建设移动医疗信息化的应用前景与对策分析——基于大数据背景下

燕向晖，王未希

(1.北京聚芯追风科技有限公司，北京 海淀 100089；2.北京星灏方舟科技有限公司，北京 海淀 100089)

信息技术的飞速发展已经使海量数据逐渐成为科研热点，在电气、医疗、金融、体育等诸多行业已经有了许多成功的应用。这其中医疗行业被认为是大数据信息化技术的主要应用领域之一，长期以来一直面临着大数据和非结构化数据的挑战。近年来在许多国家，医疗信息的发展得到了积极推进，许多医疗机构能够开始进行更多的数据分析。大数据的开发和使用已成为国际竞争和综合国力的重要表现，世界各国相继制定和实施了大数据战略计划，中国于2015年启动了大数据发展战略，因此基于大数据技术的数据开发利用已经成为各个行业在市场竞争中的重要因素。针对国家发展战略的大数据要求，我国一直在利用大数据来防控医疗保险基金的风险，并将其作为目前科技发展的重点。将大数据分析技术应用到医疗保险行业，能够有效降低医保基金运行风险，有利于解决移动医疗信息化发展进程中的诸多问题，最终实现移动医疗的健康可持续发展。

一、大数据移动医疗信息化概述

(一)医疗大数据基本概念

结合海量数据的定义和医疗领域的特点，医疗大数据的定义基本可以概括为医疗行业生产的大数据，也可称为大数据的医疗处理。其来源主要有四个方面:制药即生命科学、临床即实验室数据、成本回收使用以及卫生管理与社会网络化分布[1]。在医疗领域，大数据处理分析能力可用于促进整个工业的发展，特别是在疾病预防领域，如果充分利用大数据的优势并实现医院之间的互联网连接，可以快速直观地判定可疑患者的具体位置，迅速有效地控制传染性疾病的传播[2]。在病人治疗方面，医院可以利用大量数据迅速提取有关医院的信息，并获得相关的有用信息，准确快速地为患者提供及时的治疗服务。

(二)移动医疗信息化的特点

1.数据来源复杂

医院数据来源较为复杂，主要从以下几个渠道获取:其一，社会媒体和互联网上的数据信息，由于互联网自身的特点，使得数据异构，形成了一个庞大的网络数据库，包含大量待挖掘的信息；其二，传感器网络、智能终端以及实时监控系统生成的信息，这类信息可以用于管理医院的内部活动，为各项管理决定提供信息基础，从而提高管理效率；其三，编制和收集的医院信息系统或电子病历系统患者的临床信息数据，这些数据主要用于临床诊断[3]。

2.数据结构多样

纵观医院医疗服务管理活动中生成的数据，其结构大多是多样且复杂的。因此相关专业人员在分析数据结构时，应该从多维角度进行详细分析：首先，可以将整体医疗数据的结构分为结构化、半结构化和非结构化数据。 其中，非结构化和半结构化数据占整体医疗数据的76%到89%[4]; 其次，医疗行业的数据结构分为内部结构和外部结构，具有医院公共和私营数据两种属性，外部结构数据具有许多共同特征，而内部结构数据直接关系到整个医疗的商业秘密和行业标准，因此具有私有特性；最后，医院的数据结构是多维的，除了传统的纸面文件和通信外，还有大量的电子、音频和网络信息，其数据格式互不兼容和随机，导致数据难以应用。

3.数据关系复杂，分类困难

医疗数据不仅来源复杂，而且数据关系也非常复杂，例如：患有原发性肝癌的患者的医疗信息可能与他所访问的多个医院以及患者的病史、就诊史、服药史以及其他类似患者的信息相关，这些医疗数据之间的关系既有横向比较，又存在纵向连续性。这就要求提取相关病人的所有数据，并根据就诊记录、病史等因素进行细分，从而帮助医生实现对患者的全方位护理[5]。

二、大数据背景下移动医疗信息化技术的应用前景

(一)大数据医疗信息化的应用价值

移动医疗信息化在大数据时代区域医疗信息中的应用价值主要体现在以下三个方面：

1.经济价值

将本地区的医疗信息资源放在云端，不再与每个医疗机构的服务器隔离，降低了主机存储的成本，并能充分利用现有的硬件资源，不仅可以完善医疗信息，减少医患冲突，有效整合医疗资源，还可以降低升级成本。这样具有不同权限的用户可以通过计算机网络，使用PC机、手机等终端设备，访问云中的各种医疗信息资源。

