大數據挖掘應用在供給側改革和醫院管理中的作用

許清安，阮景昊，薛紅紅，梁 煜，萬崇華

(廣東醫科大學，廣東 東莞 523808)

?

大數據挖掘應用在供給側改革和醫院管理中的作用

許清安，阮景昊，薛紅紅，梁 煜，萬崇華

(廣東醫科大學，廣東 東莞 523808)

介紹了健康醫療中大數據、供給側改革的內涵以及獲得大數據的方法，闡述了供給側改革在醫療服務中的必要性、大數據挖掘應用在供給側改革以及醫院管理中的作用，探討大數據挖掘應用在實施過程中遇到的挑戰，并提出相關建議。

大數據；供給側改革；醫療服務；醫院管理

隨著衛生信息化建設進程的不斷加快，醫療數據的規模正在以前所未有的速度增長，醫療衛生領域已迎來了“大數據時代”，“供給側改革”在近兩年來也引起了研究者及決策者的廣泛關注。隨著居民醫療服務需求的不斷釋放，醫療服務供給已不能及時滿足增長與變化的需求，即供給側改革相對滯后。因此，在醫療衛生服務中挖掘大數據的重要性不言而喻，加速供給側改革、完善醫院管理機制也迫在眉睫，將兩者結合起來，利用大數據分析促進供給側改革、完善醫院管理機制具有重要的意義。本文闡述了大數據應用在供給側改革以及醫院管理中的作用，分析了大數據挖掘實施過程中遇到的挑戰并提出相關建議。

1 醫療服務中的大數據挖掘應用及供給側改革

1.1 醫療中的大數據挖掘

大數據在醫療信息領域有著典型的體現，這里的“大”不止表現在數量上，大數據具有4方面(4V)的含義：①容量(Volume)更大：比如一個患者的疾病信息可以在醫院保留幾十年，巨大的患者和醫院基數使數據量持續增長；②生成速度(Velocity)更快：網絡技術的進步使大量信息能夠得到及時處理，如醫生實時在線答復、健康指標預警等；③多樣性(Variety)更高：數據的形式不僅限于數字和文字，還包括醫療影像、圖標等；④價值(Value)更多：大數據的價值除了治療疾病外，還包括疾病預防、藥物研發等。

醫療大數據來源非常廣泛[1]：①醫療服務提供方，主要指開展疾病診療活動的衛生機構；②醫療保險提供方，主要指商業保險及醫療保險部門；③衛生行政方，指各醫療機構利用網上的直報系統上報的藥物、疾病、醫院業務、醫療人力資源等數據形成衛生服務與資源的利用、疾病的報告與監測、人力資源等大型數據資源庫；④醫療器械及藥物生產和流通方，包括藥物及器械研發的企業產生數據及藥品流通和銷售環節產生的大量產品流通和消費者購買行為數據；⑤互聯網，包括各大健康網站訪問及健康咨詢產生的各種數據、商業公司開發的醫療設備產生的血壓及血糖等數據、網絡掛號及網售等產生的數據；⑥生命科學研究，主要指生物標本和基因測序的信息。

1.2 醫療中的供給側改革

供給側改革是從生產領域加強優質供給，減少無效供給，擴大有效供給，使供給體系更好的適應需求結構變化。供給側改革的根本目的是提高社會生產力，落實好以人民為中心的發展思想[2]。醫療服務供給側的突出問題包括[3]：①醫療服務體系結構不合理。衛生資源分布呈倒三角狀態，過于集中在醫院，特別是城市大醫院；②公立醫院技術路線的選擇存在偏差，醫療費用較高。醫院特別是三級醫院的人均費用大大高于基層醫療機構，雖然醫院相較于基層醫療機構提供更加優質的醫療服務，但醫院特別是大醫院追求高精尖去向明顯，適宜技術、適宜藥品和適宜設備應用不夠，客觀上提高了醫療費用；③基層醫療機構能力不強。基層醫療機構的基礎薄弱、衛生人力匱乏、主動服務意識不強。這些問題的存在促使供給側必須進行結構性改革。目前，供給側改革已經引起了研究者和決策者的高度重視，自2015年以來，供給側改革的口號喊的越來越響，對于改革的方法人們也提出了很多觀點，其中最主要的包括：①增強基層供給能力。調查顯示，我國的衛生資源分布非常不合理，醫院占了大部分，而鄉鎮衛生院、社區衛生服務機構只占很少的一部分。因此，很多本應該在基層醫療機構就診的病人直接去二、三級醫院就診。按照世界衛生組織的估計，醫療衛生機構總的診療人次中，基層醫療衛生機構一般應達到80%～90%較為合理，但在宜昌市的調查中，該指標僅占60.36%[3]。②利用“互聯網+”促進供給側改革。利用網絡技術可以均衡醫療資源配置，還可以共享患者疾病信息[4]。

2 大數據挖掘在供給側改革中的作用

雖然供給側改革的重點和方法已經被人們所熟知，但其實施難度不言而喻。大數據挖掘在醫療領域也得到了很大的重視，但是還沒有人將它與供給側改革聯系起來。現在就大數據挖掘在供給側改革中的作用進行討論。

