医疗大数据时代对医院统计工作的新思考

黄小平

[摘要] 医疗大数据是指医疗活动中使用数字化仪器和设备产生的医疗相关数据，包括影像学资料（CT、MRI图像、参数）、实验室检验数据（血液检验结果、细菌学检验结果）等，医疗大数据能够实时、真实、科学地记录下医疗活动的过程和结果，对其进行统计学分析，有助于为诊疗活动的制定和前瞻预测提供参考。医疗大数据信息量大、数据更新快速，具有完善的数据库管理系统，可以及时对医疗大数据进行整合、深度挖掘、生成决策，对于落实医院精细化管理、提高医疗质量、提升医院工作效率、规范医院管理具有重要意义，是新时代下医院统计工作面临的主要任务和重要机遇。

[关键词] 医疗大数据时代;医院统计工作;核心意义;数据挖掘;思考

[中图分类号] R19 [文献标识码] A [文章编号] 1672-5654（2019）11（a）-0176-02

随着互联网/数据库/云计算等为代表的IT技术的成熟完善和广泛应用，信息的存储、传播变得更加方便快捷，数据库内存储大量的信息数据，并实时更新开启了全新的大数据时代[1]。大数据管理渗透在各个管理领域中，特别在医疗领域中，随着医疗卫生信息化的不断推进，在更多的数字化医疗设备被使用的同时，也随之产生了大量的医疗大数据，医疗大数据详细记录了医疗的全过程，是临床诊断、治疗和预后预测的重要参考依据，而医院统计工作是医院信息化的重要组成部分，也正在由人工管理向数字化高效管理的转变[2]，医疗大数据时代下，探讨新的医疗统计工作模式并开展落实，促使这种转变顺利完成，对于提高医院精细化管理能力、搭建完善的数据库管理系统、提高医疗质量、提高医院综合竞争力均具有重要意义[3]。该文主要阐述了医疗大数据的概念、医疗大数据在医院统计工作中的意义和职能、探讨了如何充分挖掘医疗大数据，现分析如下。

1  医疗大数据的基本概念

医疗大数据是医院在诊断、治疗、患者监测等医疗活动中所应用的设备和仪器记录下的具有统计学意义的相关参数和资料，是IT技术革命在医疗改革中的具体体现。医疗大数据具有确定性、快速性、多样性和海量性4个特点，医疗大数据的统计工作不仅局限于储存相关数据资料，更体现在能够应用科学技术对医疗数据进行分类整合、增值分析，并将其作为决策生成的依据，医疗数据的管理核心是对数据进行统计学分析，医疗大数据管理其实质是一种精细化管理[4]。

现今，全球范围内医疗健康数据已经形成数以百计的（Exabyte）艾可萨字节，而且，正在以指数的方式加速增长，大规模的研究队列正在快速识别与建立，人工智能对临床决策的辅助和支持作用逐渐增强，大数据在全球范围内风生水起，正在改变着医学研究以及实践。

2  医疗大数据管理对医疗统计工作的意义

在医疗大数据时代，医疗数据的信息量庞大、更新速度快，传统的人工统计工作（包括报表、卡片、随机统计）任务繁重、数据分类存储速度慢、极其容易出现遗漏和错误，工作效率低下，远远不能满足临床工作需求[5]。对医疗大数据进行数字化管理，建立电子信息管理数据库系统，能自动化地对大数据进行分类储存，可使临床医疗做到有案可查。此外，医疗大数据管理采用人性化控制界面，如图1，具有更强的直观性、目的性，这使得统计资料的检索和调阅、统计学分析和网络分享变得更加安全和便捷，从而实现人机互动，能在短时间内为医疗活动提供参考资料、做出最精确的统计学分析，也促使医疗统计工作更加规范化、标准化，衍生出数据→信息→知识→决策的新型医院统计工作模式[6]，极大地提高了医疗统计工作的效率。可见，医疗大数据具有更高利用率、准确率以及效率。

3  医疗大数据管理的主要职能

3.1  促使医疗质量提升

大数据管理可以使患者病案、临床文献的调取和数字统计学分析更加方便，可为主治医师、临床护士第一时间提供可靠的参考和预后预测，做到有案可查，有据可依，从而为临床护理和治疗方案的制定和落实奠定基础，助力提升临床疗效和护理质量、从而减少医源性失误和误漏诊事件的发生率。

3.2  促使医疗统计工作向精细化转变

在新医改背景下，医院的经营管理模式应由过去粗放式管理模式转变为精细化管理理念，促使医疗统计工作向精细化转变。医疗大数据管理主要包括收入分析、成本分析和各科室工作量分析3个方面，与传统的人工统计相比，一方面，医疗大数据管理提供的数据的准确性、可靠性更强，以数据作为依托的医疗统计工作精细度更高;另一方面，医疗大数据具有强大的功能界面，可提供直观的统计学对比图、数据列表和数据查询，这些都是精细化管理的体现。

