淺談心血管疾病醫療大數據平臺的搭建

摘要：心血管疾病是我國非傳染類疾病死亡的主要原因，同時也給廣大的患者帶來嚴重的經濟負擔。為降低廣大患者的經濟負擔，提升心血管疾病預防、診斷和治療的效率，有必要搭建心血管疾病醫療大數據平臺，實現各類心血管疾病數據采集、動態監控、共享和分析。本文從構建心血管疾病大數據的必要性、臨床價值、總計技術結構以及應用情況等出發，結合云計算和人工智能等技術手段解決心血管疾病醫療大數據平臺數據采集、存儲、統計、分析等問題。通過該平臺從一定程度上可以提升心血管疾病預防、診斷和治療，降低患者的經濟壓力和醫療的支出。

關鍵詞：心血管;大數據挖掘;醫療大數據;數據采集

【中圖分類號】R714.52? 【文獻標識碼】A? 【文章編號】1673-9026（2020）07-142-02

[Abstract]Cardiovascular disease is the main cause of death of non communicable diseases in China， but also brings serious economic burden to the majority of patients. In order to reduce the economic burden of patients and improve the efficiency of cardiovascular disease prevention， diagnosis and treatment， it is necessary to build a cardiovascular disease medical big data platform to realize data collection， dynamic monitoring， sharing and analysis of various cardiovascular diseases. Starting from the necessity， clinical value， total technical structure and application of cardiovascular disease big data， this paper combines cloud computing and artificial intelligence technology to solve the problems of data collection， storage， statistics and analysis of cardiovascular disease medical big data platform. The platform can improve the prevention， diagnosis and treatment of cardiovascular disease to a certain extent， and reduce the economic pressure and medical expenditure of patients.

[Key words] Cardiovascular， big data mining， medical big data， data collection

1、引言

心血管疾病（Cardiovascular disease，CVD）為世界上死亡主要的原因^[1]，而中國心血管疾病的發病率和和死亡率也呈上升的趨勢，據統計，目前我國非傳染疾病死亡的人數占總死亡人數的71%，而其中心虛管疾病死亡人數又占非傳染類級別44%，截止到2020年，心血管疾病死亡人數高達1790萬，是癌癥死亡人數的2倍^[2]。預計到2030年，我國心血管級別死亡人數將會超過2300萬且患病年齡越來越年輕化?！吨袊难懿蟾?017》顯示，目前我國有2.9億人患有心血管疾病，農村居民占比在45%左右^[3]，疾病給廣大的患者經濟負擔日益加重，提高心虛管疾病治療效果，降低廣大患者的經濟負擔是目前急需解決的問題。

2019年6月6日，工信部給中國三大運營商頒發了5G牌照，標志著5G商業化正式拉開序幕^[4]。5G的高流量、大帶寬、低時延以及大鏈接技術為醫療診斷、監護、遠程實時會診等醫療領域的創新注入新的活力，同時進一步促進了大數據和人工智能的繁榮發展^[5]。

本文從構建心血管疾病大數據的必要性、臨床價值、總計技術結構和應用情況出發，融合云計算和人工智能技術等手段挖掘出其潛在的價值，為醫生臨床治療提供支撐，為整個心血管疾病的科研提供價值支持，同時也為廣大的心血管患者提供更智能的就醫形式和疾病康復指導，一定程度上提升了心血管疾病預防、診斷和治療，同時降低心血管患者的經濟壓力和醫療壓力。

2、大數據相關概念

2.1、傳統大數據及其特點

大數據從2012年開始進入大眾視野，關于大數據（Big data）的定義眾說不一，但集中來看可以從兩個方面進行闡述：一是從技術來看：它主要是從大數據的獲取、存儲以及應用能力等等的數據集合;二是從管理上來看：通過數據分析和處理，挖掘出大數據蘊含巨大的潛在價值并提升數據處理的效率。

大數據的鼻祖麥肯錫公司提出大數據具有容量巨大 （Volume）、種類復雜（Variety）、處理速度快（Velocity）、價值密度低（Value）等4個特點^[6]。

2.2、醫療大數據及其特點

隨著科技的發展，醫療信息化在我國基本上得到全面普及，醫療數據呈指數級增長。相對傳統的大數據來說，醫療大數據呈現來源廣、結構復雜、價值低、專業性強等特點^[7]。

來源廣：醫療大數據主要涉及居民健康存檔、體檢、社保、診斷病例、制藥等等多種數據;

