基于电子病历大数据系统.docVIP

基于电子病历大数据系统 　　摘要：本文讨论了大数据在医疗领域，尤其是在整合处理电子病历信息方面的优势和实际应用中存在的挑战。利用大数据的技术可以有效地提高医疗行业的服务质量和效率。 　　关键词：大数据；档案管理；电子病历 　　目前通过电子化采集和存储的信息量正呈指数般增长，为了更好地管理和利用这部分数据，人们发明了大数据技术对相关信息进行深入分析，例如搜索引擎可以根据某用户以往的搜索内容为其定制更有针对性的搜索结果、政治家们通过分析人们在互联网的搜索热点来改变自己的宣传策略等。在医疗领域，电子病历的广泛应用已经产生了海量的医疗数据。目前大部电子病历中包含了定量资料（如实验室检查结果），定性资料（如病史、病程的文字记录）以及诸如医嘱单等业务系统数据。但是，电子病历目前仅仅是作为医疗服务过程中的一个副产物，并没有被当作一种核心资产来充分利用。 　　随着循证医学的发展，临床医师们越来越看重通过随机对照临床试验等研究所得到的证据，而不再过分依赖于专家共识和临床经验。此外，大数据还可以在在临床辅助决策、医疗质量监管、疾病预测模型、临床试验分析、个性化治疗等方面发挥巨大的作用。虽然我们已经意识到了大数据的重要性，但由于电子病历中的数据来源复杂、格式不统一、信息大且非结构化数据多，我们对于医疗数据的利用目前还比较滞后，下面我们简要论述一下基于电子病历的大数据系统的应用优势和局限。 　　一、大数据的应用可以更好地辅助临床决策 　　医学知识的更新速度快，临床医生经常需要阅读大量最新的诊疗指南和文献，虽然在信息化时代，这些资料的获取相对简单，但是在临床实践中面对身患多种慢性疾病的患者时，如何依据各种诊疗指南选择出最佳的治疗方案，仍不是件容易的事。但是通过自然语言处理技术，我们可以从现有的电子病历中提取出既往类似病例的信息，从而指导我们的临床决策。这种应用大数据的方式与传统意义上的临床决策辅助工具的区别在于，指导建议是基于实时的患者数据分析，而不仅仅是依靠指南提供的各种规则，比如需要时可以查阅到该领域其他医生在面对相似病情时都采取了哪些诊断和治疗措施，大数据技术在此为我们提供了一个可以实时更新、实时查阅的病案资料库。 　　另外，随着人工智能的发展和机器深度学习技术的不断提高，电子病历中大量的影像学资料和病理学图像都可以作为工人智能辅助诊断系统的学习资料，有助于建立起各种疾病的诊断模型。在目前的医疗环境下，我国的基层医生对于疑难杂症接触得较少，在这方面的诊治能力较为薄弱，有时会出现漏诊和误诊，该技术的应用不仅可以对医生起到提示的作用，也是一个很好的学习工具。 　　在多学科，实时采集和分析大量的连续性监测数据，从而预测不良反应的发生，减少患者的死亡率也是大数据的应用方向之一。例如对于糖尿病患者，尤其是使用胰岛素泵的患者来说，需要使用动态血糖监测以随时调整胰岛素的用量，保持血糖水平的稳定；此外还有动态心电图、动态血压监测、持续心电血氧饱和度监控等，利用好这些实时的监测数据，可以及时发现病情的变化，预防重大不良事件的发生。 　　二、大数据的应用可以节省医疗支出 　　通过提取电子病历中患者的病情特点、费用支出以及病情转归等资料，分析得出性价比最高的诊疗方法和其他相关指导信息，比如平均的住院时间，什么样的患者适应择期手术，什么样的患者不适于手术，并发症的风险等；此外还可以通过分析患者现阶段的病情特点、化验指标来预测其罹患其他疾病的风险，从而提早进行预防性干预或指导患者改变生活方式，将疾病控制在一级预防的阶段，从而减少日后治疗的支出，比如对糖尿病高风险患者或者糖尿病早期患者的早期干预，可以有效地减少糖尿病相关并发症的发生，大大减少了政府和患者的医疗支出。 　　另外，通过整合电子病历中患者的病史资料和近期的化验结果，经数据脱敏后，可以将该数据提供给第三方，比如说一些开发新药的公司可以利用这一资料库筛选符合条件的受试者，这样医疗机构或电子健康档案管理单位既得以开源，减轻了医疗支出的压力，第三方也节省了重复预筛的资金消耗，并可根据大数据资料改进统计方法和算法，提高临床试验设计的质量，实时分析随访数据，及时发现药物不良反应。 　　在公共卫生领域，大数据技术通过对电子病历中的疾病谱、交通数据、移动通信数据和社交媒体数据的分析，得以提前预判和追踪疾病的爆发和扩散，提高了公共卫生的疫情防控水平和应急速度，帮助医生有效地阻止疫情的蔓延。另外，通过对于疾病病原学的分析，可以针对每年流行病中主要的病毒株研发疫苗。 　　三、大数据的应用可以为患者提供更有针对性的指导 　　在目前的医疗模式下由于患者掌握的信息量较少，在治疗过程中常常处于较被动的地位。在大数据的资源公开后，患者可以将自己的病情或者影像资料上传至数据库中进行比对，系统可以给出就诊建议。此外，院