醫療大數據時代對醫院統計工作的新思考

黃小平

[摘要] 醫療大數據是指醫療活動中使用數字化儀器和設備產生的醫療相關數據，包括影像學資料（CT、MRI圖像、參數）、實驗室檢驗數據（血液檢驗結果、細菌學檢驗結果）等，醫療大數據能夠實時、真實、科學地記錄下醫療活動的過程和結果，對其進行統計學分析，有助于為診療活動的制定和前瞻預測提供參考。醫療大數據信息量大、數據更新快速，具有完善的數據庫管理系統，可以及時對醫療大數據進行整合、深度挖掘、生成決策，對于落實醫院精細化管理、提高醫療質量、提升醫院工作效率、規范醫院管理具有重要意義，是新時代下醫院統計工作面臨的主要任務和重要機遇。

[關鍵詞] 醫療大數據時代;醫院統計工作;核心意義;數據挖掘;思考

[中圖分類號] R19 [文獻標識碼] A [文章編號] 1672-5654（2019）11（a）-0176-02

隨著互聯網/數據庫/云計算等為代表的IT技術的成熟完善和廣泛應用，信息的存儲、傳播變得更加方便快捷，數據庫內存儲大量的信息數據，并實時更新開啟了全新的大數據時代[1]。大數據管理滲透在各個管理領域中，特別在醫療領域中，隨著醫療衛生信息化的不斷推進，在更多的數字化醫療設備被使用的同時，也隨之產生了大量的醫療大數據，醫療大數據詳細記錄了醫療的全過程，是臨床診斷、治療和預后預測的重要參考依據，而醫院統計工作是醫院信息化的重要組成部分，也正在由人工管理向數字化高效管理的轉變[2]，醫療大數據時代下，探討新的醫療統計工作模式并開展落實，促使這種轉變順利完成，對于提高醫院精細化管理能力、搭建完善的數據庫管理系統、提高醫療質量、提高醫院綜合競爭力均具有重要意義[3]。該文主要闡述了醫療大數據的概念、醫療大數據在醫院統計工作中的意義和職能、探討了如何充分挖掘醫療大數據，現分析如下。

1 ?醫療大數據的基本概念

醫療大數據是醫院在診斷、治療、患者監測等醫療活動中所應用的設備和儀器記錄下的具有統計學意義的相關參數和資料，是IT技術革命在醫療改革中的具體體現。醫療大數據具有確定性、快速性、多樣性和海量性4個特點，醫療大數據的統計工作不僅局限于儲存相關數據資料，更體現在能夠應用科學技術對醫療數據進行分類整合、增值分析，并將其作為決策生成的依據，醫療數據的管理核心是對數據進行統計學分析，醫療大數據管理其實質是一種精細化管理[4]。

現今，全球范圍內醫療健康數據已經形成數以百計的（Exabyte）艾可薩字節，而且，正在以指數的方式加速增長，大規模的研究隊列正在快速識別與建立，人工智能對臨床決策的輔助和支持作用逐漸增強，大數據在全球范圍內風生水起，正在改變著醫學研究以及實踐。

2 ?醫療大數據管理對醫療統計工作的意義

在醫療大數據時代，醫療數據的信息量龐大、更新速度快，傳統的人工統計工作（包括報表、卡片、隨機統計）任務繁重、數據分類存儲速度慢、極其容易出現遺漏和錯誤，工作效率低下，遠遠不能滿足臨床工作需求[5]。對醫療大數據進行數字化管理，建立電子信息管理數據庫系統，能自動化地對大數據進行分類儲存，可使臨床醫療做到有案可查。此外，醫療大數據管理采用人性化控制界面，如圖1，具有更強的直觀性、目的性，這使得統計資料的檢索和調閱、統計學分析和網絡分享變得更加安全和便捷，從而實現人機互動，能在短時間內為醫療活動提供參考資料、做出最精確的統計學分析，也促使醫療統計工作更加規范化、標準化，衍生出數據→信息→知識→決策的新型醫院統計工作模式[6]，極大地提高了醫療統計工作的效率。可見，醫療大數據具有更高利用率、準確率以及效率。

3 ?醫療大數據管理的主要職能

3.1 ?促使醫療質量提升

大數據管理可以使患者病案、臨床文獻的調取和數字統計學分析更加方便，可為主治醫師、臨床護士第一時間提供可靠的參考和預后預測，做到有案可查，有據可依，從而為臨床護理和治療方案的制定和落實奠定基礎，助力提升臨床療效和護理質量、從而減少醫源性失誤和誤漏診事件的發生率。

3.2 ?促使醫療統計工作向精細化轉變

在新醫改背景下，醫院的經營管理模式應由過去粗放式管理模式轉變為精細化管理理念，促使醫療統計工作向精細化轉變。醫療大數據管理主要包括收入分析、成本分析和各科室工作量分析3個方面，與傳統的人工統計相比，一方面，醫療大數據管理提供的數據的準確性、可靠性更強，以數據作為依托的醫療統計工作精細度更高;另一方面，醫療大數據具有強大的功能界面，可提供直觀的統計學對比圖、數據列表和數據查詢，這些都是精細化管理的體現。

