大數據中心在醫院的落地，需如何去做集成融合與利用

新聞 08-31

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。

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。

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。

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。

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。

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。

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。

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。

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。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！