基于病案大数据挖掘与决策支持体系的实现

任月荣

随着病案信息化的不断发展，医院借助信息技术手段从病案实体管理已逐步转向对病案信息管理和数据挖掘与综合利用上。大数据发展经历了由“感知、传递、反应”到“模仿、记忆、判断、反应”，再到“感知、记录、传输、存储、处理、挖掘”的变化过程[1]。大数据技术的不断发展，已渐渐渗透到各个领域，医疗行业病案大数据是医、教、研、管的重要数据支撑。病案信息向智能化评价体系转换，是实现病案信息价值的综合利用，将病案信息转化为标准信息服务的关键。从而在未来趋势预测的基础上，提高病案的管理水平，提高医疗服务质量，为临床和管理者提供决策支持。

1 大数据的特征与病案大数据的特征“4V+4C”

从数据表现形式看，通常用“4V”来概括大数据的特征[2]。（1）Volume（大量）：数据体量巨大。容量由TB量级到EB量级。（2）Variety（多样）：数据类型繁多。分为结构化和非结构化数据。（3）Velocity（高速）：处理速度快。这是区分传统数据挖掘的最本质特征。（4）Value（价值）：价值密度低。通过强大的算法，合理利用低密度价值数据对其进行正确分析，迅速完成数据“提纯”成为急下待解决的难题。上述特征描述了大数据的普遍特征，然而“运用”才是大数据最终的价值体现。

病案信息是指有关患者健康情况的文件资料[3]。从病案信息的特殊性看，其具有“4C”的特征。（1）Continuity（连续）：随患者就诊次数增加而增加。（2）Confidentiality（保密）：涉及患者基本信息和病情描述，没有授权不得随意公开。（3）Catholicity（普遍）：普遍存在于国内外各等级医疗机构。（4）Copy（复制）：个体病案信息是可以复制、影印。

2 大数据挖掘的本质和意义

习近平在实施国家大数据战略加快建设数字中国中强调：推动实施国家大数据战略，推进数据资源整合和开放共享；并指出：善于获取数据、分析数据、运用数据使大数据在各项工作中发挥更大作用[4]。

大数据挖掘的本质就是通过海量历史数据，分析和发现一些潜在的规律。他的意义就是利用潜在的规律预测未来可能发生的事。大数据挖掘就是智能统计分析的最终体现，是统计学的升级。

3 病案大数据挖掘与决策支持体系的构建方法

在病案建设发展过程中，信息累积是构建大数据挖掘与决策支持的基础。在完善和优化信息化功能，建设以患者服务为目标的同时，要突破未来病案管理的瓶颈，亦要“统筹规划病案信息资源”“建立完善病案信息管理体系”“加快建立病案信息技术体系”和“实现卫生事业的科学化智能化的管理与决策”。

3.1 统筹规划病案信息资源

在顶层设计上，统筹建设避免重复；充分利用现有病案资源和基础设施，统筹医疗数据资源，加强数据的汇聚整合和关联分析。

推动病案信息资源共享。明确病案信息共享范围、使用权利和义务，以及使用方式等；建立统一使用接口和交换标准，推动医疗机构间信息资源共享[5]。

3.2 建立完善病案信息管理体系

建立健全一套完整全面的病案信息管理体系[6]，充分发挥病案信息的价值，促进病案管理日趋完善。严格执行《医疗机构病案管理规定》和《病历书写基本规范》等制度，同时依照相关法律法规，结合本院实际制定一系列具体程序和可行性规章制度，做到有章可循、有法可依。

完善病案信息标准体系。一是病案信息标准化的完善，国际疾病分类标准编码的扩展与完善和医学数字成像和通讯标准的完善，打造更加完善的医疗共享标准。二是医疗信息交换格式的标准化，结合卫生信息交换标准的设计思想，选择制定适合我国实际和当前技术水平的卫生信息标准。