結構復雜：醫療大數據具有復雜的結構，異構性廣泛。醫療數據存在形式多樣：有結構化數據，半結構化數據和非結構化等形式。健康檔案數據、用藥數據和體檢數據等數據為結構化數據，可以通過數據庫進行存儲;病歷數據、護理和手術記錄等數據為半機構化數據，其主要采用文本形式進行存儲;CT、內鏡、影像、音頻和視頻等數據資料為非結構化數據。

價值低：醫療數據雖然來源廣，結構復雜，但是其利用價值低。其主要原因是醫療數據信息雜亂、質量比較低，醫療數據標準還需進一步提升，挖掘困難。不過，隨著大數據、云計算以及人工智能的發展，未來將會挖掘出更多醫療數據的潛在價值，真正為廣大人民謀福利;

專業性強：醫療大數據主要面向廣大醫務人員以及從事健康產業的相關的人員，不同的疾病其專業性有不同的特點，對于數據開發人員來說具有很大的難度，因此從某種程度上也不利于醫療大數據的發展。

3、心血管醫療大數據平臺的搭建

3.1心血管疾病醫療大平臺搭建的必要性

目前國外針對心血管疾病的大數據平臺數據比較單一，一般只通過用戶的心電圖信息對心血管病人的病情進行判斷。如梅奧中心主要是基于心電圖，然后通過人工智能實現對左心室的診斷，斯坦福大學則通過卷積神經網絡來對心率失常進行檢測，美國基于人工智能的美國Kardia Pro平臺可以對早期房顫進行監控，法國的Cardilogs Technologies通過人工智能實現動態心電圖的監控。心血管疾病的發病原因比較復雜，需通過多維數據進行綜合判斷和長期監控^[8]。

我國目前心血管臨床診斷中，不同區域和醫院之間數據質量相差較大，一定程度上制約了心血管科研以及患者就醫質量的提高。

心血管疾病較為復雜，主要體現在：一是隨著病情的發展，心臟的形狀和運動狀態會有一定的變化，二是隨著年齡和運動強度的變化，心肌形狀也會隨著改變。但是在日常診斷過程中，臨床一般會用某一個統一值來進行病情判定，有時候很難區分心肌是否改變而導致潛在的疾病;另外某個參數在一定范圍的時候，對于不同的民族或者個人可能存在差異，有些人可能患有心臟疾病，而有些人可能是正常。

基于上述原因有必要建立一個穩定高效的心血管大數據平臺，將患者門診、就醫、體檢、急救、日常穿戴設備、心血管相關的醫藥、健康飲食等數據形成一個信息庫，融合云計算和人工智能等計算機手段，實現對心血管疾病的智能化預防、診斷和治療。通過該平臺，也可以實現全國心血管醫療資源共享，便于對所有心血管患者病情的動態監控，提升診斷和治療效率，一定程度上可以減輕心血管病患的經濟支出和國家的醫療支出。

3.2、平臺總體架構

3.2.1 總體目標

搭建一個高效且平穩的心血管大數據平臺，并通過云計算和人工智能等手段挖掘出潛在的價值，為醫生臨床治療提供支撐，為整個心血管疾病的科研提供價值支持，同時也為廣大的心血管患者提供更智能的就醫形式和疾病康復指導。

3.2.2 總體框架

心血管醫療大平臺除了上述目標外，還應該考慮后續研發的擴展性以及與其他相關醫療平臺的接口等。其相關的總體架構如下：

整個框架分為硬件部分、數據源接口、數據采集、數據治理和存儲、分析平臺、應用平臺以及角色等部分。

1）、基礎硬件

考慮到老齡社會和心血管患者不斷增加，心血管醫療大數據平臺建設初期就考慮采用云計算技術，通過該技術來提升平臺的安全系數，實現無窮大的大數據存儲和控制，為廣大的醫護人員、病患提供即時訪問，通過虛擬化的方式實現各醫院、醫療、社區等機構間的資源共享。

2）、數據源和數據采集

數據源主要來源于居民健康檔案、醫療機構、智能穿戴、日常保健和實驗等數據，通過網絡將相關的數據傳送到大數據平臺。

3）、數據處理

心血管醫療數據類型主要為結構化和非結構化數據，處理過程較為復雜，本平臺采用Hadoop分布式處理的軟件框架，其目的是在數據處理過程中提高可靠性、擴展性、高效性和容錯率。

