大數據時代下醫療系統的信息化發展研究

開 拓

（杭州市第三人民醫院，浙江 杭州 310009）

0 引言

對醫療系統進行信息化建設，不僅可以在很大程度上提升醫療服務綜合發展水平，同時還能優化醫療服務，改善服務的效率與質量。通過有效的醫療系統信息化建設，患者也能獲得更多益處，可以在較短時間內接受到更佳的治療。眼下國內的醫療信息系統已在不斷加強建設和發展，而在大數據時代下，這樣的建設工作又面臨更多的機遇和挑戰。對此，就必須要做到將信息化建設同大數據技術相融合，促使醫療事業在大數據環境下也能得到良好、穩定的發展。

1 醫療大數據的特點分析

第一，復雜性特點。如今醫學事業逐漸發展，在該領域中也有不少新的詞匯涌現出來，存在著一詞多義和多詞一義的現象，且變得越來越普遍。各種各樣的術語及版本也在快速地更新，而同時醫療信息系統又存在著一定的差異，未能建立起一個統一的標準。由此便使得醫學術語呈現出較為明顯的復雜性，獲取數據信息的難度也相對更大。

第二，多維性特點。在進行醫療活動時，都是要將患者作為中心，將多方面的數據信息記錄下來。但綜合來看，數據的使用者是各不相同的，包括了醫生、醫技和護理人員等等。而不同的使用者對自己所需運用的信息都有著差異化的要求，如今大數據還難以針對不同的使用對象來分別運用不同的形式把數據信息記錄下來，仍僅限于讓使用者自己進行數據信息的提取，故而醫療數據便表現出多維性的特點。

第三，不完整性特點。醫務人員要負責將各種醫療數據信息記錄下來，但通常情況下，收集這些信息的人和處理的人并非是同一個人，因此中間可能有些環節出現問題，而使得記錄下來的數據存在缺失或錯誤等各種問題，導致數據信息不夠完整[1]。

2 醫療大數據發展中面臨的問題

2.1 數據整合

有的數據信息相對獨立并且規模較小，其特點就是穩定性強、質量較高、不容易出錯。但在大數據時代下，數據信息的來源極為廣泛，精確性也不再是最主要的標準。而來源不同的數據信息在結構上也有很大不同，當管理分析人員對這些數據做出整合與分析的時候，就會發現難以找到一個統一的標準及評價機制，于是導致系統的計算量提升，運算時間延長，最終得到的信息質量也很難有保障。

2.2 數據存儲

隨著醫療信息數據不斷拓展，里面包含了許多非結構化的數據，而數據信息的分析來源也變得日漸多元化，現有的存儲架構難以切實滿足大數據運用需求，當需要處理及查找大數據集的時候，更加容易碰到各種障礙。其一是容量方面的障礙，在面對規模巨大的數據以及文件數量的時候，怎樣做好文件系統層累積的元數據管理工作也是一大難題。其二是延遲方面的障礙，醫療大數據的運用需要體現出實時性的特征，這就要求對數據信息做出實時處理。而在當前的實踐運用中，還存在或多或少的延遲問題。

2.3 數據安全

目前醫療數據與其應用都表現出十分顯著的增長趨勢，這也給動態數據信息的安全監督與隱私保護帶來了很大的挑戰。在大數據背景下，個人隱私有更大概率會經由網絡泄露出來，而如今電子商務和社交網絡廣泛普及，這也便于將個人數據信息結合起來進行分析，導致隱私數據十分容易暴露[2]。從國家的角度來看，大數據也有可能給國家安全埋下隱患，必須要在國家安全戰略方面做出更多的規劃和考量。

