《醫(yī)療大數(shù)據(jù)》讀書(shū)筆記

1、在我國(guó),由于國(guó)家信息化戰(zhàn)略的側(cè)重與新一輪醫(yī)療制度改革的催生,從歷史沿革角度看,醫(yī)療設(shè)備和醫(yī)療服務(wù)的信息化是被涵蓋在醫(yī)療機(jī)構(gòu)信息化之內(nèi)。結(jié)合國(guó)際上統(tǒng)一的醫(yī)療信息化劃分標(biāo)準(zhǔn)與我國(guó)特色,醫(yī)療機(jī)構(gòu)信息化由以下部分組成。1 醫(yī)院管理信息系統(tǒng)。醫(yī)院管理信息系統(tǒng),指以收費(fèi)為中心,對(duì)門(mén)急診的掛號(hào)、劃價(jià)、收費(fèi)、配藥,住院患者的醫(yī)囑、配藥、記賬,以及醫(yī)院的人、財(cái)、物等工作,實(shí)施計(jì)算機(jī)網(wǎng)絡(luò)管理,對(duì)由各信息點(diǎn)采集的數(shù)據(jù)進(jìn)行初步統(tǒng)計(jì)分析,并提供管理人員查詢(xún)、管理和決策。臨床信息系統(tǒng),指以患者為中心,使用影像存檔和傳輸系統(tǒng)(PACS、放射信息系統(tǒng) (radiology information system,RIS、檢驗(yàn)信

2、息系統(tǒng)(laboratory informationmanagement system,LIS、病理信息系統(tǒng)(pathology information system,PIS、手術(shù)室信息系統(tǒng) (operating room information system,ORIS等 ,用來(lái)全面收集患者的臨床信息,并通過(guò)醫(yī)生工作站提供給醫(yī)生。醫(yī)生可使用電子醫(yī)囑錄入系統(tǒng)(computerized physicianorder entry,CPOE錄入處方、醫(yī)囑和檢查申請(qǐng)單,查詢(xún)檢查結(jié)果,以醫(yī)療文件“無(wú)紙化 ”來(lái)提高診治的“三長(zhǎng)一短 ”現(xiàn)象 :掛號(hào)、候診、收費(fèi)隊(duì)伍長(zhǎng), 看病時(shí)間短。電子病歷并非是患者傳統(tǒng)紙質(zhì)病

3、歷單純的電子化,而是實(shí)現(xiàn)病歷信息的采集、存儲(chǔ)、傳遞、表現(xiàn)和加工利用。挖掘電子病歷數(shù)據(jù),能從臨床路徑上用數(shù)據(jù)循證醫(yī)學(xué)證據(jù),建立起有關(guān)臨床治療的多種常規(guī)模式,并最終起到規(guī)范醫(yī)療行為的作用,減少變異、降低成本、提高質(zhì)量,這無(wú)疑是有重要價(jià)值的。上醫(yī)治未病之病,謂之養(yǎng)生;中醫(yī)治欲病之病,謂之保健;下醫(yī)治已病之病,謂之醫(yī)療 ”,醫(yī)療大數(shù)據(jù)的來(lái)源主要有以下4 個(gè)方面 :(1 制藥企業(yè)、生命科學(xué)藥物研發(fā)所產(chǎn)生的數(shù)據(jù)是相當(dāng)密集的,對(duì)于中小型的企業(yè)也在百億字節(jié)(TB 以上的。(2 臨床醫(yī)療、實(shí)驗(yàn)室數(shù)據(jù)臨床和實(shí)驗(yàn)室數(shù)據(jù)整合在一起,使得醫(yī)療機(jī)構(gòu)面臨的數(shù)據(jù)增長(zhǎng)非?？?一張普通CT圖像含有大約150MB 的數(shù)據(jù),一個(gè)標(biāo)準(zhǔn)

