為了推進數據整合和信息共享、發展以數據為基礎的醫療健康服務體系，11月28日至29日，“2015中國醫療健康大數據峰會”在北京召開，此次會議圍繞“開放、變革、發展”的主題，邀請主管部門、科研機構、醫療機構、優秀企業、市場研究機構等領導與專家、高層及800余位行業精英參與，深入探討科學推進醫療健康大數據的應用和價值挖掘、推動醫療健康大數據依法有序開放、醫療健康大數據互聯互通、數據標準與安全等醫療健康大數據相關熱點議題，為我國醫療健康的數據的發展提供前瞻的思想與觀點，為研究制定促進健康醫療大數據應用的政策和戰略獻計獻策。

在28日下午舉辦的醫療健康大數據商業與價值論壇上，解放軍總醫院計算機室高級工程師余浩作了題為《臨床數據綜合應用平臺的研發》的精彩演講，以下為演講實錄：

各位專家、各位來賓：下午好！

其實我在醫院是一名做軟件開發的工程師，可能跟公司的程序員做的事情非常類似。

題目叫“臨床數據”，沒有大數據這個詞在里面，我想臨床數據肯定屬于醫療大數據當中基礎的重要部分。大數據的技術，肯定能在臨床數據處理當中，發揮重要的作用。

我會介紹三部分：項目的背景、目標和意義；目前基礎條件；系統建設情況。

首先，講一下項目背景。

301醫院從95年開始，信息化建設突飛猛進，數據到目前為止已經積累到很大的量。有這樣幾個數：目前患者的主索引數據積累到了20年這樣的規模，還包括用藥數據、檢驗數據、檢查報告、手術，也有15年左右，比較少的是門診病例部分，這是我們大概5年前開始建設的，所以這方面的數據少一些。

這些您我們對這些數據一直在采用，但用的不是很方便，一個臨床醫生要做回顧這些數據的過程很煩瑣。醫生要做一個研究的話，要提一個方案，比如我要研究某一類診斷的治療情況，首先我要去醫院管理科，拿著這個病人的信息，到信息科把數據調出來，然后才能進行后續的數據整理，非常麻煩。

其中有兩類數據，屬于目前處理相對來說不像數據庫那么簡單的，就是這種半結構化和非結構化數據，主要是指病例和檢察報告，我們到2014年為止，積累電子版的住院病例是130萬份，檢查報告是800萬份。

臨床數據的挖掘，可為醫療、保健、研究、管理提供有效的資源，現在也是研究的熱點。

我們的目標是構建醫療數據綜合利用平臺，實現臨床數據搜索、電子病例瀏覽、臨床決策支持、科學研究支持、對外信息共享等數據應翁，為進一步的挖掘打下扎實基礎。

研究的意義：

一是挖掘臨床數據二次利用的價值。

二是提供臨床科研高效的檢索手段。

三是提高科研數據服務效率與質量。

四是為醫院精細化管理提供決策支持。

五是建立結果可追溯的CRF管理數據庫。

二、我們目前所具有的基本條件。

我們的系統醫療訛誤全覆蓋、全集成。包括我們的病例、手術等數據都做了統一的集成。

最終以電子病例進行數據的大集中。現在301醫院的日門診量平均達到15000人，高峰的時候已經突破了20000人。

目前我們有的數據有70種，每天大概處理130000個檢驗標本，產生大概15萬條的結果。病例，每天處理150萬份病例標本。??60余臺設備接入系統當中，每天做1200例的檢查。心電圖每天大概600例，超聲1500例，每天處理25000條醫囑。

除了業務系統的數據，還存在大量的中間數據，包括手術狀態，自助機操作過程的數據和取藥報到的數據。

三、講一下我們系統的建設情況。

我們會收集數據形成一個檢索平臺的通用數據庫，在這個檢索平臺之上，根據檢索條件，得到結果，支持對數據的下載。

后續，拿到這些數據以后，也可以在我們平臺上做抽取，方便后續的科研活動。

技術路徑：首先是建立全病種的臨床數據庫，在此基礎上開發臨床數據的檢索門戶，緊接著是做CRF數據項抽取平臺與輔助功能，最后開發專科化數據管理與分析工具。

有這樣幾個關鍵的各個要進行研究：一個是專科信息的可視化，然后是瀏覽病例的檢索門戶，支持關健詞全文結構化的檢索，以及比較復雜檢索方案的自定義，同時對檢索關健詞的熱點我們會進行趨勢分析。

下面是CRF數據項的抽取工具，臨床數據應用當中，CRF表非常重要，獲取數據的時候新定制，醫生過去做這項工作的時候都是單打獨斗，沒有一個系統工具支撐，但CRF管理系統非常重要，方便數據和臨床數據對應。

同時，對病例做CRF數據項的抽取，也可以為后來者所用，每個研究者對病例文檔做的CRF數據項抽取，相當從中抽取一個支持點。

再就是在線臨床數據的分析工具，包括常規的一些聚類分析、相關分析、回歸分析、因子權重分析、異常偵測分析。

目前，我們已經研發出來正在適用的系統：第一個是醫療文檔的搜索引擎，像國內的百度，像以前國外的Google學術，大家可能都用過，比較方便，用一個關健詞我就可以很方便的找到我所需要的資料。

其實，這個需求醫生也非常迫切。很早的時候，我記得Google剛來中國的時候，有醫生說能不能做這樣的工具？簡單的給個關健詞能找到我所需要的文件？其實是可以的。

醫療文檔搜索是臨床數據綜合應用平臺的關鍵子任務，基于關健詞的檢索方式，類似Google、百度的搜索方式。倒排序索引，處理非結構化及半結構化數據，主要面向病例文件和檢查報告。解決病例文件不能方便檢索的問題。

這是整個醫療文檔搜索引擎工作的過程，其方案處理流程跟市面上的搜索引擎是一致的，沒有什么特別的東西。這是病例文檔報告，首先把內容以文本的形式生成出來，對文本建索引，在此基礎上做匹配。

目前，采用的是通用的中文分詞方法，下一階段會引入基于中文醫用辭典分詞的方法。目前還是關健詞的匹配，但下一步我們想跟大學，或者跟國內有實力的公司合作，做這種基于語義匹配的搜索。

這是我們的一個界面，給出一個關健詞，就可以檢索到含有這個關健詞的病例文檔，目前已經對近十年的病例文檔建立了索引信息，能夠查近十年內的病例文件。

這是對我們檢索到的病例進行的具體瀏覽，可以對于關健詞進行標注。大家看到三個文件不一樣，這是因為醫院從95年到現在采用了三種不同的文件編輯器，所以顯示出了三種不同的文件格式。

另外，對檢索到的檢測報告進行瀏覽。然后我們把圖用文字做了一個集成，一旦檢索到了符合研究內容的檢查報告之后，可以實時在PAX當中轉成文件，然后顯示出來，就是這樣的流程。

另外，對檢驗結果進行查詢，以前檢驗結果一般都在數據庫當中，但給醫生用非常不方便，我們做了一個簡單的小工具，方便醫生檢索，很方便的能找到他想要的數據。Excel里的工作表的形式，便于醫生統計和分析。

我的內容就是這些，謝謝！

標簽：醫療大數據、智慧醫療、遠程醫療、健康大數據、移動醫療