基于区域医疗的新一代影像大数据平台建设

摘要：目前，医院和医疗联合体之间影像结果互认存在困难的重要因素之一是影像检查图像质量参差不齐。因此，建设能够实现影像数据治理、集成和使用的区域医疗影像大数据平台变得非常必要。文章通过深度调研，总结了平台使用对象，并综合了4种角色功能定位，确定以7大功能模块为基础的新一代影像平台。文章依据建设内容进行总体架构设计，将不同来源、不同格式、不同特点的异构影像数据采集至平台，并通过质控手段进行清洗，为影像互认提供基础支持。

关键词：医学影像；数据平台；数据治理；区域医疗

中图分类号：TP399文献标志码：A

0 引言

2018年4月，国家卫健委发布《全国医院信息化建设标准与规范（试行）》［1］，文件详细描述了医院信息系统建设应涵盖的业务应用、信息平台、基础设施、安全保障、新兴技术等262项具体内容，标志着医院信息化建设正迈向体系化、专业化、全面化、精细化、生态化的快速发展道路。徐州医科大学附属医院同步提出“1234”发展战略，致力于打造具有国际化视野的现代化区域医疗医学中心，充分发挥医院在淮海经济区的优势地位。根据建设目标，医院实施搭建大数据中心和集成平台，逐步完成包括HIS、LIS、EMR等所有医疗数据的整合串联。

2022年2月，国家卫生健康委、国家中医药局等4部共同发布《关于印发医疗机构检查检验结果互认管理办法的通知》［2］（以下简称《办法》），要求医疗机构应当按照“以保障质量安全为底线，以质量控制合格为前提，以降低患者负担为导向，以满足诊疗需求为根本，以接诊医师判断为标准”的原则，开展检查检验结果互认工作。《办法》［2］中明确指出，所称检查结果是指通过超声、X线、核磁共振成像、电生理、核医学等手段对人体进行检查得到的图像或数据信息。检查结果不包括医师出具的诊断结论。但是，由于不同等级的医院设备档次及硬件不同、检查方式不同、检查医技技师的素质不同，导致不同医院的检查结果不可避免地存在差异，内部质量标准难以统一。因此，截至目前，不同医院之间的检查并没有得到广泛的认可。尤其在影像类检查中，乡镇等二级医院很难有资金购置高精度影像设备，摄片质量不足以支撑诊断结果，此举加剧了检查结果互认的难度。同时，院级的数据平台主要注重于结构化数据的整合和利用，对于非结构化的影像类数据仅具备展示和调阅功能，无法进行深层次的影像数据分析。

因此，解决各医院之间、医联体间检查检验结果互认问题核心是保证检查影像图像的质量，尤其是影像检查。由于设备、技师技术等差距，各医院、医联体之间在结果互认上面临重大挑战。如何处理各医院、医联体之间的数据交互，如何在临床医生使用中进行影像质量的有效控制是实现检查结果互认所面临的主要问题。

在此背景下，医院计划建设新一代区域影像平台，以医院为核心，以影像大数据为基础，构建全新的基础架构，嵌入人工智能技术，优化和完善影像检查的数字化、智能化、无边界化工作流程，实现跨院区、跨机构影像共享联动和影像检查的统一互认。

1 建设内容

根据前期深入调研，文章总结出新一代影像平台的使用对象主要对应4种角色，分别是临床医生、患者、影像科医生以及管理人员。

在“临床医生”角色中，主要功能需求是调阅所属患者检查检验及病历信息，并且支持历史医疗项目查阅及对比分析。临床医生同时兼具科研需求，能够构建个人科研课题，使用经过审核脱敏处理后的数据进行研究。

“患者”角色主要功能需求是查阅个人历次检查的影像和诊断，并支持影像的下载，满足其他医院的会诊需求。

“影像科医生”角色包含数据质量控制、数据上报、教学、科研、科室管理等多个功能。核心问题是使业务生产系统和数据平台使用各自独立，并相辅相成。

“管理人员”角色的核心功能是控制权限管理，针对不同影像系统特点进行数据接入及管理。

不同角色身份不同，既有具体分工，又具有相关联系，共同构成整体数据平台的主体使用人。文章综合4种角色的功能定位，最终确认新一代影像平台的7大功能模块，具体模块内容描述如下。

