基于電子病歷的大數據系統

辛強

摘要：本文討論了大數據在醫療領域，尤其是在整合處理電子病歷信息方面的優勢和實際應用中存在的挑戰。利用大數據的技術可以有效地提高醫療行業的服務質量和效率。

關鍵詞：大數據；檔案管理；電子病歷

目前通過電子化采集和存儲的信息量正呈指數般增長，為了更好地管理和利用這部分數據，人們發明了大數據技術對相關信息進行深入分析，例如搜索引擎可以根據某用戶以往的搜索內容為其定制更有針對性的搜索結果、政治家們通過分析人們在互聯網的搜索熱點來改變自己的宣傳策略等。在醫療領域，電子病歷的廣泛應用已經產生了海量的醫療數據。目前大部電子病歷中包含了定量資料（如實驗室檢查結果），定性資料（如病史、病程的文字記錄）以及諸如醫囑單等業務系統數據。但是，電子病歷目前僅僅是作為醫療服務過程中的一個副產物，并沒有被當作一種核心資產來充分利用。

隨著循證醫學的發展，臨床醫師們越來越看重通過隨機對照臨床試驗等研究所得到的證據，而不再過分依賴于專家共識和臨床經驗。此外，大數據還可以在在臨床輔助決策、醫療質量監管、疾病預測模型、臨床試驗分析、個性化治療等方面發揮巨大的作用。雖然我們已經意識到了大數據的重要性，但由于電子病歷中的數據來源復雜、格式不統一、信息大且非結構化數據多，我們對于醫療數據的利用目前還比較滯后，下面我們簡要論述一下基于電子病歷的大數據系統的應用優勢和局限。

一、大數據的應用可以更好地輔助臨床決策

醫學知識的更新速度快，臨床醫生經常需要閱讀大量最新的診療指南和文獻，雖然在信息化時代，這些資料的獲取相對簡單，但是在臨床實踐中面對身患多種慢性疾病的患者時，如何依據各種診療指南選擇出最佳的治療方案，仍不是件容易的事。但是通過自然語言處理技術，我們可以從現有的電子病歷中提取出既往類似病例的信息，從而指導我們的臨床決策。這種應用大數據的方式與傳統意義上的臨床決策輔助工具的區別在于，指導建議是基于實時的患者數據分析，而不僅僅是依靠指南提供的各種規則，比如需要時可以查閱到該領域其他醫生在面對相似病情時都采取了哪些診斷和治療措施，大數據技術在此為我們提供了一個可以實時更新、實時查閱的病案資料庫。

另外，隨著人工智能的發展和機器深度學習技術的不斷提高，電子病歷中大量的影像學資料和病理學圖像都可以作為工人智能輔助診斷系統的學習資料，有助于建立起各種疾病的診斷模型。在目前的醫療環境下，我國的基層醫生對于疑難雜癥接觸得較少，在這方面的診治能力較為薄弱，有時會出現漏診和誤診，該技術的應用不僅可以對醫生起到提示的作用，也是一個很好的學習工具。

在多學科，實時采集和分析大量的連續性監測數據，從而預測不良反應的發生，減少患者的死亡率也是大數據的應用方向之一。例如對于糖尿病患者，尤其是使用胰島素泵的患者來說，需要使用動態血糖監測以隨時調整胰島素的用量，保持血糖水平的穩定；此外還有動態心電圖、動態血壓監測、持續心電血氧飽和度監控等，利用好這些實時的監測數據，可以及時發現病情的變化，預防重大不良事件的發生。

二、大數據的應用可以節省醫療支出

通過提取電子病歷中患者的病情特點、費用支出以及病情轉歸等資料，分析得出性價比最高的診療方法和其他相關指導信息，比如平均的住院時間，什么樣的患者適應擇期手術，什么樣的患者不適于手術，并發癥的風險等；此外還可以通過分析患者現階段的病情特點、化驗指標來預測其罹患其他疾病的風險，從而提早進行預防性干預或指導患者改變生活方式，將疾病控制在一級預防的階段，從而減少日后治療的支出，比如對糖尿病高風險患者或者糖尿病早期患者的早期干預，可以有效地減少糖尿病相關并發癥的發生，大大減少了政府和患者的醫療支出。

另外，通過整合電子病歷中患者的病史資料和近期的化驗結果，經數據脫敏后，可以將該數據提供給第三方，比如說一些開發新藥的公司可以利用這一資料庫篩選符合條件的受試者，這樣醫療機構或電子健康檔案管理單位既得以開源，減輕了醫療支出的壓力，第三方也節省了重復預篩的資金消耗，并可根據大數據資料改進統計方法和算法，提高臨床試驗設計的質量，實時分析隨訪數據，及時發現藥物不良反應。

在公共衛生領域，大數據技術通過對電子病歷中的疾病譜、交通數據、移動通信數據和社交媒體數據的分析，得以提前預判和追蹤疾病的爆發和擴散，提高了公共衛生的疫情防控水平和應急速度，幫助醫生有效地阻止疫情的蔓延。另外，通過對于疾病病原學的分析，可以針對每年流行病中主要的病毒株研發疫苗。

三、大數據的應用可以為患者提供更有針對性的指導

在目前的醫療模式下由于患者掌握的信息量較少，在治療過程中常常處于較被動的地位。在大數據的資源公開后，患者可以將自己的病情或者影像資料上傳至數據庫中進行比對，系統可以給出就診建議。此外，院外隨訪的過程中，患者可以把復查的化驗結果或者平時監測的數據上傳，系統及時發現病情變化，提醒患者必要時去醫院就診?？梢灶A想，在未來，大數據技術還可以將電子病歷中提取的醫療數據，與其他與健康有關的數據庫和個人信息相連接，如整合患者的收入、教育、居住環境、飲食習慣、運動習慣、娛樂方式等數據，這樣公共衛生的一些政策和倡議執行起來將更有針對性，比如我們可以更多地向有不良生活習慣的人群推送一些健康知識信息。

四、大數據應用面臨的挑戰

雖然大數據在提高醫療服務的質量和效率上存在諸多優勢，其在實際應用過程中仍然面臨著一些挑戰。首先是侵犯個人隱私的問題，隨著大數據相關應用的日益普及，人們的一舉一動都被進行著信息采集，甚至說在應用一些社交軟件時，人們已經主動披露了個人信息。數據一旦被采集后，如何應用就不在個人的掌控范圍之內了。因此采集和存儲大數據的公司將承擔更多的責任和風險，一旦發生數據泄露或被惡意團體利用，將會造成巨大的損失，因此對于個人數據，可能需要比保護財產數據更強大的保密手段。此外，過分依賴大數據分析也有可能造成差錯，我們應該始終認識到，大數據系統的應用雖然在醫療領域將是一場革命性的改變，但其從開始到成熟仍然需要時間。endprint