基于語(yǔ)義關(guān)聯(lián)的醫(yī)療檔案數(shù)據(jù)化發(fā)展路徑

趙可心

（鐵嶺縣中心醫(yī)院，遼寧 鐵嶺 112000）

一、我國(guó)檔案資源數(shù)字化發(fā)展目標(biāo)

2002年11月25日國(guó)家檔案局頒發(fā)的《全國(guó)檔案信息化建設(shè)實(shí)施綱要》提出，“十五”期間，“適應(yīng)國(guó)家信息化建設(shè)和檔案事業(yè)發(fā)展的要求，把檔案信息化納入國(guó)家信息化建設(shè)的總格局。加快推進(jìn)檔案資源數(shù)字化、信息管理標(biāo)準(zhǔn)化、信息服務(wù)網(wǎng)絡(luò)化的進(jìn)程，促進(jìn)檔案事業(yè)持續(xù)快速健康發(fā)展，為改革開放和現(xiàn)代化建設(shè)服務(wù)”。2016年，《全國(guó)檔案事業(yè)發(fā)展“十三五”規(guī)劃綱要》強(qiáng)調(diào)，“積極響應(yīng)數(shù)字中國(guó)建設(shè)，加快推進(jìn)信息技術(shù)與檔案工作深度融合。采用大數(shù)據(jù)、智慧管理、智能樓宇管理等技術(shù)，提高檔案館業(yè)務(wù)信息化和檔案信息資源深度開發(fā)與服務(wù)水平?！?021年頒布的《“十四五”全國(guó)檔案事業(yè)發(fā)展規(guī)劃》指出，“十四五”期間，“加強(qiáng)國(guó)家檔案數(shù)字資源規(guī)劃管理，逐步建立以檔案數(shù)字資源為主導(dǎo)的檔案資源體系?！薄凹涌焱七M(jìn)對(duì)重要檔案數(shù)字化成果進(jìn)行文字識(shí)別和語(yǔ)音識(shí)別?！?/p>

通過(guò)對(duì)以上三個(gè)綱要關(guān)于檔案資源數(shù)字化的解析，不難發(fā)現(xiàn)，我國(guó)的檔案數(shù)字化目標(biāo)是漸近的、層層深入的。第一階段，將檔案信息化納入發(fā)展進(jìn)程；第二階段，“十三五”期間，推進(jìn)信息技術(shù)與檔案工作深度融合。第三階段，“十四五”期間，加快檔案資源數(shù)字轉(zhuǎn)型。加強(qiáng)國(guó)家檔案數(shù)字資源規(guī)劃管理，逐步建立以檔案數(shù)字資源為主導(dǎo)的檔案資源體系。大力推進(jìn)“增量電子化”，促進(jìn)各類電子文件應(yīng)歸盡歸，電子檔案應(yīng)收盡收，市地級(jí)以上國(guó)家檔案館全部具備電子檔案接收能力，電子檔案在檔案資源體系中占比明顯提升[1]。繼續(xù)做好“存量數(shù)字化”，加快推進(jìn)對(duì)重要檔案數(shù)字化成果進(jìn)行文字識(shí)別和語(yǔ)音識(shí)別。同時(shí)，提出了“推進(jìn)檔案信息資源共享平臺(tái)建設(shè)。各?。ㄗ灾螀^(qū)、直轄市）綜合檔案館加強(qiáng)本區(qū)域檔案信息資源共享平臺(tái)建設(shè)，實(shí)現(xiàn)本區(qū)域各級(jí)綜合檔案館互聯(lián)互通，推動(dòng)共享平臺(tái)向機(jī)關(guān)等單位延伸，促進(jìn)檔案信息資源館際、館室共建互通，推進(jìn)檔案信息資源跨層級(jí)跨部門共享利用。加大跨區(qū)域檔案信息資源共享平臺(tái)建設(shè)力度，擴(kuò)大“一網(wǎng)查檔、異地出證”惠民服務(wù)覆蓋面的發(fā)展目標(biāo)。醫(yī)療檔案是我國(guó)檔案資源體系的重要組成部分，其數(shù)據(jù)化程度的高低，直接影響我國(guó)醫(yī)療技術(shù)發(fā)展的快慢，直接關(guān)系我國(guó)人民健康水平提高的快慢。在5G時(shí)代的偉大進(jìn)程中，如何從我國(guó)醫(yī)療檔案管理的實(shí)際出發(fā)，建立具有真正意義上的數(shù)據(jù)化、信息化、語(yǔ)義化結(jié)構(gòu)管理平臺(tái)，實(shí)現(xiàn)醫(yī)療檔案利用的智慧化，則是本文研究的核心所在[2]。

