大數據中心在醫院的落地,需如何去做集成融合與利用
雷鋒網按:大數據與AI時代的到來,近些年醫院信息中心的工作人員非常關注一個問題:首先是醫院有哪些數據應用已落地,其次是如果要想落地,醫院信息中心應該怎麼做融合和集成?
雷鋒網了解到,通常情況下,醫院信息系統應用可匯總為四大主線:服務患者系統、服務臨床系統、服務醫技系統、運營管理系統。
這四大主線可做很多數據量大、傳輸快、價值大、種類多的應用,這4個V於醫院信息化而言,是完全是滿足的。
醫院信息系統面臨的問題
雖然四大主線可以滿足絕大部分醫院信息化需求,但現階段存在一些技術和管理漏點。
首先是耦合度很高,過往都是點對點進行對接,介面也比較多,數據不統一。
除此之外,大量數據都是字點分散,數據在各個業務系統里沒有進行全面的整合與應用,導致效率低、標準差的問題。而從監控到文檔管理,這兩點可能都存在管理的漏點。
從全國乃至國際範圍講,醫院對數據利用的需求也在不斷高漲。
以北大第三醫院為例,各部門和業務之間的協同、數據的互聯互通、整體的數據挖掘應用,這麼多底層系統到底該怎麼做?
首先做個簡單劃分,小醫院到大醫院,從幾十個系統到上百個系統,數量不一樣,這些都已經初具規模。
那麼如果規模超過上述標準,該怎麼用、怎麼做業務協同、數據利用、信息共享,這目前是信息部門的挑戰和重點工作。
醫院信息化的四個階段
醫院信息化可分為四個階段:
第一個階段就是管理信息化(HIS),北京大學第三醫院1998年做HIS,而在一年後就做了CIS。這些都是以病人為中心,代表EMR電子病例為核心的臨床信息化,為患者服務來提高醫療質量和患者的安全。
到了現在的第三階段,院內信息化已經進入了院內信息交互的集中存儲與數據中心利用,以它為核心的集成協同信息共享的平台化階段。
再往上則是需要區域以及院際間的信息交互,數據區域共享平台。
醫院信息化總體框架
以北京大學第三醫院為例,因為醫院的系統複雜,很多個性化修改在醫改這個大環境下,壓力蠻大。
北京大學第三醫院服務量日均1.5萬人,有時峰值達1.6萬。門診接待1.6萬人的服務,系統壓力很大,提供的數據量也很大。
與此同時,三院平均住院日是5.92天,低於6天,全國的平均數可能是9天多。5天多就周轉一個病人出去,對於全院的職工來說,面對5700人做信息服務,支持的人群數和業務如此多。
醫院信息化四大目標譽八大任務
四大目標
由於周轉快、服務人群多。這時候只要是人,都會犯錯。信息化的一大目的就是做要到減少人犯錯,用一些智能化的手段進行輔助,減少錯誤,提高醫療質量。
第二是改善服務,當量多、人群基礎大時,需改善醫院為患者服務的所有流程以及成本控制。醫改以後大家面臨更多的是成本核算、績效考核,以及提高服務效率。
八大任務
八項任務中,最後面是數據挖掘、數據應用、互聯互通、協同發展的過程。
目前當今醫院信息化框架跟以往不同,底層要求在災備、安全、標準、規範、管理體系建設下,數據層需醫院信息共享、對外信息交互。
那麼該通過什麼交互?