1.1 数据管理中心模块

文章以空间形式对数据资产进行隔离管理，满足不同数据应用对数据的接口服务协议和数据权限的需求，涵盖检查、报告、影像等相关数据。使用人员可根据自身需求申请数据使用权限，具备权限的人员，可以对数据进行分发或路由。系统对于数据使用情况进行全面监控，以防止数据被滥用等情况的发生。

1.2 数据服务中心模块

文章基于数据管理中心的数据资产，对外提供数据开发服务。系统设置标准对接接口，统一规范标准。该模块将数据变为一种服务能力，通过数据服务让数据参与到业务系统中。针对医疗机构的应用多样化，该模块既提供标准服务，又具备定制开发能力。

1.3 数据分析中心模块

该模块结合医院管理需求自定义报表，综合展现对全量影像数据进行实时监控，通过丰富的图表展现形式，实现不同业务数据的可视化报表。可视化的数据统计分析为院方辅助决策提供数据支撑和依据。数据分析中心提供全局数据概览，结合HIS、预约系统等信息，展示医院的实时数据。

1.4 患者360影像中心模块

文章根据患者唯一索引、身份证号、社保卡号等身份信息，建立患者唯一索引，形成患者全生命周期的影像报告数据，方便临床等科室进行调阅。同时，该模块与院内HIS、EMR、数据中心等系统进行快速地无缝集成，协助院内各科室间实现数据互联互通。

1.5 影像云中心模块

该模块以数据中台为大数据治理的核心，搭建医院与医院之间、医院与患者端数据通道，搭载多个不同的业务平台，与互联网医院进行链接，打破区域内医疗机构间“信息孤岛”，构建区域医疗影像互联互通大数据平台。

1.6 配置管理中心模块

该模块实现对组织架构、角色权限、人员账号、基础字典、产品菜单等基础数据的统一管理，支持通过单点登录并集成其他应用系统。

1.7 影像科研平台模块

该模块以影像数据为驱动，融合放射组学、深度学习分析方法和人工智能技术，将影像数据、病理数据、检查报告、临床信息等数据进行融合管理，通过自动化的分析和挖掘，辅助医生完成高价值的科研工作，提升医院科研能力。

该模块支持基于放射、超声、病理、核医学以及临床数据的多科室影像临床融合的科研课题，实现覆盖全院、多科室、单科室、个人课题等多种场景研究。

2 总体架构

在平台框架设计上，基于单一性PACS应用系统和实现医院所有影像类业务系统互联，医院建设影像数据中心平台，利用纵横交互的平台技术实现统筹规划、资源整合、互联互通和信息共享。在满足影像科室需求基础上，医院致力于向各院区、医联体合作单位提供影像技术帮扶，提高医联体整体影像服务能力。

在业务内容上，以患者为中心，以影像医护为主体，医院利用人工智能、大数据和移动互联网等技术促进医疗服务模式创新，优化工作流程，促进科室管理和数据反哺，全面提升影像医护水平和管理层的决策辅助支撑能力，促进影像服务和决策更加科学。

在实现路径上，平台促进信息资源在日常检查业务和运营管理中的高效利用，在区域范围内支持实现以患者为中心的跨机构医疗信息共享和业务协同服务，实现影像检查结果互认［3-8］。

总体架构图如图1所示。项目在云端进行影像云平台部署，留有外部对接医院接口，进行集中归档存储，实现区域影像信息共享和远程影像报告和审核。在开放接口中，平台设置质控条件，要求必须按照平台规范进行影像图像的上传，通过计算机自动进行质控校验，规范数据影像和患者信息，从源头保证影像检查图像的合格性。

平台利用集中管理的影像数据对接数字胶片平台，与医院互联网医院平台对接，向医院就诊患者提供数字胶片服务。在院内部署影像数据中台和影像大数据科研平台，构成覆盖全院的影像大数据集成平台，形成医院影像大数据管理平台和管理模式，并不断挖掘数据价值，结合产学研提升医院科研能力和诊治能力。