二、我國(guó)醫(yī)療檔案資源信息化的發(fā)展現(xiàn)狀

目前，我國(guó)的檔案信息化是建立在馮慧玲、張輯哲關(guān)于“檔案信息化建設(shè)是指，運(yùn)用信息技術(shù)提高檔案工作現(xiàn)代化水平，重新思考檔案管理的新情況、新原則與新理論，確立網(wǎng)絡(luò)環(huán)境中檔案管理與檔案服務(wù)的基本框架與基本方法，實(shí)現(xiàn)檔案信息的社會(huì)化服務(wù)”基礎(chǔ)上的。在當(dāng)時(shí)的歷史條件下，是符合實(shí)際具有先進(jìn)意義的。但是歷經(jīng)近20年的發(fā)展，信息技術(shù)實(shí)現(xiàn)了歷史性突破，我國(guó)的檔案信息化也進(jìn)入智能化發(fā)展階段。但是從目前全國(guó)的檔案信息化情況看，均處在數(shù)字化發(fā)展階段，即采用數(shù)據(jù)庫(kù)、數(shù)據(jù)壓縮、高速掃描等技術(shù)，將紙質(zhì)文件、聲像文件等形成圖像文件，建立數(shù)字檔案圖形數(shù)據(jù)庫(kù)，以實(shí)現(xiàn)文件調(diào)閱的計(jì)算機(jī)化。

在技術(shù)層面，我國(guó)檔案系統(tǒng)主要采用的是數(shù)字掃描和全文著錄技術(shù)，只是實(shí)現(xiàn)了檔案存儲(chǔ)形態(tài)由紙質(zhì)存儲(chǔ)向電子化存儲(chǔ)形態(tài)的變革，建立起了基于圖片模式的數(shù)字化數(shù)據(jù)庫(kù)，形成了目錄關(guān)聯(lián)的數(shù)字檢索系統(tǒng)，實(shí)現(xiàn)了已掃描入庫(kù)檔案的電子化利用。這一變革是革命性的，它改變了千百年來(lái)以紙質(zhì)檔案實(shí)現(xiàn)對(duì)外服務(wù)的局面，使得檔案管理和利用步入了信息化的初級(jí)軌道。但是，就目前我國(guó)的檔案資源體系建設(shè)情況與智慧城市、智慧社會(huì)、智慧地球建設(shè)的目標(biāo)相距甚遠(yuǎn)，與我國(guó)《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》關(guān)于“深化政務(wù)數(shù)據(jù)跨層級(jí)、跨地域、跨部門有序共享。建立健全國(guó)家公共數(shù)據(jù)資源體系，統(tǒng)籌公共數(shù)據(jù)資源開發(fā)利用，推動(dòng)基礎(chǔ)公共數(shù)據(jù)安全有序開放，構(gòu)建統(tǒng)一的國(guó)家公共數(shù)據(jù)開放平臺(tái)和開發(fā)利用端口，提升公共數(shù)據(jù)開放水平，釋放數(shù)據(jù)紅利”的遠(yuǎn)景目標(biāo)還有很大差距。由此可見，在大數(shù)據(jù)時(shí)代，5G落地和《“十四五”全國(guó)檔案事業(yè)發(fā)展規(guī)劃》全面實(shí)施的大背景下，建設(shè)智慧社會(huì)、智慧城市，實(shí)現(xiàn)智慧服務(wù)，大力推進(jìn)的智慧醫(yī)療檔案智慧服務(wù)將成為歷史的必然[3]。

我國(guó)的醫(yī)療檔案管理仍處在電子化與數(shù)字化管理的中間階段，不具備智慧服務(wù)的基本條件。在這種形勢(shì)下，如何加快醫(yī)療檔案的數(shù)字化發(fā)展進(jìn)程，實(shí)現(xiàn)醫(yī)療檔案數(shù)字化、數(shù)據(jù)化、語(yǔ)義化，進(jìn)而實(shí)現(xiàn)醫(yī)療檔案的智慧服務(wù)。進(jìn)而達(dá)到“我想利用檔案，不用我去找，自動(dòng)地就能推送過(guò)來(lái)，這就需要做一件更重要、工作量也更大，意義和價(jià)值更大的事情，那就是把檔案數(shù)據(jù)化”。在如此的大背景下，采用哪些信息技術(shù)來(lái)實(shí)現(xiàn)檔案資源數(shù)據(jù)化呢？一是采用OCR光學(xué)識(shí)別技術(shù)、二是采用檔案語(yǔ)義組織技術(shù)、三是采用挖掘技術(shù)[4]。