4、的病理圖則接近5GB。(3 費(fèi)用、醫(yī)療保險(xiǎn)、利用率患者就醫(yī)過(guò)程中產(chǎn)生的費(fèi)用信息、報(bào)銷(xiāo)信息、新農(nóng)合基金使用情況等。(4健康管理、社交網(wǎng)絡(luò)隨著移動(dòng)設(shè)備和移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展,便攜化的生理設(shè)備正在普及,如果個(gè)體健康信息都能連入互聯(lián)網(wǎng),那么由此產(chǎn)生的數(shù)據(jù)量將不可估量。醫(yī)院信息系統(tǒng)(HIS 數(shù)據(jù)、檢驗(yàn)信息系統(tǒng)(LIS 數(shù)據(jù)、醫(yī)學(xué)影像存檔和傳輸系統(tǒng)(PACS數(shù)據(jù)和電子病歷(EMR 數(shù)據(jù)。HIS是醫(yī)院的核心系統(tǒng),是對(duì)醫(yī)院及其所屬各部門(mén)的人流、物流、財(cái)流進(jìn)行綜合管理的系統(tǒng),圍繞著醫(yī)療活動(dòng)的各個(gè)階段產(chǎn)生相關(guān)數(shù)據(jù),包括各門(mén)診數(shù)據(jù)及病房數(shù)據(jù)兩大主流數(shù)據(jù)流。LIS 是 HIS 的一個(gè)重要組成部分,其主要功能是將實(shí)驗(yàn)儀

5、器傳出的檢驗(yàn)數(shù)據(jù)經(jīng)分析后,生成檢驗(yàn)報(bào)告,通過(guò)網(wǎng)絡(luò)存儲(chǔ)在數(shù)據(jù)庫(kù)中,使醫(yī)生能夠方便、及時(shí)地看到患者的檢驗(yàn)結(jié)果。PACS數(shù)據(jù)主要是將數(shù)字化醫(yī)院影像科室日常核磁、CT、超聲、各種X線(xiàn)機(jī)、各種紅外儀等設(shè)備產(chǎn)生的圖像存儲(chǔ)起來(lái)。EMR 不同于以醫(yī)療機(jī)構(gòu)為中心的門(mén)診或住院病歷,是真正以患者為中心的診斷和其他檢驗(yàn)數(shù)據(jù)的“數(shù)據(jù)池 ”, 它將患者診斷過(guò)程中生成的影像和信號(hào),如 X線(xiàn)檢查、 CT掃描等納入電子病歷中,并以統(tǒng)一的形式組織起來(lái)。醫(yī)療大數(shù)據(jù)定義如下。隨著醫(yī)療衛(wèi)生信息化建設(shè)進(jìn)程的不斷加快,醫(yī)療數(shù)據(jù)的類(lèi)型和規(guī)模正以前所未有的速度快速地增長(zhǎng),以至于無(wú)法利用目前主流軟件工具,在合理的時(shí)間內(nèi)達(dá)到擷取、管理并整合成為能

6、夠幫助醫(yī)院進(jìn)行更積極目的經(jīng)營(yíng)決策的有用信息。規(guī)模巨大的臨床實(shí)驗(yàn)數(shù)據(jù)、疾病診斷數(shù)據(jù)以及居民行為健康數(shù)據(jù)等匯聚在一起形成了醫(yī)療大數(shù)據(jù),并呈現(xiàn)出大數(shù)據(jù)的特性:(1 數(shù)據(jù)規(guī)模大(volume(2 數(shù)據(jù)結(jié)構(gòu)多樣(variety(3 數(shù)據(jù)增長(zhǎng)快速(velocity(4 數(shù)據(jù)價(jià)值巨大(value除了大數(shù)據(jù)所具有的特征(即 volume,variety,value,velocity外 ,醫(yī)療大數(shù)據(jù)還具有多態(tài)性、不完整性、時(shí)間性及冗余性等醫(yī)療領(lǐng)域特有的一些特征。根據(jù)大數(shù)據(jù)在醫(yī)療行業(yè)的主要應(yīng)用場(chǎng)景醫(yī)療大數(shù)據(jù)可分為以下3 類(lèi)。 1 醫(yī)藥研發(fā)大數(shù)據(jù)大數(shù)據(jù)技術(shù)的戰(zhàn)略意義在于對(duì)各方面醫(yī)療衛(wèi)生數(shù)據(jù)進(jìn)行專(zhuān)業(yè)化處理,可以使對(duì)患

