论文部分内容阅读
摘 要：信息化的大数据时代正在一点一滴改变我们的生活方式和管理方式，如何在信息化日新月异的今天紧跟信息化发展的步伐，是摆在我们面前的一个重要问题。信息化的医院管理模式应当抓紧适应大数据时代，准确把握大数据时代带来变革和挑战，从而迅速适应变革，成功应对挑战。
关键词：大数据；医院管理；变革；挑战
大数据（Big data，又称巨量数据、海量数据、大资料），具有 4V ——量级（volume）、速度（velocity）、多样性（variety）和价值（value）的特性，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。在总数据量相同的情况下，与个别分析独立的小型数据集（data set）相比，将各个小型数据集合并后进行分析可得出许多额外的信息和数据关系性，可用来察觉商业趋势、判定研究质量、避免疾病扩散等。大数据预测由数据源决定，具有时效性、动态性、规律性等特点。
在医院管理信息化不断飞速发展的今天，大数据的产生必然对医院管理带来巨大的变革及挑战，而如何去适应变革和应对挑战，是我们在医院管理中必须做好的课题。
一、医院管理须适应大数据时代变革
（一）为医院内部管理带来变革
1.大数据使得医院针对医生的培养更加科学、全面、人性化。
美国已经利用大数据方法建立了富有个性的“高等教育教学支持系统”，其中有种“学习分析技术”，能够通过对与学生相关的海量数据分析，辨别出每个人不同的学习、工作的行为和模式。因此，大数据能够对收集到的大量数据进行分析，发现不同个体在学习、工作中的软肋。
首先，从职业医师资格证的考取、专业的选取、初中高级职称的考评等学习过程中，大数据可以针对不同专业、不同类型、不同院校毕业的医生，根据其在学校的专业设置、通过基础医学水平的测试，而设置不同的帮扶措施，帮助医生更好的理解所学专业知识、并与实际工作相联系，因势利导，记录其工作与学习进程，从而进行实时的学习情况监控。
其次，针对不同工作人员医治病人情况，积累病人病情、医生诊疗过程，跟其他不同地区、不同案例的病人病情对比，总结好的经验、考虑不同症状的更多患病可能、避免医疗过失，通过资源共享，以便于更多的人学习、掌握先进的医疗技术。
第三，基于“云计算”的互联网教育，已经成为一个开放性的自主学习系统，学习者可以不受时间、地点以及经济条件的限制，自主选学课程，获得自我提升。大数据能帮助医师在学习过程中不断更新知识脉络，形成学习、实习、再学习、的良性循环，可以促使学习与实习实现良好的互动，在学习中积累经验，突破以往医学生毕业后不能立刻诊疗病人的弊端。
2.大数据通过分析、配比，使得医院人才配置、专科设置更加合理
所谓“人才配置”就是把合适的人才放到合适的位置上。之前医院的人力资源管理主要记录员工的信息。近几年，人力资源管理不仅仅记录员工的各项信息，同时还记录员工的各项考核标准和薪酬标准设计、各种人才储备、汇总等。在没有大数据的条件下，根据已有过的记录信息，发现与选拔人才都很难做到“全信息”，只能“少数人在少数人中选拔人才”。而大数据根据其海量数据，能够帮助人们解决这个问题。从理论上讲，凡是符合条件的都可以进入选拔的视野。这就解决了在一定范围内少数人从少数人中选人的弊端。
（1）组织内部人才发现
医师通过佩戴能搜集个人行为和社会行为数据的超级徽章，从而记录医师的走动频率、与病人交谈频率、在病人床前时间与谁交谈以及与整体科室的融入程度，从计算机自动绘出的“诊疗关系图”就能分析其具体医疗行为，从而监督医患双方行为，搜集不同病人的反应、不同医生的医疗方式，通过分析判断医生的工作水平。
（2）组织外部人才筛选
发达国家猎头公司之所以能够帮助国家、企业寻找到合适的人选，是因为它掌握了大数据。对医院而言，找到适合自己医院的优秀医生犹如大海捞针，尤其是在当前高校扩招、医学院毕业生激增的今天。通过大数据对毕业生学校成绩、毕业设计、实习成绩、所在医院的学科培训等资料的分析，可以预测一个优秀毕业生的发展前景，从而选择适合自己医院发展的合适医生。
（二）为医院外部管理带来变革
1.针对病人的管理更加细致、人性化。
