基于大數據的區域慢病綜合管理平臺的設計與應用實踐

蘇逸飛 王穎 殷偉東 丁臘春 張偉

摘? ?要：文章設計并應用了基于大數據的區域慢病綜合管理平臺，匯總了南京區域內各醫療衛生機構的醫療健康數據，通過大數據、人工智能等技術研究，建立了專病檔案調閱、知識庫、管理系統等慢病管理工具等，并在現有的醫療、公共衛生管理中，應用慢病管理工具并反饋相關應用效果，形成了數據采集、分析、應用與反饋優化的閉環式。平臺實現了區域內慢病相關數據的共享，強化了各醫療衛生業務之間的聯動，提高了各醫療衛生機構的管理服務能力，有利于對慢病患者的長期跟蹤和多維度管理。

關鍵詞：大數據;人工智能;區域慢病管理

Abstract： This paper designs and applies the regional chronic disease comprehensive management platform based on big data， and summarizes the medical and health data of various medical and health institutions in Nanjing region. Chronic disease management tools are established such as special disease file access， knowledge base， management system， etc. Through the research of big data， artificial intelligence and other technologies， chronic disease management tools are applied in existing medical and public health management and feeds back relevant information Application effect， forming a closed-loop of data collection， analysis， application and feedback optimization. The platform realizes the sharing of chronic disease related data in the region， strengthens the linkage between medical and health services， improves the management and service ability of medical and health institutions， and is conducive to the long-term tracking and multi-dimensional management of chronic disease patients.

Key words： big data; artificial intelligence; regional chronic disease management

1 引言

隨著我國社會經濟的快速發展，人口的老齡化以及導致慢性非傳染性疾病（本文簡稱慢病）的各種行為危險因素（吸煙、飲酒、缺乏體育鍛煉等）在人群中的強度不斷增加，慢病已成為我國多數地區的主要健康問題。據統計，我國居民慢病死亡占總死亡人數的比例高達86.6%，造成的疾病負擔已占總疾病負擔的70%以上，已成為影響國家經濟社會發展的重大公共衛生問題[1]。

《“健康中國2030”規劃綱要》《“健康江蘇 2030”規劃綱要》與《中國防治慢性病中長期規劃（2017-2025）》相繼發布，我國慢病防控事業也迎來了新的機遇與挑戰。如何提高人均健康期望壽命，開展重大慢病高危人群篩查和干預，阻止、延緩發病或降低致殘率，已成為保障全民健康的重點工作之一。隨著大數據、人工智能技術的不斷發展，匯集和分析真實世界全人群的多維醫療衛生數據，以此輔助和支撐區域慢病管理業務的開展，已具備了實踐的可行性[2，3]。在此背景下，本文設計并建設了一套區域慢病綜合管理平臺，匯集區域內海量慢病相關數據，支撐區域內各級醫療機構和患者進行慢病防控和干預，取得了良好的效果。

2 平臺總體功能設計

2.1 平臺整體設計思路和建設目標

區域慢病綜合管理平臺以區域醫療大數據研究為切入點，立足為區域內的醫療衛生機構和患者提供一套整體性的慢病管理工具。平臺建設首先對區域內海量醫療健康大數據進行采集、清洗、整理和集成，通過大數據、知識圖譜等技術，研究建立專病數據庫、專病知識庫、專病管理系統、智能提醒等慢病管理工具等，通過在現有的醫療、公共衛生管理中應用慢病管理工具并反饋相關數據，形成數據采集、分析、預警、干預與反饋優化的循環閉環式遞進[4]，如圖1所示。

2.2 平臺整體架構設計

區域慢病綜合管理平臺分為數據中心層、支撐組件層和應用服務層，如圖2所示。數據中心層以個人身份證為索引，匯聚區域內的醫療健康大數據，并以糖尿病、高血壓等慢病為節點進行分類匯聚形成專病數據庫;支撐組件層在慢病大數據中心的基礎上建設慢病患者專病檔案、基于知識圖譜的慢病智能知識庫、風險預測預警的數據分析模型和個性化的患者健康肖像，以更好地支撐平臺的應用服務層;應用服務層與醫療衛生機構信息系統、智慧醫療區域信息系統對接，構建門診、住院、家庭醫生、居家一體化的閉環疾病防控和干預服務體系，并通過PC端應用、APP醫生端、APP患者端應用服務協同，為公眾提供 “一站式”健康服務。

