大數據時代居民電子健康檔案數據采集設計分析

趙云 陳崗

摘 要：隨著大數據時代的來臨，醫療數據共享的受關注程度不斷提升，各地紛紛開展居民電子健康檔案建設?；诖?，本文簡單分析居民電子健康檔案數據采集原則、居民電子健康檔案數據采集現存不足，深入探討基于大數據的居民電子健康檔案數據采集設計，以供業內人士參考。

關鍵詞：居民電子健康檔案;數據采集;大數據平臺

為提供全生命周期的健康管理和醫療服務，必須做好居民電子健康檔案數據采集工作，這一工作應充分結合大數據時代特點并較好融入人口健康信息平臺。為保證居民電子健康檔案數據采集取得預期效果，本文圍繞該課題開展具體研究。

一、居民電子健康檔案數據采集原則

1.統一標準。為采集居民電子健康檔案數據，統一數據標準的應用極為關鍵，因此需要以《居民健康檔案基本數據集》（WS365-2011）《衛生信息數據元目錄》為統一規范的數據標準，為居民電子健康檔案數據采集提供指導和依據。此外，還需要關注國家衛健委統計信息中心近年來的相關研究成果，如電子健康檔案建設標準符合性測試規范，需得到應用該規范的評審測試系統進行居民電子健康檔案數據驗證，以此夯實跨機構、跨區域信息互聯互通基礎，保證超遠距離的混合信息數據無損交換順利實現。

2.簡單實用。相較于紙質檔案，電子健康檔案在節約成本、提高效率方面的優勢明顯，但居民電子健康檔案數據采集過程需要考慮支持成本等費用，全生命周期成本分析需要在規劃、實施前開展，這里的全生命周期成本應包括初始投入成本、故障成本、檢修成本、運行成本、廢置處理成本。綜合分析可以發現，在采集居民電子健康檔案數據并對其進行更新時，不應單純關注初始投入成本，運行成本也需要得到重視，以此結合數據標準，全方位開展項目科學規劃，即可保證配套工作針對性完成，平臺、數據接口的易維護性和可擴展性也需要得到重視，以此實現故障和檢修成本控制，盡可能降低不必要浪費。

3.充分應用。采集居民電子健康檔案數據僅僅屬于過程，電子健康檔案建成后對數據的利用必須得到重視，同時需關注數據的更新，依托人口健康信息平臺可實現居民電子健康檔案數據的共享，政府管理與決策也能夠同時獲得支持，居民電子健康檔案數據將真正融入社會大數據，實現價值的最大化發揮。

因此，必須做好對居民電子健康檔案數據的采集、更新、應用，后期應用可能面臨的問題也需要充分考慮，如保證數據采集設計的操作簡單化、管理規范化，設法做到外觀簡潔、界面大眾，真正實現居民電子健康檔案數據采集的易學、易用、夠用、好用。

二、居民電子健康檔案數據采集現存不足

1.質量低下。在以往的居民電子健康檔案數據采集實踐中，數據質量低下問題較為常見，這與信息化建設參差不齊的醫療衛生機構存在直接關聯，受存在殘缺和偏差的數據積累影響，數據記錄、表達存在一定不確定性，部分人工記錄的數據也很容易影響數據質量。對大多屬于靜態的相關數據來說，由于數據缺乏實時性，數據采集后的分析預測往往較為滯后，數據在真實性、精度、可用性方面存在的不足也需要得到重視。此外，居民電子健康檔案數據采集需要對多方數據進行整合，存在較大的融合處理難度，采集匯聚個人監測、公共衛生機構、醫療機構等多源異構健康醫療數據的難度較高，這對電子健康檔案建設帶來的制約必須得到重視。

2.存儲問題。集中式數據存儲模式廣泛用于很多區域人口健康信息平臺中，多以關系型為數據庫，如SQLSERVER、ORACLE，這種數據庫雖然能夠滿足較小規模的居民電子健康檔案數據采集、存儲、利用需要，但隨著其規模的不斷擴大，受存儲架構和計算能力不足影響，相關問題將隨之出現。對于涉及數據量不斷提升的電子健康檔案，傳統的集中式存儲無法滿足數據采集需要，數據存儲、處理也很容易因此受到計算能力、性能瓶頸制約，必須設法提升其數據處理能力。

3.智能不足。對于迅猛增加的居民電子健康檔案數據量，為保證最有價值部分能夠從海量信息中獲取，需要規避盲目收集、分析數據的情況。但結合實際調研發現，受缺乏智能算法支撐的影響，居民電子健康檔案數據在采集后往往無法實現智能計算，簡單堆積羅列的數據無法得到充分利用，這主要是由于大數據技術、人工智能技術的應用欠缺。在無法充分整理、分析海量數據的影響下，居民電子健康檔案數據的價值發揮受到嚴重制約，無法用于健康管理、輔助政府決策等領域。

