陳迪 鄭連翔 孫作文
《聯(lián)合國2030年可持續(xù)發(fā)展議程》目標(biāo)三為:“確保健康的生活方式,促進(jìn)各年齡段人群的福祉?!卑l(fā)展康復(fù)服務(wù)是全面發(fā)展健康保健服務(wù),實(shí)現(xiàn)全民健康覆蓋的根本,為構(gòu)建健康服務(wù)提供系統(tǒng),提供完善的健康服務(wù)系統(tǒng),需要建立全面且標(biāo)準(zhǔn)化的數(shù)據(jù)系統(tǒng)。
作為大健康產(chǎn)業(yè)的重要組成部分,康復(fù)醫(yī)療產(chǎn)業(yè)潛力巨大。本研究以互聯(lián)網(wǎng)為載體,以大數(shù)據(jù)為核心,整合醫(yī)療資源,實(shí)現(xiàn)線上線下有機(jī)聯(lián)動(dòng),順應(yīng)了“互聯(lián)網(wǎng)+醫(yī)療”的政策導(dǎo)向,將為大健康產(chǎn)業(yè)和“互聯(lián)網(wǎng)+醫(yī)療”事業(yè)的發(fā)展奠定基礎(chǔ)。
2.1.1 康復(fù)科室信息化現(xiàn)狀研究 現(xiàn)有康復(fù)科室信息化水平不高,存在如下問題和不足:(1)康復(fù)臨床路徑不規(guī)范,無法對患者的體質(zhì)進(jìn)行辨證施治,且治療方案利用率低下,限制了康復(fù)醫(yī)務(wù)人員對病情的掌握,嚴(yán)重影響康復(fù)治療方案制定和實(shí)施。(2)康復(fù)醫(yī)師、治療師(物理治療、運(yùn)動(dòng)治療、作業(yè)治療、語言治療、心肺功能治療、假肢矯形治療)、康復(fù)護(hù)理人員之間交流存在問題。(3)沒有信息化的解決手段極大地限制了工作效率[1]。(4)出院后的隨訪和長期的病情恢復(fù)情況不能有效反饋。(5)中國醫(yī)療資源主要集中在公立醫(yī)院,因?yàn)轶w制原因?qū)儆诜怯麢C(jī)構(gòu)無法對自身好的技術(shù)、設(shè)備、服務(wù)進(jìn)行宣傳[2]。(6)基層康復(fù)醫(yī)務(wù)人員面臨康復(fù)基礎(chǔ)知識缺乏,需要培訓(xùn)的人員、內(nèi)容任務(wù)繁重的難題。
2.1.2 康復(fù)科室管理系統(tǒng) 針對普遍康復(fù)醫(yī)院提出的信息需求,該平臺以國家三級康復(fù)網(wǎng)絡(luò)建設(shè)和《綜合醫(yī)院康復(fù)醫(yī)學(xué)科建設(shè)與管理指南》[3]為藍(lán)本,運(yùn)用云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)和人工智能等現(xiàn)代信息技術(shù),集康復(fù)管理、服務(wù)、教學(xué)、科研于一體,打通醫(yī)院康復(fù)、社區(qū)康復(fù)和居家康復(fù)的信息鏈條,實(shí)現(xiàn)康復(fù)信息的閉環(huán)管理,驅(qū)動(dòng)PDCA管理循環(huán),使康復(fù)過程更加科學(xué)、康復(fù)方案更加精準(zhǔn)、康復(fù)訓(xùn)練更加高效。(1)為醫(yī)院康復(fù)科室提供數(shù)字化的患者信息、康復(fù)治療、評估及設(shè)備等全流程管理;(2)提供醫(yī)院康復(fù)科運(yùn)營服務(wù)管理中心;(3)建立患者在院內(nèi)、院外康復(fù)的全過程檔案。如圖1。
圖1 數(shù)字化康復(fù)科室云平臺架構(gòu)圖
針對康復(fù)評估與訓(xùn)練設(shè)備,標(biāo)準(zhǔn)化自動(dòng)數(shù)據(jù)集成采集、實(shí)施,實(shí)現(xiàn)康復(fù)過程中定量分析影響因素,為康復(fù)綜合化及臨床科研提供精準(zhǔn)數(shù)據(jù)服務(wù)。如圖2。