2.3 區域慢病數據上報

區域內和慢病相關的數據來源較多，需要有一個較為權威的慢病發病數據源對各種來源的慢病數據進行整合和串聯，并關聯和醫療、公共衛生業務。在本項目中，開發了一套慢病數據直報接口，區域內各醫療機構通過接口上報五種類型慢病（高血壓、糖尿病、腦卒中、冠心病、腫廇）的確診患者，接口內容包括患者基本信息、診斷編碼、發病類型等。接口與醫療機構HIS、電子病歷、病案系統等臨床業務系統的對接，大部分實現系統自動報送，減輕慢病申報管理的工作量。上報的慢病發病數據根據患者的地址所屬管理轄區下發至各基層醫療衛生機構進行確認，高血壓、糖尿病患者經確認可納入基層醫療衛生機構的慢病管理專案，通過信息共享與工作聯動實現慢病發病數據全體系綜合管理，慢病數據直報的整體工作流程如圖3所示。

2.4 慢病大數據中心

基于慢病的健康數據具有涉及面廣、種類多樣、增長速度快、數據海量、適時性高等特點，為不同業務域不同來源的數據建立具有一致性的數據結構后統一匯總，形成慢病大數據中心。慢病大數據中心沿個體生命歷程時間維度，實時采集、聯接和整合個人健康檔案、基本公共衛生數據、健康體檢數據、臨床診療數據、疾病監測數據、患者健康管理數據等，重點的業務包括區域慢病數據上報、體檢機構體檢數據、醫院醫療數據、基層醫療衛生機構慢病管理數據等。數據包含結構化和非結構化數據，結構化數據主要包括標準化文本信息、檢驗檢查結果、病理分析等。非結構化的數據包括非標準化文本數據、PACS影像數據等。

大數據中心通過數據收集層、數據存儲層、資源管理與服務協調，形成了完整的大數據中心業務邏輯，通過結構化轉換，以各疾病數據集標準為依據，進行對照轉換，統一存儲。按疾病數據字典標準對照，保證提取數據的一致性，消除數據在不同平臺、醫療機構業務系統間的差異。經過標準化后的數據進入大數據中心，從數據標準化質控、關聯性規則質控、追溯核查、質控規則引擎、數據質量回溯等方面提升數據質量，實現了從數據采集、分析、加工、展示全鏈路服務功能[5]。

2.5 慢病數據分析模型

在大數據中心劃分出大數據應用生產區，用于部署數據挖掘、建模分析等應用軟件系統。根據不同慢疾病研究需要，抽取不同病種對應的數據子集到該區進行開發利用，形成疾病大數據標簽和重點人群研究隊列。

探索本區域慢病及危險因素監測數據的分析模型和指標，結合Logistic回歸分類算法，以病種為因變量，年齡、婚姻狀況、文化程度、職業、體質指數、吸煙情況、血脂異常、高血壓等為自變量，進行慢病獨立危險因素的模型建立。結合隨機森林分類算法、K-Means聚類算法、決策樹分類算法，進行慢病相關癥狀、藥物的分析、健康危險因素、并發癥風險、治療效果等分析，從而更好地支撐慢病的預防和干預[6]。

建立慢病相關的知識體系，構建不同概念和數據之間的關系信息。邏輯推理層描述從抽象概念中抽取高級語義信息的過程。邏輯推理以專家知識為指導，通過定義概念之間的相關推理關系，從大量的元數據中歸納推理出新的知識內容。邏輯推理過程依賴于概念的抽象化知識表示，而專家知識則以規則的方式進行體現[7]。

建立混合式多源數據分析框架，建立不同系統不同數據的統一表示方式，從交互特征、語義特征和拓撲特征等角度分析數據與健康屬性之間的關系，從海量多源、含噪的健康醫療數據中，提取隱含潛在的有用信息和知識，發現具有高相關性的變量群[8]。建立數據分析模型對納入模型中的自變量進行篩選，提取與健康事件相關的風險因素，采用本體表示模型抽象不同數據之間的關系，并基于知識推理構建相應的計算模型。