7、者甚至大眾的行為和情緒的細(xì)節(jié)化測(cè)量成為可能,挖掘其癥狀特點(diǎn)、行為習(xí)慣和喜好等 ,找到更符合其特點(diǎn)或癥狀的藥品和服務(wù),并針對(duì)性地調(diào)整和優(yōu)化。醫(yī)藥公司在新藥品研發(fā)階段,可以通過(guò)大數(shù)據(jù)建模和分析,確定最有效的投入產(chǎn)出比,從而配備最佳資源組合。除了研發(fā)成本,醫(yī)藥公司還可以更快地得到回報(bào)。同樣通過(guò)數(shù)據(jù)建模和分析,醫(yī)藥公司可以將藥物更快推向市場(chǎng),生產(chǎn)更有針對(duì)性的藥物,獲得更高潛在市場(chǎng)回報(bào)和治療成功率的藥物。疾病診療大數(shù)據(jù)采集健康數(shù)據(jù),居民可以隨時(shí)查閱,了解自身健康程度。同時(shí),提供專(zhuān)業(yè)的在線(xiàn)專(zhuān)家咨詢(xún)系統(tǒng),由專(zhuān)家對(duì)居民健康程度做出診斷,提醒可能發(fā)生的健康問(wèn)題,避免高?；颊咿D(zhuǎn)為慢性病患者,避免慢性病患者病情惡化

8、,減輕個(gè)人和醫(yī)保負(fù)擔(dān),實(shí)現(xiàn)疾病科學(xué)管理。另外,通過(guò)對(duì)大型數(shù)據(jù)集(如基因組數(shù)據(jù)的分析提供個(gè)性化醫(yī)療方案。個(gè)性化醫(yī)療可以改善醫(yī)療保健效果,如在患者發(fā)生疾病癥狀前,就提供早期的檢測(cè)和診斷。公共衛(wèi)生大數(shù)據(jù)大數(shù)據(jù)可以連續(xù)整合和分析公共衛(wèi)生數(shù)據(jù),提高疾病預(yù)報(bào)和預(yù)警能力 ,防止疫情爆發(fā)。公共衛(wèi)生部門(mén)則可以通過(guò)覆蓋區(qū)域的衛(wèi)生綜合管理信息平臺(tái)和居民健康信息數(shù)據(jù)庫(kù),快速檢測(cè)傳染病,進(jìn)行全面疫情監(jiān)測(cè),并通過(guò)集成疾病檢測(cè)和響應(yīng)程序,進(jìn)行快速響應(yīng),這些都將減少醫(yī)療索賠支出,降低傳染病感染率。通過(guò)提供準(zhǔn)確和及時(shí)的公共健康咨詢(xún),將會(huì)大幅提高公眾健康風(fēng)險(xiǎn)意識(shí),同時(shí)也將降低傳染病感染元數(shù)據(jù)描述數(shù)據(jù)的產(chǎn)生、并隨時(shí)間推移而演化的整

