基于大數(shù)據(jù)分析的醫(yī)療質(zhì)量管控系統(tǒng)設(shè)計(jì)與應(yīng)用

李鵬泉 黃碧香 陳粵寧

(中國(guó)人民解放軍聯(lián)勤保障部隊(duì)第九二三醫(yī)院信息科 南寧 530021)

1 引言

近年來(lái)隨著醫(yī)療信息化快速發(fā)展，醫(yī)療數(shù)據(jù)日益復(fù)雜多樣，醫(yī)療服務(wù)質(zhì)量要求不斷提升。醫(yī)院信息系統(tǒng)之間缺乏互聯(lián)互通、數(shù)據(jù)共享，導(dǎo)致醫(yī)院醫(yī)療質(zhì)量管控效果不佳。海量醫(yī)療數(shù)據(jù)亟需大數(shù)據(jù)技術(shù)支撐，挖掘潛在價(jià)值，提升醫(yī)療管理質(zhì)量。隨著大數(shù)據(jù)技術(shù)引入醫(yī)學(xué)領(lǐng)域，通過(guò)模型分析和數(shù)據(jù)分析發(fā)現(xiàn)醫(yī)療決策中的規(guī)律[1]，為醫(yī)院決策者和醫(yī)務(wù)人員提供重要數(shù)據(jù)支持[2]。呂道明[3]通過(guò)Hadoop平臺(tái)將醫(yī)院臨床數(shù)據(jù)整合實(shí)現(xiàn)各數(shù)據(jù)互連互通。朱甜甜[4]運(yùn)用Hadoop平臺(tái)與數(shù)據(jù)挖掘技術(shù)對(duì)腫瘤數(shù)據(jù)進(jìn)行分析挖掘，獲得肺癌與致病因素的關(guān)系。馬驍[5]通過(guò)Hadoop技術(shù)在集群上分析醫(yī)療數(shù)據(jù)生命周期，有效提升存儲(chǔ)設(shè)備的存儲(chǔ)能力。本文從提升醫(yī)院醫(yī)療質(zhì)量管控角度出發(fā)，設(shè)計(jì)基于Hadoop架構(gòu)的醫(yī)療管控系統(tǒng)。

2 需求分析

2.1 問(wèn)題描述

醫(yī)療數(shù)據(jù)具有體量大、多樣性等特征，其數(shù)據(jù)分析沒(méi)有得到充分利用[6]。例如醫(yī)院的藥占比、收入情況、病種分布情況等得不到及時(shí)查詢，主要原因是缺少一套能夠?qū)崟r(shí)查詢科室、治療過(guò)程關(guān)鍵數(shù)據(jù)并能進(jìn)行數(shù)據(jù)分析的系統(tǒng)，無(wú)法迅速做出調(diào)整。只能使用結(jié)構(gòu)化查詢語(yǔ)言(Structured Query Language，SQL)查詢提供簡(jiǎn)單報(bào)表，其時(shí)效性不高且數(shù)據(jù)分析質(zhì)量存在不足[7]。需要構(gòu)建醫(yī)院大數(shù)據(jù)平臺(tái)并在一定程度上實(shí)現(xiàn)數(shù)據(jù)整合、統(tǒng)計(jì)分析及報(bào)表導(dǎo)出功能[8]。

2.2 技術(shù)分析

Hadoop是分布式系統(tǒng)的一種基礎(chǔ)架構(gòu)[9],是大數(shù)據(jù)分析平臺(tái)常用開(kāi)源架構(gòu)，其特點(diǎn)是對(duì)海量數(shù)據(jù)進(jìn)行分布式管理與存儲(chǔ)。Hadoop技術(shù)已成為頂級(jí)公司的分布式系統(tǒng)架構(gòu)首選。Hadoop具有以下優(yōu)點(diǎn)[10]：高可靠性[11]、高可擴(kuò)展性、高效性；成本低，可以采用普通PC機(jī)構(gòu)建集群，不需要購(gòu)買(mǎi)小型機(jī)、刀片服務(wù)器等較昂貴的設(shè)備。系統(tǒng)開(kāi)發(fā)使用Java語(yǔ)言、J2EE技術(shù)，結(jié)合SSM(Spring+SpringMVC+Mybatis)開(kāi)發(fā)模式，確保良好兼容性。

2.3 建設(shè)目標(biāo)

