智慧醫(yī)院大數(shù)據(jù)應(yīng)用實施方案

1、智慧醫(yī)院大數(shù)據(jù)應(yīng)用實施方案推進(jìn)互聯(lián)網(wǎng)+ 智慧醫(yī)療內(nèi)容建設(shè)醫(yī)院的大數(shù)據(jù)能力明確大數(shù)據(jù)應(yīng)用的方向建立醫(yī)院大數(shù)據(jù)的生態(tài)建立醫(yī)院自身大數(shù)據(jù)能力的必要性臨床人員與技術(shù)人員之間存在著鴻溝臨床人員不懂得、不掌握數(shù)據(jù)處理與分析技術(shù)信息技術(shù)與數(shù)據(jù)分析人員難以理解臨床問題依托外部力量的局限性既不理解臨床問題，也不理解醫(yī)院數(shù)據(jù)大數(shù)據(jù)是一項高級服務(wù)，外包難以長期持續(xù)建立自身大數(shù)據(jù)能力是跨越鴻溝的橋梁建立多學(xué)科長期穩(wěn)定的團(tuán)隊與臨床一線“零距離”，能形成共同語言與數(shù)據(jù)“零距離”，充分理解數(shù)據(jù)來源及涵義臨床 人員技術(shù) 人員!#$%&*.建設(shè)全功能的大數(shù)據(jù)中心大數(shù)據(jù)服務(wù)包含三個層次資源提供：數(shù)據(jù)整合、數(shù)據(jù)抽取、數(shù)據(jù)管理、軟硬

2、件資源數(shù)據(jù)處理：數(shù)據(jù)轉(zhuǎn)換、結(jié)構(gòu)化特征提取、去隱私、數(shù)據(jù)清洗數(shù)據(jù)分析：分析建模、可視化展現(xiàn)、分析報告資源提供數(shù)據(jù)處理數(shù)據(jù)分析數(shù)據(jù)提供服務(wù)臨床及管理人員數(shù)據(jù)處理服務(wù)數(shù)據(jù)分析服務(wù)全過程的數(shù)據(jù)服務(wù)能力（一）人才隊伍建設(shè)醫(yī)療大數(shù)據(jù)應(yīng)用需要多學(xué)科技術(shù)人才信息技術(shù)人員職責(zé)：數(shù)據(jù)抽取、整合、預(yù)處理，數(shù)據(jù)資源管理、授權(quán)，數(shù)據(jù)平臺管理技能：SQL、傳統(tǒng)及大數(shù)據(jù)技術(shù)平臺管理、深度學(xué)習(xí)框架特殊：需要部分人員對業(yè)務(wù)信息系統(tǒng)及數(shù)據(jù)流程非常了解數(shù)據(jù)分析人員職責(zé)：各種類型數(shù)據(jù)分析、建模、撰寫研究報告技能：數(shù)理統(tǒng)計方法、機(jī)器學(xué)習(xí)算法、R、SQL、Python 、深度學(xué)習(xí)框架特殊：需要個別流行病學(xué)與公共衛(wèi)生統(tǒng)計人員提供指導(dǎo)生物信

3、息人員職責(zé)：組學(xué)數(shù)據(jù)處理分析技能：各類開源的組學(xué)處理分析工具包（二）數(shù)據(jù)資源建設(shè)原始數(shù)據(jù)資源建立統(tǒng)一的病例數(shù)據(jù)模型抽取整合來自各系統(tǒng)的業(yè)務(wù)數(shù)據(jù)，保持?jǐn)?shù)據(jù)原始性建立數(shù)據(jù)定期更新機(jī)制專病主題數(shù)據(jù)圍繞特定病種選取特征，建立主題數(shù)據(jù)模型對原始數(shù)據(jù)整理加工，提取或錄入特征項補充隨訪等數(shù)據(jù)兩種研究路徑預(yù)先加工形成主題數(shù)據(jù)庫：工作量大，靈活性不夠研究時對原始數(shù)據(jù)預(yù)處理：對能力要求高原始數(shù)據(jù)業(yè)務(wù) 數(shù)據(jù)業(yè)務(wù) 數(shù)據(jù)臨時預(yù)處理醫(yī)學(xué) 研究專病數(shù)據(jù)（三）服務(wù)平臺建設(shè)醫(yī)療大數(shù)據(jù)有其特殊性“小”數(shù)據(jù)多，“大”數(shù)據(jù)少結(jié)構(gòu)化、文本、影像、組學(xué)數(shù)據(jù)并存?zhèn)鹘y(tǒng)數(shù)據(jù)庫更為簡便、成熟技術(shù)生態(tài)更為完善技術(shù)簡單、成熟，功能強大，使用者多傳統(tǒng)

