用大数据分析构建医疗档案信息交互共享平台的方案

文·秦占霞 董婉婷

档案库系统是医院运转过程中用于记录发展进程和原始记录的主要工具，近年来大众对健康生活的重视程度越来越高，对医疗服务的要求也更加苛刻，在这一背景影响下，医院的照片、文字等资料数量暴增，海量的数据内容对医院的档案资源管理造成了巨大阻碍，为了提升档案数据的运用效率，将其有效投入到医院的教学、医疗以及科研活动之中，助力医院的发展，就需结合大数据技术对医院的档案共享平台做进一步的设计优化。

一、大数据对医疗档案信息交互共享平台构建的重要意义

在信息时代下，大数据技术、物联网技术等科技技术得到了飞速发展和广泛应用，网络的数据过滤量更大，现代人的信息阅览率更高，相关研究表明，大数据技术已经成为新时期的主要数据分析和处理技术，大数据技术的总量将会在未来的三年时间中增加到35ZB以上[1]。所以，大数据技术在信息共享平台中的应用是时代发展的必然要求，社会正处于信息化环境中，过去的信息调阅和查询方式已经难以适应新时期下的医务工作要求，如果不能够有效解决信息服务工作中存在的新问题和新矛盾，便会对医院的医疗体系运转造成深远的负面影响。

近年来现代信息技术飞速发展，大数据技术也在各行各业的信息系统构建中得到了广泛应用，医院作为提供公益服务的组织机构，也应当将大数据技术应用到自身的信息共享机制中，提高数据信息的共享效率。

在以前的医院医疗档案的相关建档以及移交过程中是利用很多的人力对纸质材料进行搜集以及汇总，再由每个科室仔细审核后进一步呈交给档案室，实现对这些材料的统一保管以及利用。医院具有特殊性，涉及科室部门较多，在日常医疗业务开展过程中，不同科室或部门之间会进行大量的档案资料调阅、借阅。在整理档案的时候，因为工作量非常大，耗费了很多的人力，在整理以及移交档案的时候就不免会产生错误，这将对档案的真实性以及完整性产生极大的影响[2]。而如果将大数据技术投入到医疗档案共享机制的建设中，便可以借助于计算机技术使每个科室的临床信息联系起来，将海量的档案信息进行分类管理，也可以对档案进行分析和整合，以备各科室、部门随机借阅。通过大数据技术构建医疗档案信息交互共享平台，各科室部门在需要借阅时，通过共享平台导航直接对资料进行调取和查看。这样便实现了医院各科室部门的差异化以及针对化服务，科室可以根据实际需求随时阅览相关资料，不仅能够提高档案的利用率，还能够缓解档案管理人员的工作压力，切实提高档案室管理工作效率。

二、利用大数据计算构建医疗档案信息交互共享平台的设计思路

平台的构架设计有C/S和B/S两种，C/S构架设计是指以客户机和服务器共同搭建的架构，这种架构的数据响应和处理服务都是在客户端实现，对用户请求的响应速度快，且组成结构只有用户表示层和数据库层两层，数据的保密性很强，但该结构由于缺乏兼容性和开放性，一但所使用软件出现版本升级，便需要更改客户端程序才能获得软件的新功能，且加上交互性不足，在用户提取相关数据时会遭遇需要内容无法有效调阅的问题。另一种B/S是用浏览器和服务器共同搭建的架构，这种架构有界面层、业务逻辑层与数据访问层三层组成，其直接连通广域网，可以为访问者提供较强的交互性，在兼容性和开放度上很高，在信息算法升级时可通过升级版本来直接获取最新的网域特性，但因为其每次处理的数据量过大，对于访问请求的响应速度较慢，且其开放性过高，在数据保密上也不如C/S架构安全。

考虑所设计的医疗档案平台是高交互、高共享性质，因此建议采用B/S构架，而为了提升平台的数据保密性，可以加入ZigBee作混合开发，以嵌入式Linux环境为开发环境，以ZigBee协议为组网设计，平台的数据交叉编译控制可以采用QoS技术研发，Linux的内核触发则由ARM模块完成，在档案信息进行交互行为，其需要的脉冲信号用MPLL锁相环产生。平台的功能架构可分为web浏览器和服务器两个部分，web浏览器包含HIM网页和数据库部分，服务器则由JSP和QoS组成。平台的模块共有八个部分，分别为程序加载模块、传输总线、人机交互模块、功能组件、底层数据、信息自适应处理模块、信息采集模块和医疗档案信息共享平台模块，除程序加载外，所有模块直接连接平台，其中信息采集模块、底层数据库为信息输入模块，信息自适应处理模块和功能组件模块为信息输出模块，人机交互模块和传输总线与平台保持输出/输入的双向交互功能，程序加载和传输总线保持输出/输入的双向交互功能[3]。通过这样的设计方式可以提高平台的响应速度，在一定程度上对采用B/S构架设计开发带来的响应速度不足作相应补偿。