利用大數(shù)據(jù)及智能設(shè)備技術(shù)將醫(yī)療數(shù)據(jù)轉(zhuǎn)換成管理人員需要的醫(yī)療指標(biāo)，提供線上線下相結(jié)合的公眾健康服務(wù)，為領(lǐng)導(dǎo)層、醫(yī)生等提供輔助決策，滿足相關(guān)人員多層次、多方位的需求。將現(xiàn)有和歷史醫(yī)療數(shù)據(jù)盤(pán)活，開(kāi)展有價(jià)值的數(shù)據(jù)分析。系統(tǒng)應(yīng)集成數(shù)據(jù)中心，提供高并發(fā)、高并行的讀寫(xiě)和計(jì)算能力[12]。每日產(chǎn)生新增數(shù)據(jù)，數(shù)據(jù)中心對(duì)歷史數(shù)據(jù)進(jìn)行采集[13]。充分利用醫(yī)院現(xiàn)有數(shù)據(jù)，融合既往指標(biāo)，開(kāi)展醫(yī)院精細(xì)化管理[14]。

3 系統(tǒng)總體架構(gòu)

3.1 技術(shù)框架

3.1.1 數(shù)據(jù)層 主要是通過(guò)Sqoop采集相關(guān)數(shù)據(jù)，將醫(yī)院信息系統(tǒng)(Hospital Information System，HIS)歷史數(shù)據(jù)導(dǎo)入，采用分布式文件系統(tǒng)(Hadoop Distributed File System，HDFS)對(duì)HIS數(shù)據(jù)進(jìn)行分布式存儲(chǔ)[15]。HIS數(shù)據(jù)可分為兩類(lèi)：一類(lèi)是常年積累的歷史數(shù)據(jù)，一類(lèi)是業(yè)務(wù)查詢數(shù)據(jù)。

3.1.2 控制層 主要是利用MapReduce對(duì)離線數(shù)據(jù)進(jìn)行預(yù)處理、分析、離線計(jì)算。患者醫(yī)療費(fèi)用數(shù)據(jù)分析和挖掘通常在Map函數(shù)和Reduce函數(shù)中執(zhí)行，最終執(zhí)行結(jié)果供應(yīng)用層使用。

3.1.3 應(yīng)用層 對(duì)數(shù)據(jù)整理結(jié)果進(jìn)行可視化呈現(xiàn)。要做好接口工作、前后端數(shù)據(jù)交互，使用可視化工具Echarts，系統(tǒng)結(jié)合SSM框架，采用模型-視圖-控制器(Model View Controller，MVC)開(kāi)發(fā)模式，實(shí)現(xiàn)數(shù)據(jù)信息的傳輸和查詢，見(jiàn)圖1。

圖1 數(shù)據(jù)處理框架

3.2 醫(yī)療大數(shù)據(jù)處理

3.2.1 數(shù)據(jù)采集 通過(guò)Sqoop組件對(duì)HIS數(shù)據(jù)庫(kù)中患者費(fèi)用、醫(yī)囑等相關(guān)數(shù)據(jù)進(jìn)行采集。Sqoop第1次為全量采集，之后每天01:00定時(shí)導(dǎo)入增量數(shù)據(jù)并將其存放在HDFS中。

3.2.2 數(shù)據(jù)預(yù)處理 通過(guò)Sqoop導(dǎo)入的HIS數(shù)據(jù)存在不完整、不一致情況，為提高醫(yī)療數(shù)據(jù)分析質(zhì)量，保證后續(xù)處理數(shù)據(jù)格式統(tǒng)一，獲得規(guī)則的結(jié)構(gòu)化數(shù)據(jù)，必須進(jìn)行數(shù)據(jù)預(yù)處理。本系統(tǒng)使用MapReduce對(duì)元數(shù)據(jù)進(jìn)行預(yù)處理，具有以下優(yōu)勢(shì)：一是MapReduce應(yīng)用Java語(yǔ)言開(kāi)發(fā)，熟悉度較高；二是MapReduce的分布式計(jì)算方式并發(fā)處理效率高。