4、技術(shù)+大數(shù)據(jù)平臺混合架構(gòu)更適宜因數(shù)據(jù)特點而定平臺建設(shè)可視服務(wù)內(nèi)容循序漸進(jìn)因能力特點而定傳統(tǒng) 數(shù)據(jù)庫列 數(shù)據(jù)庫ES或 Hadoop深度學(xué)習(xí) 集群組學(xué)分析 集群檢索專病在線系統(tǒng)系統(tǒng)統(tǒng)計SQL預(yù)處理工具統(tǒng)計工具建模工具組學(xué)工具+一線研究人員數(shù)據(jù)服務(wù)人員小規(guī)模 結(jié)構(gòu)化 數(shù)據(jù)分 析處理大規(guī)模 結(jié)構(gòu)化 數(shù)據(jù)檢 索文本數(shù) 據(jù)搜索醫(yī)學(xué)影 像人工 智能組學(xué)數(shù) 據(jù)處理（三）服務(wù)平臺建設(shè)（續(xù)）數(shù)據(jù)抽取數(shù)據(jù)整合數(shù)據(jù)清洗格式轉(zhuǎn)換數(shù)據(jù)分析結(jié)果呈現(xiàn)80%工作量20%工作量SQL 是最簡單有效的處理工具大數(shù)據(jù)分析的典型過程：（四）服務(wù)流程與規(guī)范建設(shè)大數(shù)據(jù)中心的工作本質(zhì)上是服務(wù)，對服務(wù)的管理非常重要保證服務(wù)的質(zhì)量，即數(shù)據(jù)處理分

5、析過程的質(zhì)量和結(jié)果的質(zhì)量保證服務(wù)的效率，即服務(wù)過程可見可控、服務(wù)流程運轉(zhuǎn)有序保證服務(wù)的規(guī)范，即數(shù)據(jù)安全、隱私保護(hù)、記錄完整、合規(guī)建立服務(wù)質(zhì)量保證機(jī)制數(shù)據(jù)分析方案、分析過程、最終報告需要經(jīng)過技術(shù)評審建立多學(xué)科人員協(xié)同工作模式縱、橫結(jié)合的工作模式，多專業(yè)人員的討論機(jī)制臨床人員充分參與溝通，必要時咨詢病案等領(lǐng)域?qū)＜遥ㄋ模┓?wù)流程與規(guī)范建設(shè)（續(xù)）醫(yī)療大數(shù)據(jù)中心服務(wù)流程用戶 提交 申請中心 審核 論證任務(wù) 分派方案 擬制方案 把關(guān)統(tǒng)計 分析過程 記錄報告 擬制報告 審核資料 歸檔數(shù)據(jù) 抽取提交 報告（四）服務(wù)流程與規(guī)范建設(shè)（續(xù)）醫(yī)療大數(shù)據(jù)中心規(guī)章制度數(shù)據(jù)服務(wù)管理制度：規(guī)定服務(wù)流程、職責(zé)分工、質(zhì)量把控、文

6、檔記錄數(shù)據(jù)安全管理制度：規(guī)定數(shù)據(jù)授權(quán)、安全防護(hù)、隱私保護(hù)等工作人員守則：規(guī)定工作人員行為規(guī)范數(shù)據(jù)服務(wù)管理制度數(shù)據(jù)安全管理制度數(shù)據(jù)服務(wù)審批表醫(yī)療大數(shù)據(jù)分析的種類描述型 分析診斷型 分析預(yù)測型 分析指導(dǎo)型 分析發(fā)生了什么？為什么會發(fā)生？可能發(fā)生什么？應(yīng)該做什么？報表工具BI 工具相關(guān)性分析數(shù)據(jù)挖掘建模分析機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)人工智能疾病譜統(tǒng)計地域分布抗生素使用收入增長分析疾病相關(guān)因素不良事件原因疾病風(fēng)險預(yù)測臨床輔助診斷影像人工智能疾病治療方案危重患者干預(yù)商業(yè)智能基石大數(shù)據(jù)基石大數(shù)據(jù)未來數(shù)據(jù)分析成熟度模型（AMAM）7級個性化診療和指令性分析：利用先進(jìn)數(shù)據(jù)集如基因、生物數(shù)據(jù)開展個性化的醫(yī)療，機(jī)構(gòu)可結(jié)合指