3 大數據時代下醫療系統的信息化發展探究

3.1 疾病的診斷和治療

在大數據環境下充分運用相關技術，能夠對患者的特點及病情變化情況展開全方位的分析，在此基礎上找出最科學的治療方案。此外還能構建醫囑自動報錯系統以及臨床決策系統，還可以針對大量的病歷做出分析處理，找到治療疾病的最優辦法。而利用云計算與互聯網等一系列技術，可以對傳統的醫療實施改善，打造遠程醫療服務體系，并發揮出更強的靈活性、關聯性，以便高效做出決策，縮減患者住院時間，在一定程度上解決醫療資源緊缺、看病難和看病貴的問題，實現醫療資源的優化配置。而在循證醫學領域，大數據也能體現出其獨有的功能，在分析個人數據信息的基礎上，能找出小樣本之間存有的細小差別，以此便能為臨床醫生提供有力證據和診療參考，提高臨床實踐效率。

3.2 藥物的研究與開發

進行藥物研究與開發時，大數據技術能夠運用于各個環節當中。比如在研發藥物之前，可以結合患者的心理狀況、行為習慣、病情癥狀和興趣愛好等，展開全面檢測和分析，再依照最終的結果找出最為適合的藥物，并對藥物做出進一步的完善，確保其治療效果。在藥物研發成功之后，也可運用大數據技術，對常見疾病的藥物需求趨勢做出分析，再據此來確定最優藥物產出比，如此便可節約成本和資源。在藥物正式上市之前，也可用大數據拓展其樣本數與采樣區間，獲知其不良反應等，避免受到樣本數量及分布等多種因素的影響。再者，采用大數據還能科學分析出藥物運用情況及可能出現的不良反應，最終獲得的結果具有更強的可信度。當藥品上市以后，還能運用大數據對不同環節所獲取的數據進行整合分析，以此來掌握藥物的經濟性、安全性和有效性。

3.3 做出智能決策

以往進行醫療臨床決策時，通常都是將人的意志作為核心，但每位醫生提出的意見和建議都可能有所不同，由此便會導致分歧與矛盾的產生。在運用大數據展開分析后，就能結合最終得到的結果來做出相對更加客觀的決策，提高臨床治療決策的科學性。衛生管理部門也可運用大數據對搜集的數據信息展開整合分析，據此獲得有益于衛生資源優化配置的條件，繼而給公共衛生部門的政策制定帶來有效的助力[3]。現如今醫療規模不斷擴展，各類信息系統亦在快速更新，醫療數據信息呈爆炸式地增長，所以要真正找出醫療機構在服務質量和資源配置上存在的全部問題也極為困難。若是采用大數據技術，就能將醫療質量與效益指標較為精準地計算出來，以便改善相關問題與不足。如此便可讓醫療活動的不同過程均獲得有效監督管理，從根本上實現服務質量水平的提升。

3.4 落實公共衛生管理

運用大數據技術來搜集海量的數據，同時對公共衛生情況做出全面的整合分析，有助于提高疾病預警及預報的水平，進而將可能發生的疫情扼制在源頭。與此同時，通過大數據技術也能在各個定點區域中建立衛生信息管理平臺，樹立起對應區域內的健康信息系統，為居民提供更加優質的服務。通過這樣的方式，還可對疫情與傳染病的產生和發展狀況做出嚴密的監控，找到最佳的應對措施，不僅可以大幅度降低疾病的感染率，同時也能節省醫療成本。除此之外，在大數據環境下合理運用信息平臺，還能更為便捷、廣泛地開展疫病防治的宣傳工作，讓更多人都能充分理解預防疫病的重要性。

4 結語

大數據已經成為現代化社會必不可少的一項新技術，將該技術運用于醫療領域中，可以發揮出極為可觀的推動作用。現階段，我國已經擁有了非常豐富的國民健康數據資源，而大數據在國內醫療領域中的運用尚不夠廣泛，依舊處在一個較為初級的階段中，存在著技術和實踐等多方面的問題。因此相關人員需要不斷加強這方面的研究和探索，促進大數據技術在醫療衛生系統中的應用獲得進一步完善。