通過集成平台、全量數據中心、存儲、支持醫院的信息共享和對外的信息交互,構成醫院信息化的總體評價。
醫院數據如何去做集成融合與利用
總體而言,大家更加關注醫院信息中心的數據中心怎麼建和怎麼用的問題。
這麼多且複雜的業務系統,首先一定要關注硬體架構、災備數據中心這些底層基礎設施。
北大第三醫院也建成了不同樓宇的主備機房,統一的數據存儲平台和集群保護,基於虛擬化的體系來建立單點宕機,為數據實時同步。
在此之上大家總在說集成平台、數據中心,基於集成平台的業務系統,目前主業務就是進行交互的系統越頻繁量越大越適合上平台。
現在有17個廠商的44個系統已經納入了三院的平台,平台每天的交互量達到50多萬。
很多人經常說,沒有平台一樣可以很好。
假設系統很好,也可以做點對點的對接,但隨著系統越來越多,超過百個系統時,點對點的交互給信息人員,包括安全性、工作量都帶來很大的困擾,這時候就得變成平台。
再舉個例子,以前沒有簡訊的時候,開會需要點對點一個一個打電話去通知每一個人,說幾點在哪裡開會,這其實就如同醫院點對點的一個個去接系統一樣。
而現在大家開會不需要點對點去對接,而是有群發功能。同樣,現在的集成平台就是這個道理,基於消息發送,我只發送一次,需要的消費系統我就要訂閱一下,所有的數據一致性,以及信息工作人員以前上線首先就要跟HIS接,上線一個新系統先要獲取病人的信息,HIS的業務量是最繁忙的,上了平台以後發現的確減壓最大的就是HIS,上哪個系統都要跟HIS接一遍,接HIS,接EMR,接LIS、RIS等,一切系統都要接一遍才能上線。
而且現在上線一個新系統非常快,就問一下平台,說平台上有這消息嗎?說有,就訂閱,訂閱完就可上線。
它內部的訂閱分發機制,整體的設計確實是技術人員該乾的活,另外消息服務的標準要訂。上了平台,對整體對介面的標準梳理,對信息工作人員所有系統的規範性,都是一個提高。
北京大學第三醫院梳理了424個介面,發現只有275個是有效的。因為上線將近20年,很多無效的介面還殘存著,通過數據介面,其實那些可以不用的,通過上線很多介面都停掉了。
所以以前的介面方式有很多種,比如說存儲過程、示圖、中間庫、AIP、Web頁面等,一系列簡化為兩種,非常簡單幹凈。
平台上它是塔台,要有監控。平台解決什麼問題?一個是病人主索引問題。
以前沒平台,不知道它的數據不連續,本來是一個人,分段存儲不是連續的。所以上了平台首先解決的患者主索引問題,主數據的管理。
以前分散業務系統每個都用自己的字典,數據管理不統一,數據報送不一樣,所以要有監控,會監控所有平台的運轉性能以及消息交互。
以前上系統,都會憑經驗說最好周三上,為什麼?看右下角峰值周四就證明醫院周四的門診量,服務量最高,這麼高不能換。
因為要換系統,首先要找一個峰值比較低的更安全,一旦出問題解決受眾人群要更少一點,所以相對低,那六日是半天低,但是六日只有值班的,人員也不足,就選擇相對低的周三。
通過圖上數據立刻就能看出來這麼大的交互量,什麼時間是峰值,什麼時候相對少一些,即使看起來少,但其實也不很少,也是突破萬級以上。
基於集成平台的數據一致性
集成平台解決數據一致性的問題,首先HR人力資源系統它的機構代碼,人工、人事,原來都是在各個業務系統里。目前它首先要上平台,通過集成平台發送信息,一但有新員工、新機構,他同時發送的消息需要的就訂閱下來。
另外這種平台數據的一致性有很多需要規範的地方,消息工具的監控預警,應急調用等,要有保障。
除了數據一致性,平台還需要高可靠性,服務量大,這對於平台的服務要求很高,高可靠性方面,做監控剛才說做預警,以及消息補發。