3.2.3 數(shù)據(jù)入庫(kù) 將預(yù)處理好的結(jié)構(gòu)化數(shù)據(jù)導(dǎo)入數(shù)據(jù)倉(cāng)庫(kù)Hive。使用MapReduce進(jìn)行數(shù)據(jù)分析效率不高，且寫(xiě)代碼工作量巨大，因此使用HiveQL對(duì)相關(guān)數(shù)據(jù)進(jìn)行分析。數(shù)據(jù)入庫(kù)主要步驟如下：從數(shù)據(jù)源導(dǎo)入數(shù)據(jù)到數(shù)據(jù)倉(cāng)庫(kù)的操作數(shù)據(jù)存儲(chǔ)(Operational Data Store，ODS)層(源數(shù)據(jù))，數(shù)據(jù)經(jīng)過(guò)提取、轉(zhuǎn)換、加載(Extract-Transform-Load，ETL)到數(shù)據(jù)倉(cāng)庫(kù)(Data Warehouse，DW)層并確定分析主題，基于主題尋找相關(guān)聯(lián)事實(shí)表數(shù)據(jù)，根據(jù)業(yè)務(wù)需求確定分析維度，對(duì)數(shù)據(jù)進(jìn)行采集、預(yù)處理，再把數(shù)據(jù)填充到數(shù)據(jù)倉(cāng)庫(kù)創(chuàng)建好的事實(shí)表中并映射成功，展開(kāi)后續(xù)分析工作。

3.2.4 數(shù)據(jù)分析 將數(shù)據(jù)映射成Hive當(dāng)中的表，根據(jù)業(yè)務(wù)需求、業(yè)務(wù)指標(biāo)編寫(xiě)相關(guān)HiveQL，分析計(jì)算出需要的指標(biāo)和結(jié)果。所編寫(xiě)HiveQL分析語(yǔ)句被Hive編譯成MapReduce任務(wù)提交到Hadoop的YARN上運(yùn)行。數(shù)據(jù)分析是根據(jù)業(yè)務(wù)需求分析提供的指標(biāo)在系統(tǒng)中不斷更新、維護(hù)的過(guò)程，根據(jù)需求編寫(xiě)HiveQL。

3.2.5 數(shù)據(jù)可視化 使用圖形表格的形式將分析結(jié)果和規(guī)律進(jìn)行展示，也可稱(chēng)為數(shù)據(jù)報(bào)表。HiveQL分析結(jié)果通過(guò)Sqoop導(dǎo)出到HIS的Oracle數(shù)據(jù)庫(kù)，數(shù)據(jù)導(dǎo)出到持久層，使用前端可視化工具Echarts對(duì)分析結(jié)果做報(bào)表。Echarts屬于前端技術(shù)開(kāi)發(fā)的基于Javascript的可視化工具。根據(jù)數(shù)據(jù)分析的需求選擇創(chuàng)建折線圖、餅狀圖、柱狀圖等多圖表混合展示。

3.3 數(shù)據(jù)可視化后端Web架構(gòu)

使用Maven的Tomcat插件啟動(dòng)項(xiàng)目，將導(dǎo)出在Oracle的數(shù)據(jù)按照需要的格式查詢返回給前端。當(dāng)用戶使用瀏覽器訪問(wèn)頁(yè)面發(fā)起請(qǐng)求，請(qǐng)求被表現(xiàn)層接收，再調(diào)用業(yè)務(wù)層，對(duì)具體業(yè)務(wù)進(jìn)行操作，持久層對(duì)數(shù)據(jù)進(jìn)行增刪改查，確保業(yè)務(wù)落實(shí)在數(shù)據(jù)庫(kù)中。醫(yī)院的Oracle數(shù)據(jù)創(chuàng)建好相應(yīng)數(shù)據(jù)庫(kù)表，數(shù)據(jù)倉(cāng)庫(kù)Hive將數(shù)據(jù)分析結(jié)果通過(guò)Sqoop導(dǎo)入Oracle存儲(chǔ)。DAO層即可訪問(wèn)Oracle中的數(shù)據(jù)分析結(jié)果，返回給業(yè)務(wù)層，業(yè)務(wù)層對(duì)相關(guān)數(shù)據(jù)進(jìn)行轉(zhuǎn)換調(diào)整返回給表現(xiàn)層，最后展示在瀏覽器。在表現(xiàn)層使用SpringMVC，業(yè)務(wù)層使用Spring及其生態(tài)圈，持久層使用Mybatis，見(jiàn)圖2。

圖2 后端Web架構(gòu)設(shè)計(jì)

3.4 系統(tǒng)結(jié)構(gòu)

3.4.1 整體架構(gòu) 基于Hadoop的醫(yī)院管控系統(tǒng)主要分為4個(gè)功能模塊，見(jiàn)圖3。

圖3 系統(tǒng)結(jié)構(gòu)