3.3 ?提升醫院科研能力

大數據管理中的科研中心數據庫可以為新藥開發、臨床研究者提供了大量的文獻、患者資料、藥品信息、診療資料，并能儲存新的臨床研究成果和數據，有助于縮短樣本采集周期、調研周期，節約了臨床研究時間;除此之外，多樣性的統計學分析系統也能充分挖掘信息、有助于進一步補充研究資料，更好地助力科研。

3.4 ?為醫療決策提供依據

傳統的醫療統計學分析的主體為管理者，而管理者容易依賴經驗或在某種主觀意識的影響下進行報表和統計學分析，使決策欠缺客觀性和真實性。大數據管理以統計分析結果為基礎，從收入、成本和需求3個方面逐層分析，以醫療質量作為決策標準，能清晰反映醫療工作的不足之處，可引導管理者做出更加正確和全面的決策，提高決策科學性，從而有助于促進醫院競爭力的提升。

4 ?如何充分挖掘醫療大數據

4.1 ?統一構建醫院數據庫

開發醫療大數據專用數據庫系統和控制界面，對醫療大數據進行數字化管理，包括數據收集、分類、儲存、統計學分析、調閱和共享等管理內容，充分整合醫療大數據，并通過數據圖表（成本-收入-需求）的形式直觀地反饋給管理者、決策者。將醫療大數據管理功能模塊分為HIS模塊（信息管理和聯機操作的計算機應用模塊）、藥品物資管理模塊、人力資源管理模塊、財務統計模塊、PACS模塊（影像歸檔和通信模塊），各個功能模塊相對獨立、互不影響，并按照國內業務、技術標準對數據庫系統進行更新和維護，這樣既能充分地挖掘醫療大數據的性質、用途，獨立維護、檢索活動，又能夠減少各個子模塊對數據庫系統整體運行速度的影響[7]。

4.2 ?對醫療大數據進行質量控制

在醫療大數據管理中引入質量控制理念，進行醫療大數據的整合，使醫療數據統計學分析、調閱和共享安全可控，對大數據數據傳遞和應用進行逐層監控，使之符合標準和規范（應特別注重保護患者信息隱私安全）;加強對于源數據的審核，采用數字化管理方式捕捉、篩選、過濾醫療大數據，對于不符合質量標準的數據應進行人工復合，并予以刪除或責令退改，充分保證醫療大數據的科學性、真實性和準確性[8]。

5 ?結語

醫療大數據是醫院在診斷、治療、患者監測等醫療活動中所應用的設備和儀器記錄下的具有統計學意義的相關參數和資料，醫療大數據是醫療統計工作的主要對象，對科研、決策、醫療活動制定和實施均具有重要意義。

近年來，隨著數字化醫療設施的普及和計算機技術的廣泛應用，醫療資料的信息量日益增多和不斷更新，單一的人工統計方式效率低下、漏錯率增加，已經難以滿足醫療信息的日常管理要求。隨著醫療大數據時代的到來，數字化管理已經成為醫療統計工作的主要手段，這種模式依托于醫療數據庫，通過制定獨立的功能模塊將醫療大數據的整合、監控、傳遞和維護工作精細化，將統計學計算結果圖形化，能夠快速、充分挖掘醫療大數據，為醫療活動的順利實施、醫院發展方向的確立、醫療資源的配置、醫患關系的反饋提供了堅實的基礎，同時也有效地提高了醫療質量、工作效率，促使醫療統計工作由人工管理向數字化管理轉變，醫療大數據時代對醫院統計工作也提出了更高、更新的要求。

[參考文獻]

[1] ?王忠慶.新思考：醫療大數據時代，如何進行醫院統計工作[J].吉林醫學信息，2017，33（2）：34-36.

[2] ?邵瀚臣.淺析醫療大數據及其面臨的機遇與挑戰[J].科技資訊，2017，15（25）：21.

[3] ?姬博歆.醫療大數據應用中的隱私權保護研究[D].哈爾濱：黑龍江大學，2017.

[4] ?劉洋，鄔楊，劉俊辰，等.大數據在醫療領域的應用和展望[J].現代腫瘤醫學，2017，25（10）：1678-1681.

[5] ?蔡先發，周怡，蔡永銘，等.大數據時代下的醫療革命[J].中國數字醫學，2017，12（4）：7-8.

[6] ?湯寅，張火俊，謝國旗，等.醫療大數據在軍隊衛勤中的應用前景[J].解放軍醫院管理雜志，2017，24（2）：115-117.

[7] ?廖國興.我國醫療機構在大數據時代下的機遇與挑戰[J].現代醫院，2018，18（3）：313-315.

[8] ?毛云鵬，龍虎，鄧韌，等.數據清洗在醫療大數據分析中的應用[J].中國數字醫學，2017，12（6）：49-52.

（收稿日期：2019-08-09）