三、醫(yī)療檔案數(shù)據(jù)化實(shí)現(xiàn)路徑

1.光學(xué)符號(hào)識(shí)別——醫(yī)療檔案數(shù)據(jù)化的首選技術(shù)

隨著5G時(shí)代的到來(lái)，智慧中國(guó)建設(shè)戰(zhàn)略的實(shí)施，智慧城市走向互聯(lián)化步伐的加快，智慧醫(yī)療、智慧檔案的呼聲日益高漲。由此催生了采用新一代信息技術(shù)，依托信息技術(shù)賦能智慧城市建設(shè)，成為時(shí)代發(fā)展新趨勢(shì)。根據(jù)我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略規(guī)劃的要求，我國(guó)的醫(yī)療檔案資源就是要實(shí)現(xiàn)從傳統(tǒng)的紙質(zhì)業(yè)態(tài)向數(shù)字業(yè)態(tài)，乃至數(shù)據(jù)態(tài)的轉(zhuǎn)變，進(jìn)而為智慧社區(qū)和智慧服務(wù)生活圈建設(shè)提供專業(yè)化、市場(chǎng)化檔案資源，提高智能化服務(wù)能力。在國(guó)家檔案局舉辦的區(qū)塊鏈技術(shù)視頻專題講座上，國(guó)家檔案局局長(zhǎng)陸國(guó)強(qiáng)指出：“我們要進(jìn)一步提高認(rèn)識(shí)，增強(qiáng)工作的責(zé)任感和緊迫感，積極運(yùn)用好新一代信息技術(shù)，加快實(shí)現(xiàn)檔案信息化戰(zhàn)略轉(zhuǎn)型。緊密圍繞貫徹國(guó)家信息化發(fā)展規(guī)劃、大數(shù)據(jù)戰(zhàn)略、數(shù)字中國(guó)戰(zhàn)略、新基建部署，加強(qiáng)檔案領(lǐng)域戰(zhàn)略規(guī)劃對(duì)接，抓住機(jī)遇推動(dòng)新一代信息技術(shù)在檔案管理中的應(yīng)用，在‘十四五’時(shí)期實(shí)現(xiàn)以信息化為核心的檔案管理現(xiàn)代化必須取得突破。”作為醫(yī)療檔案資源體系建設(shè)，如何實(shí)現(xiàn)戰(zhàn)略轉(zhuǎn)型，那就是要從醫(yī)療檔案的數(shù)據(jù)化做起，進(jìn)而實(shí)現(xiàn)醫(yī)療檔案資源從粗粒度向細(xì)粒度的初步轉(zhuǎn)化，進(jìn)而建立全新的數(shù)據(jù)化檔案數(shù)據(jù)服務(wù)模式[5]。

檔案數(shù)據(jù)化則將“0”“1”等離散的比特（bits）進(jìn)行再組織，形成結(jié)構(gòu)化、標(biāo)準(zhǔn)化、開放性、可通用的數(shù)據(jù)對(duì)象，并基于數(shù)據(jù)對(duì)象的不同形態(tài)與類別開展相應(yīng)的機(jī)器操作活動(dòng)[4]。也就是說(shuō)，通過(guò)光學(xué)符號(hào)識(shí)別技術(shù)（OCR）對(duì)已經(jīng)實(shí)現(xiàn)數(shù)字化的圖形化著錄檔案進(jìn)行基于全新著錄模式的可識(shí)別的文字轉(zhuǎn)化，最終達(dá)到從圖形化到電子化乃至文本化的轉(zhuǎn)變，使之成為電腦可以識(shí)別的文字本體，其核心是建立可以列標(biāo)計(jì)算的數(shù)據(jù)，但仍做不到機(jī)器可理解。目前，我國(guó)個(gè)別的省級(jí)醫(yī)院的部分醫(yī)療存量檔案開展了光學(xué)符號(hào)識(shí)別，進(jìn)行了相應(yīng)的著錄工作，形成了相當(dāng)數(shù)量的可通用的數(shù)據(jù)對(duì)象，建立起了能夠?qū)崿F(xiàn)某一病種病歷的個(gè)體檔案的數(shù)字化館內(nèi)查詢。這種數(shù)據(jù)模式的建立，只是檔案智能服務(wù)數(shù)據(jù)體系建設(shè)的第一步，使檔案數(shù)據(jù)得以被機(jī)器可理解、可操作，使電腦的網(wǎng)絡(luò)的自動(dòng)關(guān)聯(lián)、利用成為可能[5]。

2.語(yǔ)義關(guān)聯(lián)技術(shù)——實(shí)現(xiàn)檔案數(shù)據(jù)化的核心環(huán)節(jié)

