大数据环境下军队医院统计工作

孟庆崧

(济南军区总医院信息科,济南 250031)

“大数据”一词在媒体上广泛出现于2007年以后[1]，定义在业内还没有形成共识。《大数据时代》的作者指出大数据不用随机分析法(抽样调查)这样的捷径，而采用所有数据进行分析处理[2]。该定义着重强调对海量数据应采用新的分析处理方法以获取有价值的信息。

1 大数据环境下军队医院统计工作面临的机遇

20世纪90年代，“军字一号”工程在全军统一开展，军队医院信息化建设的序幕由此拉开。军队各级医院均部署“军字一号”医院信息系统,军队卫生统计工作也由最初的手工报表方式，逐步转变为基于信息系统的网络直报方式[3]。在统一的信息系统与底层数据结构的基础之上，统计工作的效率与数据准确性均有了大幅提升。

全军统一的医院信息系统建成之后，信息化建设主要由各医院自行组织开展。于是，服务于临床的专业信息系统，如影像存档与传输系统、实验室信息系统、合理用药系统；服务于医院管理的信息系统，如排队叫号系统、院感控制系统、医保结算系统、成本核算系统等各类数字化医疗设备以及可监测患者生理体征的可穿戴设备等，陆续上线和引进。这些系统和设备的引入，丰富医院在线可获取的医疗数据资源，也使得军队医院步入大数据时代。大数据环境下，数据的储备极为丰富，数据的获取也更加便利。立足传统优势，应用大数据相关技术成果，军队医院统计工作面临难得的机遇。

2 大数据对军队医院统计工作的影响

大数据环境下，军队医院管理者和医务工作者依赖于信息进行决策的意识不断增强，对所获取信息的及时性和准确性的要求也在不断提高。这就从思维模式、医院管理、临床和科研决策以及精准医疗四个方面对统计工作提出新要求。

2.1思维模式方面军队医院的数据量相比以往有极大增长，以往采集不到或难以采集的数据通过新增加的信息系统或新引进的信息化手段实现精准获取。量变引起质变，相应的，统计工作者在大数据环境中工作的思维方式就应当和以往有所不同。以往简单的数据统计分析已难以满足用户的多样化需求，海量数据所隐藏的信息亟待深入挖掘。大数据思维的核心就是变智能问题为数据问题[2]，基于用户需求,将能够获取的大体量数据，综合采用统计学方法、机器学习算法等多种技术手段，进行深入分析处理，进而发现隐含在其中的相关性，获取以往只通过因果推理所不能得出的结论，实现信息价值的倍增。

2.2医院管理方面大数据环境下，医院精细化管理目标的实现更加依赖于有效的信息反馈。管理层采取的各项管理措施是否得力，通过对海量数据的统计分析就可以得出结论。医院管理中涉及的业务繁多，比如经济核算分析、感染控制、质量管理、医保管理、护理管理等，这些业务的整体处理流程，都由相关的信息系统进行完整的保存。医院某个管理目标的落实，往往涉及多项业务的协同配合，仅从单项业务的角度无法进行判断。这就需要统计工作者站在医院管理者的角度，运用各种有效的分析方法和技术手段对相关信息系统的现有数据进行多维度挖掘，判断管理目标的达成情况，为决策者提供有力的数据支撑。

2.3临床和科研决策方面医师诊疗的过程在本质上是一系列的临床决策过程[4]。在非大数据环境下，经验性规律的总结需要通过长时间大量的临床实践获取，这是低年资医师在院校书本上所不能学到。另外，传统的临床科研流程是首先完全依赖科研人员提出研究假设，然后按假设收集标本和数据，经过大量繁杂的人工数据录入工作后，再进行统计分析。一旦分析结果不能很好地支撑研究假设，整个项目就需重新开始。而在大数据环境下，记录医师诊疗过程的医疗文书、各类检查和化验结果数据完全实现电子化存储，其中蕴含着大量的临床相关经验知识和科研命题。这就需要有效利用和发掘这些隐含的医学规律，协助医师解决临床决策问题，提高诊疗水平，同时为临床科研工作的立项和论证打下坚实的数据基础。

2.4精准医疗方面精准医疗强调根据每一位患者的特点制定医疗方案，这就需要充分获取患者各种症状和体征的监测数据。在大数据时代，数字化可穿戴设备日益普及，智能手环、腕带、心率耳机等设备逐渐应用到医疗领域，对患者生命体征的持续监测成为可能。一旦充分获取个体化信息，下一步就是对这些生物信息数据进行统计分析，产生有临床意义的诊断结论，进而提出个性化的治疗方案，确保治疗措施的精准性和高效性。