9、個(gè)過(guò)程的信息,為數(shù)據(jù)提供了一個(gè)參考框架,用于讓使用者更好地獲取、使用和管理信息資源。元數(shù)據(jù)與傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)的數(shù)據(jù)字典類(lèi)似,它描述所屬數(shù)據(jù)集的物理組織、數(shù)據(jù)模型、表結(jié)構(gòu)、用戶(hù)權(quán)限等信息。但元數(shù)據(jù)的描述功能遠(yuǎn)不止這些,它包括了來(lái)自?xún)?nèi)外部的所有物理的和知識(shí)性的信息,包括物理數(shù)據(jù)的格式、技術(shù)和業(yè)務(wù)規(guī)則、數(shù)據(jù)組成和約束以及所使用的數(shù)據(jù)結(jié)構(gòu)等方面。元數(shù)據(jù)分為技術(shù)元數(shù)據(jù)、業(yè)務(wù)元數(shù)據(jù)和過(guò)程元數(shù)據(jù)。元數(shù)據(jù)猶如數(shù)據(jù)集合的DNA,它描述了數(shù)據(jù)集中各要素的組成、結(jié)構(gòu)、來(lái)源以及彼此之間如何協(xié)作。采用元數(shù)據(jù)知識(shí)庫(kù)進(jìn)行存儲(chǔ)是目前公認(rèn)的元數(shù)據(jù)收集組織方式。在醫(yī)療信息化的過(guò)程中,主要面臨的問(wèn)題是如何實(shí)現(xiàn)區(qū)域內(nèi)異構(gòu)醫(yī)療機(jī)構(gòu)間醫(yī)療

10、衛(wèi)生數(shù)據(jù)互聯(lián)互通,以及醫(yī)療衛(wèi)生信息語(yǔ)義互操作,即兩個(gè)或多個(gè)醫(yī)療機(jī)構(gòu)間交換信息和對(duì)所交換信息進(jìn)行使用的能力。被公認(rèn)是醫(yī)療大數(shù)據(jù)主要來(lái)源的有3 種 ,分別是電子病歷數(shù)據(jù)、基因數(shù)據(jù)和互聯(lián)網(wǎng)數(shù)據(jù)。醫(yī)學(xué)領(lǐng)域內(nèi)的數(shù)據(jù)資源,按照類(lèi)型來(lái)分大致有電子病歷、醫(yī)學(xué)影像、臨床檢驗(yàn)和醫(yī)患行為這4 種。這些醫(yī)療行業(yè)相關(guān)數(shù)據(jù)資源應(yīng)包括醫(yī)保政務(wù)、醫(yī)學(xué)文獻(xiàn)、制藥行業(yè)和醫(yī)藥銷(xiāo)售等 4 部分內(nèi)容。生命科學(xué)現(xiàn)在有兩個(gè)分支,即計(jì)算生物學(xué)和生物信息學(xué),前者是模擬生物系統(tǒng)怎樣運(yùn)轉(zhuǎn),如一個(gè)細(xì)胞的代謝路徑,或是一個(gè)蛋白生成的方法;而后者則從許多不同的實(shí)驗(yàn)中收集和分析數(shù)據(jù)。憑借大數(shù)據(jù)技術(shù)分析基因數(shù)據(jù),是未來(lái)醫(yī)學(xué)個(gè)性化醫(yī)療模式和“治未病 ”的起點(diǎn)

11、。這是因?yàn)?數(shù)據(jù)挖掘無(wú)需假設(shè),是一種無(wú)預(yù)先假設(shè)(hypothese-free這種研究有著,特別的作用,即能讓某一個(gè)特定的基因或一組“候選 ”基因無(wú)偏向性地讓這些基因數(shù)據(jù)自己 “闡述 ”自身的作用。電子健康紀(jì)錄(electronic health record,HERs整合了不同來(lái)源的病患健康資訊,包括病患所有的電子病歷,理想的電子健康記錄應(yīng)該具有互動(dòng)性、互用性、安全性、持續(xù)性和即時(shí)更新的特性。非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)現(xiàn)在主要包括醫(yī)生醫(yī)囑、出院小結(jié)和各種描述性質(zhì)的分析報(bào)告。針對(duì)這些數(shù)據(jù),首先需要進(jìn)行分詞,之后再利用醫(yī)學(xué)領(lǐng)域的知識(shí)庫(kù)對(duì)分詞結(jié)果進(jìn)行概念的識(shí)別,最終形成一個(gè)機(jī)器可讀的數(shù)據(jù)。這個(gè)流程中,系

