基于大数据的区域医疗云解决方案

基于大数据的区域医疗云解决方案内容摘要：

诊服务。 （ 2）区域临床检验中心系统建设 本项建设将建立区域临床检验中心系统，系统将辅助二级医疗机构对社区卫生服务中心提供 的特定的样本进行检验，同时检验结果可以集中存放在卫生数据资源数据库；系统还可以实现检验数据的双向交互；对检验异常结果进行预警；异常数据可以供专家审核和解读。 （ 3）慢性病监测和伤害防治管理系统建设 针对卫生部关于慢性非传染性疾病综合防控示范区工作指导方案建立并优化慢性病主要是指高血压、糖尿病、肿瘤、心血管疾病、脑卒中及其他慢性非传染疾病。 系统12 主要服务于辖区内各相关公共卫生机构，主要工作内容包括： a）社区慢性病管理业务流程标准制定，运用卫生部相关信息标准，按照上海市卫生局要求，建立符合虹口实际、有特色的业务 标准流程； b）构建慢性病监测管理信息服务系统，实现对高血压、糖尿病、心血管疾病、脑卒中、肿瘤等进行报病、随访、跟踪和服务管理。 伤害基础性信息是伤害预防与控制的基础。 遵循上海市伤害住院登记网络系统的统一建设需求，本项目采用上海市统一制订的《上海市伤害住院病例登记卡》，采集全区所有二级医院、社区卫生服务中心的伤害住院病例信息，统一汇总到区卫生数据中心，并通过接口上传到市伤害住院登记信息网络系统平台。 （ 4）卫生绩效和统计分析系统建设 卫生管理和统计分析支持系统是充分利用数据中心的数据来实现最终目标的系统。 本期项目的建设，通过依托数据中心，实现社区绩效考核的汇总，进行区域卫生资源分析和展示，为区卫生局统计部门及区社区卫生服务管理中心提供有效的监测工具。 为进一步完善公共卫生服务经费补偿机制，深化社区卫生服务改革，强化政府履行购买公共产品的职能，规范公共卫生服务经费的使用，提高财政资金的使用效率，必须通过建立完善绩效考核分配机制，将社区卫生服务中心绩效分配机制从原来“以收益为基础”调整为“以效率为基础”，充分体现“按劳取酬”和“优劳优得”，激发医务人员的工作积极性，提高工作效率，提高社区卫生服务能力和水平。 卫 生绩效功能将通过数据交换平台收集各个社区卫生服务信息，然后汇总到数据中心，建立中心主题数据库。 通过定义社区服务中的各类工作行为的数量指标和质量指标，形成最终的绩效数据，并智能计算相应的经费补偿机制，实现社区卫生资金发放有据可依，有根可查。 区域卫生信息平台的建设能够大大加强区域间信息的沟通，实现区域内各种医疗资源的共享，达到优势互补，同时通过大量的信息分析能够使领导更加科学地对区域内的医疗资源进行配置，避免重复投资，更好地为居民健康服务。 卫生资源统计功能采用先进的大数据挖掘技术，可以提供智能决策支持，通过 静态、动态、图形表现等多种形式提供了科学的、准确的、快速的、直观的分析数据、图表等。 区域卫生资源分析和决策支持的实现，要求能够从医疗卫生数据中心获取所有数据信息，如居民电子健康档案、疾病监测信息、公共卫生保健信息等，并依据这些信息，提供各类相关数据分析和统计报表。 13 （ 5）药品和医疗器械供应保障系统改建 本系统用于统计分析区各医院及社区卫生服务中心的药品和医疗器械的采购和使用状况，为卫生局后勤事物中心提供日常的监测工具。 通过采集各相关医院、社区卫生服务中心、公共卫生机构信息管理系统中的相关数据，得到相关药 品和医疗器械的采购、入库、出库、使用等数据，并可以进行各类分析统计。 （ 6） 卫生双向协作服务建设 通过预约挂号、导医和双向转诊等系统建设，实现全程式社区卫生服务业务流程，实现社区卫生服务中心与医院之间、社区卫生服务中心与社区卫生服务站之间双向转诊和信息共享；通过调用远程和本地专题数据库等手段在各医疗机构医生工作站实现联网医院内患者近期重复检验检查和用药信息的智能提醒，减少不必要的重复医疗，节约费用。 （ 7）健康网的建设 建设一个为居民提供网上健康档案及检验检查报告查询服务的健康门户网站，将社区跟踪服务咨询与 居民自主查询等相结合，更灵活的实现家庭医生的工作模式，在健康服务网内为居民提供评估报告和保健建议，逐步提高居民健康自我管理意识和水平。 6. 健康云的经济及社会效益 区基于居民电子健康档案的医改信息化工程项目建设，将从不同的角度和层面满足区域卫生涉及的三类对象（卫生管理机构、卫生服务提供机构和服务对象即居民）的不同需求，达到经济效益和社会效益的统一和协调。 