大数据挖掘应用在供给侧改革和医院管理中的作用

许清安，阮景昊，薛红红，梁 煜，万崇华

(广东医科大学，广东 东莞 523808)



大数据挖掘应用在供给侧改革和医院管理中的作用

许清安，阮景昊，薛红红，梁 煜，万崇华

(广东医科大学，广东 东莞 523808)

介绍了健康医疗中大数据、供给侧改革的内涵以及获得大数据的方法，阐述了供给侧改革在医疗服务中的必要性、大数据挖掘应用在供给侧改革以及医院管理中的作用，探讨大数据挖掘应用在实施过程中遇到的挑战，并提出相关建议。

大数据；供给侧改革；医疗服务；医院管理

随着卫生信息化建设进程的不断加快，医疗数据的规模正在以前所未有的速度增长，医疗卫生领域已迎来了“大数据时代”，“供给侧改革”在近两年来也引起了研究者及决策者的广泛关注。随着居民医疗服务需求的不断释放，医疗服务供给已不能及时满足增长与变化的需求，即供给侧改革相对滞后。因此，在医疗卫生服务中挖掘大数据的重要性不言而喻，加速供给侧改革、完善医院管理机制也迫在眉睫，将两者结合起来，利用大数据分析促进供给侧改革、完善医院管理机制具有重要的意义。本文阐述了大数据应用在供给侧改革以及医院管理中的作用，分析了大数据挖掘实施过程中遇到的挑战并提出相关建议。

1 医疗服务中的大数据挖掘应用及供给侧改革

1.1 医疗中的大数据挖掘

大数据在医疗信息领域有着典型的体现，这里的“大”不止表现在数量上，大数据具有4方面(4V)的含义：①容量(Volume)更大：比如一个患者的疾病信息可以在医院保留几十年，巨大的患者和医院基数使数据量持续增长；②生成速度(Velocity)更快：网络技术的进步使大量信息能够得到及时处理，如医生实时在线答复、健康指标预警等；③多样性(Variety)更高：数据的形式不仅限于数字和文字，还包括医疗影像、图标等；④价值(Value)更多：大数据的价值除了治疗疾病外，还包括疾病预防、药物研发等。

医疗大数据来源非常广泛[1]：①医疗服务提供方，主要指开展疾病诊疗活动的卫生机构；②医疗保险提供方，主要指商业保险及医疗保险部门；③卫生行政方，指各医疗机构利用网上的直报系统上报的药物、疾病、医院业务、医疗人力资源等数据形成卫生服务与资源的利用、疾病的报告与监测、人力资源等大型数据资源库；④医疗器械及药物生产和流通方，包括药物及器械研发的企业产生数据及药品流通和销售环节产生的大量产品流通和消费者购买行为数据；⑤互联网，包括各大健康网站访问及健康咨询产生的各种数据、商业公司开发的医疗设备产生的血压及血糖等数据、网络挂号及网售等产生的数据；⑥生命科学研究，主要指生物标本和基因测序的信息。

1.2 医疗中的供给侧改革

供给侧改革是从生产领域加强优质供给，减少无效供给，扩大有效供给，使供给体系更好的适应需求结构变化。供给侧改革的根本目的是提高社会生产力，落实好以人民为中心的发展思想[2]。医疗服务供给侧的突出问题包括[3]：①医疗服务体系结构不合理。卫生资源分布呈倒三角状态，过于集中在医院，特别是城市大医院；②公立医院技术路线的选择存在偏差，医疗费用较高。医院特别是三级医院的人均费用大大高于基层医疗机构，虽然医院相较于基层医疗机构提供更加优质的医疗服务，但医院特别是大医院追求高精尖去向明显，适宜技术、适宜药品和适宜设备应用不够，客观上提高了医疗费用；③基层医疗机构能力不强。基层医疗机构的基础薄弱、卫生人力匮乏、主动服务意识不强。这些问题的存在促使供给侧必须进行结构性改革。目前，供给侧改革已经引起了研究者和决策者的高度重视，自2015年以来，供给侧改革的口号喊的越来越响，对于改革的方法人们也提出了很多观点，其中最主要的包括：①增强基层供给能力。调查显示，我国的卫生资源分布非常不合理，医院占了大部分，而乡镇卫生院、社区卫生服务机构只占很少的一部分。因此，很多本应该在基层医疗机构就诊的病人直接去二、三级医院就诊。按照世界卫生组织的估计，医疗卫生机构总的诊疗人次中，基层医疗卫生机构一般应达到80%～90%较为合理，但在宜昌市的调查中，该指标仅占60.36%[3]。②利用“互联网+”促进供给侧改革。利用网络技术可以均衡医疗资源配置，还可以共享患者疾病信息[4]。

2 大数据挖掘在供给侧改革中的作用

虽然供给侧改革的重点和方法已经被人们所熟知，但其实施难度不言而喻。大数据挖掘在医疗领域也得到了很大的重视，但是还没有人将它与供给侧改革联系起来。现在就大数据挖掘在供给侧改革中的作用进行讨论。