7、令性分析提供大規(guī)模定制醫(yī)療6級臨床風(fēng)險干預(yù)與預(yù)測分析：推動機(jī)構(gòu)成熟開展預(yù)測分析，擴(kuò)展到更高級數(shù)據(jù)內(nèi)容和臨床決策5級提升醫(yī)療質(zhì)量、人口健康，分析衛(wèi)生經(jīng)濟(jì)：由以醫(yī)療機(jī)構(gòu)為導(dǎo)向的分析擴(kuò)充到支持人口健康，數(shù)據(jù)治理對標(biāo)到基于質(zhì)量的績效報告，并進(jìn)一步圍繞醫(yī)療經(jīng)濟(jì)擴(kuò)展4級評價和管控循證醫(yī)療、醫(yī)療變異，減少浪費：努力將分析資源用于支持循證醫(yī)療，追蹤和報告醫(yī)療及運營變異， 識別和最小化醫(yī)療及運營浪費3級高效一致的內(nèi)、外部報告產(chǎn)出和靈活性：有效收集、處理數(shù)據(jù)，便捷生成歷史和當(dāng)期報告，數(shù)據(jù)質(zhì)量穩(wěn)定且可預(yù)期，工具標(biāo)準(zhǔn)化且可廣泛使用，數(shù)據(jù)倉庫訪問受控且可靠2級核心數(shù)據(jù)中心和分析能力中心：企業(yè)范圍的數(shù)據(jù)資源，主數(shù)據(jù)管理，

8、支持隨機(jī)查詢和描述性分析報告，數(shù)據(jù)治理 開始成熟，分析技能、標(biāo)準(zhǔn)和教育在分析能力中心得到管理1級數(shù)據(jù)匯聚和初步數(shù)據(jù)治理：基本數(shù)據(jù)開始匯聚，為大范圍跨部門使用數(shù)據(jù)進(jìn)行定義0級碎片化的數(shù)據(jù)利用由Himss Analytics提出數(shù)據(jù)分析成熟度模型（AMAM）（續(xù)）碎片化利用數(shù)據(jù)初步匯聚數(shù)據(jù)中心與分析中心統(tǒng)一出處的報表個性化 診療臨床風(fēng)險 預(yù)測基于健康 績效的評 價醫(yī)療行為 及質(zhì)量評 價0級1級2級7級6級5級4級3級醫(yī)療大數(shù)據(jù)研究方向數(shù)據(jù)資源建設(shè)數(shù)據(jù)表示模型數(shù)據(jù)標(biāo)準(zhǔn)化互聯(lián)互通與數(shù)據(jù)共 享數(shù)據(jù)分析應(yīng)用疾病與風(fēng)險預(yù)測輔助診斷輔助治療智能分診導(dǎo)醫(yī)數(shù)據(jù)處理分析技 術(shù)醫(yī)學(xué)自然語言處理醫(yī)療數(shù)據(jù)檢索醫(yī)學(xué)影像處理

9、組學(xué)數(shù)據(jù)處理制度與規(guī)范隱私保護(hù)數(shù)據(jù)安全保護(hù)數(shù)據(jù)治理主要應(yīng)用領(lǐng)域臨床醫(yī)療應(yīng)用疾病與風(fēng)險預(yù)測預(yù)警臨床輔助決策與人工智能個性化診療衛(wèi)生管理應(yīng)用醫(yī)院及科室績效評價醫(yī)療質(zhì)量監(jiān)管醫(yī)改政策模擬衛(wèi)生政策評價公共衛(wèi)生應(yīng)用疾病預(yù)防預(yù)測個性化健康服務(wù)主要研究方向胃癌患者生存分析胃癌專病數(shù)據(jù)累計病例近2000例，包含隨訪數(shù)據(jù)二型糖尿病用藥智能推薦模型患者用藥模式六分類1單藥口服2雙藥口服3多藥口服4基礎(chǔ)胰島素類5預(yù)混胰島素類6短效胰島素類電子病歷住院費用入院時間人口學(xué) 信息診斷糖化檢查體征參數(shù)生化檢查病史用藥模式分析實際預(yù)測123456合計189816612398617813792823792254829571436

10、72912966944056292433397143309856190373801671298253762821522133760543385735合計136985015032552850505813532準(zhǔn)確率：Accuracy = 72.04%Kappa系數(shù)：K = 0.62知 識 圖 譜模型樸素貝葉斯支持向量機(jī)決策樹隨機(jī)森林基于2萬多例糖尿病 病例PCI術(shù)后MACE預(yù)測模型分析依據(jù)2萬人臨床與隨訪數(shù)據(jù)對PCI術(shù)后MACE進(jìn)行預(yù)測分析，評價六種主流機(jī)器 學(xué)習(xí)方法RecallAccuracyF-valueCART59.61%74.56%0.70C4.567.61%80.29%0.77boos

