医院大数据的集成融合与利用

计虹

北京大学第三医院，北京海淀区花园北路49号，100191

1 医院信息化面临新的挑战

医院信息化经过十几年的建设，医院拥有数十个甚至上百个业务信息系统，在支持医院快速发展业务系统已初具规模，众多系统之间需要协同交互与信息共享。大多数医院的信息化建设自20世纪90年代末起步以来，经过近二十年的建设，已建成上百个业务系统。但由于系统不同年代建设、业务分散，易导致缺乏统一规划和系统管理[1]。HIS等业务与其他系统交互多，容易造成接口众多，锁表频繁，宕机发生。如何整合现有系统，数据集中管理、治理与应用是当今信息人最紧迫的任务。数据集成融合建设是医院HIT进入信息化新时代，走入标准化、平台化、一体化的新阶段。

北京大学第三医院现有床位1752张，2016年门诊量394.14万人次，急诊量32.72万人次，出院患者100549人次，手术59444例次，平均住院日5.92天，日均门诊在1.5万。现有信息规模信息点21090个，业务系统共109个。建立了以全院集成平台做业务协同，通过基于大数据hadoop的全量数据中心做数据共享利用新时代数据模式。集成平台和数据中心的建设也成为医院信息化发展到一定规模迈上新台阶的里程碑。

2 构建集成平台是关键

基于SOA架构，HL7 V3消息标准模型，以及CDA标准规范进行服务设计，充分利用ESB服务总线的技术特性，通过消息的统一平台发送达到系统间的业务协同，多源异构数据的集中存储，保障数据一致性，减低业务系统查询造成系统不稳定至关重要。集成平台基于消息发送机制，一次发送消息多系统订阅的特征，把之前点对点的接口，改变为通过消息引擎统一管理，并通过数据中心集中存储，患者主索引，主数据的统一管理，实现医院内部系统间的集成互操作性。一方面保证数据出口一致；众多业务系统尤其压力高的HIS系统，简化了接口的复杂性，提高了标准性与应用效率；同时，业务交互与数据利用与前端应用系统的功能分离，大大减低对业务前端系统的频繁调阅与查询，提升应用系统的安全性与稳定性。

3 建立基于hadoop的大数据中心

采用大数据框架，构建基于Hadoop的医院生态系统，提供强大的数据统一存储和计算能力。统筹规划建设数据中心与大数据建设二者合二为一。数据中心内部利用当前互联网行业比较流行和成熟的Hadoop技术，通过多节点服务器堆叠技术，组成数据中心集群，提供高并发、高并行的读写和计算能力。数据中心通过分析计算引擎，并行计算采用Spark并行计算框架，计算任务分发到不同数据节点，有效提高了计算速度。

4 集成平台和数据中心的规模

通过集成平台的高可用性和数据一致性，在保证业务连续性、数据完整性、消息可靠性的同时，最大限度的保障了各个系统中数据与原始数据的一致性。有效提升了集成平台整体实施效果。业务交互越多的系统越适于上平台，我院集成平台现有规模日均消息量50多万。基于主流集成平台MSMQ技术。主业务系统（HIS、EMR、LIS、RIS、超声、心电等）44个已经纳入平台。梳理业务接口424个，有效接口275。共设计OID 174个；共有MQ消息106中。集成平台建设完成后，简化了接口为MQ消息和web service两种方式。系统改变多接口造成业务系统稳定性、安全性受影响的局限，有效减少业务系统的直接压力，降低最明显的是HIS系统的压力。前端一线的业务系统直连变成跟订阅平台的消息，扩展系统快速上线。

以集成平台为协同交换的业务协同；以数据中心为数据利用的多源异构数据存储与利用。全院数据中心的吞吐能达到40T，16亿条记录。数据中心是基于数据统一存储，方便临床等应用调阅。比传统关系型数据库效率提高20倍。涵盖医院运营、临床、管理等所有业务，逐步建立包括临床数据中心、运营数据中心和医院资源数据中心分中心，形成医院多学科、多部门共用的全量数据中心。

5 数据融合应用

5.1 数据中心提供全景数据展现

在大体量的快速临床服务，为临床医生提供统一视图快速呈现，病历检索迅速定位，帮助医生精准定位，快速核对患者全息情况，全面评估，加强医疗安全，统一数据存储保证数据的一致性，提升诊断处置准确性，提高医疗质量。

5.2 优化临床行为监控管理

医嘱CPOE、CP、EMR统一集成同窗部署，使临床路径成为临床方便操作、规范诊疗的有效工具。医嘱CPOE、CP、EMR统一集成，同窗部署使临床路径成为临床方便操作、规范诊疗的有效工具，实时数据中心为临床随时调阅，节约时间和成本，提升服务效率。加强多级质控管理建立了多级质控体系，形成包含医生质量自查、三级检诊管理、科室质量控制、院级质量控制、重点疾病监控、专家终末质控的多级质控体系，实现病历实时在线控制与自动质控相结合。

5.3 提供实时分析数据

为管理者提供基于企业号的决策分析系统，内含KPI重点指标展示：门诊、住院、手术等的实时数据显示；主题分析展现监控数据分析：候诊时长、准时开诊、报告等候时长等；大数据分析：门诊病源、住院病源、年龄、医保等分析数据。为院级领导和科室领导提供及时有效的数据决策支持分析手段。

5.4 开拓移动应用

移动应用方便临床工作与管理工作。医生站已安装安卓手机207台、iOS手机252台。累计459台。可随时随地追踪患者病情变化，提速处置时间，提升医疗质量。移动医生站包括：移动医生工作站、麻醉医生工作站和会诊移动工作站。在移动中进行的临床事物用移动的效果更好。在管理决策应用也采用在医院企业号建立决策分析系统，使管理者在院外甚至国外可随时随地查阅医院运行数据，做出快速决策。

5.5 临床科研一体化应用

科研平台以临床数据中心CDR为基础，建立以临床科研需求为导向的科研数据平台，实现对临床数据的深层次利用。结合电子病历模板改造，制定标准数据元、数据组合数据集。对于临床业务系统中无法产生的数据，则辅助以临床试验电子数据采集系统（EDC）进行补充采集[2]。院外社区或出院患者辅以微信随访系统。临床数据中心是核心，结合电子病历模板、EDC采集系统和微信临床随访平台，共同打造的科研平台。目前已增加近千个数据元、70多个采集表，提升了临床科研智能化水平。

综上，集成平台和基于大数据技术的数据中心上线后，为患者、社会、医院、职工提供了多维方便。职工减轻劳动负荷，提高工作效率，降低医疗风险；医院提高服务效率，改善医患关系，合理配置资源；患者改善就医体验，降低就医成本，减少医患矛盾；社会促进医疗档案共享，提高自我健康管理意识，促进医疗健康数据应用。从而提高了医院整体信息化管理水平。数据的集中存储使数据利用和系统协同更加方便，对实时数据的分析、决策系统的完善大有益处。此外，基于知识库的联动对临床决策做支持；基于集团的EMPI建立集团化等的业务协同等都将得到广泛应用。

[1]计虹.医院信息化回顾“十二五”展望“十三五”.中国卫生信息杂志,2016,13(1):22-25

[2]李维.基于Hadoop的医院数据利用探索与实践.中国卫生信息管理.2016,13(1):70-74