案例丨北京大学第三医院：大数据产品在医院的落地，需如何去做集成融合与利用

会员服务 ·

案例丨北京大学第三医院：大数据产品在医院的落地，需如何去做集成融合与利用

2017 年 8 月 7 日 AI掘金志

雷锋网AI掘金志按：近些年，由于大数据与AI时代的到来，使得各个医院信息中心主任愈发关注两个重大问题：首先是哪些数据应用可在医院落地，其次是如果想落地，医院信息中心应该怎么做融合和集成？

本文以北京大学第三医院为例，全面剖析大数据产品在医院的落地形式，以及医院信息中心该如何去做集成融合与数据利用。

通常情况下，医院信息系统应用可汇总为四大主线：服务患者系统、服务临床系统、服务医技系统、运营管理系统。

这四大主线可做很多数据量大、传输快、价值大、种类多的应用，这4个V于医院信息化而言，是完全是满足的。

医院信息系统面临的问题

虽然四大主线可以满足绝大部分医院信息化需求，但现阶段存在一些技术和管理漏点。

首先是耦合度很高，过往都是点对点进行对接，接口也比较多，数据不统一。

除此之外，大量数据都是字点分散，数据在各个业务系统里没有进行全面的整合与应用，导致效率低、标准差的问题。而从监控到文档管理，这两点可能都存在管理的漏点。

从全国乃至国际范围讲，医院对数据利用的需求也在不断高涨。

以北大第三医院为例，各部门和业务之间的协同、数据的互联互通、整体的数据挖掘应用，这么多底层系统到底该怎么做？

首先做个简单划分，小医院到大医院，从几十个系统到上百个系统，数量不一样，这些都已经初具规模。

那么如果规模超过上述标准，该怎么用、怎么做业务协同、数据利用、信息共享，这目前是信息部门的挑战和重点工作。

医院信息化的四个阶段

下图我们可以看到，医院信息化可分为四个阶段：

第一个阶段就是管理信息化（HIS），北京大学第三医院1998年做HIS，而在一年后就做了CIS。这些都是以病人为中心，代表EMR电子病例为核心的临床信息化，为患者服务来提高医疗质量和患者的安全。

到了现在的第三阶段，院内信息化已经进入了院内信息交互的集中存储与数据中心利用，以它为核心的集成协同信息共享的平台化阶段。

再往上则是需要区域以及院际间的信息交互，数据区域共享平台。

医院信息化总体框架

以北京大学第三医院为例，因为医院的系统复杂，很多个性化修改在医改这个大环境下，压力蛮大。

北京大学第三医院服务量日均1.5万人，有时峰值达1.6万。门诊接待1.6万人的服务，系统压力很大，提供的数据量也很大。

与此同时，三院平均住院日是5.92天，低于6天，全国的平均数可能是9天多。5天多就周转一个病人出去，对于全院的职工来说，面对5700人做信息服务，支持的人群数和业务如此多。