2.1 大數據挖掘促進“互聯網+”的應用

大數據最大的優勢在于將所有的數據收集起來，然后提取有用的信息。因此大數據的收集就需要非常完善的信息收集系統。近年來，在國家領導及財政支持下，絕大多數的三甲醫院和部分二級醫院已經先后建立了先進的數字化信息系統和電子健康檔案系統。而且“3521工程”正在積極建設國家級、省級和地市級三級衛生信息平臺，加強公共衛生、醫療服務、新農合、基本藥物制度、綜合管理5項業務應用[5]。該信息平臺的建立可以將患者的疾病信息進行共享，使那些經過大醫院診斷且疾病不嚴重的患者可以去基層醫療機構，而基層醫療機構可以根據信息平臺提供的信息對患者進行治療，這在很大程度上減輕了大醫院的醫療負擔，有利于醫療資源結構的調整。從大數據中提取的信息也可以在信息平臺上共享，比如某地區由于地區差異及風俗習慣等更容易患哪些疾病，然后對該疾病的預防及急救措施進行共享。獲得這些信息后，只要基礎醫療設備齊全，患者就可以到基層醫療機構就診，甚至自己在家也可以進行治療，從而減輕醫療機構的負擔。

大數據的來源廣泛，不僅可以利用醫療機構的信息，還可以通過網頁、通訊設備甚至是醫療APP等獲得信息。挖掘的大數據越多，可以提取的有用信息就越多。大數據挖掘技術可以利用儀器設備對某疾病患者的重要指標做實時監控，如高血壓患者佩戴監測血壓的設備實時測血壓，當血壓較高時提醒患者做好預防措施，然后對患者血壓數據進行收集分析，提取有價值的信息，為疾病治療提供依據。患者還可以在醫院建立自我健康管理檔案，把每次健康檢查的數據進行全面的記錄，然后利用大數據分析技術進行分析，可以讓醫生針對患者的總體健康狀況提出最佳的治療方案，更有利于疾病的治療。

2.2 大數據挖掘促進醫療結構的調整

大數據挖掘技術在數據量大的基礎上，數據的分類以及有序性對于信息的提取也是非常關鍵的因素。大數據挖掘本來就是在大量數據中尋找規律，如果所有的數據混在一起，那么提取信息就比較困難，如果數據是根據某項指標進行分類的就能提取到更多有用的信息，這就要求患者更多的進行分級診療以及分科診療。一直以來，大醫院“一號難求”的現象困擾著決策者，而且也不利于大數據的挖掘。然而利用醫療大數據的信息可以提取不同疾病的癥狀，然后根據不同癥狀建議患者去基層醫療機構還是大醫院、去專科醫院還是綜合醫院。分級診療一直是供給側改革的重點，然而實施的難度卻很大。基層醫療資源的配置較為容易實現，但是患者的選擇卻很難改變，利用大數據對疾病癥狀進行詳細的分析，可使患者充分了解自己病情的嚴重程度以及基層醫療機構是否可以治療，可以在很大程度上改變患者的選擇。然后結合“互聯網+”技術真正實現“基層首診、雙向轉診、上下聯動”的合理醫療程序。

3 大數據挖掘在醫院管理中的運用

大數據挖掘不僅能夠促進醫療領域的供給側改革，還能在醫院管理中起到作用。

3.1 大數據挖掘促進臨床科研發展

科研能力的強弱一直是衡量醫院實力的重要指標。然而一直以來臨床與科研沒有很好的結合起來，臨床上以經驗和診斷結果為主，而科研中憑數據說話，往往出現臨床人員不懂科研、科研人員沒接觸過臨床的現象。據統計，在美國醫院的重癥監護室平均每年有40,000人由于誤診而死亡。這是由于很多情況下醫療診斷憑借的是經驗而不是科學。大數據挖掘要求臨床與科研結合起來，避免只根據經驗或數據出現的片面結論，只有將兩者結合起來，才能挖掘出更多有用的信息。大數據挖掘還可以促進臨床科研的發展，如應用大數據挖掘分析技術，深化國際醫藥科技計劃研究與應用成效，提高危害人民健康的重大疾病的預防和診療水平，通過挖掘病人數據來評估招募患者是否符合試驗條件，并進一步找出最合適的臨床實驗基地，從而加快臨床試驗進程等[6]。越來越多的數據證明，只要擁有足夠長的連續歷史數據，足夠強大的計算分析工具，就可以根據過去和現在預測未來。醫療領域也不例外，如果收集到足夠多的數據，就可以預測疾病的發生，這不僅需要大數據挖掘技術的提高，還需要臨床與科研結合產生更多有價值的數據。

3.2 大數據挖掘對醫院決策的影響

醫院領導的決策關系到整個醫院的發展及經營模式，如今數據爆炸式增長，醫院的具體情況不是個體能夠完全掌握的，通過大數據分析技術可以找到醫院醫療質量不足的環節和醫療資源分配不合理的地方，從而幫助領導者做出更正確的決策[7]。