为居民提供高效连续的健康管理，促进实现基本医疗和公共卫生均等化 区公共卫生信息平台建成后，可以实现健康档案、就诊资料，检验检查结果共享，全区共享完整的健 康档案，以及网络化的医疗增值服务和健康教育，为居民提供统一的，先进的，便捷的，全方位的医疗与健康服务平台。 利用信息化手段推进社区卫生服务体制改革，提高了社区卫生服务水平和效率，减少不必要的浪费，提高居民对医疗卫生服务的满意度。 使居民能够享受到方便有效的健康管理和疾病管理服务，针对疾病危险因素实施有效干预，推迟疾病的发生，改善疾病临床症状，有效提高整体人群的健康水平。 使居民能够享受到人人可及的医疗服务和公共卫生服务，最终实现公共服务均等化。 为主管行政部门提供科学决策的信息化手段，提高卫生的管理效率和管 理效果，减少卫生资源的浪费 通过区公共卫生信息平台的建设可以很好的改善区现有医疗资源协同不足、缺乏整14 合共享的状况，让全区居民人人都享受到方便快捷有效的终身健康管理和疾病管理服务，降低医疗服务费用，改善居民难以享受健康服务的现状，提高辖区居民整体的健康水平。 通过公共卫生信息平台的建设还可以节约政府卫生资金投入，提高政府对卫生资金的利用效率和效果，提高政府对医疗卫生业务的综合监督管理能力，实现区卫生管理的科学化、规范化和现代化，推动区医疗卫生体制的深化改革。 区公共卫生信息平台建成后，卫生行政部门可以获得宏观管 理所需的数据支持 ,以辅助其决策，高效开展电子政务、疫情监测、应急联动等；通过互联互通的医疗卫生网络体系将使行政管理部门对卫生业务部门的监督和控制更加的及时和准确，提高对整体卫生资源的调配力度，加强对疾病与疫情的控制，加强卫生监督，提高行业内的应急指挥处理能力。 卫生信息的发布与公示将加强了对医疗机构的管理和约束，增强政策的透明度。 丰富的医疗卫生信息资源，为政府进行全区的宏观管理，宏观调控和决策支持提供基础数据。 实现了全区现有卫生资源的合理配置和充分利用，将有效发挥政府公共财政运转效率，提高了政府对医疗卫生业 务的综合监督管理能力，推动了医疗卫生服务体制的深化改革。 通过社区绩效考核实现社区卫生服务体制改革，打破大锅饭，实现多劳多得，优劳优得，节约政府卫生资金投入，提高政府对公共卫生资金的利用效率和效果。 为实现医疗资源整合提供有效的工具，提升区域医疗服务能力 区卫生信息网建成后，将提高医疗卫生服务的效率和质量，加强医疗机构之间的相互协作。 完成了对卫生资源纵向和横向的整合，从而实现医疗中心与社区卫生服务中心双项联动和双向转诊。 转变卫生服务模式和服务流程使医院和社区卫生服务中心分工与配合更加的科学和合理，使各自发 挥健康服务的专长，实现区域医疗资源的有效整合和利用。 医疗业务机构可利用互联互通的医疗卫生网络体系进行全区的业务信息共享，提供的电子病历、健康档案、远程医疗等更好的为人民群众的健康服务；同时将有助于医疗机构提高医疗水平和工作效率，优化服务质量和工作模式。 随着时间的积累，丰富的医疗信息资源还将促进医学科研与教学的发展，推动医学的进步。 为实现现代化城市管理提供信息支持，保证健康信息再次利用 区公共卫生信息平台建成后，其它各政府相关部门如民政、公安、人劳等可以得到区域卫生基本数据。 15 第二章 建设基于大数据的区域健康 云 1. 医疗健康云需要大数据分析 众所周知，大数据是指在允许的时间里，无法用常规软件对数据进行抓取、管理和处理而产生的数据集合。 而在医疗数字化的过程中，医院，卫生机构等成了大数据产生的重要来源，病历、影像、远程医疗，病人的健康信息和电子病历等都会产生大量的数据。 今年来，大数据的应用首当其冲的就是智慧医疗，目前在国内外已经可以看到具体可应用在临床诊断、远程监控、药品研发、防止医疗诈骗等方面。 大数据的应用可产生很高的社会价值和经济价值。 按照世界经济论坛的说法，大数据是新财富，价值堪比石油。 麦肯锡曾说， 大数据就是生 产资料。 一份报告显示，医疗大数据的分析会为美国产生 3000亿美元的价值，减少 8%的美国国家医疗保健的支出。 医疗大数据的应用前景 不过，要把医疗大数据转换为经济价值，最难的是医疗数据的挖掘。 关键是怎么能够提取出与诊疗和病人有关的数据，从而帮助医生临床诊断，比如在临床诊断上，这首先体现在对病人的数据分析：精准地分析病人的体征、治疗费用和疗效数据，可避免过度治疗、避免副作用较为明显的治疗。 通过进一步比较各种治疗措施的效果，医生可更16 好地确定临床最有效、效 益最好的治疗方法。 