DiseasesTracer：疾病演化及就醫(yī)選擇分析系統(tǒng)

趙韋鑫　唐　楷　龍　虎　沈明輝　蔣宏宇　吳亞?wèn)|,3　朱玉穎

(1.西南科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院　四川綿陽(yáng)　621010;2.四川省衛(wèi)生和計(jì)劃生育委員會(huì)　四川成都　610041;3.西南科技大學(xué)四川省軍民融合研究院 　四川綿陽(yáng)　621010)

隨著社會(huì)信息化程度的迅速提高，人類世界已經(jīng)進(jìn)入大數(shù)據(jù)時(shí)代，農(nóng)林牧漁、醫(yī)藥衛(wèi)生、建筑建材、冶金礦產(chǎn)、石油化工、水利水電、交通運(yùn)輸、信息產(chǎn)業(yè)、機(jī)械機(jī)電等各個(gè)行業(yè)與計(jì)算機(jī)技術(shù)緊密結(jié)合，所儲(chǔ)存的數(shù)據(jù)量呈現(xiàn)爆發(fā)式增長(zhǎng)。目前，人民生活水平日益提高，但人民所患疾病也逐漸增多，醫(yī)院等衛(wèi)生單位所接待的病人有增無(wú)減，這直接導(dǎo)致相關(guān)機(jī)構(gòu)醫(yī)療數(shù)據(jù)呈現(xiàn)高速增長(zhǎng)，此外，病歷管理系統(tǒng)正在高速發(fā)展[1]，產(chǎn)生了大量的病例數(shù)據(jù)[2-3]。蔡佳慧等[4]闡述了我國(guó)隨著衛(wèi)生信息化建設(shè)進(jìn)程不斷推進(jìn)，醫(yī)療數(shù)據(jù)的類型和規(guī)模正在高速增長(zhǎng)。這些寶貴的醫(yī)療信息資源對(duì)于疾病的管理、控制、預(yù)測(cè)和醫(yī)療研究都是非常有價(jià)值的。丁同勤[5]設(shè)計(jì)并開(kāi)發(fā)了一套可動(dòng)態(tài)擴(kuò)展的醫(yī)療數(shù)據(jù)集成可視化系統(tǒng)，該系統(tǒng)通過(guò)文本、圖表等方式展示單個(gè)病人全部的醫(yī)療數(shù)據(jù)，下一步希望能夠在展示數(shù)據(jù)的同時(shí)將數(shù)據(jù)背后隱藏的知識(shí)以可視化的方式展現(xiàn)出來(lái)。王藝等[6]提出盡管醫(yī)療大數(shù)據(jù)信息類型繁多，但強(qiáng)大而靈活的可視化技術(shù)，可以增強(qiáng)醫(yī)療數(shù)據(jù)的可讀性。

面對(duì)逐漸增加的醫(yī)療數(shù)據(jù)量，如何從這些數(shù)據(jù)中探索出有利信息是現(xiàn)階段需要解決的一個(gè)問(wèn)題。早日鑒定疾病爆發(fā)是有效干預(yù)的第一步，Allard[7]使用時(shí)間序列分析技術(shù)來(lái)提供對(duì)未來(lái)觀察中預(yù)期的變異性的估計(jì)，有助于確定異常情況是否發(fā)展。Anderson等[8]也采用時(shí)間序列分析技術(shù)來(lái)檢測(cè)傳染病震蕩的長(zhǎng)期趨勢(shì)。Eubank等[9]基于人口和地理數(shù)據(jù)，采用參數(shù)化模型仿真產(chǎn)生大規(guī)模個(gè)人城市交通來(lái)模擬宿主內(nèi)部疾病進(jìn)展情況，展示了宿主經(jīng)常移動(dòng)的地點(diǎn)之間的傳播媒介。從大量數(shù)據(jù)中找到某種疾病的時(shí)間空間分布模式，能對(duì)地區(qū)防止這種疾病提供一定的支持。進(jìn)一步，為了很好地展示疾病地演化過(guò)程，如何利用恰當(dāng)?shù)目梢暬椒▉?lái)展示醫(yī)療數(shù)據(jù)，對(duì)研究疾病演化顯得尤為重要。本文在病歷數(shù)據(jù)的基礎(chǔ)上，結(jié)合數(shù)據(jù)處理技術(shù)、信息可視化技術(shù)等，融合時(shí)空規(guī)律，開(kāi)發(fā)了一套疾病演化分析及就醫(yī)選擇分析系統(tǒng)，將抽象的病例數(shù)據(jù)以圖形圖像的方式展現(xiàn)出來(lái)，幫助分析人員分析地區(qū)疾病態(tài)勢(shì)，找出地區(qū)疾病演化，總結(jié)患者就醫(yī)選擇。該系統(tǒng)能夠從時(shí)間和空間的角度得出疾病分布、演化過(guò)程，從醫(yī)院患者分布總結(jié)患者就醫(yī)選擇并且實(shí)現(xiàn)對(duì)地區(qū)疾病發(fā)布規(guī)律等的挖掘分析。

