组合型的化验项目异常所代表临床意义指导；关键用药知识库以常用抗生素使用为指南，通过关键用药使用原则的特点，以及不同抗生素对应的病原微生物相整合，进行用药指导。

图1 系统基本结构图Fig.1 Structure of the system

图2 推理决策流程图Fig.2 Reasoning decision flowchart

2 基于综合知识库平台的关键技术

2.1 儿童感染性疾病专科医疗信息集成模型

目前，在医疗信息系统中临床数据种类繁多、形态各异，医疗数据的累积与组织仍主要由数据源驱动，数据的呈现并不支持医生的认知行为过程。为协助医师的临床工作和医疗决策，基于儿童感染性疾病临床辅助诊疗应用以时间轴为中心，逐步智能化地辅助临床诊疗，以医生的视角进行临床数据整合展现，以临床诊疗过程为主线来辅助医生对疾病的诊治[6]。

儿童感染性疾病专科医疗信息集成模型整合了常见的临床数据，包含：病人信息、就诊信息、病历、化验报告、检查报告、医嘱用药等，同时整合了目前游离在系统之外的部分数据如：肺功能报告、气管镜图像视频、电子听诊器录音以及医生拍摄的患者症状照片和症状视频，通过临床数据的集成可视化方法，该方法基于RIM模型对医疗行为关系进行分类，设计了每一类行为关系的可视化方法，儿童感染性疾病专科医疗信息集成模型详见图3。

图3 儿童感染性疾病专科医疗信息集成模型Fig.3 Medical information integration model of children infectious diseases

2.2 基于诊疗过程及大数据分析挖掘的多维知识库

在对病情诊断和诊治过程中，针对感染性疾病，专家最重要的是确定病源以及关键用药，其中的决策过程主要靠医生的临床经验和判断。基于儿童感染性疾病临床应用的大数据知识库平台利用临床数据集，通过采集患儿的基础信息、医嘱信息(包括长期医嘱及临时医嘱)、用药信息等，以统计分析为手段，集成决策树形式的专家诊断知识库，通过基于诊疗过程及大数据药品分析的模式挖掘，以模仿专家的推理过程[7]。

本文从上海市儿童医院临床数据中心(CDR)中采集2014-10-7至2015-3-17的出院诊断中包含“肺炎(包括肺炎并发其他疾病者、新生儿肺炎、支气管肺炎等)”关键词的医嘱，统计患儿基础信息和医嘱信息(包括长期医嘱及临时医嘱)，其中医嘱相关记录共11 184万条，涉及住院病人1 629人次。1 629例患儿的平均住院天数为8 d，抗菌素的平均用药种类为2.66条，用药品种数呈偏态公布，详见表1。

对用药品种进行了频数统计，1 629例肺炎患儿住院期间用药(不包括溶媒)品种数最少1种，最多有8种，中位数为3种，众数为3种，四分位数Q1、Q3都为3种。用药品种数1～5种的人次数占所有住院人次数的98%，对于患儿的抗菌素用药种类分布分析，详见表2。

表1 用药种类统计量Tab.1 Medication type statistics

针对患儿的抗菌素合并用药模式进行全数据分析[8]，其中头孢+大环内酯类、头孢类、大环内酯类、头孢+大环内酯类+碳青霉素、大环内酯类+青霉素的用药频次占主要比重，分别为55.19 %、21.36 %、6.88%、3.19%、3.13%。针对不同抗菌素合并用药模式分析为基础，通过集成决策树形式的专家诊断知识库，系统对每类病源感染的时间周期进行用药的辅助诊疗。

3 讨论

医疗大数据包含不同来源、种类繁多的医疗数据，包括医药研发大数据、临床诊疗大数据、公共卫生大数据等，其中核心及重点应在于临床诊疗大数据，有效地组织与积累临床一线的相关数据对数据挖掘、分析与利用最有价值。

医疗核心的精髓在于临床，一切医疗数据应以临床为基础，最终应以临床为根本立足点。

基于儿童感染性疾病临床应用的大数据知识库平台对临床业务进行辅助诊疗、预测与预先判断，形成临床诊疗的PDCA持续改进的闭环流程，辅助临床医生识别感染源，基于临床指南数字化以及临床诊疗的大数据分析，通过相似性约束从医院相关病人全集中得到与患者相似的粗数据集，针对特定儿童疾病的最佳治疗途径，开展示范应用，对治疗决策进行判断、评估和调整，提高诊断和治疗水平。

[1] 王卫平. 儿科学[M]. 北京: 人民卫生出版社, 2013.

[2] Alhawari S, Karadshehb L, Talet AN, et al. Knowledge-based risk management framework for information technology project[J]. Int J Inform Manag, 2012, 32(1): 50-65.

[3] Loya SR, Kawamoto K, Chatwin C, et al. Service oriented architecture for clinical decision support: a systematic review and future directions [J]. J Med Syst, 2014, 38(12):140-142.

[4] Farion K, Michalowski WS. Clinical decision support system for point of care use ontology-driven design and software implementation[J]. Meth Inform Med, 2009,48(4):381-390.

[5] 马云, 夏新, 刘博, 等. 基于临床决策支持系统与知识库的临床数据中心的研究与应用[J]. 中国医疗设备, 2014, 29(7):61-63.

[6] Kam HJ, Kim JA, Cho I, et al. Integration of heterogeneous clinical decision support systems and their knowledge sets: feasibility study with drug-drug interaction alerts[J]. Amia Symp, 2011: 664-673.

[7] Ong DE, Frize M, Gilchrist J, et al. Usefulness analysis of a clinical data repository design[J]. IEEE Int Symp Med Meas Appl Proc, 2013: 86-90.

[8] 孙华君, 顾之睿 , 高春辉. 大数据环境中肺炎住院患儿用药模式的描述性分析[J]. 药学服务与研究, 2014, 14(4): 264-267.

Design of Huge Data Repository Platform Based on Children lnfectious Diseases

【 Writers 】CHEN Min1, YU Tao2, WANG Shu1, YU Guangjun1
1 Shanghai Children's Hosptial, Shanghai, 200040
2 Shanghai Kingstar Winning Co. Ltd., Shanghai, 200436

decision-making inference engine, medical information integration model

TP391

A

10.3969/j.issn.1671-7104.2016.01.011

1671-7104(2016)01-0038-03

2015-09-16

上海市科学技术委员会科研计划项目（13511504904）

陈敏，E-mail: chenmin_521@126.com

【 Abstract 】Taking children respiratory infectious diseases as the research object, CDSS transform from isolated clinical data to an integration Model. With integrating pharmacy and laboratory knowledge, the system establishes children typical characterization data of common infectious diseases and medical efficacy data repository to providing treatment recommendations for doctor. Based on the clinical characteristics of children infectious diseases, this paper proposes knowledge inference engine and an information integration model.