基于大数据的用药反馈系统开发研究

目前患者服药、医生开药和医疗机构对于药物的整体监控和新药开发等环节出现脱节情况，结合大数据技术，开发出具有数据采集、数据挖掘和数据反馈功能的用药反馈系统尤为重要，该系统具有系统性、及时性、扁平化和交互性的特点，该系统的应用能为患者正确用药、医生正确开药以及药物监督和新药开发提供良好的指导和建议。

1 传统医院用药系统应用现状

现在医院中较为常用的是医院信息管理系统中的合理用药检测系统PASS，这套系统按照医学、药学的专业审查原理，以医学、药学专业知识为标准，在录入医嘱时能提供相关药品资料信息，并对医嘱进行药物过敏史、药物相互作用、禁忌证、副作用、注射剂体外配伍等审查来协助医生正确地筛选药物和确定医嘱，发现问题时能及时进行提醒和警示，以减少错误发生。该系统仅在医院内部进行使用，一方面数据库存储资源有限，不能广泛应用在大数据环境下的医疗行业内，无法达到各个医院之间数据互通使用的效果；另一方面，由于患者个体差异，加上用药环境和时间的差异，导致用药效果存在差异，这套系统对此无法识别。

2 大数据在现代医药行业中的应用

目前对大数据最广泛的定义为：大数据是无法在一定时间内用同样的软件工具进行收集、分析和管理的大量数据的集合。大数据的特点一般用“4V”来概括，即Volume：数据量大，目前大数据的最小单位被认为是10～20tb的量级；Variety：数据类型多，包括结构化、非结构化和半结构化的数据；Value：数据的价值密度很低；Velocity：数据产生和处理的速度非常快[1]。

2.1 大数据在现代医药行业中的应用趋势 医疗技术和现代技术的结合，体现出医疗服务转型，转向健康服务，而这种转型主要依托大数据分析和医疗的结合，这种结合主要体现在以下三个方面：

首先，体现在面向公共健康管理的公共云医疗服务中，在云平台中，通过一定的固定或移动终端，收集大量人群的数据，比如健康体检数据，进行充分的数据挖掘，从而提前对一些流行病进行预测，比如早在2009年，甲型H1N1流感爆发的几周前，谷歌开发“谷歌流感趋势”系统，通过分析大量用户对于流感有关词条所做的搜索记录识别流感爆发，与官方机构相比，谷歌能提前1～2周预测流感爆发，预测结果与官方数据相关性高达97%[2]。当然，该系统还能对于药物的生产和销售提供指导性意见，防止出现短缺和涨价等行为。

其次，是智能可穿戴设备和医疗机构的合作。智能可穿戴设备可以通过传感技术监控用户的身体健康情况，借助医疗机构在背后做出专业的诊疗和分析支持。这方面除了针对所有患者人群外，还有部分特殊人群的服务，比如针对白领女性对健康和美的追求推出计步减肥的应用，针对婴儿和老人等推出的位置定位和健康监测应用等，体现了科技服务于人的特点。

再次，国内外的研究主要采用医疗大数据与可穿戴设备相结合来展开，在疾病的检测和诊断环节，可以利用可穿戴设备进行疾病的辅助诊断、监护；在治疗环节，利用大数据，可以为治疗方案的确定、给药提供历史参照，从而避免因为经验缺失造成的一些医疗事故；而对于医学研究、流行病预测和药物副作用分析等方面，大数据的介入更显示出特有的优势，可以采用海量数据来分析，防止研究中由于样本数不足导致的偏差。

2.2 大数据用于现代医药行业的积极意义 在基于大数据分析和挖掘的基础上，对患者用药反馈系统及其机制进行研究，这将有助于扩展医疗大数据应用的进一步发展。同时对于医生对患者的给药和患者用药效果实现智能远程监控，同时借助必备的智能可穿戴设备所提供的反馈做大数据统计和分析，将有助于改变传统的药物研究机制，促进药物研究更加科学化和合理化，节约了大量的实验成本，也节省了时间，促进药物更新机制的不断完善。

3 建立基于大数据的用药反馈系统

构建一整套完整的用药反馈系统，就需要将大数据贯穿于医生开药到患者服药整个环节，将医生和患者整合起来，进行系统研究。

3.1 用药反馈系统的框架 整个系统由医疗机构、医生和患者三个客户端构成，主要通过医生给患者开药，患者服药，将医生和患者、患者和患者之间联系起来，医疗机构同时进行大数据的收集和整理，然后将数据反馈给制药企业和药物监督部门，利用大数据技术，将分离的各个部分整合起来。整个大数据用药反馈系统的框架见图1。