1　研究動(dòng)機(jī)

隨著信息化醫(yī)療數(shù)據(jù)的大量爆發(fā)，如何從大量的醫(yī)療數(shù)據(jù)中挖掘出有利信息，是現(xiàn)在迫切需要解決的問(wèn)題。傳統(tǒng)信息分析方法效率低下，缺乏有效的加工分析能力和信息加工能力。如何通過(guò)一種直觀明了的方法來(lái)描述、展示和分析疾病的時(shí)空信息，推測(cè)疾病的發(fā)展，總結(jié)患者就醫(yī)選擇，是值得研究的問(wèn)題。

1.1　關(guān)注疾病的快速檢索和瀏覽

醫(yī)療數(shù)據(jù)類型復(fù)雜、數(shù)量級(jí)大。比如，一條醫(yī)療數(shù)據(jù)里面可能包括就診醫(yī)院、就診時(shí)間、住院時(shí)間、出院時(shí)間、手術(shù)名稱、疾病名稱、花費(fèi)金額等數(shù)據(jù)項(xiàng)，通過(guò)逐條搜索的模式來(lái)查找關(guān)注的某個(gè)項(xiàng)目效率非常低。而在當(dāng)今效率優(yōu)先的工作理念下，如何通過(guò)合適的方法快速檢索到關(guān)注的疾病，是一個(gè)待解決的問(wèn)題。為解決這一問(wèn)題，本系統(tǒng)使用ICD-10對(duì)疾病數(shù)據(jù)進(jìn)行可視化編碼，用戶能夠快速對(duì)關(guān)注疾病進(jìn)行檢索和瀏覽。

1.2　暴發(fā)疾病發(fā)作模式的可視化分析

很多疾病呈現(xiàn)爆發(fā)性、季節(jié)性、周期性等特征，如常見(jiàn)的爆發(fā)性疾病有食物中毒、傷寒、痢疾還有化學(xué)毒物中毒等。爆發(fā)性疾病常因許多人短期內(nèi)接觸同一致病因子而引起，所以可從發(fā)病高峰推算暴露日期，從而找出引起爆發(fā)的原因。季節(jié)性疾病中傳染病尤為明顯，如流行性乙型腦炎在我國(guó)北方8，9，10月為發(fā)病高峰季節(jié)，在此前后很少發(fā)生。周期性疾病呈現(xiàn)周期性流行發(fā)生，如甲型流行性感冒2～3年一次;乙型流行性感冒4～6年一次。對(duì)于如何通過(guò)可視分析方法挖掘某種疾病的時(shí)間發(fā)作模式問(wèn)題，本系統(tǒng)使用時(shí)間線對(duì)患指定疾病的病人就醫(yī)時(shí)間進(jìn)行描述。

1.3　疾病地理分布與患者地理位置信息展示

醫(yī)療數(shù)據(jù)中往往包括病人的地理位置數(shù)據(jù)，對(duì)于如何通過(guò)地理數(shù)據(jù)獲知疾病在地理上的分布的問(wèn)題，本系統(tǒng)使用了地圖加熱力圖或射線圖的方式對(duì)患者地理信息進(jìn)行展示。