中医通过望闻问切手段发现一些人体内隐藏的慢性病，甚至看体质便可知晓一个人将来可能会出现什么症状，人体体征变化有一定规律，而慢性病发生前人体已经会有一些持续性异常。理论上来说，如果大数据掌握了这样的异常情况，便可以进行慢性病预测。
IBM研制的智能分析平台，能够基于过去8年的赛事数据，对每个球员的历史记录进行分析，确定出每个球员的关键指标。每场比赛分析的数据，超过4100万个，包括比分、回合数、制胜分、发球速度、击球类型、击球数量等等。这些数据通过给球员配备的传感器获取。
类似的，医院可以推出个性化私人、点对点服务。医院可为病人建立电子档案，收集参与者的基础身心健康状况、年龄、性别、曾患疾病等信息，乃至整个基因组、父母的遗传史信息，以及他们如何代谢食物、营养和药物，在压力之下心跳速度、化学反应如何改变他们的基因行为，从而创建一个参与者组织样本的知识库包含病人。同时让病人穿戴电子和智能健康设备，在收集人体健康数据诸如心率、体重、血脂、血糖、运动量、睡眠量等状况后，将这些数据上传至专门为病人建立的医疗网络。如果这些数据足够精确且全面，并且有可以形成算法的预测模式，那么就会形成病人专属的家庭医生，它会根据病人随时变化的身体状况，提醒病人潜在的疾病风险，从而有利于医院随时掌握病人状况，针对病人开展更加细致、人性化的医疗服务。
2.与其他医疗机构合作，开展疾病、疫情预测工作，提高公共服务质量 互联网可以根据人们的搜索情况、购物行为预测大面积疫情爆发的可能性，如果来自某个区域的“流感”、“板蓝根”搜索需求越来越多，自然可以推测该处有流感趋势。谷歌早在2008年推出了“流感趋势”网站，建立假设：人们在遭受疾病困扰时，会比在身体健康时花更多的时间搜索疾病相关内容。因此，通过分析一个国家在特定时期的流感相关搜索量，便可推算出疾病传播情况，通过这种方式，谷歌成功完成了几次传染病的初期预测，而正是疾病初期预测将为政府及时采取部署提取有利时机。
目前我们可以就流感、感言、肺结核、性病这四种疾病，对全国每一个省份以及大多数地级市和区县的活跃度、趋势图等情况，进行全面的监控。未来，百度疾病预测监控的疾病种类将从目前的4种扩展到30多种，覆盖更多的常见病和流行病，医院可以根据当地的预测结果进行针对性预防，同时也可以根据流感的爆发时间和力度，提前预判数量，从而妥善分配好门诊、急诊挂号量，以及协调好主治医生、住院部等方方面面的资源，做到有备无患。
3.提高与医药公司的配合度
对于医药公司而言，当流行性疾病的爆发时将考验其库存的调配能力。如果通过大数据分析提前知道某一疾病可能爆发的话，医药公司就可以根据医院大数据预测用药品类、用药量，及早备药，不仅解决患者的用药需求，同时也能够通过这样的合作，获得院方、医疗连锁机构的认可，为后续的合作打下更为深厚的基础。
二、医院管理须应对大数据时代挑战
对应量级、速度、多样性和价值的特性，大数据管理对医院管理也提出了较高的要求。
（一）数据管理难度增大
大数据搜集的数据是呈现出量级增长趋势的，且数据搜集速度快、变化快，这对医院的数据管理而言是一个很大挑战。
（1）医院要构建数据管理体系，保障数据分析、规划、设计、协调等环节的可行、落实和高效。
（2）培养医院信息数据技术人员。大数据背景下，数据技术人员的价值逐渐凸显，其中最重要的是具备清理和组织大型数据的能力，懂得数据格式语言的“数据科学家”，数据科学家帮助零理者从数据的角度理解、分析各种数据，从而得出科学的分析、做出合理化建议。
（3）对得到的数据进行科学管理。对数据实施制度化、流程化、规范化、标准化的管理，赋予专职机构相应的权责，保障数据从搜集、加工、传递到使用、销毁的全过程。
（4）实现数据跨职能跨部门流动。医院是一个需要配合程度非常高的综合体，数据的流动一定要畅通无阻、科学化。医技科室的检验、影像资料等需要及时传达给医疗科室辅助医生做出诊断，而医疗科室反馈的信息又可以帮助医技科室改进医疗技术。病人佩戴智能产品搜集的数据，及时反馈至医生从而帮助医生做出准确判断，医生的诊疗信息又应用于病人佩戴的智能产品，大数据的顺畅流动促使医院提供更好的服务。
（二）严格管理大数据，确保个人隐私
