查看原文
其他

独家 | 五种医疗信息共享模式,构建开放平台,闯出信息孤岛

2017-05-09 张楠 贝壳社

文/张楠


导语2016年,国务院出台《关于促进和规范健康医疗大数据应用发展的指导意见》,鼓励并推动医疗大数据发展,然而现状是医院信息孤岛问题仍然严峻,医疗数据远不能满足临床应用与科研需求,如何打破信息孤岛,高效充分地应用医疗数据,成为行业当务之急。


零氪科技(LinkDoc)是专注肿瘤大数据分析与应用的科技公司,通过探索医疗信息共享模式,打造医疗大数据平台,帮助医生、专家及医疗机构作出更佳决策,辅助医者,普惠患者。零氪科技CTO罗立刚联合创始人李丽平在4月26日医疗大数据开发及应用大会上进行分享。贝壳社(iBio4P)作为支持媒体全程参与大会,将嘉宾发言干货整理在此:


数据量大,高质量数据急缺


目前我国医疗大数据存在以下四大问题,病例量大、数据非结构化,行业无统一标准,随访困难,导致医疗数据在医疗领域的应用非常不充分,只有少量的数据被临床研究使用。高质量医疗数据的短缺与现实旺盛的需求形成巨大反差,比如院长希望数据能够提供管理决策,专家在科研探索时希望数据提供支持和驱动,医生在给患者下诊疗意见时,也希望有数据能增强诊疗信心。所以如何解决医疗大数据的供需矛盾,满足医疗人士的渴求与需要,就成为当下医疗大数据发展的关键,也是行业共同目标。



随着全球医疗大数据研究能力的提升,摩尔定律下计算能力的飞速发展,数据存储能力大幅提升,加之人工智能的发展,尤其是近两年深度学习的突破,众多企业开始进入医疗行业,(IBM Watson、Google Brain、Flatiron Health等),相信大数据在医疗领域的应用前景越来越光明。零氪科技(LinkDoc)过去两年一直专注肿瘤数据研究,在肿瘤数据这个垂直方向的挖掘和应用走在了世界前列。目前合作的三百多家三甲医院里的肿瘤相关科室,通过零氪科技(LinkDoc)的Hubble辅助决策平台产品,在辅助管理决策,辅助科研探索,辅助临床诊断方面都得到了很大的帮助。


最全图谱:真实世界的医疗数据


大数据对于生活的影响,有商品大数据(京东淘宝)、社交大数据(推特脸谱)、交通大数据(滴滴出行)、医疗大数据(零氪科技等)。零氪科技(LinkDoc)是基于肿瘤的医疗大数据平台,未来有希望成为滴滴、脸谱那样的平台型企业。


医疗行业是数据密集型行业,医疗数据量非常大,近些年医疗数据存储量呈直线上升状态,IDC digital预测截止2020年医疗数据将达40万亿GB所以说数据量特别大,需要算法和存储,与其他片段类数据和生活类数据不同。此外,医疗数据加速累积,对处理、管理、共享提出更高要求数据生成和共享速度以10亿GB/月的速度迅速增长。尤其影像数据高速发展, 12排、32排、64排CT升级,单纯患者影像数据的存储就成为很大问题,所以数据量非常大是医疗大数据处理起来较为困难的重要原因之一。


我国医疗大数据主要由三大部分构成:(1)公共卫生数据,(2)医院临床数据,(3)移动医疗健康数据。各数据端口呈现出多样化且快速增长的发展趋势。



其中,电子病历数据最多,这块可以做什么?电子病历为核心的临床信息系统中蕴藏了疾病诊疗的大数据。医院信息科分得非常详细,这些系统相对来说比较分散,处理困难,融合也很困难。如果把这些数据搜集起来,就很有帮助。



电子病历的五大特征:

集成——从医疗护理化验、各种检查和手术麻醉,从门诊病历、住院病历、查体病历来看,我们认为医疗数据可以做到全集成的;

全过程——从患者入院到出院,医嘱下达、药房调剂、护士处理、床旁执行等,在医院的任何治疗和护理影像都会从头到尾全程记录下来;

全周期——包括门诊查体和住院历史记录,其中管理比较好的是患者的住院病历数据,非常规范,能把一个患者历次住院的信息串联起来。

智能化——合理用药、临床指南、临床路径和临床决策方面也有很多创新企业。开发APP等工具帮助医生做决策。

多态性——对于纯数据(化验单),信号图(心电图/脑电图),图像(B超、CT),文字(主诉、病史、医嘱)不同形态的数据怎么融合是比较大的挑战,也是应该解决的问题。


可以看到,就个体而言,生物医学大数据很复杂。将多维度的临床数据拆分为家族病史,体检数据、影像数据,诊疗数据,用药预后等等最近比较火的是组学数据,组学数据又分得比较细,包括基因组数据、转录组数据、表观组数据、蛋白组数据、代谢组数据和微生物组数据等。


真实数据面临的挑战


(1)信息孤岛的现象比较严重。从院内的各个系统到跨医院、跨全国数据的互联互通都困难,业务系统相互独立,数据分散在不同业务系统中,不能在同一视图中了解同一患者各科的临床数据,数据再利用较难。