“檔案語(yǔ)義組織是借鑒語(yǔ)義網(wǎng)中信息資源組織的基本原理，對(duì)檔案的內(nèi)容語(yǔ)義、背景語(yǔ)義、結(jié)構(gòu)語(yǔ)義進(jìn)行向內(nèi)組織和向外組織的過(guò)程，是推進(jìn)檔案數(shù)據(jù)化的核心環(huán)節(jié)?！痹谡劶罢Z(yǔ)義關(guān)聯(lián)的實(shí)現(xiàn)步驟前，我們有必要簡(jiǎn)單介紹一下語(yǔ)義關(guān)聯(lián)技術(shù)的內(nèi)涵。語(yǔ)義關(guān)聯(lián)技術(shù)是基于Web3.0的主要技術(shù)應(yīng)用，是一種在不同應(yīng)用、企業(yè)、社區(qū)之間共享和重用數(shù)據(jù)的通用框架。檔案語(yǔ)義組織是借鑒語(yǔ)義網(wǎng)中信息資源組織的基本原理，對(duì)檔案的內(nèi)容語(yǔ)義、背景語(yǔ)義、結(jié)構(gòu)語(yǔ)義進(jìn)行向內(nèi)組織和向外組織的過(guò)程，是推進(jìn)檔案數(shù)據(jù)化的核心環(huán)節(jié)。通過(guò)語(yǔ)義標(biāo)注和元數(shù)據(jù)語(yǔ)義增強(qiáng)，檔案的內(nèi)容、背景與結(jié)構(gòu)得以轉(zhuǎn)化為隱藏語(yǔ)義的結(jié)構(gòu)化數(shù)據(jù)，通過(guò)明確化的概念模型建立起這些數(shù)據(jù)之間的語(yǔ)義關(guān)系，再通過(guò)機(jī)器可理解的形式化語(yǔ)言來(lái)表達(dá)這些語(yǔ)義和語(yǔ)義關(guān)系，從而構(gòu)建起一個(gè)富含結(jié)構(gòu)、語(yǔ)義和關(guān)聯(lián)的機(jī)器可理解的數(shù)據(jù)網(wǎng)絡(luò)[6]。

基于語(yǔ)義網(wǎng)和語(yǔ)義關(guān)聯(lián)技術(shù)原理，在醫(yī)療檔案智慧服務(wù)數(shù)據(jù)體系建設(shè)中，其核心是通過(guò)概念模型的建立，實(shí)現(xiàn)醫(yī)療檔案的全面語(yǔ)義關(guān)聯(lián)。根據(jù)醫(yī)療檔案的異構(gòu)化特征，一是建立同一病種個(gè)體醫(yī)療檔案之間的關(guān)聯(lián)關(guān)系，即以病種名稱為統(tǒng)領(lǐng)，建立統(tǒng)一的同一性關(guān)聯(lián)關(guān)系，也就是說(shuō)，將具有相同屬性特征的醫(yī)療數(shù)字檔案資源聚合在一起，形成具有特定癥候?qū)傩缘尼t(yī)療檔案聚合單元；二是建立隸屬性關(guān)聯(lián)關(guān)系。即以醫(yī)療檔案的形成者為核心，以病種為主軸，以醫(yī)療實(shí)施者、治療方案、治療效果、康復(fù)情況、病人存活周期等建立起一整套結(jié)構(gòu)化檔案數(shù)據(jù)關(guān)聯(lián)；三是以國(guó)家病種分類表為核心，建立醫(yī)療檔案數(shù)據(jù)管理系統(tǒng)，將某醫(yī)院對(duì)某一病種的專業(yè)治療能力，尤其是對(duì)特種病的治療技術(shù)與力量等數(shù)據(jù)進(jìn)行關(guān)聯(lián)。例如，肺移植手術(shù)雖然每年全國(guó)僅有200多例，因其數(shù)量少，難度大，技術(shù)要求高，目前全國(guó)只有36家具備肺移植手術(shù)資質(zhì)。在為肺移植醫(yī)療檔案建立語(yǔ)義關(guān)聯(lián)時(shí)，就要以具有資質(zhì)的醫(yī)院為關(guān)聯(lián)要素和隸屬關(guān)系要素進(jìn)行關(guān)聯(lián)，然后再將檔案的其他要素相互關(guān)聯(lián)，形成一個(gè)要素聚合，為社會(huì)利用提供全方位的信息源；四是建立相似性關(guān)聯(lián)。相似性關(guān)聯(lián)是指，數(shù)字醫(yī)療檔案之間具有某種內(nèi)容、性征、癥候、詞匯、語(yǔ)義相近或相同的互為表里的關(guān)系。在這一關(guān)聯(lián)數(shù)據(jù)結(jié)構(gòu)聚合時(shí)，要求以醫(yī)療檔案中的詞語(yǔ)表述為核心進(jìn)行細(xì)粒度的數(shù)據(jù)拆分，在相同詞匯、語(yǔ)句、字段間建立關(guān)聯(lián)關(guān)系。例如，尿毒癥醫(yī)療檔案中的酸中毒、特殊性呼吸、患者呼出的氣體有尿味、肺水腫、纖維素性胸膜炎或肺鈣化等病變癥狀進(jìn)行數(shù)據(jù)關(guān)聯(lián)，建立尿毒癥狀聚合數(shù)據(jù)庫(kù)，將治療方法、方案、療效、康復(fù)周期進(jìn)行數(shù)據(jù)關(guān)聯(lián)，為醫(yī)生的診斷治療提供借鑒[7]。