2.1 大数据挖掘促进“互联网+”的应用

大数据最大的优势在于将所有的数据收集起来，然后提取有用的信息。因此大数据的收集就需要非常完善的信息收集系统。近年来，在国家领导及财政支持下，绝大多数的三甲医院和部分二级医院已经先后建立了先进的数字化信息系统和电子健康档案系统。而且“3521工程”正在积极建设国家级、省级和地市级三级卫生信息平台，加强公共卫生、医疗服务、新农合、基本药物制度、综合管理5项业务应用[5]。该信息平台的建立可以将患者的疾病信息进行共享，使那些经过大医院诊断且疾病不严重的患者可以去基层医疗机构，而基层医疗机构可以根据信息平台提供的信息对患者进行治疗，这在很大程度上减轻了大医院的医疗负担，有利于医疗资源结构的调整。从大数据中提取的信息也可以在信息平台上共享，比如某地区由于地区差异及风俗习惯等更容易患哪些疾病，然后对该疾病的预防及急救措施进行共享。获得这些信息后，只要基础医疗设备齐全，患者就可以到基层医疗机构就诊，甚至自己在家也可以进行治疗，从而减轻医疗机构的负担。

大数据的来源广泛，不仅可以利用医疗机构的信息，还可以通过网页、通讯设备甚至是医疗APP等获得信息。挖掘的大数据越多，可以提取的有用信息就越多。大数据挖掘技术可以利用仪器设备对某疾病患者的重要指标做实时监控，如高血压患者佩戴监测血压的设备实时测血压，当血压较高时提醒患者做好预防措施，然后对患者血压数据进行收集分析，提取有价值的信息，为疾病治疗提供依据。患者还可以在医院建立自我健康管理档案，把每次健康检查的数据进行全面的记录，然后利用大数据分析技术进行分析，可以让医生针对患者的总体健康状况提出最佳的治疗方案，更有利于疾病的治疗。

2.2 大数据挖掘促进医疗结构的调整

大数据挖掘技术在数据量大的基础上，数据的分类以及有序性对于信息的提取也是非常关键的因素。大数据挖掘本来就是在大量数据中寻找规律，如果所有的数据混在一起，那么提取信息就比较困难，如果数据是根据某项指标进行分类的就能提取到更多有用的信息，这就要求患者更多的进行分级诊疗以及分科诊疗。一直以来，大医院“一号难求”的现象困扰着决策者，而且也不利于大数据的挖掘。然而利用医疗大数据的信息可以提取不同疾病的症状，然后根据不同症状建议患者去基层医疗机构还是大医院、去专科医院还是综合医院。分级诊疗一直是供给侧改革的重点，然而实施的难度却很大。基层医疗资源的配置较为容易实现，但是患者的选择却很难改变，利用大数据对疾病症状进行详细的分析，可使患者充分了解自己病情的严重程度以及基层医疗机构是否可以治疗，可以在很大程度上改变患者的选择。然后结合“互联网+”技术真正实现“基层首诊、双向转诊、上下联动”的合理医疗程序。

3 大数据挖掘在医院管理中的运用

大数据挖掘不仅能够促进医疗领域的供给侧改革，还能在医院管理中起到作用。

3.1 大数据挖掘促进临床科研发展

科研能力的强弱一直是衡量医院实力的重要指标。然而一直以来临床与科研没有很好的结合起来，临床上以经验和诊断结果为主，而科研中凭数据说话，往往出现临床人员不懂科研、科研人员没接触过临床的现象。据统计，在美国医院的重症监护室平均每年有40,000人由于误诊而死亡。这是由于很多情况下医疗诊断凭借的是经验而不是科学。大数据挖掘要求临床与科研结合起来，避免只根据经验或数据出现的片面结论，只有将两者结合起来，才能挖掘出更多有用的信息。大数据挖掘还可以促进临床科研的发展，如应用大数据挖掘分析技术，深化国际医药科技计划研究与应用成效，提高危害人民健康的重大疾病的预防和诊疗水平，通过挖掘病人数据来评估招募患者是否符合试验条件，并进一步找出最合适的临床实验基地，从而加快临床试验进程等[6]。越来越多的数据证明，只要拥有足够长的连续历史数据，足够强大的计算分析工具，就可以根据过去和现在预测未来。医疗领域也不例外，如果收集到足够多的数据，就可以预测疾病的发生，这不仅需要大数据挖掘技术的提高，还需要临床与科研结合产生更多有价值的数据。

3.2 大数据挖掘对医院决策的影响

医院领导的决策关系到整个医院的发展及经营模式，如今数据爆炸式增长，医院的具体情况不是个体能够完全掌握的，通过大数据分析技术可以找到医院医疗质量不足的环节和医疗资源分配不合理的地方，从而帮助领导者做出更正确的决策[7]。