12、統(tǒng)對(duì)數(shù)據(jù)的處理并不是完全自動(dòng)化的過(guò)程。一些不能自動(dòng)識(shí)別的文本將由人工進(jìn)行識(shí)別處理,之后作為一個(gè)用戶(hù)字典規(guī)則,加入到系統(tǒng)標(biāo)準(zhǔn)識(shí)別過(guò)程中。用到的工具包括:( 1 文本分詞在醫(yī)療衛(wèi)生領(lǐng)域,需要結(jié)合醫(yī)療衛(wèi)生領(lǐng)域的本體知識(shí)庫(kù)的建模,建立業(yè)務(wù)詞典,提高分詞的準(zhǔn)確率。( 2 文本挖掘 ( 3 語(yǔ)義分析醫(yī)療數(shù)據(jù)的共享、整合成為迫切需要。第一階段是以傳統(tǒng)的數(shù)據(jù)交換整合 ,即基于 E A I / E T L 技術(shù)來(lái)實(shí)現(xiàn),主要實(shí)現(xiàn)在廣域網(wǎng)范圍內(nèi)醫(yī)療衛(wèi)生數(shù)據(jù)采集和交換,實(shí)現(xiàn)在區(qū)域的整合,形成區(qū)域級(jí)別的健康檔案,主要在數(shù)據(jù)層面實(shí)現(xiàn)整合第二階段在此基礎(chǔ)上以面向服務(wù)的架構(gòu) ( s e r v i c e o r i e n

13、 t e d a r c h i t e c t u r e , S O A為中心,從數(shù)據(jù)整合上升到應(yīng)用整合和業(yè)務(wù)協(xié)同;第三階段在前兩個(gè)階段的基礎(chǔ)上基于H L 7 和 I H E 等國(guó)際標(biāo)準(zhǔn)實(shí)現(xiàn)開(kāi)放性和可互操作的信息共享和業(yè)務(wù)協(xié)同。數(shù)據(jù)清洗( E T L , 是英文 e x t r a c t t r a n s f o r m l o a d的縮寫(xiě),用來(lái)描述將資料從來(lái)源端經(jīng)過(guò)抽取( e x t r a c t 、轉(zhuǎn)換 ( t r a n s f o r m 、裝載( l o a d 至目的端的過(guò)程。數(shù)據(jù)抽取具體包含如下幾種實(shí)現(xiàn)方式。( 1 全量抽取 ( 2 增量抽取面向醫(yī)療大數(shù)據(jù)應(yīng)用的邏輯參

14、考架構(gòu)主要分為五個(gè)層次,分別是醫(yī)療大數(shù)據(jù)管理層、醫(yī)療大數(shù)據(jù)整合層、醫(yī)療大數(shù)據(jù)處理層、醫(yī)療大數(shù)據(jù)應(yīng)用支撐管理層及醫(yī)療大數(shù)據(jù)應(yīng)用服務(wù)層。醫(yī)療大數(shù)據(jù)資源種類(lèi)繁多、結(jié)構(gòu)復(fù)雜,主要包括 : 1 診療數(shù)據(jù)2 藥品數(shù)據(jù)3 健康數(shù)據(jù) 4 醫(yī)療知識(shí)庫(kù)5 外源數(shù)據(jù)多源數(shù)據(jù)匯集后,還需進(jìn)行有效的融合處理,才能進(jìn)行有序組織,構(gòu)成醫(yī)療大數(shù)據(jù)核心資源。1 醫(yī)療大數(shù)據(jù)主數(shù)據(jù)管理2 患者身份交叉索引( P I X 處理患者標(biāo)識(shí)號(hào)( p a t i e n t i d e n t i f i e r , P I D 3 融合診療事件形成醫(yī)療事件時(shí)間序列目前的大數(shù)據(jù)服務(wù)技術(shù)主要針對(duì)結(jié)構(gòu)化數(shù)據(jù)和基于K e y V a l u e的