3.4.2 功能分析 (1)藥占比分析。查看全院上周、上月、上季度、上一年的藥占比趨勢(shì)；查詢目前全院、某個(gè)科室藥品使用比例；能夠按時(shí)間粒度查詢；查詢個(gè)人藥品總費(fèi)用、西藥和中藥占比；能夠下載打印報(bào)表。(2)材料占比分析。查看全院上周、上月、上季度、上一年耗材占比趨勢(shì)；查詢目前全院、某個(gè)科室、個(gè)人耗材使用占比；能夠按時(shí)間粒度查詢，比較今年與去年的耗材占比；能夠下載打印報(bào)表。(3)平均住院日分析。查看全院和各臨床科室平均住院日，對(duì)科室今年趨勢(shì)與去年同一時(shí)期比較，可設(shè)置目標(biāo)平均住院日。(4)抗菌藥物使用率分析。查看全院以及所有科室抗菌藥物使用率，今年跟去年同一時(shí)期趨勢(shì)比較；能夠按住院號(hào)、藥物名稱(chēng)、日期時(shí)間檢索；查看在院和出院情況；查看抗菌藥物使用率、醫(yī)生排名和藥物排名。(5)收入結(jié)構(gòu)分析。查看全院和各科室總收入情況，科室今年趨勢(shì)與去年同一時(shí)期比較，收入?yún)R總包括總收入、純收入、住院總收入、門(mén)診總收入。(6)手術(shù)等級(jí)結(jié)構(gòu)分析。查看全院和各科室手術(shù)等級(jí)結(jié)構(gòu)，包括手術(shù)例數(shù)、1級(jí)手術(shù)例數(shù)、2級(jí)手術(shù)例數(shù)、3級(jí)手術(shù)例數(shù)、4級(jí)手術(shù)例數(shù)、3級(jí)以上手術(shù)率。(7)病種結(jié)構(gòu)分布分析。查看單病種患者在各科室分布情況，統(tǒng)計(jì)全院病種總例數(shù)，統(tǒng)計(jì)病種名稱(chēng)分布。(8)出院例數(shù)分析。查看全院和各臨床科室出院例數(shù)情況，科室今年趨勢(shì)與去年同一時(shí)期比較。(9)手術(shù)例數(shù)分析。查看全院周次手術(shù)例數(shù)變化和上周、上月、上季度手術(shù)例數(shù)，同比和環(huán)比變化。(10)床位使用率分析。查看全院或臨床科室床位使用率情況，信息包括床位使用率、床位周轉(zhuǎn)數(shù)、實(shí)際床位工作日、實(shí)際平均床位工作日。

4 Hadoop集群配置

4.1 硬件環(huán)境

系統(tǒng)數(shù)據(jù)分析模塊應(yīng)用Hadoop技術(shù)，搭建環(huán)境為醫(yī)院網(wǎng)絡(luò)中心，數(shù)據(jù)源基于醫(yī)院HIS平臺(tái)Oracle數(shù)據(jù)庫(kù)。醫(yī)院中心機(jī)房已實(shí)現(xiàn)虛擬化管理，光纖交換機(jī)和存儲(chǔ)等設(shè)備已相互連接，只需使用管理集群虛擬化軟件Vmvare vCenter Server分配資源、創(chuàng)建服務(wù)器即可。

4.2 集群配置

安裝3臺(tái)虛擬機(jī)Linux CentOS7操作系統(tǒng)，主服務(wù)器1臺(tái)作為Namenode主節(jié)點(diǎn)，兩臺(tái)Datanode為從節(jié)點(diǎn)，見(jiàn)表1。安裝JDK8u161、Hadoop 2.7.4、Hive 2.1.1、Sqoop等關(guān)鍵組件，開(kāi)啟服務(wù)，對(duì)HIS數(shù)據(jù)庫(kù)數(shù)據(jù)抽取測(cè)試。Oracle數(shù)據(jù)庫(kù)與HDFS、Hive之間導(dǎo)入導(dǎo)出主要通過(guò)Sqoop組件完成。

表1 集群配置信息

5 關(guān)鍵醫(yī)療數(shù)據(jù)分析結(jié)果展示

5.1 系統(tǒng)導(dǎo)航

在系統(tǒng)首頁(yè)導(dǎo)航中可以清晰看到全院住院藥占比、耗材比、抗菌藥物使用率、床位使用率、當(dāng)天手術(shù)例數(shù)、出院人數(shù)、平均住院日、總收入等關(guān)鍵數(shù)據(jù)。