大数据时代的来临带来了无数的机遇，但是与此同时个人或机构的隐私权也极有可能受到冲击，大数据包含了各种个人信息数据，现有的隐私保护法律或政策无力解决这些新出现的问题。因此，尤其需要加强网络、数据安全，保证用户个人信息安全。
关键词：大数据；医院管理；变革；挑战
大数据（Big data，又称巨量数据、海量数据、大资料），具有 4V ——量级（volume）、速度（velocity）、多样性（variety）和价值（value）的特性，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。在总数据量相同的情况下，与个别分析独立的小型数据集（data set）相比，将各个小型数据集合并后进行分析可得出许多额外的信息和数据关系性，可用来察觉商业趋势、判定研究质量、避免疾病扩散等。大数据预测由数据源决定，具有时效性、动态性、规律性等特点。
在医院管理信息化不断飞速发展的今天，大数据的产生必然对医院管理带来巨大的变革及挑战，而如何去适应变革和应对挑战，是我们在医院管理中必须做好的课题。
一、医院管理须适应大数据时代变革
（一）为医院内部管理带来变革
1.大数据使得医院针对医生的培养更加科学、全面、人性化。
美国已经利用大数据方法建立了富有个性的“高等教育教学支持系统”，其中有种“学习分析技术”，能够通过对与学生相关的海量数据分析，辨别出每个人不同的学习、工作的行为和模式。因此，大数据能够对收集到的大量数据进行分析，发现不同个体在学习、工作中的软肋。
首先，从职业医师资格证的考取、专业的选取、初中高级职称的考评等学习过程中，大数据可以针对不同专业、不同类型、不同院校毕业的医生，根据其在学校的专业设置、通过基础医学水平的测试，而设置不同的帮扶措施，帮助医生更好的理解所学专业知识、并与实际工作相联系，因势利导，记录其工作与学习进程，从而进行实时的学习情况监控。
其次，针对不同工作人员医治病人情况，积累病人病情、医生诊疗过程，跟其他不同地区、不同案例的病人病情对比，总结好的经验、考虑不同症状的更多患病可能、避免医疗过失，通过资源共享，以便于更多的人学习、掌握先进的医疗技术。
第三，基于“云计算”的互联网教育，已经成为一个开放性的自主学习系统，学习者可以不受时间、地点以及经济条件的限制，自主选学课程，获得自我提升。大数据能帮助医师在学习过程中不断更新知识脉络，形成学习、实习、再学习、的良性循环，可以促使学习与实习实现良好的互动，在学习中积累经验，突破以往医学生毕业后不能立刻诊疗病人的弊端。
2.大数据通过分析、配比，使得医院人才配置、专科设置更加合理
所谓“人才配置”就是把合适的人才放到合适的位置上。之前医院的人力资源管理主要记录员工的信息。近几年，人力资源管理不仅仅记录员工的各项信息，同时还记录员工的各项考核标准和薪酬标准设计、各种人才储备、汇总等。在没有大数据的条件下，根据已有过的记录信息，发现与选拔人才都很难做到“全信息”，只能“少数人在少数人中选拔人才”。而大数据根据其海量数据，能够帮助人们解决这个问题。从理论上讲，凡是符合条件的都可以进入选拔的视野。这就解决了在一定范围内少数人从少数人中选人的弊端。
（1）组织内部人才发现
医师通过佩戴能搜集个人行为和社会行为数据的超级徽章，从而记录医师的走动频率、与病人交谈频率、在病人床前时间与谁交谈以及与整体科室的融入程度，从计算机自动绘出的“诊疗关系图”就能分析其具体医疗行为，从而监督医患双方行为，搜集不同病人的反应、不同医生的医疗方式，通过分析判断医生的工作水平。
（2）组织外部人才筛选
发达国家猎头公司之所以能够帮助国家、企业寻找到合适的人选，是因为它掌握了大数据。对医院而言，找到适合自己医院的优秀医生犹如大海捞针，尤其是在当前高校扩招、医学院毕业生激增的今天。通过大数据对毕业生学校成绩、毕业设计、实习成绩、所在医院的学科培训等资料的分析，可以预测一个优秀毕业生的发展前景，从而选择适合自己医院发展的合适医生。
（二）为医院外部管理带来变革
1.针对病人的管理更加细致、人性化。
中医通过望闻问切手段发现一些人体内隐藏的慢性病，甚至看体质便可知晓一个人将来可能会出现什么症状，人体体征变化有一定规律，而慢性病发生前人体已经会有一些持续性异常。理论上来说，如果大数据掌握了这样的异常情况，便可以进行慢性病预测。