其次体现在临床决策系统。 通过将医生处方和医疗专家库医学指导比较，系统可提醒医生避免出错，如药品不良反应、过度使用抗生素等，帮助医生降低医疗风险。 比如美国的一个儿科医院通过使用临床决策支持系统，两个月内减少了 40%的药品不良反应。 最后是可以让临床医疗数据更加透明。 美国疾控中心公布了医疗数据，帮助病人作出更明智的决定，从而选择性价比更高的治疗方案，通过告诉病人多种不同的医疗方案，病人可以自己选择治疗方案。 美国还公开发布不同医院的医疗质量和绩效数据，这有助于督促医院改进医疗服务质量，仅仅这个医疗临床决策系统，对美国来讲，一年就能减少 1650亿美元医疗支出。 回看国内，医疗行业的大数据市场才刚刚兴起，特别是在目前全国新医改项目中的区域医疗项目中，存在着大数据的应用契机。 其中，区域医疗信息系统中的医疗数据是典型的大数据。 我们知道所谓的“大数据”并不只是数量上的“大”。 在此，我们简单套用一下大数据的 4V（ Volume， Velocity， Variety， Value）定义： Volume：区域医疗数据通常是来自于拥有上百万人口和上百家医疗机构的区域，并且数据量持续增长。 按照医疗行业的相关规定，一个患者 的数据通常需要保留 50 年以上。 我们可以想象这是多么巨大的数据量。 Velocity：医疗信息服务中可能包含大量在线或实时数据分析处理的需求。 例如：临床决策支持中的诊断和用药建议、流行病分析报表生成、健康指标预警等。 Variety：医疗数据通常会包含各种结构化数据表、非（半）结构化文本文档（ XML和叙述文本）、医疗影像等多种多样的数据存储形式。 Value：医疗数据的价值不必多说，它不仅与我们个人生活息息相关，更可用于国家乃至全球的疾病防控、新药研发和顽疾攻克。 近年来，在卫生部的领导 下和国家财政支出的支持下，绝大多数的三甲医院和部分二级医院已经先后建立了先进的数字化信息系统和电子健康档案系统。 但至今为止，大部分系统和数据仍然只限于内部使用。 据了解， 2020 年底，卫生部完成了“十二五”卫生信息化建设工程规划编制工作，初步确定了我国卫生信息化建设路线图，简称“ 3521工程”，即建设国家级、省级和地市级三级卫生信息平台，加强公共卫生、医疗服务、新农合、基本药物制度、综合管理 5项业务应用，建设健康档案和电子病历 2个基础数据库和 1个专用网络建设。 由此可看出，今后的几年，随着云计算技术的成熟和实用 化，大规模区域医疗信息系统和大型数据中心的建立将逐步展开。 然而，随着海量医疗数据被保存下来，一个棘手的问题出现了：我们如何通过高效的分析这些数据来提供有价值的服务。 首先， 我们需要准确估算区域医疗的数据量和特征，下面以上海市卫生局对当前17 上海的医疗情况进行了摸底调查为例，具体情况如下： （ 1）区域医疗 各类数据的数据量逐一分析、预测，结果如下： 数据分类 内容概述 注册数据 个人（居民和患者）、卫生人员、卫生机构、医疗卫生术语字典 索引目录数据 健康档案数据的索引和目录数据 管理数据 健康档案管理数据 共享类数据 儿童保健：出生医学证明信息、新生儿疾病筛查信息、儿童健康体检信息、体弱儿童管理信息等。 妇女保健：婚前保健服务信息、妇女病普查信息、计划生育技术服务信息、孕产期保健服务与高危管理信息、产前筛查与诊断信息、出生缺陷监测信息等。 疾病预防：预防接种信息、传染病报告信息、结核病防治信息、寄生虫病信息、职业病信息、伤害中毒信息、死亡医学证明信息等。 疾病管理：肿瘤、重症精神疾病等病例管理信息，老年人健康管理信息等 医疗服务：就诊记录、费用报告、诊断报告、处方报告、检验报告、检查报告、病案首页、 出院小结 、体检报告， 图像类（检查所产生的影像）：放射、病理 基本药物：使用情况 协同类数据 出生、死亡信息 肿瘤综合防治信息 伤害监测信息 传染病管理信息 结核病综合防治信息 计划免疫信息 妇幼保健信息 服务类数据 居民健康门户发布的各类数据、主动公开和公众参与的数据 （ 2）业务数据量 18 人口：常住人口 1800万。 总人口（含外来就诊人群） 2400万； 医疗服务量： 2020年门诊量 ，住院量 209万人次，每年住院的增量 510%，门诊的增量 510%； 三级医院的门诊业务量占全市的三分之一，约 5000 万人次；住院业务量占全市的一半，约 100万人次； 公共卫生业务总量 10。