最后借助詞向量的文本表示技術，提出由數據判斷用戶健康屬性的算法。

2.6 慢病管理服務集成

平臺在整合區域數據、建立智能分析工具的基礎上，建立智能提醒、慢病檔案調閱、糖尿病一體化管理系統、預約掛號繳費、個人健康管理、分級診療等一系列慢病管理服務，這些服務大多可通過服務接口的方式供醫院等第三方機構業務系統調用，也有部分服務集成進慢病綜合管理平臺，通過各類系統界面供醫療衛生機構、患者直接使用[9]。

智能提示服務可以在慢病患者就醫時提示醫生該患者屬于慢病患者，并跳出最近的用藥、檢驗等記錄供醫生參考。醫生處理接診、錄入診斷、錄入處方或醫囑、住院登記以及主動報卡時，由醫生工作站調用智能提示動態鏈接庫中的統一函數，按智能提示產品接口規范傳入相關數據，由智能提示前哨程序發送給智能提示服務中心，服務中心將根據預先配置的應用列表，逐個查詢各個相關應用，并將提示結果返回給客戶端進行展示。

慢病專病檔案在匯總區域內醫療衛生數據的基礎上，展示患者的基本信息、近期診斷記錄、用藥記錄、醫囑記錄、檢驗檢查等數據，通過時間軸的方式展示患者近期的醫療和公衛體檢隨訪等健康記錄，支持查看記錄詳細信息。

糖尿病一體化管理系統是基于大數據和人工智能技術應用的糖尿病患者教育管理支持工具[10]。系統作為區域慢病綜合管理平臺的子模塊，與平臺數據中心、專病檔案、數據分析模型高度整合，通過中心端集中部署的方式供區域內各級醫療衛生機構使用。系統支持醫護人員開設糖尿病教育門診，為患者提供首診評估、個性化自我管理處方以及居家全程智能跟蹤管理服務，支持基層醫療衛生機構開展規范化、個性化糖尿病健康教育服務和智能公衛隨訪服務，提高基層醫護人員糖尿病教育管理能力和效率。

糖尿病一體化管理系統在首診時收集、儲存患者信息，對接慢病專病健康檔案，基于專業問卷和標準對患者病情、自我管理能力等進行評估、分級分層，自動生成評估總結，并在此基礎上根據患者病情進行個性化的跟蹤干預，分析患者自我行為的管理問題，結合患者各項數據進行綜合評估，智能生成控制目標、血糖監測方案、飲食治療方案、運動治療方案、糖尿病知識學習計劃。

公衛隨訪模塊能夠同步公衛慢病管理中患者檔案的最新信息，支持慢病管理隨訪表及可自定義設置隨訪問卷。隨訪問卷可以下發患者填寫，也可以由醫生在線填寫。系統與南京市公眾健康服務平臺實現對接，知識推送、血糖及血壓智能干預內容、管理處方報告、隨訪問卷、隨訪報告等內容，可推送至健康南京APP等移動應用，對患者進行智能干預服務。

南京市在前期的智慧醫療建設中已經建立了較為完善的服務體系，慢病綜合管理平臺與南京市區域衛生信息平臺、公眾健康服務平臺、家庭醫生和分級診療系統等實現了對接，慢病專病數據庫和區域衛生信息平臺數據庫實時同步，并可通過調用智慧醫療服務實現掛號、繳費、轉診、個人健康管理等業務。

3 平臺應用實踐效果

3.1 數據匯總情況

慢病專病數據庫的數據匯總以診斷描述、診斷編碼、就診科室、用藥、檢驗檢查指標等作為入庫條件，原則上盡可能多地獲取類似病歷進入專病數據庫，采集的慢病類型有五種，包括高血壓、糖尿病、腫瘤、冠心病、腦卒中。

