医院大数据框架体系构建及数据利用分析

朱冬晴

关键词：医院；大数据框架体系；数据利用

1引言

为满足人们对身体健康保障工作的需要，当前医院医疗服务项目的数量持续增加，进而使医院方面的医疗数据总量增长。现阶段，为降低医疗数据的管理难度，构建大数据框架体系，并提升数据信息应用效率，成为推动医院稳定发展的重要举措。

2构建医院大数据框架体系的意义

近年来，随着信息技术的不断发展，医院的信息化建设水平不断提高，医院的信息系统数量也随之增加，并且随着医院信息系统、电子病历系统、医学影像存档与通信系统等信息系统使用时间的增长，医疗数据的总量也在不断增加。但是受当前医院所使用的大部分信息系统承建厂家有所不同的影响，不同信息系统的数据结构差异较大，进而增加了数据信息协同化管理的难度，降低了医疗数据的利用价值。现阶段，为了切实解决上述问题，在当前的医疗信息体系建设过程中，医院方面可以在明确自身实际发展需要的基础上，对信息系统进行整合，构建大数据框架体系，在为不同信息系统协同化发展提供支持的同时，实现医疗信息数据的高效利用[1]。

3医院大数据框架体系的主要构成

在当前的医院运营过程中，医疗数据已呈现出了数据体量大、数据多样性、数据交互响应速度快、单一数据价值偏低等特点。为提升医疗数据的利用效率，医院方面可以通过建设与数据量相匹配的大数据框架体系的方式，为数据利用活动的顺利开展提供平台。具体来说，传统医院信息体系在利用数据的过程中主要以需求为导向，不同软件系统的应用导致数据存在分散性较为严重的问题，进而使信息系统无法满足一体化数据应用活动的需要，降低了医院运营管理工作的开展质量。面对上述情况，在广泛普及数据技术的背景下，以数据处理引导数据应用构建大数据框架体系，可以为多样化数据信息的整理利用提供有力的支持。现阶段，医院大数据框架体系在构建过程中主要包括数据采集、数据预处理、数据利用、数据存储与管理、数据分析与挖掘这几部分模块，在上述模块的应用过程中，可以切實解决医院传统信息系统的数据孤岛问题，实现非结构化数据的结构化处理与应用。同时，当前的医院大数据框架体系在应用过程中，可以通过分布式计算的方式，提升数据运算的速度，进而为数据的深度挖掘提供支持。

4医院大数据框架体系的数据采集处理

4.1数据采集

传统的医院信息系统在建设过程中主要以临床业务需求为基础，系统模块的构建目标在于满足当前的业务需求，在系统构建过程中，技术人员的关注点在于提升系统与临床业务需求之间的契合性，对系统后台数据存储结构、存储方式以及系统与原有信息系统之间的不同关注度比较低，进而导致新建信息系统得到的数据信息在实际应用过程中无法与医院原有信息系统的数据信息进行有效的融合，进而降低了医院数据信息分析整合工作的有效性。同时，传统数据采集技术采集的数据信息来源与数据结构较为单一，这类数据信息仅适用于关系型数据库或数据仓库，并且传统的医院信息系统存储医疗数据的方式主要为分散式存储，从而导致信息数据的后期采集利用工作难度有所上升。在大数据技术广泛普及的背景下，为解决上述问题，提升数据信息的利用效率，技术人员在构建医院大数据框架体系的过程中，可以以大数据技术为基础开展数据的采集工作，然后构建以服务器为基础的信息平台，通过合理应用集群技术、分布式存储技术、机器学习、大数据运算等新型信息技术，实现医疗数据采集与处理流程的标准化体系制定，进而在后续数据收集处理过程中，可以统一采集来源不同的结构化与非结构化数据，为后续数据信息的集中化处理打下良好的基础[2]。

4.2数据预处理

现阶段大部分医院的工作内容较为繁杂，每天产生的医疗数据总量相对较大，但对医院的数据库信息进行分析后可以发现，医院的单一医疗数据质量并不高，往往存在数据不够完整、不同信息系统数据信息不一致等问题，在数据分析过程中，大部分数据信息都属于无效数据信息，无法对其进行深入挖掘处理。因此，在构建医院大数据框架体系时，可以以大数据预处理技术为基础，通过对单一的医疗信息进行数据清洗、集成、转换以及归一处理，以提升数据信息的准确性、一致性以及完整性，进而为后续数据分析工作精确度的提升提供助力。

4.3数据存储与管理

为满足病患对于个人隐私、医疗研究成果保护等工作的要求，当前医院对于数据信息的安全性要求相对较高，但对传统医疗信息体系进行调查分析后可以发现，由于部分医院会同时使用不同厂家生产的信息系统，而不同信息系统之间无法对同一信息进行调用、储存，为了满足不同信息系统的运转需要，医院方面往往需要将相应的隐私信息同时输入多个系统内，进而在一定程度上增大了信息丢失的可能性。面对上述情况，将体量大，数据存储安全性较高的大数据技术应用于当前医院信息系统构建活动中成为一项极为必要的举措。具体来说，医院大数据框架体系的构建可以实现医院内部多个信息系统的有效整合，有效降低了医院内部信息调用工作的难度，减小了数据信息因多次输入不同信息系统而出现安全问题的可能性。同时，大数据框架下的数据存储系统采用了分布式的存储方式，不仅满足了医院海量数据信息的存储要求，还可以使数据在存储过程中依据数据量的变化实时进行数据存储空间的分布式扩增，进而提升了医院医疗信息的存储量，为后续数据分析活动的开展提供了有效的数据库支持。另外，医院大数据框架体系分布式存储系统在工作过程中的多副本存储机制，可以满足医院数据信息对于数据备份工作的要求，以提升医疗数据的安全性[3]。

