区域医疗数据整合对临床用药监管和评价带来机遇和挑战.docVIP

区域医疗数据整合对临床用药监管和评价带来机遇和挑战 　　大数据研究已成为各行业的热门领域，不仅表现在其他众多投资领域，也逐渐开始渗透到我们所关注的周边，区域共享、移动医疗、自我量化的个人健康数据迅速融汇成为互联网健康大数据，成为了一场革命。以医疗为主导的卫生行业系统在医院信息化发展10多年后，似乎突然发现落在了现代电子科技发展潮流的后面，特别是在互联互通、个人移动应用、大数据集成等方面几乎驻足不前。大数据潜在的巨大价值，使得身处其中的医疗机构管理者和医务工作者面临机遇和挑战。 　　医疗大数据给临床用药监管和评价带来机遇 　　临床用药监管和评价是药学服务的重要内容。对医院药品处方集、采购供应和药品调配等实施科学监管，可以对临床合理用药产生事半功倍的效果。近年来在全国范围的抗菌药物临床应用专项整治活动中所要求的各项指标，为推动其临床合理应用产生了积极的效果。国家抗菌药物临床应用监测网2014年上半年监测全国样本医院住院抗菌药物使用率为45.9%，大大低于2010年专项整治前多中心文献调研统计结果：二级医院71.70%和三级医院76.19%。近年来，各级医疗机构体会最深的就是接受检查，临床药事质控、抗菌药物检查、等级医院评审等均依赖于指标数据的提取、统计或上报。由于缺乏标准化的数据库和系统集成，许多指标都是靠人工检查计算获得，或者是由医院自己统计上报。因此，各地获得的药事监管指标存在数据不准的问题：一是计算样本量有限；二是各地区或医院指标计算方式不一致，取样内容也不一致；三是效率低下，无法在短期内获得监测或评价结果。不同医疗机构因其规模、专业及服务对象的差异，相同指标如药占比差异巨大；由于缺乏大样本实际测算结果，一些抗菌药物临床应用指标要求，如住院患者抗菌药物使用强度力争到40DDD，I类切口抗菌药物预防手术率不高于30%等受到了质疑。 　　另一方面，医嘱和处方审查依赖于计算机化的自动监测方法，但由于各医院信息系统机构和数据定义的不一致，不仅系统实施困难重重，花费大量的财力、物力，而且结果与期望产生差距并可能造成不同医院之间相同内容监测结果不一致。在药物评价方面，由于药物临床试验受到样本量的限制，即使是多中心的试验仍然是有限的样本数，因此很难发现罕见的药品不良反应，或难以观察到在“真实世界”中的临床疗效。同样，一个医疗机构产生的医疗数据，其样本量仍有限而且往往特征性明显。 　　为此，如果能够实现不同医疗机构系统集成，形成区域性医疗大数据，不仅将改变临床药事监管、处方点评、医嘱审核、药物利用分析、药物流行病学研究等临床用药评价工作模式，而且将催生“科学研究方法”的巨大转变，使得原先依靠抽样或已知假设检验的研究方法，扩展到“发现数据”的知识挖掘方法，以解决宏观、整体的未知问题。 　　2012年，上海市制定了区域卫生信息化的重点，发展目标是医药卫生全领域的整合，对医保、药品招标采购，卫生计生委等进行信息系统合并。但面临以下几个关键问题：这些领域相关的信息系统怎么进行整合？怎样更好地把这些数据利用好？怎样支撑医改？怎样服务于民生？ 　　医疗大数据集成和数据挖掘面临的挑战 　　如何基于大样本的医疗数据开展临床用药监管和评价等相关主题的数据挖掘工作，目前国内外可遵循的经验不多。通常在开展集成和数据挖掘前，首先要解决两个关键问题：一是数据尽可能完整，二是数据要标准化。 　　结构化的医疗数据相对容易集成，但这样的大数据存在一些缺陷，如缺乏医嘱病程记录和影像检查等非结构化的数据，而这些资料往往是某些疾病诊断或分类中的关键要素，如肺炎诊断中缺乏呼吸次数或X线影像拍摄结果，难以对其进行疾病严重度分型。对于此类数据的采集，需应用部分非结构化数据结合结构化的采集要素配合，以解决数据传输问题。同时对非结构化数据的存储和大数据快速响应等的管理，需要应用云存储和分布式处理技术，如Hadoop/Mahout数据存储和挖掘技术；如果要做到区域内医疗机构处方审查或点评等实时响应，对服务器存储、计算和通讯等技术要求将非常高。 　　多系统集成和数据挖掘如果事先没有标准化，将会产生垃圾数据效应，对于大样本数据库必须事先建立围绕目标分析或满足决策需求的语义、维度等数据集。本人对数据标准化“从标准到标准，从结构到结构”的思路，即采用语义分析，构建复杂关系型药品及其相关的基础信息结构化数据库，满足不同需求的数据挖掘基础数据支持。区域数据集成、标准化和交换需要顶层设计，在标准化过程中，其代码或结构设计应注意未来不同区域间大数据的交换问题，例如药品编码，建议应以国家药监局（CFDA）给定的药品本位码作为交换标准，以实现系统间的数据定义；药品分类应参考世界卫生组织的解剖治疗学分类等。 　　为开展医疗大数据研究，上海长海医院已经建立近200个医疗机构的区域化医疗大数