2.业务价值

普通病人可以在接受治疗之前预约并注册区域云计算医疗信息平台，查看检查结果、治疗方法和一些预防措施。同时，使用这个平台可以避免病人的重复检查。医疗平台的建立不仅可以大量节省病人就医的时间，而且还可以在一定程度上减少医务人员的工作量，有效提高整个医疗的服务质量。对于某些特殊情况的病人，可以选择远程看病。存储在该平台上的信息能帮助医生更好地了解病人以前的咨询情况，开展更有针对性的医疗行动，并大大减少诊断错误和医疗事故，实现区域医疗服务中的数据整合和业务协作[6]。

3.IT价值

医疗信息化能够有效帮助医疗保健机构管理硬件和软件资产，减少IT部署和操作等任务，并提升快速存储和检索大量数据的能力。尽管未来的区域保健平台需要更新的医疗标准，但保健机构不再需要担心如何解决这些问题，从而大大提高了保健设施的管理和生产力，并降低了信息技术的成本。

(二)大数据医疗信息化的应用方向

医疗行业不同于其他行业，有其自身的特殊性和复杂性。医疗卫生行业的数据非常丰富，包含了各种各样的信息，若能有效存储、处理、查询和分析，必将在医疗行业的众多领域得到应用。目前，海量数据在医疗领域的应用包括药物开发、个性化医疗、临床决策支持、流行病预测和监测、远程病人数据分析和人口分析等[7]。

1.临床决策支持

临床决策支持系统可以降低医疗成本，确保治疗的准确性和有效性。在临床决策支持系统中使用海量数据分析技术可以使系统更智能化。例如:数据挖掘医学文献数据库可以为医生提供更合理的诊断和治疗建议，防止出现医生开药品时忽视不良反应等错误，还可以通过身体分析技术强大的非结构化数据分析功能，使用图像分析和识别技术来识别医学图像数据，提高诊断和治疗质量。

2.个性化医疗

通过分析大量的生理数据，如基因组数据，有针对性地开展个性化治疗。对病人的特征和效率进行全面分析，包括病人的基因序列、对特定疾病的敏感性和与药物的特殊关系等。

3.健康监测

建立结合了智能端口设备和移动应用程序的数据库，以获取患者实时的健康信息，可以对病人健康进行预测和提醒。例如：提醒病人按时吃药、需要特别注意的饮食和生活方式等。 由于医疗供应网络是由这些智能无线端口设备构成的，每一个时间点都会出现与大数据密切相关的数据。从目前的研究现状来看，智能可穿戴设备是未来信息技术和医学结合的主攻方向。

4.流行病监测与预报

大型数据通信技术也可用于流行病监测和预测。中国疾病预防控制中心建立的全国传染病和突发公共卫生事件直接通报系统已经投入运行，每年有600多万例个案报告在全国范围内传输和存储。现在网络直接通报系统覆盖全国所有县级以上疾病控制机构，通过大数据技术对所报告的疫情数据进行综合监测和分析，并通过整合的疾病监测和应对程序预测传播途径和时间，采取有力措施降低疫情的传播。

(三)国内外大数据医疗的应用状况

1.国际研究与应用状况

近年来，国际上许多国家已经认识到海量数据在医院信息化建设中的重要性。早在2007年，美国国会就通过了《美国食品药品监管修订法》，由粮食和药物管理局负责开展药物安全研究，在药物监测领域已取得了良好成果[8]。

在实现了一些区域性卫生信息共享的基础上，欧盟开始计划研究一个国家级卫生信息共享的大数据模型。2000年，欧盟已经启动了一项战略性健康信息网络项目，来自英国、法国、意大利和德国的一些公司参加了该项目，并已在基本健康信息系统上开展了广泛的工作。英国的分布式数据和开放网络项目则主要以共享各个医院的信息为主，旨在为每个人创建终身电子病历，该国的临床医生可通过互联网查阅病历和最佳临床治疗；而国家电子保健图书馆，可以让医生、护士和其他保健专业人员及时获得最新的临床研究成果，并采用实用方法[9-10]。

2.我国医院基于大数据的信息化建设现状

当前，在我国医疗信息化建设的现状下，很多医院已经根据自身情况建立了相对应的数据信息管理系统，并进一步发展了海量数据处理技术，尤其是在医院管理、物资采购管理等方面取得了更大的进步。然而，信息管理面临着数据激增、数据准备时间日益延长、数据结构更加分散以及数据的存储方式不断变化等四个方面的挑战，在整体的医疗信息共享方面并没有取得实质性的进展，所以各个医疗机构开始寻找适合自身的数据孤岛，不断建立适合自身发展的移动医疗信息化建设平台。