圖2 康復(fù)設(shè)備物聯(lián)網(wǎng)平臺結(jié)構(gòu)圖
2.3.1 康復(fù)科研服務(wù)信息化現(xiàn)狀 康復(fù)科研是提升醫(yī)生診療水平及服務(wù)質(zhì)量的必備途徑之一,但當(dāng)前大多數(shù)醫(yī)院的科研工作尚處在人工整理階段,沒有統(tǒng)一的科研管理工具,存在流程復(fù)雜、耗時(shí)耗力、科研質(zhì)量及效率不高等諸多弊端。現(xiàn)有的紙質(zhì)資料和Excel管理困難、無法協(xié)作、誤刪除等問題,且數(shù)據(jù)資料的應(yīng)用效率較低,整合性較差[4-5]。此外,目前大多數(shù)醫(yī)院的??萍膊〈嬖谥委煏r(shí)限長的問題,參與的學(xué)科多,對病歷的歸納要求高,容易出現(xiàn)遺漏病例情況。臨床實(shí)驗(yàn)多,科研所需要的數(shù)據(jù)收集困難;疾病個(gè)體差異大,需要更加關(guān)注個(gè)體化治療?,F(xiàn)有資料整理手段不能有效解決上述問題。
2.3.2 康復(fù)大數(shù)據(jù)科研平臺 本服務(wù)平臺為云服務(wù)方式,是一個(gè)多中心的遠(yuǎn)程協(xié)作平臺,通過康復(fù)網(wǎng)絡(luò)方式,牽頭醫(yī)院的學(xué)科優(yōu)勢、技術(shù)輻射作用和管理統(tǒng)籌職能,聯(lián)合本??破渌麌一蛘呤〖夘I(lǐng)先醫(yī)院作為協(xié)同單位,全國各級醫(yī)院作為成員單位,有效整合、統(tǒng)籌資源、構(gòu)建有機(jī)體系[6-7],從而實(shí)現(xiàn):(1)制定??茦?biāo)準(zhǔn)術(shù)語和診療規(guī)范制定、助力數(shù)據(jù)共享;(2)建立專科科研數(shù)據(jù)集,實(shí)現(xiàn)統(tǒng)一標(biāo)準(zhǔn)的數(shù)據(jù)結(jié)構(gòu)化處理和統(tǒng)計(jì)分析支持,輔助各類科研課題和臨床試驗(yàn),大大提高真實(shí)世界數(shù)據(jù)的使用率、臨床數(shù)據(jù)的可用性以及科研效率;(3)利用體系內(nèi)的??茢?shù)據(jù)共享,開展臨床研究、探索輔助診療,促進(jìn)臨床治療水平提升。
本研究以數(shù)據(jù)驅(qū)動(dòng)流程、管理與服務(wù),數(shù)據(jù)作為決策依據(jù),數(shù)據(jù)作為科研依據(jù)等,研究涉及到系統(tǒng)集成與數(shù)據(jù)共享如表1。
表1 系統(tǒng)集成與數(shù)據(jù)共享表
該平臺是一個(gè)以“臨床科室+康復(fù)科室”全量數(shù)據(jù)為驅(qū)動(dòng)的多學(xué)科聯(lián)合數(shù)據(jù)應(yīng)用平臺,主要面向科研、智能助診、專家知識系統(tǒng)、全過程康復(fù)案例復(fù)盤等數(shù)據(jù)智能應(yīng)用需求。平臺提供數(shù)據(jù)采集、數(shù)據(jù)管理、統(tǒng)計(jì)學(xué)算法及機(jī)器學(xué)習(xí)算法、敏捷數(shù)據(jù)分析等主要功能。平臺技術(shù)架構(gòu)如圖3。
圖3 康復(fù)大數(shù)據(jù)平臺技術(shù)架構(gòu)圖
其具有諸多優(yōu)勢,如:(1)靈活的臨床數(shù)據(jù)檢索與分析;(2)專科疾病病例資料的針對性管理;(3)有效的臨床數(shù)據(jù)挖掘分析。