2　疾病可視化編碼

2.1　ICD-10

ICD-10(The International Statistical Classification of Diseases and Related Health Problems 10th Revision)是世界衛(wèi)生組織(WHO)的國(guó)際疾病及相關(guān)健康問(wèn)題統(tǒng)計(jì)分類(ICD)第10修訂版，是醫(yī)學(xué)分類清單。它包含疾病、體征和癥狀、異常發(fā)現(xiàn)、投訴、社會(huì)情況和外部傷害或疾病原因的代碼。代碼集允許超過(guò)14 400種不同的代碼，并允許跟蹤許多新的診斷。代碼可以通過(guò)使用可選的子分類擴(kuò)展到超過(guò)16 000個(gè)代碼。

疾病分類可以被定義為根據(jù)既定標(biāo)準(zhǔn)指定病態(tài)實(shí)體的類別系統(tǒng)。ICD用于將疾病和其他健康問(wèn)題的診斷從單詞轉(zhuǎn)換為字母數(shù)字代碼，從而可以方便地存儲(chǔ)、檢索和分析數(shù)據(jù)。實(shí)際上，ICD已經(jīng)成為所有一般流行病學(xué)和許多健康管理目的的國(guó)際標(biāo)準(zhǔn)診斷分類。包括分析人口群體的一般健康狀況并監(jiān)測(cè)與其他變量相關(guān)的疾病和其他健康問(wèn)題的發(fā)生率和患病率，如受影響個(gè)人的特點(diǎn)和情況。ICD是既不依托也不適用于不同臨床實(shí)體的索引。后來(lái)，其范圍擴(kuò)大到包括發(fā)病率診斷。值得注意的是，雖然ICD主要是為了對(duì)正常診斷的疾病和傷害進(jìn)行分類而設(shè)計(jì)的，但并不是每一個(gè)接觸衛(wèi)生服務(wù)的問(wèn)題或理由都可以這樣分類，因此，ICD規(guī)定了各種各樣的跡象、癥狀、異常發(fā)現(xiàn)、投訴和社會(huì)環(huán)境，可能代替對(duì)健康相關(guān)記錄的診斷，可以用于分類記錄在諸如“診斷”、“入院原因”、“治療條件”和“咨詢?cè)颉敝惖臉?biāo)題下的數(shù)據(jù)，這些數(shù)據(jù)出現(xiàn)在各種各樣的健康記錄、統(tǒng)計(jì)數(shù)據(jù)和其他導(dǎo)出健康狀況信息中。

2.2　病例數(shù)據(jù)處理

病例數(shù)據(jù)處理的過(guò)程大致如下：輸入病例數(shù)據(jù)→選取數(shù)據(jù)處理方案→執(zhí)行對(duì)病例數(shù)據(jù)的清理→輸出符合要求的數(shù)據(jù)。對(duì)于病例數(shù)據(jù)不同情況，采用不同的解決方案。如對(duì)于空缺的數(shù)據(jù)項(xiàng)可以采用統(tǒng)一填充方案；對(duì)于重復(fù)記錄，采用SNM算法(Sorted-Neighborhood Method)[10-11]檢測(cè)重復(fù)記錄項(xiàng)，再對(duì)重復(fù)數(shù)據(jù)項(xiàng)進(jìn)行處理，得到目標(biāo)數(shù)據(jù)集，從而提高數(shù)據(jù)的可靠性。

2.3　可視化編碼及交互設(shè)計(jì)

2.3.1ICD-10映射在Sunburst中

ICD-10是一個(gè)樹(shù)形數(shù)據(jù)結(jié)構(gòu)，通過(guò)疾病4個(gè)主要特征分類，即病因、部位、病理及臨床表現(xiàn)，層層遞進(jìn)，具有良好的結(jié)構(gòu)基礎(chǔ)。由于Sunburst模型也能反應(yīng)樹(shù)形數(shù)據(jù)結(jié)構(gòu)，所以考慮把ICD-10映射在Sunburst中，將病征部位映射在根節(jié)點(diǎn)，再將細(xì)化的病名映射到其子節(jié)點(diǎn)，以此類推。

