基于大数据分析的智慧型医院集成管理平台建设与应用效果评价

陈强 卢燕

[摘要] 目的 評价基于大数据分析的智慧型医院集成管理平台建设与应用效果，探讨优化与推广对策。 方法 自2017年1月起，于江苏省常州市第二人民医院（以下简称“我院”）建立基于大数据分析的智慧型医院集成管理平台，涵盖院内数字化信息管理系统以及院外信息化服务平台，比较集成管理平台建立前（2016年1～12月）与建立后（2017年1～12月）医院医疗质量指标、工作量、职工满意度和患者就诊顺利度、满意度、住院日、治疗费用等各项数据变化，评价智慧型医院集成管理平台的应用效果。 结果 2017年我院床位使用率、出院者占用总床日均高于2016年。2017年我院职工满意度较2016年升高，患者就诊顺利度、满意度均较2016年升高，差异有统计学意义（P < 0.05）。2017年我院患者平均住院天数及平均治疗费用均较2016年降低，差异有统计学意义（P < 0.05）。 结论 基于大数据分析的智慧型医院集成管理平台能够提高医院运营效率，降低患者住院时间及治疗费用，值得进一步优化与广泛推广建设。

[关键词] 大数据；智慧型医院；集成管理平台；应用效果

[中图分类号] R197.32 [文献标识码] A [文章编号] 1673-7210（2018）12（b）-0161-05

[Abstract] Objective To evaluate the construction and application effect of integrated management platform of intelligent hospital based on big data analysis and to discuss the optimization and promotion countermeasures. Methods Since January 2017， an integrated management platform of intelligent hospital based on big data analysis has been established in the Second People′s Hospital of Changzhou City （“our hospital” for short）， covering the digital information management system in the hospital and the information service platform outside the hospital. The changes of various data such as the hospital medical quality index， workload， staff satisfaction， patient′s visit smoothness， satisfaction， hospitalization day， treatment cost before （from January to December 2016） and after the establishment of the integrated management platform （from January to December 2017） were compared， and the application effect of the integrated management platform of intelligent hospital was evaluated. Results The utilization rate of beds in our hospital in 2017 and the total bed days occupied by discharged patients were higher than those in 2016. The employee satisfaction in our hospital in 2017 was higher than that in 2016， and the patient′s smooth degree and satisfaction degree were higher than those in 2016， the differences were statistically significant （P < 0.05）. In 2017， the average number of days in hospital and the average cost of treatment for patients in our hospital were lower than those in 2016， the differences were statistically significant （P < 0.05）. Conclusion The integrated management platform of intelligent hospital based on big data analysis can improve the hospital operation efficiency， reduce the hospitalization time and treatment cost of patients， which is worthy of further optimization and extensive promotion.

[Key words] Big data； Intelligent hospital； Integrated management platform； Application effect

我国人口占世界人口的22%，但医疗卫生资源仅占全球的2%，不仅总量严重不足，还存在医疗资源分配不平衡的现状，同时，在互联网技术飞速发展的今天，传统借助人工作业方式进行医疗资源和医院管理存在的弊端愈发凸显[1-2]。基于这一现状，“智慧型”医院的建设迫在眉睫。随着医学进入大数据时代，合理利用与挖掘临床数据，对于提高临床决策和管理水平、优化诊疗质量、降低医疗差错、实现医院精细化管理均有着重要意义[3]。本文就基于大数据分析的智慧型医院集成管理平台的建设与应用效果进行了分析，以期为医院管理效率的提升与医疗服务供给水平的改善提供参考，现报道如下：

1 研究方案与方法

1.1 建设方法

1.1.1 院内数字化信息管理系统建设

1.1.1.1 构建数字化医疗业务和管理系统 建立以电子病历为核心的医院信息系统，该信息系统覆盖门急诊、住院、各类检查、治疗等全部临床业务，同时对接人力、财物、物资管理等各项系统，达到医院业务软件、数字化医疗设备、网络平台的整合，从而实现无纸化、无胶片化、无线网络化管理平台的建立[4-5]。

