基于新型慢病管理模式的醫(yī)療數(shù)據(jù)分析模型的構建

谷靜怡+程建峰

一、檢+療+管理+反饋為一體的慢病管理模式

國內慢病管理的領域內教新的一種慢病管理模式即為慢病管理生態(tài)圈的構建，其具有：互動、大數(shù)據(jù)、人工智能、移動檢測、社群管理、公共服務、公益、資源共享等鮮明的特點，基于這些特色功能，使得慢病可防可控成為可能。在國家慢病防控體系的基礎上，將以各級綜合醫(yī)院、社區(qū)醫(yī)院為主，體檢機構、移動醫(yī)療廠商為輔的“檢+療+管理+反饋”的慢病服務體系。結合云服務綜合整理分析各環(huán)節(jié)醫(yī)療數(shù)據(jù)，與各環(huán)節(jié)共同構建可持續(xù)的慢病管理生態(tài)網(wǎng)。本模式的第一特色是“寓樂于醫(yī)”的設計理念，旨在讓患者在輕松愉快的狀態(tài)下進行自身的健康管理。第二特色是全面系統(tǒng)的健康管理，我們通過對合作醫(yī)院方提供的大數(shù)據(jù)進行縝密分析并且結合專家團隊的意見，制定了針對不同的年齡層健康管理方案，主要包括針對年輕用戶的習慣養(yǎng)成方案和針對中老年用戶的健康管理方案。第三特色是認知計算的切入點，本團隊通過終端平臺收集精準的人體數(shù)據(jù)，通過選取準確的數(shù)據(jù)挖掘工具和數(shù)據(jù)分析方法，對用戶的體征和行為習慣進行分析，并為之匹配相應的服務。本項目的終端目標是打造多種資源聚合，多重服務融合的app：疾病相關資訊+慢病管理+第三方硬件病情監(jiān)測+醫(yī)院干預+公益服務。

二、慢病醫(yī)療數(shù)據(jù)的處理

海量醫(yī)療數(shù)據(jù)服務中存在大量的數(shù)據(jù)統(tǒng)計以及基于數(shù)據(jù)統(tǒng)計構建的功能服務，隨著服務需求的不斷提高，對統(tǒng)計的查詢響應時間提出了較高要求。同時，醫(yī)療數(shù)據(jù)數(shù)據(jù)量大、關聯(lián)性強、不同用戶對相同數(shù)據(jù)的請求不盡相同，這些都對存儲模型提出了很大的挑戰(zhàn)。本文提出了一種基于統(tǒng)計樹的海量醫(yī)療數(shù)據(jù)的快速統(tǒng)計方法，優(yōu)化存儲模型，提升計算效率，高效的支持多樣化的醫(yī)療數(shù)據(jù)服務。

海量醫(yī)療數(shù)據(jù)挖掘平臺具有以下三個特點：第一，靈活性。患者的病歷檔案中新增檢測項，或增加新的醫(yī)療服務需求，無需大規(guī)模變動原有業(yè)務，造成系統(tǒng)重構。第二，可擴展性。平臺基于云計算架構，彈性存儲，綠色節(jié)能，具有較強的存儲可擴展性；同時，該架構靈活性強，層與層之間相對獨立，增強了其計算的可擴展性。第三，重用性。該架構將實時數(shù)據(jù)處理與批量數(shù)據(jù)處理有機結合，不僅適用于海量醫(yī)療數(shù)據(jù)的挖掘處理，同時可用于海量交通數(shù)據(jù)處理、海量物流數(shù)據(jù)處理等行業(yè)。

行政數(shù)據(jù)，主要包括從醫(yī)療支付方（醫(yī)療保險機構）或者醫(yī)療機構獲得的理賠信息等，通常涉及病人所使用的醫(yī)療服務、相關診斷信息、提供服務的醫(yī)療機構及時間地點、以及費用明細與支付情況。

臨床數(shù)據(jù)，包括從醫(yī)療機構獲得的電子病歷（EMR）、醫(yī)療影像數(shù)據(jù)、處方信息等。

體征數(shù)據(jù)，例如由檢測儀器測量所得的體重、血壓、血糖水平等信，以及飲食、運動、睡眠等自我跟蹤信息。隨著可穿戴設備及相關手機軟件的廣泛應用，此類數(shù)據(jù)量越來越大也越來越多元化。