康復(fù)設(shè)備平臺通過內(nèi)置的物聯(lián)網(wǎng)數(shù)據(jù)采集平臺軟件及協(xié)議,支持TCP,httprest OPC,Lora,Modbus等多種協(xié)議,可支持不同品牌康復(fù)設(shè)備的數(shù)據(jù)接入。康復(fù)物聯(lián)平臺的無線、有線實(shí)時(shí)及歷史數(shù)據(jù)傳輸,提供移動(dòng)終端控制系統(tǒng),實(shí)現(xiàn)在康復(fù)數(shù)字化平臺上對康復(fù)設(shè)備治療、評定的全過程控制和監(jiān)控。同時(shí)在設(shè)備執(zhí)行完成以后,自動(dòng)收集設(shè)備的報(bào)告并在系統(tǒng)中實(shí)時(shí)展示,對結(jié)果的數(shù)據(jù)進(jìn)行分析。
針對康復(fù)評估與訓(xùn)練設(shè)備,標(biāo)準(zhǔn)化自動(dòng)數(shù)據(jù)集成采集、實(shí)施,實(shí)現(xiàn)康復(fù)過程中定量分析影響因素,為康復(fù)綜合化及臨床科研提供精準(zhǔn)數(shù)據(jù)服務(wù)。
根據(jù)康復(fù)科研、數(shù)據(jù)應(yīng)用等實(shí)際需求,在第三方系統(tǒng)支持的前提下平臺還可整合院內(nèi)臨床數(shù)據(jù)(HIS、CIS、NIS、EMR、PACS及LIS等產(chǎn)生的數(shù)據(jù),內(nèi)容包括患者各類診療信息,如病史信息、臨床診斷信息、檢驗(yàn)檢查信息、護(hù)理信息、用藥信息等)[8-9],通過HL7 V3 RIM/RMIM模型和電子病歷格式相關(guān)標(biāo)準(zhǔn)組織,在不妨礙醫(yī)院現(xiàn)有信息系統(tǒng)運(yùn)行的前提下,利用ETL等技術(shù)將醫(yī)院各個(gè)信息系統(tǒng)中的數(shù)據(jù)通過抽取、轉(zhuǎn)換、加載到格式統(tǒng)一的數(shù)據(jù)中心,經(jīng)過自然語言處理、機(jī)器學(xué)習(xí)等人工智能技術(shù)處理后,形成數(shù)據(jù)集市,進(jìn)而可在多個(gè)維度滿足醫(yī)療決策、臨床科研、智能助診等過程中的不同需求[10-13]。如圖4。
平臺提供了預(yù)置統(tǒng)計(jì)模型和自定義導(dǎo)出兩種形式的統(tǒng)計(jì)支持,與R及Python統(tǒng)計(jì)軟件進(jìn)行對接,預(yù)設(shè)常用的醫(yī)學(xué)科研統(tǒng)計(jì)模型,實(shí)現(xiàn)基于R統(tǒng)計(jì)結(jié)果輸出。當(dāng)預(yù)設(shè)的醫(yī)學(xué)科研統(tǒng)計(jì)模型中沒有工作人員所需內(nèi)容時(shí),可自定義查詢和輸出數(shù)據(jù),將科研數(shù)據(jù)導(dǎo)出到SPSS等第三方專業(yè)分析軟件進(jìn)行分析。
同時(shí)為了滿足醫(yī)療領(lǐng)域的深入應(yīng)用,平臺基于開源產(chǎn)品自主研發(fā)的全量數(shù)據(jù)分析建模算法引擎,針對大量異構(gòu)、多態(tài)、以指數(shù)級增長的數(shù)據(jù),進(jìn)行全量數(shù)據(jù)的分析及模型的構(gòu)建;全方位集成數(shù)據(jù)轉(zhuǎn)化及預(yù)處理功能,提供實(shí)時(shí)、非實(shí)時(shí)統(tǒng)一接口;對歷史數(shù)據(jù)進(jìn)行挖掘、分析,基于Spark實(shí)現(xiàn)全量數(shù)據(jù)的大型分布式模型訓(xùn)練、驗(yàn)證與評估。
鑒于上述優(yōu)勢的存在,康復(fù)醫(yī)療大數(shù)據(jù)平臺構(gòu)建意義與需求較好,應(yīng)用優(yōu)勢突出,是健康醫(yī)療發(fā)展的重要基礎(chǔ)與前提。