2016年，国务院发布的《“健康中国2030”规划纲要》明确指出，需要推进医疗健康大数据的开放共享、深度探索和广泛利用。移动医疗信息化的建设应首先考虑建立统一的医院信息化建设标准和规范体系，在整个系统保障的层面上，确保卫生设施内部以及各机构、地区和领域之间共享和利用医疗信息资源，同时参照共同的数据编码标准、数据共享标准和其他国际卫生信息技术标准，如卫生标准7(H5)、H5(H6)、H6(H6)等[11-14]。

(四)大数据医疗信息化的优劣势与威胁分析

1.优势分析

第一，数据量大。从系统层面上，可以将卫生医疗行业看作一个生态系统，在这个生态系统中，不同的行为者为正常的医疗和生态环境提供大量数据。一般而言，提供基本医疗服务的机构拥有就诊病人的医疗记录，如各类门诊记录、住院记录、图像记录、治疗记录、手术记录、后续随访记录、医疗保险数据等。作为医疗服务和产品提供者的商业保险公司以及社会保险机构，可以不断积累疾病或者医疗消费对象与费用的相关信息。大数据的优点是能够处理大量的数据信息，为提取更多有价值信息增加了可能性[15]。

第二，应用范围广。众所周知，大量的数据广泛用于医疗领域，如个人诊疗、临床决策支持系统、远程患者的监测、相关疾病预防控制等众多领域，因此具有极其广阔的应用前景。

2.劣势分析

第一，医疗信息平台尚未联通。医疗大数据为中国医疗卫生事业的发展提供了必要条件，但现状是医疗大数据广泛分布于不同地区的医疗单位，无法完成共享。另外，很多地区的医疗机构也在各自进行着信息化建设，机器和结构相对集中于部门业务中的纵向信息建设，而部门和部门之间横向信息交流考虑得较少，卫生机构和医疗机构之间以及政府和个人之间缺乏横向信息交流，造成严重的孤岛现象。

第二，数据挖掘的复杂性。医学领域的大数据非常有用，但数据的挖掘非常复杂。如何将卫生领域的所有活动转化为数据，以及如何将这些活动与卫生领域的专门信息结合起来，这些非常复杂的问题目前尚未解决。同时维护大数据需要大量资金，这也大大增加了政府的负担。另外，医疗领域不同于其他领域，数据挖掘人员除具备专业的计算机知识外，还必须具备专业的医疗知识，这类复合型人才的短缺是医疗数据挖掘面临的最大问题。

3.机会分析

第一，技术支持。信息产业的创新和智能终端的普及能够在很大程度上促进大数据信息化的发展，其中云计算是一种新的按需网络访问技术，正在改变数据访问和存取方式。云计算为大数据分析计算提供了一个平台。

第二，政策支持。2015年8月31日，国务院针对大数据信息化进程的发展趋势发布了《促进大数据发展行动纲要》，强调有必要在公共服务大数据项目框架内建设卫生服务大数据[16]。

4.威胁分析

第一，数据泄露的风险。海量数据的价值不言而喻，云计算在区域医疗信息中面临的信息安全涉及三个方面：首先是公共云存储信息的安全，某些无法控制的因素(自然灾害、人为灾害等)，可以直接或间接对第三方机构设施造成损害；其次是用户访问控制策略、隐私保护以及如何防范未经授权的用户非法访问；再次是云计算服务提供商的员工有权在云平台上查看、修改和删除信息，存在员工恶意工作的风险。基于上述三个方面的原因，在一定程度上增加了数据泄露的风险，并给保护患者隐私带来严峻挑战。尽管用于研究的大医疗数据是匿名的，但是一个人的身份可以重新确认。基于2013年欧洲160万手机用户的研究表明，因手机模式的可预测性，只需知道同一部手机的四个定位点和相应的时间，就可以定位用户，准确率达95%。由此可见，传统的个人隐私保护手段，包括通知和授权、模糊性和匿名性等，在大数据环境下可能会失效。

第二，必须提高数据的真实性。大数据收集了大量的医疗信息，但由于不完整的患者信息收集、计算机数据存储错误或者其他不可控因素，导致后续数据分析和模拟质量不确定性的风险增加。很多虚拟性的医疗数据是假的，不仅不反映事实，还可能歪曲事实。这类虚拟医疗数据导致错误的结论，有可能对医学的发展产生负面影响。