2.3.2熱力圖顏色編碼

為在熱力圖上準(zhǔn)確生動(dòng)展現(xiàn)出病人分布密度，本系統(tǒng)在繪制熱力圖時(shí)以三原色紅黃藍(lán)顏色為過(guò)渡，紅色表示當(dāng)前區(qū)域疾病數(shù)量Max值，黃色表示當(dāng)前區(qū)域疾病數(shù)量Medium值，藍(lán)色表示當(dāng)前區(qū)域疾病數(shù)量Min值，再輔以灰白色地圖瓦塊，能夠直觀地看出疾病分布情況。

2.3.3Geohash系統(tǒng)

Geohash是由Gustavo Niemeyer構(gòu)建的以緊湊形式編碼/解碼(lat，lon)對(duì)緯度/經(jīng)度進(jìn)行地理編碼的系統(tǒng)[12]。對(duì)空間數(shù)據(jù)的分析經(jīng)常要面臨空間數(shù)據(jù)的誤差等問(wèn)題，數(shù)據(jù)的誤差會(huì)在定位和屬性數(shù)據(jù)的測(cè)量中產(chǎn)生[13]。本系統(tǒng)涉及到地理空間信息，為了加快訪問(wèn)地理空間信息數(shù)據(jù)的速度，所以采用Geohash系統(tǒng)編碼對(duì)地理空間數(shù)據(jù)進(jìn)行處理，且Geohash的數(shù)據(jù)精度高，對(duì)原本的空間數(shù)據(jù)影響不大。在數(shù)據(jù)庫(kù)中使用時(shí)，Geohash數(shù)據(jù)的結(jié)構(gòu)有兩個(gè)優(yōu)點(diǎn)：第一，由Geohash索引的數(shù)據(jù)將具有連續(xù)切片中給定矩形區(qū)域的所有點(diǎn)(切片數(shù)取決于所需的精度和geohash“fault lines”的存在)。這在數(shù)據(jù)庫(kù)系統(tǒng)中特別有用，其中單個(gè)索引上的查詢比多索引查詢更容易或更快。第二，這個(gè)索引結(jié)構(gòu)可以用于快速鄰近搜索：最接近的點(diǎn)通常是最接近的Geohash。Geohash是運(yùn)用于公共領(lǐng)域的地理編碼系統(tǒng)，它是一種分層空間數(shù)據(jù)結(jié)構(gòu)，能夠?qū)⒍S的點(diǎn)數(shù)據(jù)轉(zhuǎn)換成一維的數(shù)據(jù)，將二維的經(jīng)緯度轉(zhuǎn)換成字符串，將二維空間轉(zhuǎn)換成一維曲線，如圖1，并且經(jīng)緯度越精確，轉(zhuǎn)換的字符串越長(zhǎng)，表示的位置越精確。而本系統(tǒng)的經(jīng)緯度精度大于0.000 01度，經(jīng)度每隔0.000 01度時(shí)，距離相差約1 m，緯度每隔0.000 01度時(shí)，距離相差約1.1 m，使繪制地圖精度得到保證。

圖1　使用Geohash對(duì)地理維度進(jìn)行轉(zhuǎn)換Fig.1　Transform the geo-dimension with Geohash

3　系統(tǒng)設(shè)計(jì)