3 数据采集与治理

医院的影像系统大多以异构形式存在，不同影像检查因设备仪器不同，接入方式也不相同，形成的文件格式也不同。虽然影像设备均要求具备DICOM标准输出格式，但在实际应用中，也存在使用JPG、视频等其他图像格式，从而加大平台建设困难。

在前期调研统计中，医院具备放射影像、超声医学、病理、内窥镜、心电图、心脏彩超、核医学、眼底等多个不同科室，各科室相互独立，因此也基本使用单独的影像信息系统。据统计，医院现有独立的影像信息系统多达10余套，同时，医院仍存在部分科室使用单个影像设备，利用机器自有报告系统，成为医院影像数据“信息孤岛”。

影像数据中心平台通过数据采集、数据汇聚、数据治理、数据应用4个维度，打通医院内部影像数据互联互通，实现医院之间以及各临床、遗传、病理、影像和检验等多个科室之间信息互通。建设模块如图2所示。

基于医疗行业和真实诊疗数据的特点，遵循医院数据治理的通用规律和思路，平台建立符合医院业务实际的通用数据模型（Common Data Model，CDM）设计。每个患者设置一个CDM，每个CDM中包含300余项结构化字段（性别、年龄、身高、体重、诊断名称、诊断日期、检查项目名称、类型、部位、检查日期、图像张数、图像路径等）、80余项非结构化文本字段（集中为文本字段）和20余项非结构化影像字段（影像类型、DICOM文件、图片等）。在数据采集过程中，平台通过构建信息系统视图，把不同来源、不同格式、不同特点的异构影像数据在数据中台集中，并以空间标签形式对数据进行隔离管理，实现单帧DICOM、多帧DICOM、JPG、视频等多种格式的影像接入。

针对影像信息系统，平台统一数据口径和架构，简化数据处理链。在实施过程中，笔者根据影像信息系统存储方式进行分类，最终确立3种数据采集方式。

（1）影像数据格式为DICOM文件格式，此类图像采用本地文件共享方式存储数据。笔者要求影像系统提供文件地址可达，设置系统自动解析DICOM文件，以患者唯一标识号为主索引建立空间数据集。

（2）影像数据格式为JPG等非标准图像格式，此种图像由采集卡截去关键帧图像获取，通常在数据库中以附件“文件夹”的形式进行存储，并关联文本内容。平台首先根据文件夹目录规则解析数据库文件夹名称，遍历抽取文件夹中关键帧图片。同时，平台抽取数据库中PDF报告，转化为Word文档以分割图像描述、诊断关键词。平台以患者唯一标识号为主索引建立空间数据集。

（3）影像数据单机存放的文件，此类图像采用仪器设备直连方式，直接抽取设备影像。平台在外接电脑设置平台程序入口，通过与现有HIS等系统对接结构化文本数据。在数据汇总后，平台仍以患者唯一标识号为主索引建立空间数据集。

在数据解析中，平台提供数据表单预览，自动按照维度、度量等信息实现空间数据集区分。在数据解析的过程中，平台对连接的不同数据源配置不同的存储规则，在每个字段的属性中均设置规则，对已抽取的数据按规则进行校验、清洗、转换，将原始数据映射到CDM中，并通过定义的数据类型、完整性约束和清洗函数规则等对数据进行清洗；平台遵循准确性、完整性、一致性、唯一性、有效性等原则和标准，处理数据的缺失、逻辑错误、不一致数据和重复数据等，并进行合理地修补、增减或删除。在处理数据的同时，系统将信息反馈给原业务平台，将不同类型的数据进行入库存储。

在数据采集、存储和处理的全过程中，平台对数据进行自动化、智能化质控。通过制定数据质控规则，平台利用程序把质控规则转换成数据库能识别的语句，对数据库中的数据“空值”“重复值”“异常值”“矛盾值”和数据的“连续性”进行检测，实现对数据质量问题的源头发现、分析、检测和修正。

经过上述处理，满足平台接入条件的影像检查数据都是规范的、可以作为诊断参考的影像数据，在一定程度上，此类数据可以直接进行检查结果互认。通过此平台上传影像云中心的图像具备合法性，患者获取的图像均可以满足其他医院的会诊需求［9-11］。