3.3  提升医院科研能力

大数据管理中的科研中心数据库可以为新药开发、临床研究者提供了大量的文献、患者资料、药品信息、诊疗资料，并能储存新的临床研究成果和数据，有助于缩短样本采集周期、调研周期，节约了临床研究时间;除此之外，多样性的统计学分析系统也能充分挖掘信息、有助于进一步补充研究资料，更好地助力科研。

3.4  为医疗决策提供依据

传统的医疗统计学分析的主体为管理者，而管理者容易依赖经验或在某种主观意识的影响下进行报表和统计学分析，使决策欠缺客观性和真实性。大数据管理以统计分析结果为基础，从收入、成本和需求3个方面逐层分析，以医疗质量作为决策标准，能清晰反映医疗工作的不足之处，可引导管理者做出更加正确和全面的决策，提高决策科学性，从而有助于促进医院竞争力的提升。

4  如何充分挖掘医疗大数据

4.1  统一构建医院数据库

开发医疗大数据专用数据库系统和控制界面，对医疗大数据进行数字化管理，包括数据收集、分类、储存、统计学分析、调阅和共享等管理内容，充分整合医疗大数据，并通過数据图表（成本-收入-需求）的形式直观地反馈给管理者、决策者。将医疗大数据管理功能模块分为HIS模块（信息管理和联机操作的计算机应用模块）、药品物资管理模块、人力资源管理模块、财务统计模块、PACS模块（影像归档和通信模块），各个功能模块相对独立、互不影响，并按照国内业务、技术标准对数据库系统进行更新和维护，这样既能充分地挖掘医疗大数据的性质、用途，独立维护、检索活动，又能够减少各个子模块对数据库系统整体运行速度的影响[7]。

4.2  对医疗大数据进行质量控制

在医疗大数据管理中引入质量控制理念，进行医疗大数据的整合，使医疗数据统计学分析、调阅和共享安全可控，对大数据数据传递和应用进行逐层监控，使之符合标准和规范（应特别注重保护患者信息隐私安全）;加强对于源数据的审核，采用数字化管理方式捕捉、筛选、过滤医疗大数据，对于不符合质量标准的数据应进行人工复合，并予以删除或责令退改，充分保证医疗大数据的科学性、真实性和准确性[8]。

5  结语

医疗大数据是医院在诊断、治疗、患者监测等医疗活动中所应用的设备和仪器记录下的具有统计学意义的相关参数和资料，医疗大数据是医疗统计工作的主要对象，对科研、决策、医疗活动制定和实施均具有重要意义。

近年来，随着数字化医疗设施的普及和计算机技术的广泛应用，医疗资料的信息量日益增多和不断更新，单一的人工统计方式效率低下、漏错率增加，已经难以满足医疗信息的日常管理要求。随着医疗大数据时代的到来，数字化管理已经成为医疗统计工作的主要手段，这种模式依托于医疗数据库，通过制定独立的功能模块将医疗大数据的整合、监控、传递和维护工作精细化，将统计学计算结果图形化，能够快速、充分挖掘医疗大数据，为医疗活动的顺利实施、医院发展方向的确立、医疗资源的配置、医患关系的反馈提供了坚实的基础，同时也有效地提高了医疗质量、工作效率，促使医疗统计工作由人工管理向数字化管理转变，医疗大数据时代对医院统计工作也提出了更高、更新的要求。

[参考文献]

[1]  王忠庆.新思考：医疗大数据时代，如何進行医院统计工作[J].吉林医学信息，2017，33（2）：34-36.

[2]  邵瀚臣.浅析医疗大数据及其面临的机遇与挑战[J].科技资讯，2017，15（25）：21.

[3]  姬博歆.医疗大数据应用中的隐私权保护研究[D].哈尔滨：黑龙江大学，2017.

[4]  刘洋，邬杨，刘俊辰，等.大数据在医疗领域的应用和展望[J].现代肿瘤医学，2017，25（10）：1678-1681.

[5]  蔡先发，周怡，蔡永铭，等.大数据时代下的医疗革命[J].中国数字医学，2017，12（4）：7-8.

[6]  汤寅，张火俊，谢国旗，等.医疗大数据在军队卫勤中的应用前景[J].解放军医院管理杂志，2017，24（2）：115-117.

[7]  廖国兴.我国医疗机构在大数据时代下的机遇与挑战[J].现代医院，2018，18（3）：313-315.

[8]  毛云鹏，龙虎，邓韧，等.数据清洗在医疗大数据分析中的应用[J].中国数字医学，2017，12（6）：49-52.

（收稿日期：2019-08-09）