三、大数据背景下移动医疗信息化技术的对策分析

(一)大数据移动医疗信息化技术的健全机制

1.突破管理机制

从宏观层面上来说，国家必须完善相关法律和政策，克服区域和部门利益的障碍，改变不太重视分享医疗数据的传统态度，克服传统管理机制的局限性，创造有利于大规模分享医疗数据的条件。在微观层面，医院需要改进管理标准，制定完善的规则和条例，并根据内部标准协调医院部门，做好真正及时、有效实现医院自身海量医疗数据共享的工作。

2.深度挖掘医疗大数据，提高其真实性

目前的医疗数据处理基本上处于表面阶段，挖掘深度不足以充分证明其真实性。一方面，需要加强数据提取技术的研究和发展，通过工具解决数据挖掘量大的问题；另一方面，做好数据源，加强标准化数据管理，减少数据挖掘的阻力。

3.提高医疗大数据的安全性

在技术方面，加强研发和更新数据安全技术，减少技术漏洞。在法律保障方面，需进一步完善隐私权保护等相关法律。

综上所述，从计算机、互联网、云计算到物联网，大数据渗透到医疗保健的方方面面。大数据改变了传统的保健模式，为临床诊断和治疗疾病提供了新的解决办法。但与此同时，大量数据也面临着患者隐私安全泄露、大量数据收集不力和整体医疗共享障碍等问题。但随着全球化信息技术的快速发展，这些问题都将逐步得到解决，可以预见，大数据的应用将在不久的将来渗透到更多的医疗应用领域[17]。

(二)大数据移动医疗信息化技术的应用体系结构

1.大数据外部构架

外部大数据体系结构主要面向医院外部数据，目的是有效隔离医院的公共和私人数据，通过提高医院的数据处理能力和基础设施建设，从内部应用程序到外部应用程序，构建基础设施资源软件应用体系结构。在医院的外部大数据架构过程中，医院可以将其自身内部管理需求与外部信息产品开发以及测试资源的应用相结合，以实现系统运作模式的标准化，其中还包括医疗逻辑模型及其管理系统，使医院医务人员和患者能够按照规定配置资源需求，促进医院信息化的高效建设。

2.大数据内部构架

移动医疗机构和个人可以使用web浏览器、用户终端、移动终端等，访问其权限范围内的特定应用程序服务。本级服务交付模式主要包括以下三个层面：

第一，SaaS软件服务级别。SaaS基于平台的应用，即服务，在构建移动医疗信息时，SaaS提供商统一将应用软件放在其服务器上，根据机构要求的程序数量、功能数量、并发用户数、存储容量、持续时间等的组合，通过因特网向卫生部门机构提供执行服务。医疗机构只需通过计算机网络提供互联网接入终端，在软件维护、软件管理以及软件运行所需的硬件等方面，随时随地快速使用软件及其一些功能。它也可以称为“统一云端服务软件”，用户利用互联网获取相应的服务方案，方便系统后期的维护和管理，同时用户可以根据服务类型、时间和价格等节点进行划分，提高移动医疗的信息服务整体水平，从而降低医院的运营成本，进一步提高医院信息建设的可靠性和成本效益。

第二，Paas平台的服务级别。PaaS平台提供的是资源的服务，医疗机构必须使用简单的技术配置操作系统或平台，并将某些服务下载到目标平台上，不需要管理和控制基础设施、网络、主机、服务器的设置。其主要功能是为开发环境和服务器平台提供服务，为用户提供软件应用程序环境，并通过因特网连接到医院的移动端平台，以提高软件开发的整体质量， 实时监视软件的运行状态并创建相对应的管理系统。

第三，IaaS基础服务层。IaaS是其他云计算模型的基础，供应商提供硬件、存储、网络、数据中心空间等服务，以满足用户的需要，将这些服务资源整合到虚拟资源池中进行试用，并支付服务费用。医疗机构组织只购买部分低成本的硬件资源，从而通过按需购买所需的计算能力和存储容量来显著降低硬件成本。它主要基于硬件资源，通过互联网部署服务器，提高每个系统的计算和数据存储能力，利用医院数据的核心价值，为改进医院医疗技术提供切实有效的信息库，同时加快医院信息化的整体发展建设进程。

3.大数据技术实现

第一，建立统一数据的大数据平台。由于医院信息数据的复杂性和结构多样性，移动医疗的信息化系统需要建立大量数据管理接口，这些在一定程度上加大了技术实现的难度。例如：由于接口的复杂性，医院在实际医疗行为中调用相同数据容易出现延误或失败。这就要求数据访问层必须采用分布式日志记录系统，这样才可以实施基本的功能模式。另外还可以将其升级到统一的按需数据访问平台，这样的平台不仅支持日志记录和页面源代码数据，还允许对不同接口类型的数据进行透明的可视化访问，如关系数据和非关系数据、不同的基本非结构数据等[18]。