4 醫療大數據挖掘技術實施中的挑戰

大數據挖掘技術應用在醫療領域的確可以促進醫療領域的發展，但是在實施過程中遇到的挑戰也不容忽視，主要包括：①數據整合中的準確性。大數據不像小數據那樣要求數據準確無誤，雖然錯誤不是大數據本身的屬性，但是錯誤可能會伴隨大數據長期存在，這是處理中應該注意的現實問題；②數據存儲難度增大。首先數據的容量大，其次是數據類型多，包括文件、圖像等，還有數據的提取以及處理速度不能太慢，如果查詢過程中響應時間過長會嚴重影響工作效率；③數據的安全性。醫療數據很多都涉及到隱私的問題，如果泄露可能會導致嚴重的后果，因此大數據的安全保護應該引起足夠的重視；④信息孤島現象。不同醫療機構之間、醫療機構與政府調查之間、衛生機構與醫療機構之間的數據沒有有效的聯系起來，各數據之間相互獨立，使大數據挖掘的應用具有很大的局限性；(5)缺乏專業人才。我國大數據挖掘人才嚴重缺乏，醫療領域的復合型人才更是稀少。

5 建議

大數據挖掘技術在醫療領域有巨大的應用，但是其實施的難度不容忽視，存在很多的挑戰。針對這些挑戰應該制定相應的措施。

(1)對挖掘的信息進行準確性確認。利用大數據挖掘技術可以得到很多的信息，但是有很多信息是錯誤的，可以在得到信息之后先確認其正確性，無法確認的在使用時要謹慎。

(2)數據存儲設備要有足夠的內存。解決數據存儲空間不足以及查詢延時的問題。

(3)加強數據的安全保護。數據安全性問題一定要保障，嚴格規范數據存儲及提取程序，可以利用密碼或指紋身份確認等技術。

(4)解決信息孤島問題。首先要建立統一的電子病歷系統，對電子病歷等醫療信息進行統一的管理，然后利用云計算將眾多的信息孤島聯系起來，用統一的標準對收集的數據進行存儲，然后再對其進行挖掘利用。

(5)注重人才培養。醫療大數據挖掘人才嚴重缺乏，應該注重該方面人才的培養，如增加相關專業的招生人數、加大人才培養的投入以及提升專業人才的工資。

6 結語

大數據挖掘可以廣泛的收集醫療數據、加強基層、促進醫療結構的調整，還可以促進臨床科研的發展、為臨床及領導決策提供依據，對醫療領域的供給側改革和醫院管理有很大的促進作用，但是實施過程中的很多問題有待解決。隨著人們的逐漸重視以及經濟社會的發展，大數據挖掘技術在醫療領域有著長足的發展。

[1] 周雪晴，羅亞玲.信息化建設中醫療大數據現狀[J].中華醫學圖書情報雜志，2015，24(11)：48-51.

[2] 魯 明.如何施行醫療領域的“供給側改革”[J].經濟界，2016，(3)：30-31.

[3] 劉 丹，何克春.推進醫療服務供給側改革勢在必行：以宜昌市為例[J].中國衛生經濟，2016，(8)：72-74.

[4] 張藝奕，查振剛.探索醫療供給側改革之路——從“互聯網+”開始[J].中國醫院管理，2016，36(7)：1-3.

[5] 高漢松，肖 凌，許德瑋，等.基于云計算的醫療大數據挖掘平臺[J].醫學信息學雜志，2013，34(5)：7-12.

[6] 金 興，王詠紅.健康醫療大數據的應用與發展[J].新技術應用，2016，13(2)：187-190.

[7] 姜奇平，馮海超，古 福.數據業務主營化大趨勢[J].互聯網周刊，2013，(7)：26-46.

(本文編輯：鄒 鈺)

The role of big data mining in supply side reform decision making and hospital management

XU Qing-an，RUAN Jing-hao，XUE Hong-hong，LIANG Yu

(ResearchCenteronQualityofLifeandAppliedPsychology/SchoolofHumanitiesandManagement，GuangdongMedicalUniversity，DongguanGuangdong523808，China)

Big data and supply side reform are the topic of great concern in today’s society. Big data mining can get a lot of valuable information. Supply side reform can be better satisfy people’s demand for resources. This paper introduces connotation of big data in medical health care and supply side reform，and the method of obtaining big data. Describes the necessity of supply side reform in medical service. Analyzes the role of big data mining application in supply side reform and hospital management. Discusses the challenges of big data mining applications encountered in the implementation process，on this basis to think and make recommendations.

big data，supply side reform，medical service，hospital management

2017-02-10

10.3969/j.issn.1003-2800.2017.05.002 基金項目：廣東省揚帆計劃培養高層次人才項目(4YF14008G)；廣東省應用型科技研發專項資金項目(2015B010131016) 作者簡介：許清安(1992-)，男，山東濱州人，在讀碩士研究生，主要從事臨床流行病方面的研究。

萬崇華(1964-)，男，云南玉溪人，博士，教授，主要從事社會醫學與衛生統計方面的研究。

R197.323.1

A

1003-2800(2017)05-0005-03