基于大數據的醫療數據分析與監管平臺設計

方智

【摘 要】隨著國家醫療制度的改革，國家社保單位對醫院的監控工作亟待加強，目前醫院的信息化建設主要集中在服務流程、收費管理等方面，很少涉及對醫院診療質量的監控工作，醫生的診斷行為是否合規需要做出判斷，醫院是否存在過度醫療等行為需要做出監控，所以設計開發一套完善的基于大數據分析的醫院智能監控系統，加強對醫療失當行為的監控和檢測。本文主要闡述基于大數據的醫療數據分析和監管平臺的設計和實施過程。

【關鍵詞】醫療監控；大數據；規則引擎

一、關鍵技術

在各個省市地區級醫院HIS信息系統[1]的醫療數據是海量的數據，醫療大數據分析與智能監管工作的目的，是運用專家知識庫，基于規則，對海量的醫療數據進行分析運算，從而尋找其中不符合醫療保險政策規定、臨床常規的問題。醫療方面的大數據具有大量、高速、多樣、有價值的特點，本身大數據技術已經應用在很多行業，對海量數據進行分析運算也是非常繁重的應用，每隔24小時又會產生新的醫療數據，該系統對運算的時效性要求是非常高，所以應該采用大數據和分布式計算技術、數據倉庫技術相結合。

因為各級醫院的醫療數據格式不一致，是非結構化的，在數據庫的選用上采用NoSQL非關系型數據庫，這一類型的數據庫產品眾多，選用了開源文檔的MongoDB分布式數據庫。目的是可以為web應用提供可擴展的高性能數據存儲方案。

在醫院信息管理系統中，包括基本的診療系統、收費系統、醫學影像信息系統[2]、臨床信息系統、實驗室信息系統等子系統，格式多樣化，既有文本、數據集，還有圖像、聲音等，所以應該采用數據挖掘技術把來源多樣，格式迥異的數據集成在一起，才能為系統提供全面的數據共享。

二、系統需求

系統主要功能包括醫療數據采集和智能監管應用。數據采集包括患者基本信息、醫生診斷信息、醫生處方信息、檢查項目數據、取藥情況數據、項目執行情況數據等。在分析過程中，還應該包括數據采集的效率分析，對監管系統時效性做出要求。智能監管應用包括事前醫療違規行為提醒、違規記錄和事后查看、違規情況智能監管、違規數據分析、醫療行為趨勢分析、監管規則設計等功能。

系統的性能要求主要是集中在運算時間上，每次進行系統運算的時間不應超過24小時。

三、系統設計

系統主要包括數據處理系統、事前違規系統、大數據分析系統、配置管理系統。在系統架構上設計，底層由醫療信息系統數據庫來提供數據來源，統一通過數據采集接口，由調度服務來支持數據抽取和調度，經過處理的數據送到規則引擎來進行分析運算，最后將審核結果送入數據倉庫，數據倉庫可以是基于MongoDB數據庫服務器集群，數據存儲則可以采用關系型數據庫軟件，通過事前提醒服務、web應用服務、其他接口服務等來完成應用服務。

四、開發框架

審核引擎應該是大數據分析與智能監管系統的核心組件，采用微軟.NET Framework框架，系統數據庫管理采用關系型數據庫軟件，服務器集群采用MongoDB分布式部署。

五、具體實現

規則引擎采用分布式并行計算的方式進行設計，可以根據服務器的負載情況來決定是在一臺服務器上部署多個規則引擎服務還是在多臺服務器上來進行部署。如果在一臺服務器上部署了多個規則引擎，可以采用不同的端口來標識它們。

調度服務器對醫院HIS系統數據庫進行數據提取時，將讀取數據的SQL語句寫入數據提取的配置文件中，當數據源發生改變時，可以只修改配置文件即可，而不需要對執行數據抽取的調度應用程序進行修改，以便維護和擴展。配置文件以通用的XML方式存儲，便于數據交互。

違規情況審核包括限定性別審核、中藥飲片處方審核、不合理入院審核，并通過調用地圖API，可根據醫院的坐標，來顯示違規情況。違規情況分析包括對違規數量與金額分析、違規情況與藥品診療項目的關系、單一醫療單位與其他同類醫療機構之間的違規情況對比、藥品用量趨勢分析、診療項目分類分析等，并采用報表方式顯示。

在規則設計器的設計管理功能上，采用對藥品進行分級，可選擇定制就醫人次、就醫金額、醫療保險內金額等字段來進行統計，并分為住院和門診來進行列表和報表顯示。結合各級別的醫療保險局和部門，當地的醫療保險政策，支持制定規則管理明細。

審核結果數據的接口實現上，可以支持查詢某一條診療單據數據是否違反規則，支持查詢某條問題單據和違反規則的相關沖突記錄、支持某條問題明細和違反規則的相關沖突記錄，支持查詢某條問題明細違反所涉及的臨床知識信息。數據庫方面在審核結果表上包括單據ID、明細ID、規則編碼、審核時間、規則提示信息、記錄、組編碼、臨床信息提示、疾病臨床提示、原文提示編碼等字段。

六、系統測試

系統測試包括功能測試和性能測試兩個方面。本系統測試主要是利用黑盒測試方法來設計測試用例，觀察測試結果，記錄測試過程和結果，并對最終部署的監管系統做出版本選取。功能測試保證覆蓋全部在需求文檔中的每一個功能點，并在候選版本中確保全部缺陷已經關閉。系統性能測試主要包括可用性、可靠性、健壯性、計算效率、安全性[3]等方面，結合測試工具和黑盒測試當中的眾多設計方法來完善測試用例，并執行測試，給出最終報告，確保部署前的版本能長時間穩定運行并達到設計預期。

【參考文獻】

[1]吳南，魏巍.基于大數據分析的醫院信息化管理系統；現代電子技術：2018年第21期.

[2]潘艷軍.大數據分析技術及其在醫療領域的應用；科技傳播：2018年第17期.

[3]王春蓮.基于大數據分析技術的網絡安全系統軟件開發與設計；軟件工程：2018年07期.