论文部分内容阅读
摘 要：构建医院大数据中心能够对现有信息系统数据资源进行充分挖掘，使医院各项基础设施及服务体系更加完善，实现医院业务发展水平的提升。本文主要对云平台与大数据中心加以论述，提出大数据中心构建思路，并对基于大数据的应用服务体系加以构建，促进医院服务升级。
关键词：云平台；大数据中心；服务体系
中图分类号：R197.3 文献标识码：A 文章编号：1004-7344（2018）35-0260-01
在公共服务大数据工程建设中，医疗健康服务大数据非常重要，能够促进就诊流程优化，提高医疗服务水平及效率。信息系统在医院的普及应用，使数据格式更加多样，开发语言也存在差异，增加各系统数据信息交互难度。但信息共享及存储在医院日常运营及发展过程中非常关键。构建以云平台为基础的大数据中心，能够对医院现有信息系统资源进行整合和优化，提高医院综合服务质量。
1 云平台与大数据中心
云平台中包含Hadoop工具和Paas层，不仅能够对数据进行统一管理，还能够挖掘实时数据。该系统主要构成要素为数据采集、数据清洗、数据汇聚、数据备份、数据导出。云平台数据获取是通过集成平台中转实现的，避免业务系统接口改造过程，也减少了人力资源浪费。它主要被用来对医嘱、收费、电子病历、影像、药房管理、病理等相关系统的数据进行采集。同时，数据格式比较多元，有字符型、时间型、图片格式等各种类型。大数据中心与云平台的连接需要借助第三方。具体实施过程中，在数据汇聚环节对大数据中心结构和格式进行生成，并在大数据中心相关表中将这些数据导出[1]。
2 大数据中心构建
大数据中心的优势在于能够以云平台为基础，对临床信息系统、医嘱管理系统、信息系统检验检查等各类数据进行集成，并与医保、公共卫生、区域卫生等各类型业务信息系统相连接，使医院信息更加规范、一体。大数据中心由交换与共享层、数据资源层和应用服务层构成。
交换与共享层。依托云平台Hadoop库，定时获取各类业务信息系统数据，以此为基础，设置数据格式规范，使数据采集过程更加有序。
数据资源层。其价值在于数据中心资源库构建和数据及信息存储，为数据中心运行提供支持。该界面内包含临床诊疗、业务运营、患者主索引、慢病管理、电子健康档案五大数据主题。其中，临床诊疗数据主题可细化为病历概要、各类住院就医记录、医疗机构信息及法定医学证明报告等。业务运营数据主题包含患者信息、手术门诊记录及各类明细表等，主要用于领导决策。患者主索引数据主题。依据索引规则构建的病患信息索引库，能够实现分散数据互联。慢病管理数据主题则以慢性病为主，便于后期综合健康管理与健康协同。电子档案主题使诊断编码、科室代码、人员信息等更加标准，规范个人健康档案，使管理和查询更加便利。医院大数据中心便是在完善的业务资源库背景下形成的[2]。
应用服务层。完成上述工作之后，对健康档案浏览、管理运营与决策等应用进行构建，实现管理决策、数据统计及分析等功能开发。
3 基于大数据的应用服务体系
患者健康档案浏览。该项功能需要患者授权，医生发起浏览申请，患者同意后，便能够进行浏览。其中包含多维度数据调阅功能模块，用户不同，调阅界面也存在差异。借助时间轴形式全面展示患者历次诊疗信息。任意点击单次就诊记录，便能够获悉患者基本情况、手术计划、医嘱、危急值等各项指标。
管理运营和决策。依托可视化操作界面，对各类指标进行管理，并对指标值计算公式进行配置，公式的价值在于实现指标值自动计算。以大数据中心为基础，分析和挖掘患者、医护、管理层等相关维度信息，并以图形方式展示分析结果。依托BI配置工具，提取各类灵活指标。该背景下，用户能够依据业务需求，对指标和时间段等组合的高级查询分析情况进行自动选择，且能够内置固定指标、三甲评审等功能。
临床科研分析。以大数据为基础的样本具备标准、真实等特性。在该背景下，对临床科研分析应用进行构建，有助于挖掘、收集、整理临床医学资源，达到良好的科研效果。以心脏病等慢性科研分析应用为例，具体实践中，借助大数据中心能够清晰地呈现心脏病诊疗给居民带来的经济负担分析情况。