1.1.1.2 建立大数据存储与分析中心 建立大数据存储与分析中心，首先保证各项临床数据在医院层面实现互联、互通，实验室科研样本数据及门诊、住院、体检、随访业务等数据均可在该平台内安全流通，同时拟定数据采集规范，确保各项数据的真实、可用、可溯源。在此基础上，建立临床专科专病数据库，为各类专科疾病的诊断、治疗与随访奠定数据化基础。

1.1.1.3 系統安全维护 聘请第三方公司完善系统安全性。集成管理平台需满足物理环境安全、网络安全、主机安全、数据安全、应用系统安全等多项要求。其中，物理环境安全包括机房温湿度控制、机房场地环境安保、消防及设备抗磁抗辐射、系统灾难备份、防止非法入侵等；网络安全的要求包括身份识别、访问控制、安全审核等；主机安全以访问控制、入侵防范、资源控制为主；数据安全涵盖数据自身安全及数据防护安全两个方面；应用系统安全涉及到系统架构设计、模块间数据通讯、数据存储设计、访问控制等环节[6-8]。

1.1.2 院外信息化服务平台建设

1.1.2.1 信息发布和服务平台 借助运营商通讯网络，通过短信、APP等形式，实现医院信息的发布以及部分服务功能的在线预约，其中，医院信息的发布由医院、科室、医生负责，主要向全人群推送医疗信息和保健知识，并有针对性地向患者推送复诊通知、用药医嘱、检测结果等信息；可在线预约的服务功能包括个人医疗信息查询、预约就诊、医师咨询等。

1.1.2.2 在线沟通和查询平台 构建基于互联网的网络信息平台，打通与政府卫生部门、医院、患者、社会公众的沟通渠道。前台展示形式包括微信服务号、医院APP等，用户可在接受推送信息后实现在线反馈、个人信息查询、医疗政策查询等，该平台后台存储于江苏省常州市第二人民医院（以下简称“我院”）专有服务器，服务器搭载基于大数据的反馈计算系统，实时分析用户最常查询的功能与最多询问的问题，技术人员根据分析结果不断优化平台功能[9-10]。

1.1.3 智慧型医院集成管理平台整体架构

智慧型医院集成管理平台分为决策层、管理层、业务层、服务层、患者层共5个层次。决策层可实现资源配置、资产管理、质量分析、科研应用、绩效分析等功能，同时，数据中心存储患者病历文档、临床数据库及影像库，为临床科研及诊疗提供参考依据；业务层、服务层覆盖医院各项诊疗相关业务，包括医院信息系统（HIS）、检验信息系统（LIS）、辅助临床决策、临床指南、消毒追溯等；患者层拥有体检系统、在线预约、医患互动等多个功能[11]。见图1。

1.2 研究方案

整理我院2016年全年（2016年1～12月）及2017年全年（2017年1～12月）医院医疗质量指标、工作量、职工满意度和患者就诊顺利度、满意度、住院日、治疗费用等各项数据变化，评价智慧型医院集成管理平台的应用效果。其中，医疗质量指标包括开放床位数量、床位使用率、出院者占用总床日；工作量以诊疗人次、出院人数计；职工满意度、患者满意度采用Likert 5级评分法，包括非常满意、满意、一般、不满意、非常不满意共5个选项，满意度=（非常满意+满意）/受试者人数×100%，就诊顺利度亦采用该评分方法，包括非常顺利、顺利、一般、不顺利、非常不顺利共5个选项，顺利度=（非常顺利+顺利）/受试者人数×100%。

1.3 统计学方法

对本研究的所有数据采用SPSS 22.0进行分析，计数资料以例数或百分比表示，并采用χ2检验，计量资料以均数±标准差（x±s）表示，采用t检验，以P < 0.05为差异有统计学意义。