5.2 藥占比趨勢(shì)分析

用戶可以選擇以周、季度、年為時(shí)間單位查看全院各臨床科室藥占比趨勢(shì)分析。過(guò)度醫(yī)療或者高額醫(yī)療費(fèi)用通常都是在用藥部分占較大比例，應(yīng)合理管控各住院科室藥占比，避免出現(xiàn)天價(jià)藥費(fèi)情況。同時(shí)對(duì)藥占比較為突出的科室進(jìn)行整頓或者經(jīng)濟(jì)處罰，使管理層有據(jù)可依、獎(jiǎng)罰分明。

5.3 抗菌藥物使用率分析

可對(duì)比分析今年和去年抗菌藥物使用率。濫用抗菌藥物會(huì)引發(fā)患者產(chǎn)生耐藥性、菌群失調(diào)、身體不良反應(yīng)等危害。系統(tǒng)對(duì)濫用抗菌藥物提供數(shù)據(jù)支撐[16]，幫助醫(yī)院嚴(yán)格管控抗菌藥物使用。

5.4 病種結(jié)構(gòu)分析

近年來(lái)開(kāi)始實(shí)施按病種收付費(fèi)用，效果并不理想，符合病種付費(fèi)標(biāo)準(zhǔn)的患者費(fèi)用差異較大。病種分布餅狀圖和條形圖幫助管理者了解各病種患者數(shù)量和病種的占比率，圖形顯示包括疾病名稱(chēng)、患者例數(shù)、病種百分比。

5.5 床位使用率分析

床位使用率=實(shí)際使用床位數(shù)/實(shí)際床數(shù)。床位使用率分析界面反映的是床位使用情況和負(fù)荷情況。顯示內(nèi)容包括科室名稱(chēng)、床位使用率、床位周轉(zhuǎn)次數(shù)、實(shí)際床位工作日、實(shí)際平均床位工作日。

6 創(chuàng)新性及特點(diǎn)

傳統(tǒng)方式主要依靠統(tǒng)計(jì)人員經(jīng)驗(yàn)或簡(jiǎn)單的查詢系統(tǒng)統(tǒng)計(jì)臨床指標(biāo)，針對(duì)多個(gè)部門(mén)需要做不同報(bào)表，時(shí)效性難以保證，難以得到滿意的結(jié)果。大數(shù)據(jù)醫(yī)療質(zhì)量管控平臺(tái)硬件投資成本較低，多層次處理和自動(dòng)負(fù)載均衡，自動(dòng)收集、清洗、轉(zhuǎn)換所需數(shù)據(jù)保存到大數(shù)據(jù)平臺(tái)數(shù)據(jù)倉(cāng)庫(kù)中。提供完整的數(shù)據(jù)信息鏈處理和深度數(shù)據(jù)挖掘，智能化信息交互和工作協(xié)同體系，操作便捷快速，可檢索所需的結(jié)果、打印報(bào)表。同時(shí)大數(shù)據(jù)醫(yī)療質(zhì)量管控平臺(tái)能夠?qū)⑺嗅t(yī)療指標(biāo)分類(lèi)排列，根據(jù)不同角色人員靈活分配所需數(shù)據(jù)指標(biāo)，還能夠在系統(tǒng)中對(duì)所選指標(biāo)窗口自由布局，滿足不同用戶瀏覽習(xí)慣。醫(yī)療管控平臺(tái)充分整合和挖掘醫(yī)院歷史數(shù)據(jù)，從多個(gè)角度對(duì)運(yùn)營(yíng)指標(biāo)進(jìn)行全方位、精細(xì)化管控，改變傳統(tǒng)、簡(jiǎn)單的管控模式，美觀、高質(zhì)量的數(shù)據(jù)圖表有效輔助醫(yī)院管理決策，加強(qiáng)了醫(yī)療質(zhì)量管控。

7 結(jié)語(yǔ)

醫(yī)療質(zhì)量管控系統(tǒng)應(yīng)用能夠及時(shí)監(jiān)控醫(yī)院藥占比、耗材占比、抗菌藥物使用率等關(guān)鍵數(shù)據(jù)。對(duì)病種結(jié)構(gòu)、平均住院日、床位使用率、出院例數(shù)、手術(shù)例數(shù)分析等能夠輔助醫(yī)院管理層做決策。系統(tǒng)能夠滿足醫(yī)院醫(yī)療質(zhì)量管理需求。隨著大數(shù)據(jù)技術(shù)日益成熟，基于Hadoop架構(gòu)難以充分滿足數(shù)據(jù)檢索查詢速度需要，而基于Spark內(nèi)存的批處理模式要比MapReduce更加高效，今后將引入Spark框架提升系統(tǒng)運(yùn)行效率。