医疗行为智能预警。该机制的构建通过采集各业务系统数据实现，其主要目的在于依托业务警情发展逻辑，将事后告警提前至事中和事前。具体实践中，无论围手术期抗菌药物管理，还是二次手术分析，采用专业方法，完成诊疗大数据质量控制分析工作之后，便能够进行医疗分析应用的生成和构建。同时，将动态监管数据分析平台作为载体，对患者用药、处方、统方等医疗行为进行管控，通过该种方式，规范医院药品管理工作[3]。
慢病管理模式。医护人员需要在药物使用、治疗处置、饮食等方面为慢性病人提供针对性指导，而后者可依托慢病管理平台，实现全程健康智能化管控。具体实施方法是采用生命体征设备，对健康体征进行采集和上传，慢病管理平台接收到数据之后，生成直观的动态生命体征曲线，以此为背景，评估患者健康情况。除此之外，还能够实现系统功能拓展，通过慢病回访功能构建，使其他医院也能够对患者健康档案进行调阅，并对患者健康情况和信息等进行及时追踪。
4 效果分析
在大数据中心中导入医院历年诊疗及电子病历数据，无论总数据量，还是数据日增长量都比较大。自投入使用以来，大数据中心一直都处于稳定运行状态，反馈效果非常好。借助该系统，医护人员能夠迅速了解患者历次就医、手术、检验、心电情况等，工作效率高，减少了不必要的时间及人力资源浪费。除此之外，医院管理层也能够在决策分析系统中，对医院日常运营情况具备清晰的认识和了解，全面掌握日门诊量、手术量、费用汇总等各项指标和，使决策更加科学、合理、准确。
5 结 语
云平台下医院大数据中心构建有助于提升医院整体工作质量及服务效率。具体实践中，要对云平台和大数据中心进行清晰界定，了解大数据中心构建流程和方法，确保以大数据中心为基础的应用服务体系更加完善，使医院各项工作的开展更加便利，简化服务流程，实现医院智能化发展及管理，提高医院整体服务水平和患者满意度。
参考文献
[1]刘 晶，左秀然，等.基于云平台的医院大数据中心构建研究[J].中国数字医学，2016，11（7）：14～16.
[2]陈 青，熊晓峰.基于大数据的医院数据中心建设思考[J].科技资讯，2016，14（20）：8.
[3]王 磊，齐 明，等.基于公有云存储技术的医疗大数据建设实践与思考[J].中国数字医学，2017，12（1）：12～14.
收稿日期：2018-11-4
关键词：云平台；大数据中心；服务体系
中图分类号：R197.3 文献标识码：A 文章编号：1004-7344（2018）35-0260-01
在公共服务大数据工程建设中，医疗健康服务大数据非常重要，能够促进就诊流程优化，提高医疗服务水平及效率。信息系统在医院的普及应用，使数据格式更加多样，开发语言也存在差异，增加各系统数据信息交互难度。但信息共享及存储在医院日常运营及发展过程中非常关键。构建以云平台为基础的大数据中心，能够对医院现有信息系统资源进行整合和优化，提高医院综合服务质量。
1 云平台与大数据中心
云平台中包含Hadoop工具和Paas层，不仅能够对数据进行统一管理，还能够挖掘实时数据。该系统主要构成要素为数据采集、数据清洗、数据汇聚、数据备份、数据导出。云平台数据获取是通过集成平台中转实现的，避免业务系统接口改造过程，也减少了人力资源浪费。它主要被用来对医嘱、收费、电子病历、影像、药房管理、病理等相关系统的数据进行采集。同时，数据格式比较多元，有字符型、时间型、图片格式等各种类型。大数据中心与云平台的连接需要借助第三方。具体实施过程中，在数据汇聚环节对大数据中心结构和格式进行生成，并在大数据中心相关表中将这些数据导出[1]。
2 大数据中心构建
大数据中心的优势在于能够以云平台为基础，对临床信息系统、医嘱管理系统、信息系统检验检查等各类数据进行集成，并与医保、公共卫生、区域卫生等各类型业务信息系统相连接，使医院信息更加规范、一体。大数据中心由交换与共享层、数据资源层和应用服务层构成。
交换与共享层。依托云平台Hadoop库，定时获取各类业务信息系统数据，以此为基础，设置数据格式规范，使数据采集过程更加有序。