3.1　系統(tǒng)流程

本文提出的疾病演化分析系統(tǒng)流程圖如圖2。

通過(guò)數(shù)據(jù)處理技術(shù)對(duì)海量病例數(shù)據(jù)進(jìn)行分析處理，利用信息可視化技術(shù)將處理后的數(shù)據(jù)直接轉(zhuǎn)換成模型的方式呈現(xiàn)給用戶，同時(shí)支持人性化的交互方式，方便用戶的后期處理和分析。本系統(tǒng)使用Flask+D3作為系統(tǒng)框架，以Mysql作為后臺(tái)數(shù)據(jù)庫(kù)。本系統(tǒng)分為3大模塊：數(shù)據(jù)處理模塊、輸入模塊、疾病演化分析模塊。數(shù)據(jù)處理模塊主要實(shí)現(xiàn)數(shù)據(jù)預(yù)處理以及前后臺(tái)病例數(shù)據(jù)處理流通的功能；輸入模塊分為兩部分，第一部分是利用用戶輸入的關(guān)鍵詞智能匹配搜索疾病并在sunburst模型高亮形式展現(xiàn)搜索結(jié)果的疾病搜索部分和直接在sunburst模型選中目標(biāo)疾病的直接輸入部分，如圖3，A視圖為搜索框、B視圖為sunburst模型、C視圖為ICD-10編碼組成；疾病演化分析模塊主要是利用可視化模型，結(jié)合可視化交互，通過(guò)數(shù)據(jù)可視化的方式來(lái)展示疾病信息，如圖3，D視圖為患者數(shù)量-時(shí)間Line-Chart模型、E視圖為疾病分布圖、F視圖為年齡分布的Donut Chart模型。最后將3個(gè)模塊嵌入疾病演化分析系統(tǒng)呈現(xiàn)給用戶。

圖2　疾病分析框架流程圖Fig.2　The flow chart of disease analysis framework

圖3　疾病演化分析系統(tǒng)概覽Fig.3　Disease evolution analysis system

3.2　可視化模型

3.2.1Sunburst模型

在Sunburst模型中，用一系列圓環(huán)來(lái)表示層次結(jié)構(gòu)，層次結(jié)構(gòu)中的最高級(jí)別位于中心位置，較低級(jí)別則顯示為中央外的環(huán)。 層次結(jié)構(gòu)的最低級(jí)別是外部環(huán)。Sunburst模型可以清楚地表達(dá)分層結(jié)構(gòu)，它采用環(huán)之間的相鄰關(guān)系來(lái)表示數(shù)據(jù)項(xiàng)之間的層次關(guān)系。如圖4所示，Sunburst模型由多層圓環(huán)組成，由內(nèi)向外每層分別是父節(jié)點(diǎn)、子節(jié)點(diǎn)、子子節(jié)點(diǎn)。如圖3所示，父節(jié)點(diǎn)為H，子節(jié)點(diǎn)為10，子子節(jié)點(diǎn)100，那么這就代表ICD-10編碼為H10.100的疾病。每層圓環(huán)由多個(gè)環(huán)段組成，每個(gè)環(huán)段占整個(gè)圓環(huán)的大小表示該環(huán)段占整個(gè)圓環(huán)的比重。每個(gè)環(huán)段外部弧所對(duì)應(yīng)的下一層環(huán)段表示其子節(jié)點(diǎn)。以此類推。

3.2.2Line Chart模型

Line Chart模型是一種圖表，它將信息顯示為一系列通過(guò)直線段連接的稱為“標(biāo)記”的數(shù)據(jù)點(diǎn)。它是許多領(lǐng)域中常見(jiàn)的基本類型圖表。在圖形學(xué)的表達(dá)中，經(jīng)常使用Line Chart來(lái)顯示數(shù)據(jù)在時(shí)間間隔上的趨勢(shì)，展示時(shí)間序列，因此通常按時(shí)間順序繪制，亦或稱之為Run Charts。本文Line Chart模型橫軸為時(shí)間軸，從左至右時(shí)間遞增；縱軸為計(jì)數(shù)軸，從下到上數(shù)量遞增。因?yàn)榭赡艽嬖谠谝欢螘r(shí)間內(nèi)疾病數(shù)量急劇變化導(dǎo)致數(shù)據(jù)點(diǎn)過(guò)于密集而無(wú)法清楚地查看疾病的詳細(xì)走勢(shì)，我們改進(jìn)了傳統(tǒng)的Line Chart模型，把兩個(gè)Line Chart模型結(jié)合在一起，并提供選區(qū)功能。模型第一部分用于展示選區(qū)內(nèi)詳細(xì)內(nèi)容，模型第二部分用于提供選區(qū)功能。通過(guò)Line Chart模型可以清晰地看出疾病隨著時(shí)間推移的走勢(shì)。