4 结语

目前，新一代影像平台建设是以医院为中心，医联体医疗机构接入的形式进行建设，旨在推动分级诊疗和双向转诊的实施。若能够利用影像平台实现统一影像质控、监管和考核，各省市就可以逐步实现患者影像的统一调阅、统一诊断，实现患者的影像数据在省内医疗机构进行互联互通，就能够在一定程度上满足国家提出的医疗机构检查结果互认的要求，降低影像检查的重复检查率［12-14］。

在影像平台的深化建设中，数据质量控制仍具备可扩展性。在实施过程中，数据清洗的规则旨在完成影像图片的统一格式、患者基本信息校验、检查项目类别以及部位的准确性等方面的规范，影像的清晰度、图像的张数、三维重建等技术明确了接入影像需达到的标准。但是，在影像图像内容方面的质控还没有明确的规范和控制。文章认为利用人工智能技术，借鉴深度学习在影像学辅助诊断方面的经验，对上传影像图像的内容进行合格性判定是影像平台后续研究开发方向。

参考文献

［1］张学高，胡建平.新一代医院数据中心建设指导［M］.北京：人民卫生出版社，2020.

［2］国家卫生健康委，国家中医药局，国家医保局，等.关于印发医疗机构检查检验结果互认管理办法的通知［EB/OL］.（2022-02-19）［2024-03-01］.http：//www.gov.cn/zhengce/zhengceku/2022-02/19/content_5674575.htm.

［3］何炜，沈伟富，徐旭，等.杭州市区域影像“云网融合”平台的设计与实现［J］.中国数字医学，2020（11）：75-80.

［4］朱频.互联网医学影像共享的障碍与对策研究［J］.医院管理论坛，2019（11）：72-73，36.

［5］张振光，何嫒婷，李玉丹，等.云影像会诊平台应用实践［J］.中国继续医学教育，2020（19）：94-96.

［6］仲建全，黄燕涛，冯浩，等.构建区域医学影像远程诊断（会诊）平台初步探讨［J］.影像研究与医学应用，2020（10）：19-20.

［7］李金福，田海涛，张春松.区域影像协同平台建设及运营模式的研究［J］.中国医疗设备，2022（1）：77-81.

［8］白文琳.基于协同创新理论的政府大数据治理框架的构建：基于G省的案例研究［J］.信息资源管理学报，2022（2）：52-64.

［9］俞鹏飞，罗颢文，刘建模，等.面向医院的大数据治理模型设计［J］.医学信息，2021（10）：18-20.

［10］王志勇，吴骋，王立鹏，等.医疗大数据背景下的数据治理与质量监管［J］.中国数字医学，2021（4）：92-96.

［11］吴燕秋，梁公文，王天兵.面向临床研究的医院真实世界数据治理与建议［J］.医院管理论坛，2021（11）：84-86，76.

［12］许志坚，林建东，徐秋实，等.厦门市区域医疗影像云平台建设与实践［J］.中国卫生信息管理杂志，2019（5）：575-579.

［13］黄永刚.区域医疗医学影像交互信息共享方法仿真［J］.计算机仿真，2019（4）：103-106.

［14］全筱筱.构建区域医联体医学影像云平台的实践探讨［J］.中国卫生产业，2018（3）：152-153.

Construction of new generation image data platform based on regional medical treatment

Abstract： At present， one of the important factors that cause difficulties in mutual recognition of imaging results between hospitals and medical consortium is the uneven quality of imaging examination images. Therefore， it is very necessary to build a regional medical imaging big data platform that can realize the governance， integration and use of imaging data. Through in-depth research， this paper summarizes the objects of the platform， integrates the functional orientation of four roles， and determines a new generation of imaging platform based on seven functional modules. The overall architecture design is carried out according to the construction content. Heterogeneous imaging data from different sources， different formats and different characteristics are collected to the platform， and are cleaned through quality control means to provide basic support for mutual recognition of images.

Key words： medical imaging; data platform; data management; regional medical treatment