拿數據中心來講,一天一個科的門診量是2500,所以它的消息量非常高,監控出一旦有擠壓就要調整,因為消息要排隊去發送,包括跟工程師的短線聯動,一出現問題,短線都會提醒工程師要做相應的調整,預警的峰值是多少,這都是專業技術人員要做的事情。
基於平台之上,通過平台路由存在數據中心裡的數據,這件事是不同的。
為什麼採用基於Haddoop的實時數據中心
因為其他傳統型數據中心不能夠滿足這種大數據的處理,北京大學第三醫院也第一次嘗試在醫療、醫院建立基於Hadoop這種大數據技術的實時數據中心,通過集中平台實時傳送存儲數據中心。至於為何選擇Hadoop,主要出於它可高效處理海量數據。
當時嘗試的時候,同時搭建傳統型平台和Hadoop平台,最終發現大數據處理技術的確要比傳統型的快20倍,滿足了需求。
包括現在手機上的應用,需要隨時刷新了解院內情況,只有它是滿足的,秒級的傳送數據。
這是一個比較,傳統關鍵資料庫在處理上有很大的劣勢:
所以當時選擇大數據的架構進行嘗試,並且嘗試成功了。目前現在應用一年應用了,總體覺得還是很不錯的。
數據中心也要有監控,各類業務系統67個在數據中心裡,匯總的條目數已經超過16億這麼大的一個數據量,數據量已經40TB。
從2008年到現在,CIS上線以後所有數據都在裡面,這樣提供給下面的應用,不是為了建而建,而是為了用而建。
目前北京大學第三醫院吞吐量的確日均接收55萬這和總存儲40個TB這麼高的量級。
數據中心的6大特點
要建立數據中心,需突出這幾方面:一個是實時性。如果還是傳統的這種定時的,說到晚上抽提,那麼這個時間差就沒有。現在關注的,比如截止到目前差5分10點,目前的門診量是多少,它會實時告訴我。如果你到晚上再去做任務定時來存儲數據中心,那這個功能幾乎就不能用,所以一定要實時。
其次是移動化,實時也要體現在移動方面,有些東西要在手機上看,不一定非得在辦公室利用這些數據。
然後是集成與科研、領導決策、臨床決策的支持。
說完建,再說用。
數據中心的應用以及它的優勢
首先是流程的優化。
舉個例子,人們一直說B超工作人員是檢查數量最高的。
經過大數據分析後得出的結論,排在第一的檢查科室確實是B超,這時候就可通過分析後優化流程。
以前的操作方式是B超醫生寫報告,而現在醫生不用寫報告,直接出來以後患者在自助機上刷卡自動列印,由患者來完成,減少患者的等候時間。這就是一個流程的優化,以前都是醫生來做。
互聯網+的應用,其實互聯網+服務完全可以做到,通過數據中心從建卡、導診、支付、分針、叫號、支付。數據中心目前的速度快到什麼程度?數據中心秒級的推送,患者一下就能拿到報告了,然後去找分診台要片子。
這時候發現信息的傳遞速度比腿要快很多,護士從洗印片子出報告之後傳到你那裡,都沒信息快,後來故意把這一項給調慢了。
另外就是醫療質量,在消除信息技術孤島集成展現,做了很多都在醫生站上,以及在醫生站上集成的病例檢索、迅速定位,直接刷出來。
北大第三院外科做了全息情況,試圖快速了解病人信息,做手術可減少差錯,這種統一試圖快速核對提高效率。
電子病例方面,北京大學第三醫院從2008年上EMR電子病例,2010年上臨床路徑,2014年推移動,再到2015年集成平台數據中心,2016年數據平台挖掘應用,2017年是科研大年。
目前僅CDR就不夠了,不僅是臨床,而是全量,HDR數據協同。
移動層面,北大第三醫院也做了很多移動端的應用,比如說移動醫生站,麻醉醫生站,會診醫生站。
麻醉醫生非常喜歡移動端應用,術間有55個,移動應用讓麻醉科醫生覺得特別方便,所以麻醉科醫生這邊應用的最好。