(2)缺乏规范化、标准化和信息互通制度的建设。造成虽然在临床过程当中有大量的数据,但是在进行结构化转变过程中,很多数据是没有办法成功转化的,从而造成数据缺失。这是从源头上数据管理存在的一些问题,我们要加强对源头数据管理和质量提升。其次是缺乏数据语义模型标准,到底使用哪个数据作为标准化的模型,需要进行统一。最后是缺乏异常数据实时监控治疗报告。


(3)信息需要二次加工、利用。数据孤立、患者信息不能自动关联整合,采集难度大,无法挖掘结构化电子病历数据,分析力度和能见度有限,无法多维度的分析。


现在医疗大数据应用突破的核心问题:


(1)规范采集与标准化。

(2)医疗大数据的智能导航和智能干涉。智能导航是当出现问题时,比如病历书写过程中,录入数据的时候,会有一些逻辑冲突,不能录入。智能化的控制对提高病历书写准确率有一定帮助。

(3)信息安全和隐私保护。国家最近也颁布了新电子病历的管理办法(最新电子病历应用管理规范(试行)),对个人隐私定义进行了标准描述,对实现信息共享做了更多的定义和规范,这是互联共享方面。


在分析挖掘方面:

(1)疾病做早期诊断与预警。人工智能做出辅助决策,有望提供真正帮助。

(2)辅助诊疗与智慧医疗。包括可穿戴设备如何跟临床指标相结合,最终形成智慧医疗。

(3)精准医学与个体化治疗。这也是“十三五”重点推进的项目。



搭建医疗信息服务共享平台


因此,我们需要搭建医疗信息服务共享平台,实现以下功能:


(1)标准规范:实现数据的互联互通和标准规范,打破医院间的信息屏障。

(2)分析挖掘:发展人工智能和深度学习,推动基于大数据转化应用技术,从健康医疗大数据中发现新知识和新规律。

(3)医疗建模:建立系列医疗模型,促进“智慧医疗”和“分级诊疗”等实施。

(4)项目对接:与国家重大研究计划对接,促进医学科学发展和全民健康水平。

(5)人才培养:我们与国家重大研究计划对接,促进医学科学发展和全面健康水平,培养大数据人才。


我们探索了很多医疗信息共享模式:

1、区域共享模式:区域医疗机构协同合作的数据共享和交换平台,如地市级肿瘤医院联盟;

2、单病种共享模式:单病种数据协作平台:用注册临床标准,对录入/随访工作进行质量控制,形成“采集-整合-结构化-随访”的完整闭环数据;

3、企业共享模式建设医疗企业健康数据共享云平台,推动企业多样化的健康数据整合、共享与高效利用。

4、个人共享模式:将个人健康数据共享给有资质的组织或企业,形成大规模人群健康数据和疾病数据库。

5、医联体共享模式:基于医联体实现优质医疗资源共享平台和同质化的检验、检查结果互认。


基于零氪平台真实世界数据应用实例分享


第一,我们做了病历结构化疾病标准化诊疗术语工作原因是在前期结构化HIS病历时,我们没有大量积累,不知道临床医生习惯的表述,结构化的点位是基于什么标准,后来我们利用大量数据的案例不断形成了单病标准化的术语集;搭建了单病种数据共享平台;第二,基于病历做数据可视化挖掘;最后再做病人离院随访。


这是一则案例,关于抗肿瘤化药的真实研究,有医生端和患者端,基于零氪平台搭建患者随访管理模型,需要随访的患者直接推到随访系统,有随访平台完成随访,形成数据的闭环;医生端做类似回顾性研究,高质量的数据不需要重复录入,零氪平台的合作医院可以一键导入EDC(临床电子数据采集系统),加快数据处理速度。



零氪平台承接了近20项863、973卫生部课题等国家级重点多中心课题。我们提出了一个解决方案,与传统EDC不同,把去隐私的重要图片推到线上,推到EDC模块实现远程在线监查,减少健康数据源再征集的成本,完善质控流程,减少监查频率。


还有医院数据资产可视化统计分析。数据资产包括全病历维度、患者维度、随访维度、医疗质量手术分析和运营效率相关维度。在使用平台过程中,每个医院都有自己的一张图,是实时更新的,可以动态了解自己医院运行情况。


2016年4月,卫计委发起全国统一数据模型标准的建立,提出建立数据模型标准、不增加医生工作量、逐省推进数据共享、建立中国的大数据,然而目前我国各专业的医疗术语都缺乏标准化,医疗信息化标准任重道远。


为此我们要做标准化术语集,希望在不增加医生工作量的情况下推动标准化术语集的建设。针对标准化术语集,我们与胸外科中国医师协会外科分会合作,出版《胸外科疾病标准化诊疗术语》。


最后关于零氪出院患者管理系统,从平台到后端数据存储、加密、随访、标准化随访,形成完整闭环数据。让患者从前端到后端各种环境中存储的数据都能有效利用,最后被收集,被科研、诊疗、卫生各管理部门使用,这也是需要更深入探讨努力的方向。


 



· END ·

- 推荐阅读 -

点击下方图片即可阅读

独家 | VR的止痛效果比吗啡更好?VR如何用于认知治疗?


家 | 生殖领域现最新融资,一家创业公司如何打造产业闭环?

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存