医院信息化四大目标与八大任务

四大目标

由于周转快、服务人群多。这时候只要是人，都会犯错。信息化的一大目的就是做要到减少人犯错，用一些智能化的手段进行辅助，减少错误，提高医疗质量。

第二是改善服务，当量多、人群基础大时，需改善医院为患者服务的所有流程以及成本控制。医改以后大家面临更多的是成本核算、绩效考核，以及提高服务效率。

八大任务

八项任务中，最后面是数据挖掘、数据应用、互联互通、协同发展的过程。

目前当今医院信息化框架跟以往不同，底层要求我们在灾备、安全、标准、规范、管理体系建设下，数据层需医院信息共享、对外信息交互。

那么该通过什么交互？

通过集成平台、全量数据中心、存储、支持医院的信息共享和对外的信息交互，构成医院信息化的总体评价。

医院数据如何去做集成融合与利用

总体而言，大家更加关注医院信息中心的数据中心怎么建和怎么用的问题。

这么多且复杂的业务系统，首先一定要关注硬件架构、灾备数据中心这些底层基础设施。

北大第三医院也建成了不同楼宇的主备机房，统一的数据存储平台和集群保护，基于虚拟化的体系来建立单点宕机，为数据实时同步。

在此之上大家总在说集成平台、数据中心，基于集成平台的业务系统，目前主业务就是进行交互的系统越频繁量越大越适合上平台。

现在有17个厂商的44个系统已经纳入了三院的平台，平台每天的交互量达到50多万。

很多人经常说，我没有平台一样可以很好。

假设你的系统很好，也可以做点对点的对接，但随着系统越来越多，超过百个系统时，点对点的交互给信息人员，包括安全性、工作量都带来很大的困扰，这时候就得变成平台。

再举个例子，以前没有短信的时候，开会需要点对点一个一个打电话去通知每一个人，说几点在哪里开会，这其实就如同我们医院点对点的一个个去接系统一样。

而现在大家开会不需要点对点去对接，而是有群发功能。

同样，现在的集成平台就是这个道理，基于消息发送，我只发送一次，需要的消费系统我就要订阅一下，所有的数据一致性，以及我们的信息工作人员以前上线首先就要跟HIS接，上线一个新系统先要获取病人的信息，HIS的业务量是最繁忙的，上了平台以后发现的确减压最大的就是HIS，上哪个系统都要跟HIS接一遍，接HIS，接EMR，接LIS、RIS等，一切系统都要接一遍才能上线。

而且现在上线一个新系统非常快，就问一下平台，说平台上有这消息吗？说有，就订阅，订阅完就可上线。

它内部的订阅分发机制，整体的设计确实是技术人员该干的活，另外消息服务的标准要订。上了平台，对整体对接口的标准梳理，对信息工作人员所有系统的规范性，都是一个提高。

北京大学第三医院梳理了424个接口，发现只有275个是有效的。因为上线将近20年，很多无效的接口还残存着，通过数据接口，其实那些可以不用的，通过上线很多接口都停掉了。

所以以前的接口方式有很多种，比如说存储过程、示图、中间库、AIP、Web页面等，一系列简化为两种，非常简单干净。

平台上它是塔台，我们要有监控。平台解决什么问题？一个是病人主索引问题。

以前没平台，不知道它的数据不连续，本来是一个人，分段存储不是连续的。所以上了平台首先解决的患者主索引问题，主数据的管理。

以前分散业务系统每个都用自己的字典，数据管理不统一，数据报送不一样，所以要有监控，会监控所有平台的运转性能以及消息交互。

以前上系统，都会凭经验说最好周三上，为什么？看右下角峰值周四就证明我们医院周四的门诊量，服务量最高，这么高不能换。

我们因为要换系统，首先要找一个峰值比较低的更安全，一旦出问题解决受众人群要更少一点，所以相对低，那六日是半天低，但是六日只有值班的，人员也不足，就选择相对低的周三。

通过图上数据立刻就能看出来这么大的交互量，什么时间是峰值，什么时候相对少一些，即使看起来少，但其实也不很少，也是突破万级以上。

基于集成平台的数据一致性

集成平台解决数据一致性的问题，首先HR人力资源系统它的机构代码，人工、人事，我们原来都是在各个业务系统里。目前它首先要上平台，通过集成平台发送信息，一但有新员工、新机构，他同时发送的消息需要的就订阅下来。

另外这种平台数据的一致性有很多需要规范的地方，消息工具的监控预警，应急调用等，要有保障。

除了数据一致性，平台还需要高可靠性，服务量大，这对于平台的服务要求很高，高可靠性方面，我们做监控刚才说做预警，以及消息补发。

拿数据中心来讲，一天一个科的门诊量是2500，所以它的消息量非常高，我们会监控一旦有挤压，因为消息要排队去发送，一旦挤压我们要有调整，包括跟我们工程师的短线联动，一出现问题，短线都会提醒工程师要做相应的调整，预警的峰值是多少，这都是专业技术人员要做的事情。

基于平台之上，通过平台路由存在数据中心里的数据，这件事是不同的。

为什么采用基于Haddoop的实时数据中心

因为其他传统型数据中心不能够满足这种大数据的处理，北京大学第三医院也第一次尝试在医疗、医院建立基于Hadoop这种大数据技术的实时数据中心，通过集中平台实时传送存储数据中心。至于为何选择Hadoop，主要出于它可高效处理海量数据。

当时尝试的时候，同时搭建传统型平台和Hadoop平台，最终发现大数据处理技术的确要比传统型的快20倍，满足了我们的需求。

包括现在手机上的应用，需要随时刷新了解院内情况，只有它是满足的，秒级的传送数据。

这是一个比较，传统关键数据库在处理上有很大的劣势：

所以当时选择大数据的架构进行尝试，并且尝试成功了。目前现在应用一年应用了，总体觉得还是很不错的。

数据中心也要有监控，各类业务系统67个在数据中心里，汇总的条目数已经超过16亿这么大的一个数据量，数据量已经40TB。

从2008年到现在，CIS上线以后所有数据都在里面，这样提供给我们下面的应用，不是为了建而建，而是为了用而建。

目前北京大学第三医院吞吐量的确日均接收55万这和总存储40个TB这么高的量级。

数据中心的6大特点

要建立数据中心，需突出这几方面：一个是实时性。如果还是传统的这种定时的，说到晚上抽提，那么这个时间差就没有。我们现在关注的，比如截止到目前差5分10点，目前的门诊量是多少，它会实时告诉我。如果你到晚上再去做任务定时来存储数据中心，那这个功能几乎就不能用，所以一定要实时。