圖4　Sunburst 可視化模型Fig.4　Sunburst visualization model

3.2.3Donut Chart模型

Donut Chart是Pie Chart(餅圖)的一個(gè)變體，空白中心允許包含整個(gè)數(shù)據(jù)的附加信息，這種類型的Pie Chart可以一次支持多個(gè)統(tǒng)計(jì)信息，并為標(biāo)準(zhǔn)Pie Chart提供更好的數(shù)據(jù)強(qiáng)度比。本文Donut Chart模型以輔助定位存在系統(tǒng)中，用于展示選中疾病患者的年齡分布，從而幫助分析者從另一個(gè)方面了解疾病的情況。

3.3　交互設(shè)計(jì)

(1)為了讓用戶選中自己感興趣的疾病，本系統(tǒng)通過(guò)在sunburst模型上移動(dòng)鼠標(biāo)、模塊高亮并計(jì)算出當(dāng)前節(jié)點(diǎn)的ICD-10碼、匹配相應(yīng)的中文疾病名來(lái)表示用戶選中的疾病。為了精確地了解到目標(biāo)疾病在所有疾病中所占比例，本系統(tǒng)通過(guò)在sunburst模型上移動(dòng)鼠標(biāo)時(shí)計(jì)算并預(yù)覽鼠標(biāo)指定疾病在某段時(shí)間內(nèi)在所有疾病中的占比。

(2)除了通過(guò)sunburst逐一檢索疾病外，還可通過(guò)用戶在搜索框輸入關(guān)鍵字，使用模糊字符匹配技術(shù)智能計(jì)算出相匹配的對(duì)象，并且將搜索匹配到的相關(guān)結(jié)果在sunburst模型中以高亮形式呈現(xiàn)，以供用戶的進(jìn)一步操作。

(3)當(dāng)用戶移動(dòng)鼠標(biāo)在sunburst模型上選中目標(biāo)疾病后，可通過(guò)點(diǎn)擊當(dāng)前節(jié)點(diǎn)查看該疾病的詳細(xì)信息，包括根據(jù)獲取該疾病的病人信息繪制的疾病分布圖、患者數(shù)量-時(shí)間Line-Chart模型、年齡分布的Donut Chart模型。

(4)在患者數(shù)量-時(shí)間Line-Chart模型上移動(dòng)鼠標(biāo)可以獲取鼠標(biāo)位置在該模型中所代表日期，并且能夠在疾病分布圖上展示當(dāng)前日期的疾病分布。通過(guò)在患者數(shù)量-時(shí)間Line-Chart模型上移動(dòng)鼠標(biāo)可以在疾病分布圖上看出當(dāng)前疾病的演化規(guī)律。

(5)疾病分布熱力圖模型展示病人地理位置分布，在疾病分布圖模型上通過(guò)拖拽、放大、縮小地圖操作可以探索病人分布情況。

4　案例分析

4.1　通過(guò)疾病演化推測(cè)

