围术期多中心数据中心的设计与应用

【作 者】毛中亮，冯莉，娄景盛，曹江北，米卫东

1 中国人民解放军总医院 信息科，北京市，100853

2 中国人民解放军总医院 麻醉科，北京市，100853

0 引言

基于我院（解放军总医院）在老年医学和老年围术期诊疗方面的优势和特长，以“老年患者围手术期管理综合技术方案的研究”为支撑，拟建立完善的围术期多中心数据中心（下文简称“数据中心”），以数据中心为支撑对来源于多中心的围术期患者数据进行全面的统计分析，从多方面、多角度得出更符合国人的围术期相关并发症的预防与控制临床指南，制定更加有效的临床诊治决策和具有卫生经济学参考价值的政策[1]。

1 物理架构

数据中心由18家医院组成，基于医疗数据安全考量，现阶段不允许直接基于互联网传输医疗数据，因此考虑到各医院的实际情况与网络安全技术的发展前景，数据中心的整体物理架构如图1所示。

图1 物理架构图Fig.1 Physical architecture diagram

数据中心以我院围术期数据中心及随访数据中心为主体，包括其他医院内网建立的围术期数据库，以及在互联网上建立的拟汇集各医院数据的多中心围术期数据中心与多中心随访数据中心。各医院统一通过基于互联网的多中心围术期随访平台采集患者随访数据传输至多中心随访数据中心。同时利用数据摆渡的方式将医疗数据传输至数据中心存储设备中。未来当网络安全技术的发展满足医疗数据安全管理要求时，各医院可通过互联网将医疗数据与随访数据统一传输至基于互联网的围术期多中心数据中心。

2 技术架构

2.1 整体技术架构

基于数据中心的需求分析与功能定位，同时考虑到组成数据中心的医院之间产生的医疗信息多源、异构、格式不统一的现状[2]，我们提出了基于各医院已有信息化体系的技术架构方案，如图2所示。

图2 整体技术架构Fig.2 Overall technical architecture diagram

各医院以信息科或合作公司为依托，以《围术期数据规范》为依据，利用KETTLE、SISS、WebService等数据ETL工具、组件或技术方式获取围术期患者医疗数据，形成数据文件，数据文件支持TXT、XLS、CSV等多种格式。数据文件首先导入医疗元数据库（又称前置库），经过集成、清洗、质量控制、规范化、标准化、归一化等相关数据治理工作后导入医疗数据科研库。医疗数据科研库与随访数据库中的数据进行整合，形成患者完整的数据链，数据治理完成后用户可在数据中心的支撑下进行数据检索、队列创建、特征提取、数据挖掘与探索分析等工作，亦可借助第三方统计分析软件工具，完成课题研究、成果转化等工作。

2.2 应用分层架构

科研大数据应用平台基于.Net框架，采用B/S架构、MS SQL Server 2016 企业版数据库。Web端应用采用MVC开发模式，应用分层架构，如图3所示。

图3 应用分层架构Fig.3 Hierarchical architecture diagram

表现层：采用ASP.Net MVC5.0+Kendo UI+Jquery的技术实现方式，主要负责用户交互和结果显示。其中控制模块主要负责系统的访问控制、数据加载和注销，是系统的核心控制单元。 模型层：实现和数据库的实体映射以及根据业务需要自定义实体。

业务抽象层：定义各个业务接口。

业务实现层：实现系统的主要业务逻辑，是系统主要的运算单元。

数据访问层：实现静态数据和数据库数据的持久化管理，为业务层提供数据服务。

通用工具模块：为整个系统提供支持。

2.3 访问控制体系

访问控制体系从安全访问数据的总体设计思路出发，将访问控制抽象表示成通用的框架模型，包括浏览器终端、数据视图、访问控制器、实体模型、数据库等多个部分，通过访问控制模型为个性化安全访问数据提供一种通用方法，以满足数据中心在访问控制上针对不同需求、不同开放等级的信息访问控制和授权等具体要求。访问控制体系逻辑结构设计，如图4所示。

图4 访问控制体系Fig.4 Access control system diagram

3 服务器部署方案

为满足中心建设初期基本业务运行需要，同时考虑到项目建设初期投入经费有限的实际，为充分借鉴合作公司在湘雅三院、南方医科大等医院的数据治理经验，加快项目进度，保障项目质量，我院围术期主体数据中心服务器部署架构，如图5所示。