3.挖掘技術(shù)——實(shí)現(xiàn)數(shù)據(jù)化服務(wù)的有效途徑

檔案數(shù)據(jù)化的目的是將粗粒度數(shù)據(jù)轉(zhuǎn)為細(xì)粒度數(shù)據(jù)，形成數(shù)據(jù)聚合資源，進(jìn)而實(shí)現(xiàn)對(duì)檔案數(shù)據(jù)資源的深度挖掘與開發(fā)奠定資源性、無(wú)差異化、向全社會(huì)開放的基礎(chǔ)數(shù)據(jù)，就是在云計(jì)算的作用下，將數(shù)據(jù)挖掘管道中各個(gè)節(jié)點(diǎn)連接起來(lái)，形成完整的數(shù)據(jù)挖掘體系，進(jìn)而實(shí)現(xiàn)挖掘的科學(xué)化、運(yùn)行的有序化?！巴ㄟ^(guò)挖掘技術(shù)，能夠挖掘出檔案的潛在價(jià)值和潛在用戶，挖掘出用戶的潛在需求，從而大大提高檔案的價(jià)值?！睌?shù)據(jù)挖掘技術(shù)是指借助一定的手段對(duì)已知數(shù)據(jù)加以分析、整合，從而獲取到其內(nèi)在的信息的一種技術(shù)。數(shù)據(jù)挖掘技術(shù)的實(shí)質(zhì)是一種檢索技術(shù)，通過(guò)大數(shù)據(jù)算法、語(yǔ)義組織、語(yǔ)義關(guān)聯(lián)實(shí)現(xiàn)對(duì)檔案數(shù)據(jù)的查全率和查準(zhǔn)率。在對(duì)醫(yī)療檔案的挖掘技術(shù)中，主要是將Web挖掘技術(shù)和Web3.0語(yǔ)義網(wǎng)技術(shù)有機(jī)結(jié)合，通過(guò)語(yǔ)義關(guān)聯(lián)對(duì)醫(yī)療檔案展開內(nèi)容挖掘、結(jié)構(gòu)分詞挖掘、記錄挖掘、文本挖掘、分詞挖掘和特征挖掘，進(jìn)而將數(shù)據(jù)化醫(yī)療檔案變成可被電腦全文檢索、任意組合、全部關(guān)聯(lián)、重新生成的數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析、聚類分析，闡明疾病發(fā)生規(guī)律，使大數(shù)據(jù)算法成為提煉知識(shí)、總結(jié)規(guī)律，成為賦予人類智慧醫(yī)療服務(wù)的利器[8]。

結(jié)語(yǔ)

隨著大數(shù)據(jù)時(shí)代的到來(lái)，醫(yī)療檔案智慧服務(wù)與智慧中國(guó)建設(shè)同步展開，但是囿于信息技術(shù)應(yīng)用途徑的制約，醫(yī)療檔案智慧服務(wù)的技術(shù)發(fā)展路徑成為制約其發(fā)展瓶頸。本文從醫(yī)療檔案智慧服務(wù)入手，闡述了引入光學(xué)符號(hào)識(shí)別技術(shù)、語(yǔ)義關(guān)聯(lián)技術(shù)、挖掘技術(shù)最終實(shí)現(xiàn)醫(yī)療檔案數(shù)據(jù)化的發(fā)展路徑，意在通過(guò)醫(yī)療檔案的全面數(shù)據(jù)化，實(shí)現(xiàn)醫(yī)療檔案從粗粒度管理向細(xì)粒度管理的過(guò)渡，為實(shí)現(xiàn)醫(yī)療檔案數(shù)字化服務(wù)、智慧服務(wù)提供借鑒[9-12]。