其次是移动化，实时也要体现在移动方面，有些东西我们要在手机上看，不一定非得在办公室利用这些数据。

然后是集成与科研、领导决策、临床决策的支持。

说完建，再说用。

数据中心的应用以及它的优势

首先是流程的优化。

举个例子，人们一直说B超工作人员是检查数量最高的。

我们经过大数据分析后得出的结论，排在第一的检查科室确实是B超，这时候我们就可通过分析后优化流程。

以前的操作方式是B超医生写报告，而现在医生不用写报告，直接出来以后患者在自助机上刷卡自动打印，由患者来完成，减少患者的等候时间。这就是一个流程的优化，以前都是医生来做。

另外一个咱们都在说互联网+的应用，其实互联网+服务完全可以做到，通过数据中心从建卡、导诊、支付、分针、叫号、支付。数据中心目前的速度快到什么程度？数据中心秒级的推送，患者一下就能拿到报告了，然后去找分诊台要片子。

这时候我们发现信息的传递速度比腿要快很多，护士从洗印片子出报告之后传到你那里，都没信息快，后来我们故意把这一项给调慢了。

另外就是医疗质量，在消除信息技术孤岛集成展现，做了很多都在医生站上，以及在医生站上集成的病例检索、迅速定位，直接刷出来。

外科我们做了全息情况，试图快速了解病人信息，做手术可减少差错，这种统一试图快速核对提高效率。

电子病例方面，北京大学第三医院从2008年上EMR电子病例，2010年上临床路径，2014年推移动，再到2015年集成平台数据中心，2016年数据平台挖掘应用，2017年是科研大年。

目前仅CDR就不够了，不仅是临床，而是全量，HDR数据协同。

移动层面，我们也做了很多移动端的应用，比如说移动医生站，麻醉医生站，会诊医生站。

麻醉医生非常喜欢移动端应用，我们术间有55个，移动应用让麻醉科医生觉得特别方便，所以麻醉科医生这边应用的最好。

另外也会进行医院决策分析，基于数据中心提供很多管理层实时多维的数据分析，管理着用手机也能看还目前的门诊、手术，科室之间的实时工作量，他能了解到整个全科、全院，从而来调整工作。

有一些病人、年龄、医保等大数据放在手机端也能很快呈现，为管理着的决策支持提供服务。

科研数据中心

最后一个就是科研，在数据中心之外同时要有一个科研数据中心。

大家知道临床数据和科研数据是交集，有些可以从临床数据产生，有些要外延，另外采集一些科研数据，所以要建立科研数据中心。

方式有很多种，一种是结合电子病例的模板改造，我们叫临床科研演化，它从临床，从模板上采集就进来了。

另外一些的确是在模板、临床上不适合去采集，也扩大一些随访，我们在微信端，比如骨科用微信上传一些康复数据上来，结合EDC多中心的采集系统一起做，提高临床科研的智能化水平。

另外就是大家讨论比较多的分级诊疗，离不开远程优质资源共享，在平台进行线上远程分级诊疗系统。

总结下来就会发现，数据中心可提高医院整体的综合管理水平，让数据的集中存储、协同变得更加方便。对于决策支持也来得更及时，节约时间和运营成本。

对于任何一个医院的信息中心主任来说，他不希望去盯着每个人，也不可能跟孩子学习似的天天盯着效果看好不好。

北大三院也基于临床路径概念开发了一个项目追溯系统，从建系统立项开始，到验收全程追溯，在手机端可以看项目到底进行到了什么程度，数据来呈现。

医院软件信息化水平是需要持续改进的，但主要由于涉及的业务系统太多，改造数量难度很大，技术风险、管理风险、沟通风险也很高，因此医院应该全员配合，包括医院管理、临床、科研人员，通过积极配合的方式来消除一些孤岛。同时应该多利用项目管理工具，并把其运用到信息管理之中，里程碑都融入到PDCA项目管理中去。数据本身的应用要统筹有序，它是动态可持续发展的一个系统工程。