另外也會進行醫院決策分析,基於數據中心提供很多管理層實時多維的數據分析,管理著用手機也能看還目前的門診、手術,科室之間的實時工作量,他能了解到整個全科、全院,從而來調整工作。
有一些病人、年齡、醫保等大數據放在手機端也能很快呈現,為管理著的決策支持提供服務。
科研數據中心
最後一個就是科研,在數據中心之外同時要有一個科研數據中心。
大家知道臨床數據和科研數據是交集,有些可以從臨床數據產生,有些要外延,另外採集一些科研數據,所以要建立科研數據中心。
方式有很多種,一種是結合電子病例的模板改造,叫做臨床科研演化,它從臨床,從模板上採集就進來了。
另外一些的確是在模板、臨床上不適合去採集,也擴大一些隨訪,在微信端,比如骨科用微信上傳一些康複數據上來,結合EDC多中心的採集系統一起做,提高臨床科研的智能化水平。
另外就是大家討論比較多的分級診療,離不開遠程優質資源共享,在平台進行線上遠程分級診療系統。
總結下來就會發現,數據中心可提高醫院整體的綜合管理水平,讓數據的集中存儲、協同變得更加方便。對於決策支持也來得更及時,節約時間和運營成本。
對於任何一個醫院的信息中心主任來說,他不希望去盯著每個人,也不可能跟孩子學習似的天天盯著效果看好不好。
北大三院也基於臨床路徑概念開發了一個項目追溯系統,從建系統立項開始,到驗收全程追溯,在手機端可以看項目到底進行到了什麼程度,數據來呈現。
醫院軟體信息化水平是需要持續改進的,但主要由於涉及的業務系統太多,改造數量難度很大,技術風險、管理風險、溝通風險也很高,因此醫院應該全員配合,包括醫院管理、臨床、科研人員,通過積極配合的方式來消除一些孤島。同時應該多利用項目管理工具,並把其運用到信息管理之中,里程碑都融入到PDCA項目管理中去。數據本身的應用要統籌有序,它是動態可持續發展的一個系統工程。
更多關於人工智慧升級傳統行業的文章,請關注雷鋒網AI商業化垂直微信公眾號:AI掘金志。
※上海交通大學團隊與高文院士ICCV錄用論文:精度保證下的新型深度網路壓縮框架
※蘋果工程師組隊離職,皆因庫克放棄造車
※Uber新CEO:公司最早將於2019年IPO上市
※貝索斯、納德拉親自促成打通 Alexa與Cortana!決定背後,微軟和亞馬遜都怎樣的考慮?
※新型固體運載火箭KZ-11明年首飛 將實現「一箭六星」
TAG:雷鋒網 |
※阜外醫院鄭哲介紹中國心血管成就:做手術大可不必去國外,在國內同樣可以得到很好的治療
※大同肛腸醫院/生活中形成混合痔的原因都有哪些?
※市中西醫結合醫院這項技能讓最可愛的人受益匪淺,小魯哥也出鏡參與了
※一種不用治病的納米技術 即將出現在各大醫院內,以後竟然連手術都不用做了嗎?
※醫院大數據在醫療行為監管的應用研究
※期待與困惑,邵逸夫醫院在醫療AI領域的創新與應用
※醫院收費經營是對生命的漠視和不尊重
※胎心檢測到底有沒有用,真的只是醫院的創收項目嗎?
※孕期中不忌口對寶寶的影響多大?進醫院還有胎心,出院後就沒了
※偏方在手,生活大小病,再不用跑醫院
※人臉識別在醫院中的應用
※在建酒店「轉舵」辦醫院 做成「不可能完成的事」
※禪城中心醫院制膏設備獲4個專利,來看中藥如何熬成膏方
※看完印度的醫院 再看中國的,差距真的很大!
※去醫院生娃,備好這幾樣東西會讓你產後更舒心,有的在醫院買不著
※濕疹的危害不容小覷,用這些方法比上醫院管用多了
※流動著病痛的地方,才會有放大的溫暖——寫給我在康復醫院的日子
※得了痔瘡不用去醫院,一個小方子主治瘡混合痔瘡,見效快、不複發
※看似美好的民營醫院,其實也是問題重重
※腰疼、腿疼、關節疼 , 不用去醫院,這樣做輕鬆解決!