4）、AI分析

利用人工智能，完成圖像識別、讀取知識庫、音頻（如心電圖等）等數據，然后從大數據中進行圖像識別、自動推理等技術，實現對心血管醫學影像、常用藥物、相關營樣、疾病特征等進行分析并輸出相關結果。

5）、應用分析

大數據平臺的應用層需提供豐富的接口，如API、PIG、HIVE以及JDBC和UDF（自定義函數）等接口，方便其他用戶使用和后期擴展。

6）、角色：主要描述該平臺面向的對象。該平臺主要面向臨床醫生，醫院管理人員、從事心血管疾病的研究人員、高校學生、藥品/醫療機構、患者個人/家庭、社區工作者、政府決策者，以及銀行、藥店等等單位。

4、心血管醫療大平臺應用

心血管醫療大平臺建立以后，可為心血管患者、臨床醫生、科研、心血管疾病管理、相關的醫療/醫藥機構、以及政府決策者和其他相關的人員提供服務。

1）、應用于心血管患者

大多數心血管患者對疾病的起因、發展過程缺乏認識，通過該平臺，可以智能引導病人進行掛號、購藥、日常保健以及心血管預防。

2）、應用臨床醫生

臨床醫生通過查詢患者的發病原因、就診記錄、影像和體檢、用藥情況、恢復情況等信息，可以綜合判定病人整體情況，達到更好的對癥治療效果。同時，通過收集大量的病例樣本，通過人工智能和云計算等技術，能夠對不同原因引起的心血管疾病、治療手段和效果等進行跟蹤和評估，為后續臨床醫生在治療過程中提供決策輔助支持。

3）、應用醫院管理人員和社區人員

可以為醫院管理人員在運營管理、治療效果評估、研發投入以及生產建設等方面提供較好的決策支持;

而對應于社區人員可以了解其社區所有內心血管患者的病情狀態，對患者進行一些常見保健手段和方法的宣傳，一定程度上可以減少醫院的就診壓力，釋放一定的醫療資源。

4）、應用科研和在校學生

科研人員和在校學生可以獲取大量的實踐資料，縮短臨床實踐探索時間，同時也能夠為其提供較好的實踐案例和思路。

5）、應用于政府決策者

政府可以了解整個心血管疾病的起因、有效治療手段、如何預防等，政府部門可對全民進行心血管預防宣傳，組織相關的醫療機構對疑難雜癥進行聯合攻關等。

5 結束語

隨著5G、云計算、人工智能的發展，大數據平臺將在我國的醫療系統中發揮著越來越重要的作用。本文通過搭建心血管醫療大數據平臺，結合云計算和人工智能等手段挖掘出潛在的價值，為醫生臨床治療提供支撐，為整個心血管疾病的科研提供價值支持，同時也為廣大的心血管患者提供更智能的就醫形式和疾病康復指導。在整個平臺搭建過程中，有一些問題還需要解決：一是目前提取的病人樣例有限，需進一步擴大樣例提取范圍，如開放端口進行遠程采集等;二是數據處理過程中，部分數據缺乏統一的標準，急需相關的醫療管理部門共同進行協商統一，以便該平臺后續能夠進入更好的延伸和擴張。

參考文獻

[1] 胡曰波 編 .實用胸心血管外科學 [M].云南科學技術出版社，2020.7

[2] http：//www.chyxx.com/industry/202006/874342.html

[3] 中國心血管病報告.2017/國家心血管病中心編著.-北京：中國大百科全書出版社，2017.12

[4]許宏金 著.5G革命：新流量時代商業方法論[M].電子工業出版社，2019

[5] 翟運開，陳慶勇，陳保站 著，翟運開，陳慶勇，陳保站?編.5G 醫療：新技術如何改變醫療產業商業模式（精裝）[M]. 機械工業出版社，2020.2

[6] [英] 維克托·邁爾-舍恩伯格，[英]?肯尼思·庫克耶?著，盛楊燕，周濤?譯大數據時代（大數據系統研究的先河之作）[M].浙江人民出版社，2013

[7] 徐曼，沈江，余海燕?著.大數據醫療[M]，機械工業出版社，2017.3

[8] 陳韻岱 著.淺談醫療大數據與人工智能技術在心血管疾病診療中的應用[J].2020.8

作者簡介：白玫：主任醫生，本科，現任職于吉林省人民醫院心內科，1998年畢業于白求恩醫科大學醫療系，從事心血管內科臨床與研究16年，具有豐富的經驗和扎實的臨床技能。