图1 用药反馈系统框架

3.2 用药反馈系统的主要功能 以大数据为基础，系统主要体现对药物的使用情况进行追踪和反馈，主要研究在药物使用环节的大数据问题，包括数据的采集、挖掘和后期处理，利用系统的方式，将药物涉及的人体各项指标数据进行甄选和比对，主要包括以下三个方面。

3.2.1 数据采集功能 首先，针对患者服药的数据采集，主要通过智能可穿戴设备采集患者自身用药后人体的指标变化如血糖、血压、心率、血氧含量、体温、呼吸频率等数据，利于医生对患者的健康状况进行分析，在这个过程中，主要强调两个方面，一方面是患者不同历史时期、不同时间段数据的纵向数据采集；另一方面是不同患者服用同一种药物的横向数据采集，便于医生进行详细的分析和比对。

然后是针对医生用药数据采集，利用反馈系统中医生客户端，可以直接对医生开药的数据进行采集，一方面包括对于不同年龄、性别和症状的患者，同一个医生分别给予同一种药物的不同量，以及如何搭配其他药物的数据；另一方面对同一种病症，不同医生分别给出不同的开药数据，用药反馈系统将这些数据收集起来，同时通过大数据挖掘该患者服用该药的历史数据，进行比对，从而了解所用药物对患者造成的影响，有利于合理用药、科学用药。

最后，针对医疗机构客户端的数据采集，主要是利用系统的数据抓取工具，分别将医生和患者的用药数据收集起来，汇总不同患者服药数据和医生的开药数据，然后通过对用药后患者不同指标变化数据的采集和分析，对下一步的数据挖掘和分析打下基础。

3.2.2 数据的挖掘功能和反馈功能 通过上述数据的采集，主要是为了应用于实践中，所以该用药反馈系统还具有较强的数据分析功能，主要是将患者、医生和医疗机构的各种数据汇集起来，进行数据的挖掘，通过挖掘寻找有用的数据，能够提供相关反馈：对患者来说，系统可以通过分析大量正确服药而使患者能够很快康复的数据，可以给患者提供正确的服药时间和服药方法方面的指导，避免了由于服药问题导致的病情加重或好转时间延长；对医生来说，系统同样可以通过对大量病情很快好转患者的用药大数据分析，得到正确开药的数据，从而对于医生开药的数据能够把握更加精准，而不是凭个人经验来开药；而对于医疗机构来说，一方面可以制作药物预警数据，在紧急情况下进行处理，避免因人为因素造成的事故；另一方面可以将不同药物的反馈情况汇总，反馈给药物研究机构或企业，使药物的改良和新药的开发更具有针对性。

3.2.3 沟通和交流功能 除了数据的采集和分析功能外，用药反馈系统还具有较好的交互性，在系统中，医生和患者能够随时进行一对一的沟通和交流，患者能够随时把自身服药后的感受反馈给医生，同样患者之间还能进行多点对多点的交流和沟通，患者之间建立相互共享的机制，相互交流服药感受，从而有了更多的经验分享，避免很多新患者由于缺乏用药经验出现的问题，同时由于患者之间的沟通和交流，心理上得到相互安慰，给患者提供了很好的心理疏导。

3.3 用药反馈系统的主要特点 该用药反馈系统体现了以下三个方面的特点：

3.3.1 系统性 该用药反馈系统体现了系统性的特点，如果仅仅是患者或者医生单一的数据，其价值有限，只有系统性地将患者、医生和医疗机构各种数据整合起来，才能够进行纵向和横向的分析和比对，从而寻找到用药规律，反过来才能够对患者、医生和医疗机构提供指导和建议，才有更大的价值。

3.3.2 及时性 整个系统体现了良好的及时性特点，患者的数据随时通过各种可穿戴设备传递到医生的客户端，同时也传递到医疗机构，只有在特定时间、环境情况下及时传递的数据，才更有分析价值。

3.3.3 扁平化 整个系统打破了以往从患者到医生再到医疗管理部门之间逐层向上的等级观念，呈现出扁平化的特点，患者和医疗管理部门可以直接对话，医生也可以直接通过系统和医疗机构建立直接的联系，从而使信息的传递不受到任何阻碍。

3.3.4 交互性 系统交互性特点体现最为明显，尤其是一点对多点的医生和患者的交流，多点对多点的患者之间的交流，都体现了整个用药反馈系统无阻碍的交互性特征，这给系统在患者、医生和医疗机构之间的应用打下了坚实的基础。

利用大数据技术，设计出具有典型时代特征的用药反馈系统，可以打破以往患者、医生和医疗机构之间的障碍，为患者的正确服药、医生的正确开药，以及医疗机构的正确药物监督和新药开发、研制提供正确的指导和建议，从而更有利于整个药品行业的健康发展。