如圖5，該圖是以一定的時(shí)間跨度為度量的患者分布地理信息分布圖。此圖展示了急性支氣管炎患者在該地區(qū)的分布情況。從3張地圖上可以看出，綿陽(yáng)市區(qū)、江油市區(qū)、武都鎮(zhèn)、蘆溪鎮(zhèn)、潼川鎮(zhèn)急性支氣管炎的發(fā)病病例都在增加，其中武都鎮(zhèn)患急性支氣管炎的病例最多，推測(cè)是與環(huán)境等有關(guān)。經(jīng)過(guò)調(diào)查，長(zhǎng)治鋼鐵有限公司在武都鎮(zhèn)有分廠長(zhǎng)鋼四廠，而鋼鐵工業(yè)在生產(chǎn)的過(guò)程中要排放廢氣，廢氣主要是從燃燒系統(tǒng)排出的。污染過(guò)程很復(fù)雜，污染也是多方面的，有毒成分主要有二氧化硫、一氧化碳、硫化氫、烴、粉塵等。附近居民受二氧化硫的影響易引起急性、慢性呼吸道系統(tǒng)的病癥。另外，潼川鎮(zhèn)，實(shí)施了招商引資“五心工程”，繼續(xù)培育壯大化工、機(jī)械、家具、建材、食品、輕紡等支柱產(chǎn)業(yè)。而隨著產(chǎn)業(yè)規(guī)模擴(kuò)大，相應(yīng)排放的廢氣等污染物也會(huì)相應(yīng)增加，這對(duì)于當(dāng)?shù)鼐用竦暮粑澜】涤幸欢ㄓ绊?。其次，城市是一個(gè)復(fù)雜化的整體，隨著經(jīng)濟(jì)的發(fā)展，機(jī)動(dòng)車的數(shù)量急劇增加，機(jī)動(dòng)車尾氣排放量呈現(xiàn)逐年增長(zhǎng)的發(fā)展趨勢(shì)。在綿陽(yáng)市區(qū)、江油市區(qū)中，機(jī)動(dòng)車數(shù)量龐大，汽車尾氣的排放是城市汽車污染的主要來(lái)源之一，而汽車尾氣中的污染物主要有固體懸浮微粒、一氧化碳、碳?xì)浠衔?、氮氧化合物、鉛及硫氧化合物等，吸入呼吸道后可以刺激腹部，發(fā)生急慢性支氣管炎、肺氣腫、支氣管哮喘等疾病。由此可以證明本系統(tǒng)可以通過(guò)疾病演化推測(cè)相關(guān)地區(qū)的人口分布、環(huán)境等情況。

圖5　地區(qū)疾病演化分析Fig.5　Evolution analysis of regional diseases

4.2　患者就醫(yī)選擇分析

如圖6，該圖展示的內(nèi)容是接收老年性白內(nèi)障患者最多的5個(gè)醫(yī)院以及到每個(gè)醫(yī)院就診的患者地理位置分布。該圖是由5張小圖A，B，C，D，E組成，圖片排列順序反應(yīng)了不同醫(yī)院接收老年性白內(nèi)障患者的個(gè)數(shù)不同，從左到右醫(yī)院接收病人人數(shù)依次減少，分別是A：四川省綿陽(yáng)市中心醫(yī)院，B：綿陽(yáng)富臨醫(yī)院，C：鹽亭縣人民醫(yī)院，D：江油市人民醫(yī)院，E：三臺(tái)縣人民醫(yī)院。以醫(yī)院位置為起始點(diǎn)，以病人位置為終止點(diǎn)，兩點(diǎn)通過(guò)連線表示醫(yī)院和患者的關(guān)系。通過(guò)聚合算法，把位置相近的患者聚合到一個(gè)點(diǎn)，患者的個(gè)數(shù)映射成線段的粗細(xì)，線段越粗，表示病人地點(diǎn)附近相同疾病的病人越多，線段越細(xì)，表示病人地點(diǎn)附近相同疾病的病人越少。

從醫(yī)院情況來(lái)看，就醫(yī)成本、外界聲譽(yù)、地理位置、設(shè)備和藥品、醫(yī)護(hù)人員素質(zhì)等都會(huì)影響患者的就醫(yī)選擇。從這幾個(gè)醫(yī)院等級(jí)來(lái)看，四川省綿陽(yáng)市中心醫(yī)院是三級(jí)甲等醫(yī)院，醫(yī)院的基本硬件配置高，外界聲譽(yù)良好，是這5個(gè)醫(yī)院中級(jí)別最高的醫(yī)院，它所接收的患者范圍是最廣的，鹽亭縣人民醫(yī)院是這5個(gè)醫(yī)院中等級(jí)稍次的，它所接收的患者范圍是最小的。另外，從醫(yī)院的地理位置來(lái)看，多數(shù)患者都偏好去市中心的醫(yī)院，如四川省綿陽(yáng)市中心醫(yī)院或綿陽(yáng)富臨醫(yī)院。