11、ting77.96%84.02%0.83bagging62.34%74.34%0.70RF79.58%88.66%0.87Naviebayes77.27%70.45%0.72肝臟腫瘤影像識別研究開發(fā)肝臟腫瘤影像識別系統(tǒng)共標(biāo)記4000多幅影像目前已能進(jìn)行肝臟分割， DICE=95.69%下一步進(jìn)行腫瘤以及部位標(biāo)注和腫瘤識別皮膚病理圖像識別研究數(shù)據(jù)集共標(biāo)記157例樣本，其中良性：110 例；惡性47例惡性皮膚黑素瘤識別率： Accuracy=90%原始圖片（惡性黑素瘤）標(biāo)注Heat Map預(yù)測Heat Map急性髓系白血病預(yù)后不良生物標(biāo)記物研究基于TCGA 數(shù)據(jù)庫197 例完整數(shù)據(jù)， 應(yīng)用機(jī)器學(xué)習(xí)

12、等方法， 綜合mRNA 、microRNA轉(zhuǎn)錄及甲基化等多組學(xué)數(shù)據(jù)，發(fā)現(xiàn)ETS2高表達(dá)可作為急性髓系白血 病的潛在預(yù)后不良標(biāo)記物，有助于疾病的危險度分層、治療方案抉擇組學(xué)數(shù)據(jù)分析分層聚類分析與Hotmap可視化ETS2高表達(dá)伴 隨癌基因及microRNA異常表達(dá)分別在化療和自體移植人群應(yīng)用Cox回歸， 評估ETS2對治療方案抉擇的價值（一）數(shù)據(jù)治理與制度建設(shè)數(shù)據(jù)治理能力是醫(yī)療大數(shù)據(jù)應(yīng)用能力的重要構(gòu)成為醫(yī)療數(shù)據(jù)資源的整合與利用提供管理方面的保障，保證數(shù)據(jù)資源的集中統(tǒng)一管理，避免分散割據(jù)和人為壁壘，保護(hù)數(shù)據(jù)安全為醫(yī)療數(shù)據(jù)質(zhì)量及其持續(xù)改進(jìn)提供管理方面的保障，以提高數(shù)據(jù)質(zhì)量為目標(biāo)，持 續(xù)改進(jìn)信息化應(yīng)用

13、數(shù)據(jù)治理的主要內(nèi)容對數(shù)據(jù)資源整合、數(shù)據(jù)利用、數(shù)據(jù)質(zhì)量、數(shù)據(jù)權(quán)益、數(shù)據(jù)安全等方面的職責(zé)與管理體系做出規(guī)定，以最大程度地發(fā)揮數(shù)據(jù)資源作用（一）數(shù)據(jù)治理與制度建設(shè)（續(xù)）例：數(shù)據(jù)資源管理辦法總則：促進(jìn)利用、規(guī)范程序、保障安全、維護(hù)權(quán)益職責(zé)：醫(yī)療大數(shù)據(jù)中心負(fù)責(zé)提供數(shù)據(jù)資源技術(shù)服務(wù) 計算機(jī)室負(fù)責(zé)數(shù)據(jù)匯集機(jī)關(guān)負(fù)責(zé)數(shù)據(jù)資源及利用活動管理權(quán)益：數(shù)據(jù)資源歸醫(yī)院所有業(yè)務(wù)數(shù)據(jù)全院共享加工數(shù)據(jù)由項目組共享權(quán)益利用：在統(tǒng)一平臺下開展下載或復(fù)制數(shù)據(jù)需經(jīng)過逐級審批 保護(hù)患者隱私（二）多學(xué)科合作模式的建立通過設(shè)立大數(shù)據(jù)研究課題吸引臨床人員參與每年醫(yī)院設(shè)立大數(shù)據(jù)研究專項基金支持臨床人員申報所有立項的研究由大數(shù)據(jù)中心提供數(shù)據(jù)和技術(shù)支持引導(dǎo)臨床科室主動利用大數(shù)據(jù)平臺資源將外部合作引導(dǎo)到大數(shù)據(jù)中心平臺，限制數(shù)據(jù)外流開展大數(shù)據(jù)應(yīng)用比賽，推廣多學(xué)科合作研究模式（三）開展大數(shù)據(jù)應(yīng)用交流在院內(nèi)網(wǎng)上開設(shè)大數(shù)據(jù)之窗，提供：大數(shù)據(jù)在線服務(wù)工具開放數(shù)據(jù)資源目錄大數(shù)據(jù)項目研究報告（三）開展大數(shù)