3 军队医院统计工作应对大数据环境的新举措

3.1建立大数据思维模式以改进工作方法军队医院的统计工作者应当顺应技术变革的大势，通过对统计学、计算机科学等相关学科理论的深入学习和融会贯通，逐步确立大数据的思维模式，并以此作为日常工作的指引。一方面，要深入学习医院运营所涉及的各类业务以及与之对应的信息系统的运行规律。在此基础之上，掌握各种基础数据资源的获取方法，能够实现在统一层面上对其进行整合并加以应用，将管理层的抽象需求分解细化，从而确定通过哪些基础数据资源来提取所需数据。另一方面，要充分利用好各类临床数据资源，比如数字化医疗设备采集的图像数据、病案室归档的电子病历，以及可穿戴设备的生理监测数据等，通过数据分析手段发现各类隐含的医疗规律。

3.2核算数质量指标以实现管理精细化医院各项管理目标的完成情况由一系列数质量指标的核算结果来体现，比如平均就诊时间、床位使用率、平均住院日等。大数据环境下，对这些指标的精细化核算已变得非常便利。以门诊管理中的就医流程为例，管理的目标是降低患者就医的平均等待时间，提高就诊效率，改善就医体验。这一目标的实现，首先要将患者来院就诊的全流程进行分解，而后分别评估就诊各阶段的排队等待情况。就诊过程中的问诊、复诊时间点数据可通过排队叫号系统的基础数据获取，而等待检查化验报告结果的时间点数据可通过各类报告系统的基础数据取得。以此类推，一系列时间点数据构成单个患者整个就诊过程的时间序列。基于对时间序列的综合统计分析，就能够计算出高峰时段的排队等候人数、平均等待时间等，进而发现患者就诊的时间规律，找到影响就诊效率的“瓶颈”。管理层可根据这些结论进行动态的资源调配，使科室人员配备、诊室分配和医疗设备配置更趋科学合理。

军队医院均设置军人就诊“绿色通道”，避免资源重复配置，可以应用上述基于大数据统计分析的动态调整策略。就诊队列信息的有效运用能够尽可能缩短军队患者的等待时间，提高医院为部队服务的满意度。

3.3挖掘历史数据以辅助临床和科研决策临床决策体现在医师诊疗过程的方方面面，以临床用药决策为例，当某病种患者出现某种症状后，可以在电子病历数据中抽取大量同病种历史病历数据，其中包括诊断数据、医嘱用药数据和治疗结果数据等，利用自然语言处理技术并结合统计理论中的综合评价方法，提出各种用药备选方案。方案中应包括用药后症状缓解的可能性，有无发生并发症的可能性，是否存在药物配伍禁忌等。这些信息能够为缺乏经验的低年资医师提供有益参考，帮助其选择更为合理的诊疗方案，降低失误的概率，从而从根本上提高医师的诊疗水平。对于临床科研工作，也可从电子病历数据中按医学各学科模型自动抽取出科研所需的关键信息，这些信息不但可以激发研究人员产生各种灵感，辅助生成科研假设，又可以借助大量病例通过回顾性研究快速验证假设的初步可行性。此过程中可以帮助研究人员灵活快速地调整研究思路，实现科研过程的敏捷迭代。

军队各级医院担负着军校学员带教、队属军医继续教育的职能。对临床和科研规律的提取和总结，可以为住院医师规范化培训提供更多的实例参考，从而进一步提高带教水平。

3.4提取特征信息为个体化医疗提供依据大数据环境下，医疗服务模式产生新的变化，即通过大数据统计推断或利用精准的生物医学数据以获得患者特异的疾病通路，并依据该通路对患者实行分组指导，从而使患者得到更为有效的治疗。

军队医院承担着老干部保健工作的职责，可穿戴设备便于老年患者在家中佩戴，免除入院监测的不便。这些设备可以随时采集和存储患者的体征信息，能够对患者的生理状态进行实时监测。统计工作者对这些生理指标数据和患者病史数据进行综合分析，可以提取出患者的个体特征信息，从而能够评估患者当前治疗方案的有效性。另外，可穿戴设备也可以对基层官兵的军事训练情况进行跟踪监测。基于训练时间、训练强度和官兵生理体征监测等数据建立的个体化的训练方案，可以为科学施训提供参考，从而降低军事训练伤的发生，进一步提高训练效率，减少官兵伤病困扰。

4 结 论

统计工作是军队医院信息化建设的有机组成部分。在大数据时代，军队医院统计工作者顺应时代进步，建立大数据思维模式，改进传统的统计工作方法，更好地为医院精细化管理、临床和科研决策、精准医疗提供数据支撑，从根本上提高为部队服务水平，始终是值得深入探索的课题。

【参考文献】

[1] 吴军.智能时代[M].北京:中信出版集团,2016:74.

[2] 维克托·迈尔·舍恩伯格.大数据时代[M].杭州:浙江人民出版社,2012:23.

[3] 史新中，胡立洋.军队卫生统计网络直报系统设想[J].解放军医院管理杂志，2009，16(4):351-352.

[4] Miltion C.Weinstein等.临床决策分析[M].上海：复旦大学出版社，2005:15.