4.4数据分析与挖掘

为了从海量的数据信息中获取有用的信息，在当前的医疗信息分析过程中，可以利用大数据挖掘技术，搜索算法内存在的隐藏信息。在实际的信息搜索工作中，可以通过对数据库内的信息进行审计、在线分析处理、机器学习、专家系统以及模式分析等，以完成信息的提取工作，然后将得到的信息进行合成知识库．诊疗规则分析整理，以得到能够满足医疗应用需要的数据信息。

5医院大数据框架体系的数据利用

在当前的医院数据分析工作中，大数据框架体系的构建能够实现海量临床非结构化数据的分析处理，进而实现数据价值的深度挖掘。

5.1为管理决策提供支持

在当前的医院管理工作中，合理应用大数据技术，不仅可以融合既往指标，充分利用医院丰富的数据信息，还能为医院精细化管理工作的开展提供支持。比如，可以将大数据技术融人疾病诊断相关分类DRGs分析管理系统中。具体来说，在医院大数据框架体系内，DRGs分析管理系统主要以疾病诊断为分类依据，同时记录了患者的年龄、并发症、伴随疾病、手术操作等因素，在进行相应数据信息分析时，可以以病案首页的结构化数据为基础。传统的数据分析系统在发现指标异常时，只能将异常信息定位到单个患者的病案首页，受病案首页数据局限性的影响，医疗工作者往往无法以异常信息为基础分析影响患者指标的具体因素。为解决这一问题，在医院大数据框架体系内的DRGs大数据分析系统，可以通过对电子病历进行结构化处理，并以开展病例数据分析的方式，对病例的每个节点内容进行详细分析，然后以此为基础，找出对患者指标产生影响的关键因素，从而达到提升患者信息精细化管理水平的目的。再比如，可以将大数据的结构化技术融人病例的智能化评分体系建设工作中。具体来说，在智能化病例评分系统构建过程中，可以以2014年版的《住院病历质量评价标准（试用）》为基础，利用大数据技术将评分标准拆解成具体详细的规则，然后通过深度学习技术使评分系统能够以专业评分人员的病例评分为依据，并将其应用到病例评分活动中，以推动病例评分活动从低效的人工评分方式转化为高效的智能化评分方式，从而切实提升评分工作的效率，为医疗体系病例信息的高质量发展提供有力的支持[4]。

5.2提高临床智能化诊疗效率

临床医疗是当前医院运营管理过程中的重要工作内容，现阶段为了尽可能地提升临床医疗决策的准确性，在构建医院大数据框架体系的过程中，可以利用大数据技术对医院海量的医疗数据文献以及临床医疗病例数据进行整理分析，在构建专业化临床信息数据库的同时为临床医师的后续工作提供决策支持。举例来说，在当前的临床医疗体系中，临床决策支持系统、静脉血栓栓塞症风险评估系统等以大数据为基础的临床决策系统的应用，为临床医疗工作质量的提升提供了有效的支持。具体来说，临床决策系统在应用过程中可以以大数据为基础，将临床患者的历史病例、相关医疗文献、医疗指南等信息纳入数据库体系中，借助系统的自我学习能力，完成相应病例知识模型的迭代更新，以帮助临床医师快速完成病例诊断，并提升诊断工作的可靠性。同时静脉血栓栓塞症风险评估系统在应用过程中可以以评估规则为基础，利用机器学习技术自动抽取满足评估规则的医疗数据指标，然后在评估规则的引导下，对患者的静脉血栓栓塞症风险程度进行计算，然后将计算结果与指标数值进行对比分析，进而为患者提供相应的治疗以及风险预防措施建议，并降低临床医师的工作压力。

5.3满足科研管理的工作需要

為了切实满足临床医师对于病理数据检索工作的需求，在检索过程中可以通过对医疗数据进行后结构化处理，搭建科研数据检索模块，以降低后续检索工作的开展难度。具体来说，由于大数据技术具备分布式存储功能，在实际应用过程中能够实现医疗数据的秒级搜索，因此在科研数据检索模块的搭建过程中，合理应用大数据技术，能够切实提升数据检索工作的效率。举例来说，在当前的医院大数据框架体系构成中，疾病图谱、热点趋势分析、专病库等功能模块数据库内存储的信息量相对较多、内部信息的检索频率也比较高，现阶段为了尽可能地提升数据信息的搜索精度，将数据挖掘、人工智能、深度学习等技术应用到信息搜索工作中，以构建各诊疗关键词相互关联的多级关系网络，其不仅可以便于医疗人员通过关键词对相应信息进行检索，还能使科研数据检索模块自动提取排行前十位的关键词，对其数据信息进行计算，并以计算结果为基础绘制研究热点趋势图，在提升分析工作直观性的同时，降低医疗人员分析搜索信息相关热点内容的难度。

6结束语

构建专业化的医院大数据体系，在保存医疗数据的同时，使数据信息为临床医疗、科学研究、行政管理等工作的开展提供数据化的支撑，在满足当前医疗体系运营管理需要的基础上，其充分展现了医疗数据的利用价值。