4 医疗大数据挖掘技术实施中的挑战

大数据挖掘技术应用在医疗领域的确可以促进医疗领域的发展，但是在实施过程中遇到的挑战也不容忽视，主要包括：①数据整合中的准确性。大数据不像小数据那样要求数据准确无误，虽然错误不是大数据本身的属性，但是错误可能会伴随大数据长期存在，这是处理中应该注意的现实问题；②数据存储难度增大。首先数据的容量大，其次是数据类型多，包括文件、图像等，还有数据的提取以及处理速度不能太慢，如果查询过程中响应时间过长会严重影响工作效率；③数据的安全性。医疗数据很多都涉及到隐私的问题，如果泄露可能会导致严重的后果，因此大数据的安全保护应该引起足够的重视；④信息孤岛现象。不同医疗机构之间、医疗机构与政府调查之间、卫生机构与医疗机构之间的数据没有有效的联系起来，各数据之间相互独立，使大数据挖掘的应用具有很大的局限性；(5)缺乏专业人才。我国大数据挖掘人才严重缺乏，医疗领域的复合型人才更是稀少。

5 建议

大数据挖掘技术在医疗领域有巨大的应用，但是其实施的难度不容忽视，存在很多的挑战。针对这些挑战应该制定相应的措施。

(1)对挖掘的信息进行准确性确认。利用大数据挖掘技术可以得到很多的信息，但是有很多信息是错误的，可以在得到信息之后先确认其正确性，无法确认的在使用时要谨慎。

(2)数据存储设备要有足够的内存。解决数据存储空间不足以及查询延时的问题。

(3)加强数据的安全保护。数据安全性问题一定要保障，严格规范数据存储及提取程序，可以利用密码或指纹身份确认等技术。

(4)解决信息孤岛问题。首先要建立统一的电子病历系统，对电子病历等医疗信息进行统一的管理，然后利用云计算将众多的信息孤岛联系起来，用统一的标准对收集的数据进行存储，然后再对其进行挖掘利用。

(5)注重人才培养。医疗大数据挖掘人才严重缺乏，应该注重该方面人才的培养，如增加相关专业的招生人数、加大人才培养的投入以及提升专业人才的工资。

6 结语

大数据挖掘可以广泛的收集医疗数据、加强基层、促进医疗结构的调整，还可以促进临床科研的发展、为临床及领导决策提供依据，对医疗领域的供给侧改革和医院管理有很大的促进作用，但是实施过程中的很多问题有待解决。随着人们的逐渐重视以及经济社会的发展，大数据挖掘技术在医疗领域有着长足的发展。

[1] 周雪晴，罗亚玲.信息化建设中医疗大数据现状[J].中华医学图书情报杂志，2015，24(11)：48-51.

[2] 鲁 明.如何施行医疗领域的“供给侧改革”[J].经济界，2016，(3)：30-31.

[3] 刘 丹，何克春.推进医疗服务供给侧改革势在必行：以宜昌市为例[J].中国卫生经济，2016，(8)：72-74.

[4] 张艺奕，查振刚.探索医疗供给侧改革之路——从“互联网+”开始[J].中国医院管理，2016，36(7)：1-3.

[5] 高汉松，肖 凌，许德玮，等.基于云计算的医疗大数据挖掘平台[J].医学信息学杂志，2013，34(5)：7-12.

[6] 金 兴，王咏红.健康医疗大数据的应用与发展[J].新技术应用，2016，13(2)：187-190.

[7] 姜奇平，冯海超，古 福.数据业务主营化大趋势[J].互联网周刊，2013，(7)：26-46.

(本文编辑：邹 钰)

The role of big data mining in supply side reform decision making and hospital management

XU Qing-an，RUAN Jing-hao，XUE Hong-hong，LIANG Yu

(ResearchCenteronQualityofLifeandAppliedPsychology/SchoolofHumanitiesandManagement，GuangdongMedicalUniversity，DongguanGuangdong523808，China)

Big data and supply side reform are the topic of great concern in today’s society. Big data mining can get a lot of valuable information. Supply side reform can be better satisfy people’s demand for resources. This paper introduces connotation of big data in medical health care and supply side reform，and the method of obtaining big data. Describes the necessity of supply side reform in medical service. Analyzes the role of big data mining application in supply side reform and hospital management. Discusses the challenges of big data mining applications encountered in the implementation process，on this basis to think and make recommendations.

big data，supply side reform，medical service，hospital management

2017-02-10

10.3969/j.issn.1003-2800.2017.05.002 基金项目：广东省扬帆计划培养高层次人才项目(4YF14008G)；广东省应用型科技研发专项资金项目(2015B010131016) 作者简介：许清安(1992-)，男，山东滨州人，在读硕士研究生，主要从事临床流行病方面的研究。

万崇华(1964-)，男，云南玉溪人，博士，教授，主要从事社会医学与卫生统计方面的研究。

R197.323.1

A

1003-2800(2017)05-0005-03