三、医疗档案信息交互共享平台的大数据分析算法设计

算法设计是决定大数据分析是否可以被有效应用到信息共享平台的关键点，由于B/S构架设计本身所带来的缺陷性，如果算法设计不当，会造成平台没法有效处理归档的科室信息，有可能造成各类信息混乱，比如不同患者的预约挂号显示错误等，这些问题一但出现，会对患者的看病过程造成困扰，同时影响到患者对医院的观感和对医疗服务的满意度。

大数据技术作为处理高增长率、多样化数据信息的技术，其属性组合可表示为n个，而根据大数据技术的n个属性组合可知以大数据分析技术为基础的医疗档案信息逻辑单元为：，其中Qset表示Pareto集合，而该逻辑单元便是平台的档案信息在融合属性中的Pareto集合，此处在以Qi表示医疗档案共享平台的描述服务组合对象，i表示为用户访问不同信息库时所需要用到的关键词属性，可得到第二个逻辑单元：，数据算法的应用是为了帮助用户快速检索到想要的信息内容，所以必须明确平台各档案板块中关联规则特征量的关联映射关系，其中涉及到医疗档案信息大数据分区效益系数用Ci表示，因为平台的数据交叉编译控制是采用QoS技术研发，所以采用QoS成本效益集，并以随机动态组合的控制方法来帮助平台的数据信息实现自适应调度处理，而特征量的映射关系则用公式：表达，前面提到，大数据的属性组合有n个，那么在以大数据分析算法为基础的档案系统中，可执行的档案数据也会有n个，故可以用：来表达平台存在的信息组合方案，这样在进行档案信息的web组合规划时，就需要将CS集进行表示，而为了清楚展现出该平台的档案信息在使用大数据技术后的指标体系所展现出的熵融合特征，这里用t来表示系统在进行信息采样时所需要的统计时间，用c来表示信息交互时所产生的事件开销，用q表示QoS质量，用s表示交互安全性，那么指标体系的表达当为：，该表达中，这样在进行共享平台的大数据优化时就可以获得最优解集，因为CS集通常用三元组模型来表示，因此还需要一个输入模型的表达式，该表达式要包含全局度量、互信息特征分布集合、多属性决策频数、档案信息分布簇内相邻系数和数据带宽，其中全局度量以Mi表示，互信息的分布集合用Lm表示，频数用fm表示，簇内相邻系数用fiess表示，数据带宽用width表示，这样可获得该模型表达式为：，此时再将ki最为优化的目标解，便能得到计算公式：，到目前而言，共享平台的大数据分析算法已经基本完成，不过为了提高平台的共享度和交互性，还需建立统计样本集，用以构建自适应特征搜索算法，这样在进行数据检索时便可让用户根据词义更精确地查询到所需内容，样本集为：，而在平台的搜索机制中，输出的大数据特征分布集则为：，当用户在访问信息时，假设为第i个信息访问位置，那么D维搜索空间边缘的融合向量又可表示为：。通过该算法的运用，可以增强平台的信息共享效率与交互性，对于实现各科室的快速查阅有很大的帮助作用[4-6]。

四、医疗档案信息交互共享平台的构建要求

医疗档案信息交互共享平台建设的最终结果是建立起无纸化办公环境，电子照片、电子影像、web资源等需作为主要的归档技术及数据保存技术，逐渐取代纸质医疗文档。同时院方也要注意，电子档案与纸质档案一样存在寿命限制，所以要根据文件和档案的生命周期按照固定的年限对电子文件进行及时的更新和备份，增强电子档案的资料保存质量及调取效率，提高档案系统的服务质量[7]。

医院在构建医疗档案信息交互共享平台的过程中要加强平台不同模块的管理力度，使之产生更强的交互性。为达成该目的，院方在构建共享平台时要建立对应的管理渠道，可在医疗档案信息交互共享平台系统的架构上设置数据库操作维护模块，将医院网作为网域，将数字档案所在的信息前台制作为医院网域中的单独工作组，并在工作组中建立隶属医院信息管理系统的集群，这样档案管理人员可以确保结构数据与结构查询语言在客户机与前台中的单向流通，减少无用数据挤占档案管理系统的数据吞吐量，并且还提升了数字库的信息传输安全性。

在保障安全性之余，医院还要增强平台的逻辑层运用，平台作为以B/S构架设计的信息系统，逻辑层主要运用于日常工作模式，展示与医疗档案管理内容相关的制度与工具。明确逻辑层之间的关系，把握逻辑层量化和医疗档案管理的关系，增强各项工作标准化运行，确保医务工作相关档案文本的自动化管理，形成海量数据资源库，实时生成临床报告，实时监督医务工作进度。将逻辑层的移动过程与监督效果结合到一起，实时把握医疗机构的医疗档案管理动态。运用大数据文本分析和数据分析发现获取数据的相关性，为医疗工作的精细化开展提供更多的、可靠的数据。

五、结语

信息技术正在迅速发展，将大数据分析技术应用到档案信息共享平台的建设中，可以有效提高平台的数据信息调取、查阅和备份能力，对于医务工作的质量和效率提升有极大裨益，医院在开发共享平台时，要制定合理的设计思路和完善的大数据算法，让平台的信息查阅服务具备精确性和高效性，能为各科室的医务工作开展提供更好的帮助。