图5 服务器部署Fig.5 Server deployment diagram

主体数据中心整体采用传统架构物理机方案[3]，采用此方案的主要考量为其性能稳定，合作公司能顺利迁移数据治理的经验，同时避免采用新技术带来的技术挑战导致项目进度受阻。当然传统架构物理机方案容易造成资源浪费、可扩展性差，因此随着数据中心对于服务器利用效率、可靠性和可扩展性的需求不断提升，服务器架构升级的需求也将日益得到重视，未来数据中心将随着应用的推进，采用更符合实际及发展需要的技术架构。

4 数据治理

构建数据中心，核心工作在于数据治理，数据治理是一项长期、复杂的工作，涉及到组织体系、标准体系、流程体系、技术体系和评价体系五方面，包含数据标准、数据质量、数据源、数据安全等多个方面的内容[4]。由于医院各科室的信息化发展和建设水平并不均衡，具体表现为：一各医院异构系统多；二数据质量层次不齐；三数据交换和共享困难；数据中心数据治理工作面临着重大挑战[5]。因此数据中心建立了以公司技术人员为主，临床医师为辅，医院信息科协助的数据治理组织体系；以《围术期数据规范》《国家卫生行业标准WS445.12-20148》《国家疾病分类ICD_10》《NCCN临床实践指南》等多个标准形成既满足当前实际需求又着眼于未来与国家及国际标准接轨的标准体系；建立了以计算机自动化数据治理为主，技术人员干预为辅，临床科研人员数据稽查，不断补充完善治理规则的数据治理流程体系；建立了以自主研发数据治理软件、SQL Server 脚本技术为主，包括元数据管理、主数据管理、数据标准管理、数据质量管理和数据安全管理的数据治理技术体系；基于真实数据存在的大量缺失值，大量的噪音、异常点的分析，减少数据质量对挖据出有效信息和后续的统计分析造成困扰，我们通过一系列数据预处理，提高数据的质量。具体包括：①数据格式转化：例如文本类型转化为数值类型；②数据清洗：处理无效及冗余数据；③数据计算：例如“就诊年龄”；④数据标准化：不规范数据转换为标准化数据存储；⑤同义词及归一：建立疾病、症状、药品、手术、部位同义词词库，归一疾病；⑥数据填补：通过特定计算规则填补原始数据缺失[6]。建立了以完整性、一致性、规范性、关联性、准确性、及时性、有效性为评测指标的数据质量评价体系[7]。从管理上，严格遵循医院数据安全管理制度，培养全员数据安全意识；从技术上，保障数据的存储安全、传输安全和接口安全等[8]。总之，从管理和技术两方面建立数据安全保障体系。

5 随访平台

围术期随访平台针对18家医院围术期患者随访需求设计，具备用户管理、机构管理功能、随访表单管理功能；随访表单灵活配置功能；项目模板、文档管理功能；病例信息管理功能；随访计划管理功能；数据导入、导出；高级检索、指标曲线等功能；可以日历的形式展示患者随访进度及完成情况；具备数据质疑功能，数据审核员可对患者随访数据进行质疑，保障随访数据的质量。

6 科研大数据应用平台

科研大数据应用平台可展示患者全方位数据视图，包括医疗数据和随访数据。具备复杂检索功能，可对检索结果按任意字段进行排序。用户可在平台上基于纳排规则建立与管理研究队列，并进行相关特征值提取、标注不同指标；可在平台上进行不同指标对比和查找数据队列差异化内容；进行基准时间的规则设定，按基准时间的时间顺序导出数据；通过参数配置，寻找数据队列的对照组；进行患者诊疗数据的全程追溯；对研究特征数据进行挖掘与探索，以及常规的统计分析操作，复杂的统计分析功能可借助SAS、SPSS等第三方统计分析软件实现。

7 应用情况

现阶段，数据中心已完成互联网、我院医疗网数据中心的建设与部署，已完成互联网患者随访平台及科研大数据应用平台的建设与部署，随访平台及科研大数据应用平台已在解放军总医院等18家医院投入使用，已完成我院2008年1月1日至2018年12月31日54万住院手术患者医疗数据的导入工作，各医院已完成八千多例患者随访数据采集工作，并已完成入库数据的数据治理工作，数据中心现已开展科研课题数据研究的支撑工作。

8 结论

数据中心作为“老年患者围手术期管理综合技术方案的研究”项目的核心中枢，保障了“老年患者围手术期管理综合技术方案的研究”课题的顺利进行，同时，数据中心整合了各医院围术期的数据资源，建立围术期统一的数据标准，提高了围术期的数据质量，实现了各医院之间的数据交流和共享[9]。虽然现阶段数据中心处于初建阶段，但是数据中心未来将成为围术期复杂海量临床数据采集、管理和综合利用的平台，为“真实世界临床科研范式”提供技术支撑，为利用临床大数据实现临床科研变革提供有力工具。