数据资源层。其价值在于数据中心资源库构建和数据及信息存储，为数据中心运行提供支持。该界面内包含临床诊疗、业务运营、患者主索引、慢病管理、电子健康档案五大数据主题。其中，临床诊疗数据主题可细化为病历概要、各类住院就医记录、医疗机构信息及法定医学证明报告等。业务运营数据主题包含患者信息、手术门诊记录及各类明细表等，主要用于领导决策。患者主索引数据主题。依据索引规则构建的病患信息索引库，能够实现分散数据互联。慢病管理数据主题则以慢性病为主，便于后期综合健康管理与健康协同。电子档案主题使诊断编码、科室代码、人员信息等更加标准，规范个人健康档案，使管理和查询更加便利。医院大数据中心便是在完善的业务资源库背景下形成的[2]。
应用服务层。完成上述工作之后，对健康档案浏览、管理运营与决策等应用进行构建，实现管理决策、数据统计及分析等功能开发。
3 基于大数据的应用服务体系
患者健康档案浏览。该项功能需要患者授权，医生发起浏览申请，患者同意后，便能够进行浏览。其中包含多维度数据调阅功能模块，用户不同，调阅界面也存在差异。借助时间轴形式全面展示患者历次诊疗信息。任意点击单次就诊记录，便能够获悉患者基本情况、手术计划、医嘱、危急值等各项指标。
管理运营和决策。依托可视化操作界面，对各类指标进行管理，并对指标值计算公式进行配置，公式的价值在于实现指标值自动计算。以大数据中心为基础，分析和挖掘患者、医护、管理层等相关维度信息，并以图形方式展示分析结果。依托BI配置工具，提取各类灵活指标。该背景下，用户能够依据业务需求，对指标和时间段等组合的高级查询分析情况进行自动选择，且能够内置固定指标、三甲评审等功能。
临床科研分析。以大数据为基础的样本具备标准、真实等特性。在该背景下，对临床科研分析应用进行构建，有助于挖掘、收集、整理临床医学资源，达到良好的科研效果。以心脏病等慢性科研分析应用为例，具体实践中，借助大数据中心能够清晰地呈现心脏病诊疗给居民带来的经济负担分析情况。
医疗行为智能预警。该机制的构建通过采集各业务系统数据实现，其主要目的在于依托业务警情发展逻辑，将事后告警提前至事中和事前。具体实践中，无论围手术期抗菌药物管理，还是二次手术分析，采用专业方法，完成诊疗大数据质量控制分析工作之后，便能够进行医疗分析应用的生成和构建。同时，将动态监管数据分析平台作为载体，对患者用药、处方、统方等医疗行为进行管控，通过该种方式，规范医院药品管理工作[3]。
慢病管理模式。医护人员需要在药物使用、治疗处置、饮食等方面为慢性病人提供针对性指导，而后者可依托慢病管理平台，实现全程健康智能化管控。具体实施方法是采用生命体征设备，对健康体征进行采集和上传，慢病管理平台接收到数据之后，生成直观的动态生命体征曲线，以此为背景，评估患者健康情况。除此之外，还能够实现系统功能拓展，通过慢病回访功能构建，使其他医院也能够对患者健康档案进行调阅，并对患者健康情况和信息等进行及时追踪。
4 效果分析
在大数据中心中导入医院历年诊疗及电子病历数据，无论总数据量，还是数据日增长量都比较大。自投入使用以来，大数据中心一直都处于稳定运行状态，反馈效果非常好。借助该系统，医护人员能夠迅速了解患者历次就医、手术、检验、心电情况等，工作效率高，减少了不必要的时间及人力资源浪费。除此之外，医院管理层也能够在决策分析系统中，对医院日常运营情况具备清晰的认识和了解，全面掌握日门诊量、手术量、费用汇总等各项指标和，使决策更加科学、合理、准确。
5 结 语
云平台下医院大数据中心构建有助于提升医院整体工作质量及服务效率。具体实践中，要对云平台和大数据中心进行清晰界定，了解大数据中心构建流程和方法，确保以大数据中心为基础的应用服务体系更加完善，使医院各项工作的开展更加便利，简化服务流程，实现医院智能化发展及管理，提高医院整体服务水平和患者满意度。
参考文献
[1]刘 晶，左秀然，等.基于云平台的医院大数据中心构建研究[J].中国数字医学，2016，11（7）：14～16.
[2]陈 青，熊晓峰.基于大数据的医院数据中心建设思考[J].科技资讯，2016，14（20）：8.
[3]王 磊，齐 明，等.基于公有云存储技术的医疗大数据建设实践与思考[J].中国数字医学，2017，12（1）：12～14.
收稿日期：2018-11-4