三、基于大數據的居民電子健康檔案數據采集設計

1.數據采集內容。基于大數據的居民電子健康檔案數據采集設計需要明確采集內容，結合《居民健康檔案基本數據集》（WS365-2011）等規范，可確定居民健康檔案信息需要包括健康教育管理、計劃免疫管理、計劃生育管理、健康體檢管理、健康檔案管理、上級醫院的雙向轉診服務、死亡人登記等信息。健康檔案管理涉及老人、兒童、家庭、個人、殘疾人、婦女、孕產婦、慢性病、傳染病、精神病檔案等內容的管理。居民電子健康檔案數據采集接口需要實現對上述數據內容的采集，且能夠在人口健康信息平臺中更新。圍繞上述數據進行分析可以發現，屬于混合數據的各醫療單位臨床數據存在低準確性、高復雜性、易丟失性等特點，長期以來存在較低的利用率，這類非結構化數據和半結構化數據可通過大數據技術進行處理，醫療數據增值、廣泛應用能夠由此實現。居民電子健康檔案需要收集高精確度、高質量結構化數據，因此醫療數據采集本質上屬于篩選、清洗數據的過程。

2.建設人口健康信息平臺。為采集居民電子健康檔案數據，需要建設人口健康信息平臺，該平臺能夠依托先進、成熟的技術實現區域信息資源、衛生資源、服務資源共享，以及藥品監管、急救保障、應急處置、衛生管理、醫療服務、公共衛生多方業務協同，可更好為群眾提供優質、便捷的醫療保障和醫療衛生服務，打造功能完備、互聯互通、資源共享、標準統一的區域人口健康信息體系，居民電子健康檔案數據采集的科學開展極為關鍵，圖1為平臺架構示意圖。

平臺建設需要聚焦專網建設、數據共享與交換平臺建設、云數據中心建設、平臺對接、應用系統整合。專網建設可選擇非復用專用網絡建設方式，通過專線鋪設可保證數據安全性，區縣衛健局、市屬醫療機構、第三方機構可由此聯通，為數據采集提供基礎;云數據中心建設需要打造可管理、可擴展、開放、動態的衛生云基礎設施數據中心，信息數據完整性、安全性、可用性、分析能力可由此得到保障;云基礎設施服務涉及網絡資源系統、存儲資源系統、計算資源系統，應用虛擬化技術開展統一基礎設施云建設，上層應用的存儲和計算資源通過IaaS服務模式提供，結合應用系統的需求云計算管理中心可建立存儲磁盤空間及云主機;數據共享與交換平臺需要聯通PACS、MIS、LIS、HIS等醫療體系內部系統，滿足數據交換共享需要。對于不同分布式信息服務系統來說，數據共享交換平臺負責提供核心通信接口，基于消息的、安全可靠的通信服務能夠在不同的應用程序/系統間實現，在有機整合各應用系統過程中居民電子健康檔案數據采集能夠更為便利、高效完成。通過對接各級醫療機構的信息系統和數據與交換共享平臺，相關數據需要按照平臺要求的格式和內容進行上傳，通過采集清洗、轉換處理數據，即可在數據庫中加載居民電子健康檔案數據;平臺對接需要聚焦各級人口健康信息平臺對接，收集相關健康檔案數據、診療數據，未建立平臺的地區需要將區域HIS、區域健康檔案等對接人口健康信息平臺，以此上傳健康檔案數據和診療數據，實現數據共享;應用系統整合需要結合各機構提供的數據，形成統一的居民電子健康檔案，實現雙向轉診、電子病歷、疾病數據、檢驗檢查結果等信息共享，平臺需要同時負責管理電子健康檔案，具體涉及認證管理、檢索管理、存儲管理、安全管理、訪問權限管理等，實現電子健康檔案的共建、共享。

3.數據采集接口設置。在開展人口健康信息平臺建設的同時，為做好對居民電子健康檔案數據的采集，還需要關注數據采集接口設置，具體需要明確接口范圍及網絡部署。需結合衛生管理部門規劃和人口健康信息平臺建設需要，以社區為信息采集點，通過在檔案中登記基本的原始數據，并通過入戶調查等方式進行后續健康數據更新，主要涉及醫療單位相關的居民檢查結果，為保證居民健康檔案的實時性和完整性，不應單純在社區內部進行數據采集，同時需要加強對各級醫療單位的聯系，因此需要將數據采集接口布置在各級醫療單位，實時更新居民健康檔案數據。數據采集接口程序屬于人口健康信息平臺的重要組成部分，其處于基層公共衛生服務機構與居民健康檔案間，負責數據傳輸，相關數據主要來源于社區門診中心、醫保數據中心、健康查體中心、各級醫院電子病歷系統。通過將相關數據存儲至人口健康信息平臺的云數據中心，即可實現居民健康檔案自動更新、查詢等功能?；谧侄斡成洹祿杉涌诔绦蚰軌蜣D換相關信息為標準的結構化電子健康檔案數據進行加密傳送，更好滿足人口健康信息平臺建設;數據采集接口網絡部署需要聚焦海量的居民電子健康檔案數據，結合人口健康信息平臺建設需要，具體采用分布式架構進行數據接口程序設計，居民健康檔案可由此按照不同歸屬地在不同數據節點存儲，人口健康信息平臺的云數據中心需通過分布式數據路由重新定位數據獲取需求，保證數據節點與數據中心對應連接，更好存儲居民電子健康檔案數據，不同區域居民電子健康檔案數據的管理和查詢可得到更好實現。人口健康信息平臺云數據中心的前端可以是市級衛生管理單位、市縣級醫院客戶端、社區衛生中心、個人查詢終端，這類單位可通過接口程序上傳數據并進行數據查詢。分布式數據路由服務端與云數據中心需要連接，跨地區健康檔案更新、查詢、流轉能夠由此實現。如本地數據庫節點不存在需要查詢的健康檔案，云數據中心可在分布式數據路由服務端支持下查詢其他數據庫節點?；诰用裆矸葑C號信息，分布式數據路由服務端可確定健康檔案存儲的數據中心，數據讀取可基于需要實現，分布式架構的居民電子健康檔案數據存儲在人口健康信息平臺的分區上，在測試與實施方面能夠發揮積極作用。對于涉及居民隱私信息的居民健康檔案來說，接口程序需要安全傳輸數據，因此需要設法開展SSL安全傳輸通道建設，避免傳輸過程中數據被監聽、截獲、偽造等情況出現，安全的居民電子健康檔案數據能夠更好地服務于人口健康信息平臺運轉。