第二，海量数据管理技术。在实践中，大型数据管理技术主要用于安全需求低的医院的大规模数据处理和医院的外部数据管理。医院在实物管理方面产生了大量数据，对这些数据的处理是医院管理系统中的重要组成部分。该技术可以提供管理反馈，以便为医院管理决策提供信息。在此基础上，突出了集中数据管理作为主要海量数据管理的价值，它的效率和高容错能力提高了系统的互操作性，包括数据缓存、索引和分区，从而能够在服务器群集之间分配数据处理任务，提高和完善数据管理效率。

第三，虚拟化技术。在移动医疗的信息化建设过程中，虚拟化技术是大型数据应用系统构成的基础技术，它可以整合和利用系统中存储的数据资源，有效地将系统软件应用程序与低级硬件隔离开来，既可以将系统采集的数据资源转换为多个虚拟资源，即分割模式，也可以将系统采集的数据资源合并为一个虚拟资源。在医院大数据应用系统运行过程中，虚拟化技术可以快速支持存储、技术和网络虚拟化、逻辑抽象和统一标记系统中的数据资源的管理程序，并支持系统服务的运行，从而提高医院大型数据应用系统的运行效率和质量，实现信息化的高效建设。对此，通过移动医疗信息化的虚拟化技术，可以有效降低大型数据应用系统的整体能耗水平，达到进一步提高医院数据处理总体质量的目的。

(三)医疗信息化平台发展的建设应用方案

数据量的大增长和许多制造商的信息系统数据的不一致，使当今医疗大数据信息化的发展举步维艰。为解决当前移动医疗大数据问题，业界逐渐达成共识，建立一个将各种医疗数据结合起来的大规模处理平台。

1.建立患者主索引

构建大数据医疗平台的最终目标是，可以将所有相关的诊断和诊断信息都储存在数据库中。建立临床资料储存库(CDR)的关键是整合单一病人的所有临床资料，以便在诊所、医院和医疗检查中建立病人治疗的历史资料之间的相互关联，自动完成三步索引:通过独特的患者索引识别号，充分显示医院对患者进行的一系列门诊、住院和健康检查的详细情况，内容涵盖所有临床治疗信息，包括病历首页、体检(处方)、病历记录、辅助检查报告和健康检查报告，使医务人员快速有效地掌握信息。接下来的CDR数据分析，也是基于个体连续和完整的一套诊断和治疗信息，因此，患者的主指数显得尤为重要。

2.建立CDR

CDR是一个临床信息集成和分析系统，它可以实时整合各种临床信息源，并为患者提供完整的临床信息视图。 CDR的构建和应用可以被视为电子病历构建的新步骤，是中国医院信息化发展的趋势，也是卫生部门区域信息交流和不同诊断与治疗水平相互联系的关键点。创建CDR主要是为了通过数据中心链接和集成来自不同厂商或系统复杂数据源的数据、异构数据和非标准数据，并最大限度地涵盖数据清理、关联、标准化、集成和验证等过程。建立了CDR中心，所有的保健数据都将被纳入地区保健机构。监测保健机构的分析和统计，以及对进一步的临床或操作方面进行研究分析，可以基于该数据中心的数据展开(见图1)。

图1 临床数据中心拓扑图

3.建立医疗大数据平台

使用互联网+大数据技术创建基于临床数据中心的大数据医疗平台，使用Hadoop技术存储和数据化探索模式。从目前的主流医学人工智能角度出发，教学一般都是采用人工智能教学模式，通过海量医学数据平台可以验证和预测机器学习成果。大型医疗数据平台的医疗数据来自CDR，其他领域的数据可通过CDR平台连接，该平台用于数据挖掘和数据分析的范围最广。

四、结语

大数据时代的到来在很大程度上促进了我国移动医疗信息化的应用进展，大数据背景下的医疗信息化建设，对医院、政府监管机构以及就医患者具有重要意义。当然，我国移动医疗信息化建设技术还处于起步阶段，在实际应用中，仍存在很多问题。但可以预见，在政策推进和信息科技不断发展的前提下，未来的海量数据医疗信息系统将实现医疗与管理等工作的智能化发展。互联网+技术将真正颠覆传统的医患互动模式，最终促进医院的持续健康发展，在努力完善医疗体系的过程中发挥积极的作用。