IBM研制的智能分析平台，能够基于过去8年的赛事数据，对每个球员的历史记录进行分析，确定出每个球员的关键指标。每场比赛分析的数据，超过4100万个，包括比分、回合数、制胜分、发球速度、击球类型、击球数量等等。这些数据通过给球员配备的传感器获取。
类似的，医院可以推出个性化私人、点对点服务。医院可为病人建立电子档案，收集参与者的基础身心健康状况、年龄、性别、曾患疾病等信息，乃至整个基因组、父母的遗传史信息，以及他们如何代谢食物、营养和药物，在压力之下心跳速度、化学反应如何改变他们的基因行为，从而创建一个参与者组织样本的知识库包含病人。同时让病人穿戴电子和智能健康设备，在收集人体健康数据诸如心率、体重、血脂、血糖、运动量、睡眠量等状况后，将这些数据上传至专门为病人建立的医疗网络。如果这些数据足够精确且全面，并且有可以形成算法的预测模式，那么就会形成病人专属的家庭医生，它会根据病人随时变化的身体状况，提醒病人潜在的疾病风险，从而有利于医院随时掌握病人状况，针对病人开展更加细致、人性化的医疗服务。
2.与其他医疗机构合作，开展疾病、疫情预测工作，提高公共服务质量 互联网可以根据人们的搜索情况、购物行为预测大面积疫情爆发的可能性，如果来自某个区域的“流感”、“板蓝根”搜索需求越来越多，自然可以推测该处有流感趋势。谷歌早在2008年推出了“流感趋势”网站，建立假设：人们在遭受疾病困扰时，会比在身体健康时花更多的时间搜索疾病相关内容。因此，通过分析一个国家在特定时期的流感相关搜索量，便可推算出疾病传播情况，通过这种方式，谷歌成功完成了几次传染病的初期预测，而正是疾病初期预测将为政府及时采取部署提取有利时机。
目前我们可以就流感、感言、肺结核、性病这四种疾病，对全国每一个省份以及大多数地级市和区县的活跃度、趋势图等情况，进行全面的监控。未来，百度疾病预测监控的疾病种类将从目前的4种扩展到30多种，覆盖更多的常见病和流行病，医院可以根据当地的预测结果进行针对性预防，同时也可以根据流感的爆发时间和力度，提前预判数量，从而妥善分配好门诊、急诊挂号量，以及协调好主治医生、住院部等方方面面的资源，做到有备无患。
3.提高与医药公司的配合度
对于医药公司而言，当流行性疾病的爆发时将考验其库存的调配能力。如果通过大数据分析提前知道某一疾病可能爆发的话，医药公司就可以根据医院大数据预测用药品类、用药量，及早备药，不仅解决患者的用药需求，同时也能够通过这样的合作，获得院方、医疗连锁机构的认可，为后续的合作打下更为深厚的基础。
二、医院管理须应对大数据时代挑战
对应量级、速度、多样性和价值的特性，大数据管理对医院管理也提出了较高的要求。
（一）数据管理难度增大
大数据搜集的数据是呈现出量级增长趋势的，且数据搜集速度快、变化快，这对医院的数据管理而言是一个很大挑战。
（1）医院要构建数据管理体系，保障数据分析、规划、设计、协调等环节的可行、落实和高效。
（2）培养医院信息数据技术人员。大数据背景下，数据技术人员的价值逐渐凸显，其中最重要的是具备清理和组织大型数据的能力，懂得数据格式语言的“数据科学家”，数据科学家帮助零理者从数据的角度理解、分析各种数据，从而得出科学的分析、做出合理化建议。
（3）对得到的数据进行科学管理。对数据实施制度化、流程化、规范化、标准化的管理，赋予专职机构相应的权责，保障数据从搜集、加工、传递到使用、销毁的全过程。
（4）实现数据跨职能跨部门流动。医院是一个需要配合程度非常高的综合体，数据的流动一定要畅通无阻、科学化。医技科室的检验、影像资料等需要及时传达给医疗科室辅助医生做出诊断，而医疗科室反馈的信息又可以帮助医技科室改进医疗技术。病人佩戴智能产品搜集的数据，及时反馈至医生从而帮助医生做出准确判断，医生的诊疗信息又应用于病人佩戴的智能产品，大数据的顺畅流动促使医院提供更好的服务。
（二）严格管理大数据，确保个人隐私
大数据时代的来临带来了无数的机遇，但是与此同时个人或机构的隐私权也极有可能受到冲击，大数据包含了各种个人信息数据，现有的隐私保护法律或政策无力解决这些新出现的问题。因此，尤其需要加强网络、数据安全，保证用户个人信息安全。