2 结果

2.1 医疗质量指标变化

2017年我院床位使用率、出院者占用总床日均高于2016年。见表1。

2.2 工作量变化

2017年我院诊疗人次、出院人次均高于2016年。见图2。

2.3 职工满意度变化

2017年我院职工满意度较2016年升高，差异有统计学意义（P < 0.05）。见表2。

2.4 患者就诊顺利度及满意度变化

2017年我院患者就诊顺利度、满意度均较2016年升高，差异有统计学意义（P < 0.05）。见表3～4。

2.5 患者住院日及治疗费用变化

2017年我院患者平均住院天数及平均治疗费用均较2016年降低，差异有统计学意义（P < 0.05）。见表5。

3 讨论

由于传统医疗服务和医院管理存在较强的独立性和专业性，加之医院内部管理结构和层级相对简单，多数医院一直缺乏信息平台建设的动机与动力[12-13]。在当前建设智慧型医院的大背景下，如何构建基于大数据分析的医院集成管理平台，逐渐成为各大医院转型的重要方向[14]。高效集成管理平台的建立不仅仅能够全面提升医疗数据和行政管理效率，还可实现全社会一体化智慧医疗网络的构建，为“健康中国2030”的推进添砖加瓦。

我院于2017年初尝试建立基于大数据分析的智慧型医院集成管理平台，并成功建立了一套拥有决策层、管理层、业务层、服务层、患者层共5个层级的管理平台，涵盖院内数字化信息管理系统以及院外信息化服务平台，在提高医院管理效率、改善患者体验、缩减医疗成本方面发挥了重要作用。与2016年相比，我院医疗质量明显提升，工作量有所增加，且职工满意度大幅提高，显现出该管理平台对于医疗服务效率提升的重要作用，如各项检验数据采用条码技术，能够实现检验报告的核对、自动录入与结果判断，在实现检验流程闭环的同时，为临床决策提供了极大便利；而业务层中合理用药功能的嵌入，能够实时提醒处方中过敏药物、配伍禁忌、超剂量使用等问题，确保用药的合理性与安全性。得益于上述各项环节的优化，患者用药安全可得到有效保证，也得到了更为优质、可靠的医疗服务。因此，患者平均住院天数、平均治疗费用明显下降，其就诊顺利度与满意度也得以明显升高。

基于大数据分析功能，实时数据的采集与自动化分析，能够及时发现并解决问题，从而不断修正临床诊疗工作中不规范的行为，为专科规范化诊疗的优化与实现奠定坚实的基础[15-16]。同时，大数据时代，循证医学的发展逐渐向精准医疗迈进，而及时、准确、完整、真实的临床数据，能够大大减少科研工作中数据采集、数据整理、数据分析等环节工作量，提高临床科研的效率与质量，对于科室及医院科研能力的提升也有着积极意义[17]。此外，通过大数据分析，还可及时了解到医院运营过程中存在的各项问题，如门诊单元效率偏低、住院患者等候时间较长等，而分析结果也可为运营流程的优化提供客观参考，从而实现医院运营管理的良性循环，提升医院的地区竞争力[18-19]。

需要注意的是，在近几年智慧型医院集成管理平台的实践中，其部分缺点也有所凸显，应予以重视：①应用系统较为单一。智慧医院集成管理平台多停留在网页、微信、APP建设方面，医疗设备信息化、智能化程度仍较为有限，存在较大优化空间。②软硬件建设不平衡。大量新兴硬件设备的采购为智慧型医院集成管理系统的建立奠定了坚实的基础，但软硬件互通仍存在一定壁垒，如检验数据仅存储至临床数据库中，患者查询功能需人工实现，又如数据分析系统仍难以评估患者并发症危险因素等，均有待完善。③医院管理平台较为独立。目前，部分城市已建成智慧型城市管理平台，实现了居民需求的一键式满足，但医院集成管理平台暂未接入城市管理平台，医疗资源分配的系统性存在欠缺[20]。因此，在打造智慧型医院集成管理平台的基础上，如何将智慧型理念引入到居民生活的各个方面，构建全社会智慧型网络、实现信息资源的合理利用，是今后需要努力的方向。

总体而言，基于大数据分析的智慧型医院集成管理平台能够有效提高医疗资源利用率，满足患者诊疗需求，但其发展时间较短，仍存在较大优化空间，应在建设与推广过程中不断升级，尽可能实现医疗服务与其他社会服务的互通。

[参考文献]

[1] Garbey M，Joerger G，Huang A，et al. An intelligent hospital operating room to improve patient health care [J]. J Comput Surg，2015，2（1）：3.