4.數據采集方法。在應用數據采集接口的同時，人口健康信息平臺在居民電子健康檔案數據采集中還應用了兩種數據采集方法，包括基于文檔的數據采集方法、基于中間庫的數據采集方法。為更好開展數據采集，數據共享與交換平臺、云數據中心需要得到充分應用，為實現對實時通信、前置庫、數據表、文件、數據分發等數據的采集，人口健康信息平臺在接入新系統的過程需要結合其交換特性和需求，優選最佳接入方式，充分應用中間庫和文檔完成居民電子健康檔案數據采集?；谖臋n的采集可直接進行文檔上傳或在處理后上傳，基于中間庫的采集可依托前置機實現數據上傳。基于文檔的數據采集指的是結合電子健康檔案數據采集規范規定的文檔格式開展數據采集，如通過對Webservice的調用向云數據中心直接上傳交換文檔，云數據中心負責審核文檔格式、質量信息。更新頻率較為緩慢的結構化數據、非結構化數據適合開展基于文檔的數據采集，這種數據采集方法存在多方面特點，包括可擴展性與實時性高、服務接口無須結合采集業務變化進行調整或增加，同時維護成本較低，便于管理，但如果存在較大的數據內容采集需要，對服務器及網絡將帶來一定壓力。對于以文檔為載體的接入節點，數據上傳可通過對Webservice的調用實現，但受到不同數據存儲形式影響，數據上傳過程也會出現一定差異，具體上傳方式可細分為三類，包括接入節點直接上傳、接入節點上傳文檔庫中數據、轉換數據為文檔格式后上傳。直接上傳的數據以文檔形式為載體，接入節點能夠對上傳文檔進行直接調用。文檔庫中數據上傳指的是文檔庫中存儲的文檔形式本地數據，通過對服務接口調用即可對其進行上傳。數據轉換對象為本地數據，其存儲于關系型數據庫中，具體轉換需使用文檔轉換工具。文檔庫中涉及的文檔格式較為多樣，如CDA、XML、DOC、PDF、TXT等;基于中間庫的數據采集需要聚焦中間庫數據交換環節，中間庫能夠在該方法下成為接入節點與平臺交換的中間環節。結合數據庫表結構形式，庫表交換可實現居民電子健康檔案數據共享，適用于數據增量、更新頻繁數據或涉及大量歷史數據的交換，接入節點和數據共享與交換平臺以前置數據庫表為接口，以此實現數據的獲取和推送，前置庫可滿足數據共享與交換平臺的數據交換需要，橋接方式下的接入節點能夠向前置庫推送數據或獲取數據，這種數據交換方式存在配置簡單、不訪問業務數據庫、界線明確、運維工作量少、相對安全、責權清晰、實時性高、數據傳輸效率高、適應場景多等優勢，能夠較好服務于人口健康信息平臺居民電子健康檔案數據采集需要。

四、結論

綜上所述，大數據時代居民電子健康檔案數據采集設計存在較高推廣價值。在此基礎上，本文涉及的建設人口健康信息平臺、數據采集接口設置、數據采集方法等內容直觀展示了居民電子健康檔案數據采集路徑。為更好適應大數據時代，居民電子健康檔案數據采集還應關注信息共享體系完善、相關人才隊伍建設、新型軟硬件應用。

參考文獻：

[1]唐跟利，陳立泰.大數據驅動區域公共服務一體化：理論邏輯、實現機制與路徑創新[J].求實，2021

[2]葉荔姍，趙 飛，陳 堅，徐秋實，許志堅.基于智能電子健康檔案平臺的大數據應用研究與實踐[J].中國衛生信息管理雜志，2019

[3]張海紅.大數據時代醫院檔案數據管理研究[J].山西檔案，2019

（作者單位：柳州工學院）