從患者情況來(lái)看，人際關(guān)系、就醫(yī)習(xí)慣、疾病情況、就醫(yī)便利性等都會(huì)影響患者的就醫(yī)選擇。醫(yī)院的地理位置很大程度上影響了患者的就醫(yī)便利性。從圖中可以看出，四川省綿陽(yáng)市中心醫(yī)院和綿陽(yáng)富臨醫(yī)院都位于市中心交通非常便利的位置，其病人位置分布非常廣泛，而鹽亭縣人民醫(yī)院和三臺(tái)縣人民醫(yī)院位于縣級(jí)行政區(qū)，交通便利程度稍次，所以其病人分布大多位于附近的鄉(xiāng)鎮(zhèn)。醫(yī)院位于交通越發(fā)達(dá)的地方，就醫(yī)便利性越好；醫(yī)院位于居住地附近越近的地方，就醫(yī)便利性越好。從另一方面來(lái)說(shuō)，大醫(yī)院的患者分布范圍廣而散，且患者附近也有對(duì)于病癥治療效果良好的醫(yī)院，但患者可能在追求良好的醫(yī)療效果，而放棄一定的醫(yī)療便利性去大醫(yī)院進(jìn)行治療，這也間接上解釋了為什么人們傾向去大醫(yī)院就醫(yī)。

圖6　不同醫(yī)院就診患者地理位置分布Fig.6　Geographical distribution of patients in different hospitals

5　結(jié)語(yǔ)

本文在大量病例數(shù)據(jù)的基礎(chǔ)上設(shè)計(jì)并開(kāi)發(fā)了DiseasesTracer疾病演化分析系統(tǒng)，通過(guò)該系統(tǒng)實(shí)現(xiàn)了醫(yī)療數(shù)據(jù)的可視分析及初步的疾病演化分析和就醫(yī)選擇分析。結(jié)果表明，通過(guò)與該系統(tǒng)進(jìn)行人機(jī)交互操作，用戶可以利用該系統(tǒng)進(jìn)行疾病演化分析，總結(jié)疾病的演化行為模式，并對(duì)疾病相關(guān)因素進(jìn)行相應(yīng)的判斷。另外，通過(guò)分析患者的分布特征，可推斷地區(qū)疾病特征，總結(jié)患者就醫(yī)選擇。接下來(lái)我們的工作會(huì)基于更大量的醫(yī)療數(shù)據(jù)進(jìn)行分析，并且優(yōu)化現(xiàn)有模型的展現(xiàn)方式，提高系統(tǒng)的交互性和信息直接性。

[1]GUPTILL J. Knowledge management in health care[J]. Journal of health care finance, 2005, 31(3): 10-14.

[2]DAWES M, SAMPSON U. Knowledge management in clinical practice: a systematic review of information seeking behavior in physicians[J]. International Journal of Medical Informatics, 2003, 71(1): 9-15.

[3]SUNDARAM A. Information Retrieval: A Health Care Perspective[J]. Bulletin of the Medical Library Association, 1996, 84(4): 591.

[4]蔡佳慧, 張濤, 宗文紅. 醫(yī)療大數(shù)據(jù)面臨的挑戰(zhàn)及思考[J]. 中國(guó)衛(wèi)生信息管理雜志, 2013 (4): 292-295.

[5]丁同勤. 可動(dòng)態(tài)擴(kuò)展的醫(yī)療數(shù)據(jù)集成可視化系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)[D]. 浙江杭州：浙江大學(xué), 2016.

[6]王藝, 任淑霞. 醫(yī)療大數(shù)據(jù)可視化研究綜述[J]. 計(jì)算機(jī)科學(xué)與探索, 2017, 11(5): 681-699.

[7]ALLARD R. Use of time-series analysis in infectious disease surveillance[J]. Bulletin of the World Health Organization, 1998, 76(4): 327.

[8]ANDERSON R M, GRENFELL B T, MAY R M. Oscillatory fluctuations in the incidence of infectious disease and the impact of vaccination: time series analysis[J]. Epidemiology & Infection, 1984, 93(3): 587-608.

[9]EUBANK S, GUCLU H, KUMAR V S A, et al. Modelling disease outbreaks in realistic urban social networks[J]. Nature, 2004, 429(6988): 180.

[13] 柏延臣, 李新, 馮學(xué)智. 空間數(shù)據(jù)分析與空間模型[J]. 地理研究, 1999, 18(2): 185-190.