15、文 本數(shù)據(jù) ，而對(duì)于序列數(shù)據(jù)、圖數(shù)據(jù)這些類(lèi)型沒(méi)有很好的支持技術(shù)。 針對(duì)不同的數(shù)據(jù)源 、不同的數(shù)據(jù)格式、不同的數(shù)據(jù)邏輯關(guān)系，醫(yī)療健康大數(shù)據(jù)處理平臺(tái)提供了實(shí)時(shí)數(shù)據(jù)庫(kù)、關(guān)系數(shù)據(jù)庫(kù)、 N o S Q L 數(shù)據(jù)存 儲(chǔ) 、 H D F S文件存儲(chǔ)等多種專(zhuān)用的存儲(chǔ)服務(wù)和系統(tǒng)，為數(shù)據(jù)的高效存儲(chǔ)和有效管理提供了保障。1 )離線(xiàn)批處理計(jì)算方式 ( M a p R e d u c e)2 )在線(xiàn)實(shí)時(shí)分析計(jì)算框架 ( S p a r k ) 3 )流式計(jì)算框架 ( S t o r m ) 在醫(yī)療大數(shù)據(jù)分析層，將著重解決兩個(gè)層面的分析工作。一是面向醫(yī)療大數(shù)據(jù)分析的分析挖掘， 將傳統(tǒng)的通用數(shù)據(jù)挖掘工具進(jìn)行優(yōu)化改造及并行化

16、實(shí)現(xiàn)，在醫(yī)療領(lǐng)域本體的支持下，為醫(yī)療大數(shù)據(jù)應(yīng)用服務(wù)提供專(zhuān)用的分析模型庫(kù) 。二是對(duì)醫(yī)療大數(shù)據(jù)挖掘利用的基礎(chǔ)上，輔以領(lǐng)域知識(shí)構(gòu)建技術(shù)，建立生物醫(yī)學(xué)本體知識(shí)庫(kù)模型。 (1 )研究構(gòu)建生物學(xué)和臨床醫(yī)學(xué)融合的生物醫(yī)學(xué)本體知識(shí)庫(kù) ，使之 成為能與臨床電子病歷應(yīng)用集成的多本體融合模型。 醫(yī)療大數(shù)據(jù)應(yīng)用支撐管理層包括了以下幾部分功能支撐。 ( 1 )醫(yī)療大數(shù)據(jù)服務(wù)總線(xiàn)(2 )醫(yī)療大數(shù)據(jù)數(shù)據(jù)安全服務(wù)（3 ）醫(yī)療 大數(shù)據(jù)數(shù)據(jù)管理服務(wù)為通用分析服務(wù)提供數(shù)據(jù)的訪(fǎng)問(wèn)控制、 數(shù)據(jù)資源目錄管理 、元數(shù)據(jù)管理、大數(shù)據(jù)分析任務(wù)的托管運(yùn)行服務(wù)以及托管運(yùn)行任務(wù)的查看和訪(fǎng)問(wèn)服務(wù)支撐。 （ 4 ）運(yùn)營(yíng)管理服務(wù)系統(tǒng)對(duì)大數(shù)據(jù)應(yīng)用 支撐平臺(tái)上運(yùn)行的分析服務(wù)提供公共服務(wù)資源發(fā)現(xiàn)、查找 、調(diào)用 、回 調(diào)的支撐 ，并提供對(duì)分析服務(wù)運(yùn)行狀態(tài)的監(jiān)管監(jiān)控功能。 通過(guò)醫(yī)療領(lǐng)域大數(shù)據(jù)的整合和深度分析利用，針對(duì)居民、醫(yī)生 、科研 和衛(wèi)生管理機(jī)構(gòu)，開(kāi)展健康