3.3 加快建立病案信息技术体系

在病案大数据全生命周期管理中，加快建立科学可行的病案信息技术体系。在病案信息管理、挖掘分析以及信息应用等方面，通过研发非结构化和半结构化数据，重点攻关病案信息数据管理（数据采集、数据处理、大数据存储）、智能分析、挖掘算法和可视化应用，以及建模方法等关键技术，利用病案大数据的价值分析，提升病案管理和辅助决策支持能力。

3.4 实现卫生事业科学化智能化的管理与决策

病案数据挖掘与决策支持体系的建立，对医疗卫生管理者意义在于：一是辅助医疗资源的合理分配；二是辅助医疗政策的制定和实施；三是辅助医疗费用的合理制定。在卫生事业管理的关键环节萃取病案信息之精华，其价值有助于管理者科学化智能化的管理与决策，有助于医疗政策的制定优化和落实，有助于医疗资源的合理分配，使政策更具活力。

4 病案数据挖掘分析与决策支持体系架构

病案数据挖掘与决策支持体系的构建离不开数据中心的建设[7-10]，其架构主要包括云平台环境、病案信息采集与预处理平台、病案大数据存储与交换平台、病案信息挖掘与分析平台和可视化智能决策支持平台（BI）五大平台。通过统一部署云平台环境，经过数据采集清洗形成标准数据进行存储，构建数据分析模型用可视化的方法提供给管理者，实现价值数据的共享利用。

云平台环境：主要包括硬件平台、网络环境、操作系统、数据存储等。

病案信息采集与预处理平台：包括内部系统数据、医联体数据和互联网数据三方面，尤其依赖于内部系统病案数据的积累。经过数据采集过滤，使分散存在的不同规模不同结构的数据经过过滤清洗、关联、分析、加工后提供给数据存储与交换平台。

病案大数据存储与交换平台：构建基于Hadoop技术[11]的大数据存储与交换平台是病案大数据的核心，通过构建不同医疗机构间的编码规范、接口标准、协作标准，共享公共数据、数据字典及分布式数据存储，实现病案信息结构化、非结构化数据的集中存储和交换。

病案信息挖掘与分析平台：用决策树、聚类算法、人工智能、神经网络和统计分析等模型，对病案信息挖掘和分析。

可视化智能决策支持平台（BI）：通过数据挖掘分析技术建立多维分析模型、专题分析模型，将价值数据以动态直观的图表形式展现给管理者，为其提供依据和辅助决策建议。

5 病案大数据挖掘与决策支持体系的应用

5.1 改进支付方式——DRGs-PPS的应用

基于疾病诊断相关分组的预定额付费方式是指基于疾病诊断相关分组为基础的预定额付费方式[3]。构建病案信息大数据挖掘与决策分析体系的价值在于提供给管理者相对客观准确的分析数据和辅助决策，实现多家医疗机构的长期跟踪建模形成临床信息数据集。

5.2 优化医疗资源——合理科学的分配医疗资源

从广义上讲，医疗卫生资源是人类开展医疗卫生保健活动所使用的社会资源[12]。通过统筹规划病案信息资源，实现医院间、省市间、甚至全国范围内的医疗信息数据共享，从而获得各种流行病分布情况，达到合理分配医疗资源的目的。

5.3 促进医疗科研——病案大数据为队列分析提供数据源

队列研究方法可直接计算测量疾病危险强度的指标，故在流行病学病因研究中被广泛应用。利用病案大数据可以获得队列研究的大数据源，避免了数据录入、查阅和随访造成的信息偏倚。

6 结束语

大数据技术应用于病案信息管理，对医疗决策和服务发挥巨大的支撑作用。基于病案大数据挖掘与决策支持体系建成后，病案大数据的研究与应用将进入新的阶段。通过多渠道对病案信息采集过滤后形成集中存储的标准数据，经过数据挖掘提取潜在的信息价值，为管理者提供决策支持，为卫生事业的蓬勃发展奠定坚实的基础。