基于大数据的智慧移动医疗信息系统结构分析

崔广森

（上海电力医院 上海 200050）

1 引言

近年来，医疗信息化的快速发展使得医疗数据的增长势态十分迅猛，医疗大数据也为医院现有的医疗设施条件提出了更高的要求。而一些社区医疗机构和护理机构在设施设备方面较为简便，只能达到基本的疾病诊疗要求，病区床位数量明显不足，一些简单的常见病可以在社区或小型医院就诊，但很多疾病则需要前往正规大型医院进行检查诊断，普通社区医疗机构无法诊疗的患者也要前往大医院进行就诊。对此医院需要进一步探索智慧移动医疗信息系统的建设与完善路径，以大数据技术为依托，提高医疗综合水平。本文主要以大数据为背景，探讨了基于大数据技术的智慧移动医疗信息系统的结构。

2 智慧移动医疗信息系统构建的意义

信息化是医院发展的必由之路，信息化系统的构建也成为了此项工作的关键内容，但越来越多非结构化数据的产生使得现有医疗信息系统的存储空间以及效率上难以达到需求，甚至不得已放弃部分数据，导致很多医疗数据的丢失。同时，人们对于大数据技术的了解也越来越深入，医疗大数据的潜在价值也尚待进一步开发，这也需要通过对大数据技术的不断研究，以及对医疗信息化系统的不断完善来实现。但根据目前的实际情况来看，很多医院现有的信息化系统存在着数据不够完善、数据处理效率不高、数据收集与应用难以达到用户实际需求等。对此，大数据技术和医疗信息化系统的深度融合以及改进优化成为了解决这一困境的重要路径。基于大数据的智慧移动医疗信息系统便运用相对更加完善的移动物联网设备实现大数据的高效采集，提高数据收集的全面性，并运用有关平台进行数据存储，突破了原有信息化系统存在的不足[1]。

3 基于大数据的智慧移动医疗信息系统结构

3.1 系统整体架构分析

以大数据技术作为依托的智慧移动医疗信息系统主要有三层架构，信息采集和存储技术设施层、数据处理分析的集成层、为医疗机构和医疗软件提供服务的应用服务提供层，基本架构如图1所示。

图1 基于大数据的智慧移动医疗信息系统架构图

3.2 医疗大数据基础设施层设计

3.2.1 医疗大数据采集层

因原有医疗信息化系统主要将HIS技术作为中心，建立桌面花信息系统，因此很难涉及到医疗业务的全过程，闭环式管理模式具有明显的断点，也无法达到大数据分析所需要的数据完全性条件，所以需要通过信息采集层的设计来获得更加完善的医疗信息[2]。信息采集层一般运用移动无线技术以及物联网技术等，构成统一化的医院物联网平台，确保智慧移动医疗信息系统结构的全面性和便利性[1]。

3.2.2 医疗大数据存储层的设计

由于医疗信息系统所需要处理的医疗数据基数过大，因此单机无法有效处理，这便需要设计分布式信息存储系统。并且医疗数据也包含了各种半结构化、非结构化数据，导致传统的关系型数据库难以实现完全存储[2]。Hadoop设计便很好地改善了这类现象。但Hadoop并非单纯地将替代原本的关系数据库作为初衷，实际上Hadoop与关系型数据库在大量数据处理工作方面各有千秋，医院可以按照具体情况进行选定，但相比之下Hadoop更加善于复杂数据的解析，关系型数据库则更善于密集型计算任务，两者可以进行统一部署建立组合。对于医院来说，可以将一致性的结构化数据在传统关系型数据库中存储，而关系数据库难以存储的非结构化数据等则可以存储于分布式文件系统 （Hadoop Distributed File System，HDFS ）数据库中。Hadoop设计的主旨在于针对海量数据的存储用，同时根据不同的要求将数据进行交换传递，所以能够更加频繁地将数据由关系数据库向Hadoop中进行导入。关系数据库系统能够专门用于数据密集型数据的存储与处理，而相对较为复杂的大数据分析则通过Hadoop实现[3]。

3.2.3 医疗大数据分析层设计

大数据分析层的设计初衷便是为应用层提供必需的数据分析接口，应用程序利用分布式大数据计算平台来降低应用程序以及结构的设计开发难度。所以大数据分析层一般在功能性方面需要实现以下几点：运算→根据要求返回运算结果；数据读取→数据清洗。医疗机构的医疗数据具有数量基数大、结构复杂性高、数据处理效率要求高等特征，并且数据存储于分布式系统中，以往的大数据分析工具和算法都没办法全面发挥分布式系统的优点。因此为了改善这类现象，信息分析层增设部分可拓展的经典算法，并且对于医院的业务具体情况，在基础算法的基础上又设计了其他类型的医疗大数据分析工具，有利于开发人员进行智能应用程序的开发与设计[4]。

Apache Mahout能够将常见的机器学习领域的经典算法实现开源，主要用于辅助开发人员快速建立智能应用程序，同时Mahout还支持Hadoop平台，将原本的单机执行算法转变为MapReduce模式，医疗大数据分析一般需要多种算法，Mahout便支持这一要求，也能够实现现有算法的MapReduce化，节约了多种算法调整的成本，是大数据分析的有效辅助手段。

3.2.4 医疗大数据服务提供层设计

医疗大数据服务提供层一般会选择分布式计算模型，所以基于大数据的智慧移动医疗信息系统可以提供三种不同模式的服务，分别为医疗软件服务、医疗大数据平台服务、医疗大数据基础设施服务。将基础设施作为服务IaaS，以平台为服务PaaS，以软件作为服务SaaS，IaaS能够将硬件设备等资源进行封装并提供服务[5]。医疗机构以及患者对于医疗信息化的要求具有多样化特征，分布式平台所具备的服务功能则可以有效满足这些需求。

3.2.5 医疗大数据基础设施服务

利用基础设施层的Hadoop集群环境建设，为医疗软件的开发带来服务，也能对计算基础设施进行有效利用，包含内存和存储以及网络、其他计算资源等。用户不需要对分布式计算等基础设施进行控制，但可以针对存储空间进行应用，也能够进行部分网络组件控制，比如路由器和防火墙等。

3.2.6 医疗大数据平台服务

医疗大数据平台服务主要为医疗软件的供应商和管理部门提供服务的集成开发工具和软件运行环境，能够为医疗机构在分布式计算平台中的后续开发及应用提供服务支持。利用医疗大数据平台服务的多种接口和软件工具、数据挖掘引擎等服务，可以开发能够达到各种要求的软件，并将其集成于现有平台之中。

3.2.7 医疗软件服务

医疗软件服务层一般具有支持医疗机构运行的功能性软件，比如个性化医疗服务和物资管理系统、体检管理平台等，让医疗机构可以更快更便捷地获取基础业务服务功能软件，运用更少的投入获取更加便利的服务。

4 结语

基于大数据技术的智慧移动医疗信息系统设计进一步提高了医院医护工作的便捷性，缓解了医务人员的工作压力和病床位供给不足等情况，同时也进一步改进和完善了医疗机构基础设施，提高其医疗技术水平，为社会群众带来更加优质、更加便捷的医疗服务。