大数据护理管理应用探讨

游晓英

（南昌大学第四附属医院体检科 江西·南昌 330003）

1 医疗健康领域大数据

医疗健康行业是世界上最大、发展最广泛行业之一。近年来，世界各地医疗健康管理正从以疾病为中心转变为以病人为中心模式，提供以容量为基础的医疗健康模式。强调医疗健康优势，降低医疗健康成本，使医疗健康服务向价值导向和以病人为中心发展原则。作者曾总结过护理风险及对策与未来发展趋势(游晓英，2015)。近年，互联网、物联网、云计算、三网融合等IT与通信技术迅猛发展，数据量不断加大，数据方式更加复杂，社会日益大数据（BigData）化。以电子健康记录、注册或可穿戴传感器形式收集的数据巨量增长，给医疗健康行业带来一场大数据革命。

“医疗健康大数据”这一术语是在2013年初开始真正流行起来。医疗健康大数据分析(BDA)面临着数据不统一、变量众多、需要并行处理和实时数据共享等诸多挑战。医疗健康大数据分析分为描述性分析、诊断性分析、预测性分析和说明性分析。与其他部门相比，医疗健康部门大数据可用性巨大。在大多数发达国家，大数据由医疗健康服务提供者收集、存储和共享，涉及到不同患者服务。医疗健康服务提供者包括医生、医院、医疗实验室、诊所、药房、医疗成像中心和其他与医疗相关专业人员。同时，BDA需要满足网络中各种利益相关者的需求，如医疗健康组织、患者、供应商、员工、媒体以及各种健康监测和监管组织。大数据也与外部各方共享，比如政府机构和保险公司。医疗健康质量对于显著改善服务质量和降低服务成本至关重要；数据隐私和安全水平、对数据泄漏和入侵控制以及标准化数据可用性也被认为是医疗健康机构BDA成功关键因素。

2 医疗健康领域大数据特点

医疗健康领域大数据具有六大特征，即数量、多样性、速度、准确性、可变性和价值。不同研究者讨论过被广泛用于描述大数据特征的前三个V(数量、多样性、速度)。其他三个V(准确性、可变性和价值)也被一些研究者广泛讨论。该领域大数据以其数量、复杂性和多样性为特征，可以在当前和未来获取迫在眉睫的知识。大数据的高容量、准确性、多样性和动态性等具体特征，使来自不同分散位置的数据收集、数据存储、共享和实时处理具有挑战性。

3 大数据医疗健康应用

大数据几乎可以应用于医疗健康管理所有领域。潜在应用领域有欺诈检测、疫情传播预测、组学、临床结果、医疗器械设计、保险行业、个性化患者护理与制造、医药开发等。此外，大数据在个性化医疗中被广泛采用，提供以个人为中心方法。具体如基因组学、蛋白组学、代谢组学；医疗保险公司/支付者使用大数据进行承保、欺诈扣除和索赔管理；促进更广泛设备材料、输送方法、组织相互作用、解剖结构评估；药物开发各个阶段，尤其是药物发现；促使诊断辅助、临床指南和患者分诊的适当更新，允许更具体和改进的治疗，以提高患者医疗结果等各方面。

通过数据分析，护理方面会有个性化护理服务，基于电子病历个人健康档案，疾病预警与防控，群体事件应急管理等,特别是临床诊断决策。为提供有效的以病人为中心护理，管理和分析巨大健康数据至关重要，还可以人口学及工作相关之特点，探讨护理人员与个人冲突之来源及护理人员处理冲突之策略。

值得我们特别关注的两点，预防疾病传播是BDA医疗健康管理的一个重要方面，有助于预防和控制疾病传播。在传感器、计算技术和人工智能(称为“环境智能”)帮助下，实时气候数据被用于开发一个基于数据大型监测系统，用于持续监测和控制登革热。埃博拉爆发志愿者使用移动设备收集时空大数据在评估网络结构对疾病动力学影响方面非常有用。今年美国霍普金斯大学对全球新冠肺炎感染人数实时监测也是大数据应用经典实例。另一方面，与疾病治疗相比，预防性保健包括预防疾病的各种措施。预测患者未来健康风险的临床智能将成为支持个性化预防护理和临床决策重要工具。据此可以讨论定制健康评估、疾病管理和健康计划，高效健康管理将集中于把电子医疗健康数据使用在个性化医疗和以病人为中心的结果上。

4 研究目的

本研究归纳总结国内外在医疗健康大数据方面研究进展和未来发展趋势，以及大数据背景下对各行各业影响与应用探讨，以期发现大数据在医疗机构日常护理管理工作中一些具体应用，如对病人群体分类管理，科室药物管理，风险管理等方面。

5 研究方法

本文搜集整理国内外大数据研究各类成果资料，主要针对大数据资源整理，存储，优化，检索与分析。另外还涉及到上传和共享等方面工作；研究还发现，在医疗机构大数据应用中，甚至诊断和护理纠错也可以通过数据分析来实现。

6 研究结论与未来方向

国内研究人员对医疗健康大数据认知和关注程度及时并且敏感，医疗机构和政府机构等都对大数据进行了不同量的投入与研究应用，在医疗健康和医疗管理实践方面有不同程度成果，但还存在一定缺陷和不足之处。首先，关于医疗健康管理中的大数据文献非常有限；大数据所面临一个大问题是数据暴露或公开与隐私保护的矛盾，其他问题还包括数据动态性变化，能耗问题，软硬件协同，以及大数据管理的易用性问题等。对数据治理组件进行更详细研究是未来研究主题；利用新的数据可视化工具进行有效决策对于推进医疗卫生管理、推动医疗卫生产业向更高层次转型具有广阔前景。因此，国内医院要打破目前信息孤岛现象，打破信息壁垒，争取早日实现医疗资源信息共享，比如全国性肠胃病数据库和健康体检库的建立。