[2] 牛铁，李凯，张云龙，等.医院智慧型信息化战略探析[J].中国卫生信息管理杂志，2015，12（1）：89-92.

[3] Kohn W，Zabinsky ZB，Nerode A. A micro-grid distributed intelligent control and management system [J]. IEEE Trans Smart Grid，2015，6（6）：2964-2974.

[4] Mort A，Eadie L，Regan L，et al. Combining transcranial ultrasound with intelligent communication methods to enhance the remote assessment and management of stroke patients：Framework for a technology demonstrator [J]. Health Informatics J，2016，22（3）：691-701.

[5] Dhariwal K，Mehta A. Architecture and plan of smart hospital based on Internet of Things（IOT）[J]. Int J Sci Res Sci Eng Technol，2017，4（4）：1976-1980.

[6] 崔文彬，唐燕，劉永斌，等.智慧医院建设理论与实践探索[J].中国医院，2017，21（8）：1-4.

[7] Zhao L，Chien CF，Gen M. A bi-objective genetic algorithm for intelligent rehabilitation scheduling considering therapy precedence constraints [J]. J Intell Manuf，2018，29（5）：973-988.

[8] Hu X，Barnes S，Bjarnadóttir M，et al. Intelligent selection of frequent emergency department patients for case management：A machine learning framework based on claims data [J]. IIE Trans Healthc Syst Eng，2017，7（3）：130-143.

[9] Lee I，Lee K. The Internet of Things（IoT）：Applications，investments，and challenges for enterprises [J]. Bus Horiz，2015，58（4）：431-440.

[10] Jemal H，Kechaou Z，Ayed MB，et al. A multi agent system for hospital organization [J]. Int J Mach Learn Comput，2015，5（1）：51.

[11] 范荣国，唐其柱.运用无线移动诊疗技术构建智慧医院智能健康管理平台[J].医疗卫生装备，2016，37（11）：50-53.

[12] Kaklauskas A. Passive House model for quantitative and qualitative analyses and its intelligent system [M]// Biometric and Intelligent Decision Making Support. Springer， Cham，2015：87-112.

[13] Brocklehurst P. A study of an intelligent system to support decision making in the management of labour using the cardiotocograph-the INFANT study protocol [J]. BMC Pregnancy Childbirth，2016，16（1）：10.

[14] 郭丽娜，路杰，郭玮娜.浅谈物联网在智慧医院建设中的应用[J].中国卫生信息管理杂志，2016，13（3）：299-302.

[15] Bendato I，Cassettari L，Mosca R，et al. Improving the efficiency of a hospital ED according to lean management principles through system dynamics and discrete event simulation combined with quantitative methods [C]// International Conference on Intelligent Software Methodologies，Tools，and Techniques. Springer，Cham，2015：555-572.

[16] 卞松，劉宇宏，高黎，等.以数据挖掘为核心的医院数据管理平台建设初探[J].中国病案，2015，16（1）：39-42.

[17] Li J，Li X，Wang Q，et al. ST-segment elevation myocardial infarction in China from 2001 to 2011（the China PEACE-Retrospective Acute Myocardial Infarction Study）：a retrospective analysis of hospital data [J]. Lancet，2015，385（9966）：441-451.

[18] 赵少鹏.医院智能数据分析管理系统[D].海口：海南大学，2017.

[19] Zingg W，Holmes A，Dettenkofer M，et al. Hospital organisation，management，and structure for prevention of health-care-associated infection：a systematic review and expert consensus [J]. Lancet Infect Dis，2015，15（2）：212-224.

[20] Glover GW，Thomas RM，Vamvakas G，et al. Intravascular versus surface cooling for targeted temperature management after out-of-hospital cardiac arrest-an analysis of the TTM trial data [J]. Crit Care，2016，20（1）：381.

（收稿日期：2018-06-28 本文编辑：张瑜杰）