康复医疗大数据平台的构建与应用研究

陈迪 郑连翔 孙作文

1 研究背景

《联合国2030年可持续发展议程》目标三为：“确保健康的生活方式，促进各年龄段人群的福祉。”发展康复服务是全面发展健康保健服务，实现全民健康覆盖的根本，为构建健康服务提供系统，提供完善的健康服务系统，需要建立全面且标准化的数据系统。

作为大健康产业的重要组成部分，康复医疗产业潜力巨大。本研究以互联网为载体，以大数据为核心，整合医疗资源，实现线上线下有机联动，顺应了“互联网+医疗”的政策导向，将为大健康产业和“互联网+医疗”事业的发展奠定基础。

2 研究目标

2.1 康复科室数字化平台

2.1.1 康复科室信息化现状研究 现有康复科室信息化水平不高，存在如下问题和不足：（1）康复临床路径不规范，无法对患者的体质进行辨证施治，且治疗方案利用率低下，限制了康复医务人员对病情的掌握，严重影响康复治疗方案制定和实施。（2）康复医师、治疗师（物理治疗、运动治疗、作业治疗、语言治疗、心肺功能治疗、假肢矫形治疗）、康复护理人员之间交流存在问题。（3）没有信息化的解决手段极大地限制了工作效率[1]。（4）出院后的随访和长期的病情恢复情况不能有效反馈。（5）中国医疗资源主要集中在公立医院，因为体制原因属于非盈利机构无法对自身好的技术、设备、服务进行宣传[2]。（6）基层康复医务人员面临康复基础知识缺乏，需要培训的人员、内容任务繁重的难题。

2.1.2 康复科室管理系统 针对普遍康复医院提出的信息需求，该平台以国家三级康复网络建设和《综合医院康复医学科建设与管理指南》[3]为蓝本，运用云计算、大数据、物联网、移动互联网和人工智能等现代信息技术，集康复管理、服务、教学、科研于一体，打通医院康复、社区康复和居家康复的信息链条，实现康复信息的闭环管理，驱动PDCA管理循环，使康复过程更加科学、康复方案更加精准、康复训练更加高效。（1）为医院康复科室提供数字化的患者信息、康复治疗、评估及设备等全流程管理；（2）提供医院康复科运营服务管理中心；（3）建立患者在院内、院外康复的全过程档案。如图1。

图1 数字化康复科室云平台架构图

2.2 康复设备物联网平台

针对康复评估与训练设备，标准化自动数据集成采集、实施，实现康复过程中定量分析影响因素，为康复综合化及临床科研提供精准数据服务。如图2。

图2 康复设备物联网平台结构图

2.3 临床大数据科研平台

2.3.1 康复科研服务信息化现状 康复科研是提升医生诊疗水平及服务质量的必备途径之一，但当前大多数医院的科研工作尚处在人工整理阶段，没有统一的科研管理工具，存在流程复杂、耗时耗力、科研质量及效率不高等诸多弊端。现有的纸质资料和Excel管理困难、无法协作、误删除等问题，且数据资料的应用效率较低，整合性较差[4-5]。此外，目前大多数医院的专科疾病存在治疗时限长的问题，参与的学科多，对病历的归纳要求高，容易出现遗漏病例情况。临床实验多，科研所需要的数据收集困难；疾病个体差异大，需要更加关注个体化治疗。现有资料整理手段不能有效解决上述问题。

2.3.2 康复大数据科研平台 本服务平台为云服务方式，是一个多中心的远程协作平台，通过康复网络方式，牵头医院的学科优势、技术辐射作用和管理统筹职能，联合本专科其他国家或者省级领先医院作为协同单位，全国各级医院作为成员单位，有效整合、统筹资源、构建有机体系[6-7]，从而实现：（1）制定专科标准术语和诊疗规范制定、助力数据共享；（2）建立专科科研数据集，实现统一标准的数据结构化处理和统计分析支持，辅助各类科研课题和临床试验，大大提高真实世界数据的使用率、临床数据的可用性以及科研效率；（3）利用体系内的专科数据共享，开展临床研究、探索辅助诊疗，促进临床治疗水平提升。

3 研究架构

3.1 数据源及信息采集

本研究以数据驱动流程、管理与服务，数据作为决策依据，数据作为科研依据等，研究涉及到系统集成与数据共享如表1。

表1 系统集成与数据共享表

3.2 康复大数据平台建设

该平台是一个以“临床科室+康复科室”全量数据为驱动的多学科联合数据应用平台，主要面向科研、智能助诊、专家知识系统、全过程康复案例复盘等数据智能应用需求。平台提供数据采集、数据管理、统计学算法及机器学习算法、敏捷数据分析等主要功能。平台技术架构如图3。

图3 康复大数据平台技术架构图

其具有诸多优势，如：（1）灵活的临床数据检索与分析；（2）专科疾病病例资料的针对性管理；（3）有效的临床数据挖掘分析。

3.3 康复设备物联网平台

康复设备平台通过内置的物联网数据采集平台软件及协议，支持TCP，httprest OPC，Lora，Modbus等多种协议，可支持不同品牌康复设备的数据接入。康复物联平台的无线、有线实时及历史数据传输，提供移动终端控制系统，实现在康复数字化平台上对康复设备治疗、评定的全过程控制和监控。同时在设备执行完成以后，自动收集设备的报告并在系统中实时展示，对结果的数据进行分析。

针对康复评估与训练设备，标准化自动数据集成采集、实施，实现康复过程中定量分析影响因素，为康复综合化及临床科研提供精准数据服务。

4 研究应用

4.1 智能康复应用及科研服务

根据康复科研、数据应用等实际需求，在第三方系统支持的前提下平台还可整合院内临床数据（HIS、CIS、NIS、EMR、PACS及LIS等产生的数据，内容包括患者各类诊疗信息，如病史信息、临床诊断信息、检验检查信息、护理信息、用药信息等）[8-9]，通过HL7 V3 RIM/RMIM模型和电子病历格式相关标准组织，在不妨碍医院现有信息系统运行的前提下，利用ETL等技术将医院各个信息系统中的数据通过抽取、转换、加载到格式统一的数据中心，经过自然语言处理、机器学习等人工智能技术处理后，形成数据集市，进而可在多个维度满足医疗决策、临床科研、智能助诊等过程中的不同需求[10-13]。如图4。

4.2 人工智能算法促进康复科研发展

平台提供了预置统计模型和自定义导出两种形式的统计支持，与R及Python统计软件进行对接，预设常用的医学科研统计模型，实现基于R统计结果输出。当预设的医学科研统计模型中没有工作人员所需内容时，可自定义查询和输出数据，将科研数据导出到SPSS等第三方专业分析软件进行分析。

同时为了满足医疗领域的深入应用，平台基于开源产品自主研发的全量数据分析建模算法引擎，针对大量异构、多态、以指数级增长的数据，进行全量数据的分析及模型的构建；全方位集成数据转化及预处理功能，提供实时、非实时统一接口；对历史数据进行挖掘、分析，基于Spark实现全量数据的大型分布式模型训练、验证与评估。

5 结语

鉴于上述优势的存在，康复医疗大数据平台构建意义与需求较好，应用优势突出，是健康医疗发展的重要基础与前提。