目前，數據的主要來源是醫療機構的體檢數據、醫療數據、慢病報病數據、公衛慢病隨訪體檢數據等，在經過數據整理和匯總后共收集糖尿病患者280879人（其中住院患者14243人）、門診高血壓患者677308人（其中住院患者7076人）、腫瘤患者77469人（其中住院患者19898人）、冠心病患者10364人、腦卒中患者20476人的醫療健康數據，對其中的高血壓、糖尿病相關數據進行了數據解析、清洗、字典轉換、語義映射等處理，形成了兩個專病數據庫。

3.2 集成服務應用情況

平臺針對二級以上醫療機構和基層醫療衛生機構應用不同的集成服務。針對醫療機構現已開展應用的是慢病檔案調閱、智能提示和糖尿病一體化管理系統。慢病檔案調閱和用藥等記錄的智能提示，健康檔案調閱和智能提示已接入13家二級以上醫療機構和12個區衛健委，累計調閱次數突破50萬人次。

糖尿病一體化管理系統整合了平臺的數據和服務功能，實現了患者檔案信息的實時共享同步，向醫療機構提供了基于算法模型的管理處方、可自定義的患者智能隨訪，并將相關管理信息通過健康南京APP向患者同步。目前，一體化管理系統已接入三家醫療機構，還在進一步完善中。

基層社區衛生機構開展的應用主要包括慢病專案數據同步、公衛智能隨訪和管理處方等功能。平臺將新發的慢病患者信息按區屬分發至各行政區，各行政區社區衛生服務中心將所屬的患者信息進行核實和確認，并更新至公衛慢病專案。社區衛生服務中心可通過管理處方的輔助推薦，對患者的飲食、用藥、運動、睡眠等情況進行綜合管理，可通過健康南京APP向患者發送公衛隨訪的問卷，實現智能隨訪。

4 結束語

本文通過基于大數據的區域慢病綜合管理平臺的設計、建設和實施，統一匯總和整理了南京市區域內各級醫療衛生機構的慢病相關數據，在此基礎上依托大數據、人工智能等技術，建立了專病檔案調閱、專病知識庫、專病管理系統、智能提示等一系列慢病管理相關的集成服務，集成服務開放給區域內各級醫療衛生機構，并通過管理處方、患者端APP等對患者實現運動、飲食、用藥等多維度的長期健康管理。平臺的建設提升了醫療衛生數據的利用效率，建立了相關數據模型，為慢病患者提供全程健康服務，初步實現了區域慢病綜合協同管理體系，并為后續基于大數據的研究創造數據研究價值。

基金項目：

江蘇省社會發展重大科技示范項目（項目編號：BE2018607）。

參考文獻

[1] 呂蘭婷，鄧思蘭.我國慢性病管理現狀、問題及發展建議[J].中國衛生政策研究，2016（07）：1-7.

[2] 龔希若.關于區域醫療信息化建設的思考[J].網絡空間安全， 2011（05）： 59-61.

[3] 孟群，尹新，陳禹.互聯網+慢病管理的研究與實踐[J].中國衛生信息管理，2016，2：119-123.

[4] Ahmed S，Bartlett SJ，Ernst P，et al.Effect of a web-based chronic disease management system on asthma control and health-related quality of life：study protocol for a randomized controlled trial [J].Trials， 2011，12：260.

[5] 林青，黃玉蕾.醫療衛生領域大數據共享的應用研究[J].網絡空間安全，2016（04）：12-14.

[6] 史倩楠，馬家奇.公共衛生大數據分析方法與應用方向[J].中國數字醫學， 2016（02）：10-12.

[7] 俞思偉，范昊，王菲，等.基于知識圖譜的智能醫療研究[J].醫療衛生裝備，2017（03）：109-111.

[8] 梁小華，顧東風.慢性非傳染性疾病管理模型的構成及應用前景[J].中華預防醫學雜志，2011，45（3）：200-204.

[9] 梁宗強，趙延紅，黃若文，等.基于慢病管理和雙向轉診的區域分級診療信息化建設實踐與探討[J].中國數字醫學， 2017，12（6）：16-18.

[10] 湯利華，譚興容，湯世國，等.醫院社區糖尿病一體化管理模式的有效性初探[J].中國衛生標準管理，2018（01）：196-198.