個人及偏好數(shù)據(jù)，例如性別、年齡、職業(yè)等基本信息以及個人偏好、對產(chǎn)品和服務滿意度等主觀信息。

由于數(shù)據(jù)量大、種類繁雜，不同類型的數(shù)據(jù)之間會有交叉或者交集。例如處方數(shù)據(jù)，既可以從醫(yī)療機構的信息系統(tǒng)中獲得——即臨床數(shù)據(jù)的一種，也可以從醫(yī)療保險機構的理賠數(shù)據(jù)庫中找到——即理賠信息的一部分；又如血壓等信息既可以從隨身攜帶的便攜血壓計測量得到（體征數(shù)據(jù)），也可以在醫(yī)療機構的電子病歷中發(fā)現(xiàn)（臨床數(shù)據(jù)）。

綜合所構建的海量醫(yī)療數(shù)據(jù)挖掘平臺的層次模型、平臺系統(tǒng)的服務特點、數(shù)據(jù)存儲策略、數(shù)據(jù)處理流程各部分的設計原則，繪制出海量醫(yī)療數(shù)據(jù)挖掘平臺的設計框架如上圖所示。

業(yè)務層：業(yè)務層位于最上層。通過調用功能層單一服務接口，或多種服務接口組合，形成針對于患者、醫(yī)生、醫(yī)療機構、管理部門等不同對象的多樣化服務。其包括但不限于報表統(tǒng)計、實時在線查詢、臨床決策、疾控預警、患者行為分析等服務。

功能層：功能層位于服務層下面。其主要作用是作為服務接口層，平臺層通過多種處理方式計算所得的結果形成多樣化的服務接口，供業(yè)務層進行調用。其主要包括機器學習、深度挖掘、分析統(tǒng)計、實時查詢等功能。

平臺層：平臺層位于功能層之下，基礎層之上。主要功能是計算處理各種醫(yī)療和健康數(shù)據(jù)。包括原有系統(tǒng)數(shù)據(jù)的導入，實時數(shù)據(jù)流處理，批量數(shù)據(jù)處理系統(tǒng)以及用于數(shù)據(jù)挖掘的算法庫。能夠高效支撐實時離線多種數(shù)據(jù)處理需求。

基礎層：基礎層是平臺的最底層，提供海量醫(yī)療數(shù)據(jù)挖掘平臺運行的支撐平臺。其采用云計算架構，彈性存儲，靈活可擴展，便于對海量異構的醫(yī)療數(shù)據(jù)進行分布式存儲。在云平臺上部署有分布式文件系統(tǒng)HDFS，NoSQL 數(shù)據(jù)庫HBase以及MySQL數(shù)據(jù)庫等多種類型數(shù)據(jù)庫，保證復雜多樣的醫(yī)療數(shù)據(jù)存儲。基礎層的主要工作是管理和維護基礎硬件設備及數(shù)據(jù)存儲，保證平臺的高性能、高可用和高擴展。

異構復雜的海量醫(yī)療數(shù)據(jù)，實時接入Storm流數(shù)據(jù)處理系統(tǒng)，結合基于統(tǒng)計樹及增量計算的動態(tài)統(tǒng)計策略，實現(xiàn)數(shù)據(jù)融合并匯入基于云計算搭建的海量醫(yī)療數(shù)據(jù)挖掘平臺得到整合信息，通過深度學習、貝葉斯網(wǎng)絡、關聯(lián)規(guī)則等數(shù)據(jù)挖掘算法將信息轉化為知識，進而為不同對象提供實時精準的個性化數(shù)據(jù)服務。

實時數(shù)據(jù)的存儲和處理過程運用了統(tǒng)計樹的方法，使得后續(xù)基于統(tǒng)計的數(shù)據(jù)挖掘變得更為高效。

經(jīng)存儲、處理后的數(shù)據(jù)形成了便于挖掘的整合信息，根據(jù)不同的醫(yī)療數(shù)據(jù)服務需求，選取適當?shù)臄?shù)據(jù)挖掘算法，本文選取了貝葉斯網(wǎng)絡及關聯(lián)規(guī)則算法分別實現(xiàn)了疾病與檢測參數(shù)的關聯(lián)性挖掘、疾病與疾病之間的關聯(lián)性挖掘。