一、數(shù)據(jù)治理原則
醫(yī)療大數(shù)據(jù)平臺中數(shù)據(jù)模型的構(gòu)建需要對接不同廠商、不同版本的不同系統(tǒng)，需要深度了解和對接醫(yī)院的各個信息化系統(tǒng)，一方面需要滿足醫(yī)院信息化系統(tǒng)的實際情況和應(yīng)用需要，另一方面還需要契合國家和行業(yè)的各項數(shù)據(jù)標準要求，以滿足大數(shù)據(jù)平臺對智慧醫(yī)院各項評級，包括互聯(lián)互通測評、電子病歷評級、智慧管理評級和智慧服務(wù)評級的需要。
獲取各種系統(tǒng)數(shù)據(jù)后，通過數(shù)據(jù)集成服務(wù)將數(shù)據(jù)進行清洗、轉(zhuǎn)換，并調(diào)用數(shù)據(jù)治理服務(wù)將不同來源的數(shù)據(jù)集成到源數(shù)據(jù)存儲層，源數(shù)據(jù)存儲層主要是為了將不同廠商、不同數(shù)據(jù)庫類型的異構(gòu)數(shù)據(jù)集成至統(tǒng)一的數(shù)據(jù)模型中，為了使異構(gòu)數(shù)據(jù)能夠變成統(tǒng)一可用數(shù)據(jù)，通過基于NLP的結(jié)構(gòu)化服務(wù)平臺及大數(shù)據(jù)治理服務(wù)平臺將數(shù)據(jù)集成到醫(yī)院數(shù)據(jù)中心中，然后為不同主題提供統(tǒng)一的數(shù)據(jù)來源。
基于對國家和行業(yè)標準數(shù)據(jù)集的深刻理解，結(jié)合醫(yī)院的信息化現(xiàn)狀，形成醫(yī)院特有的可擴展的數(shù)據(jù)模型，再按照實際應(yīng)用需求形成不同類型的主題數(shù)據(jù)中心，支持頂層的不同應(yīng)用，滿足各種應(yīng)用場景全面支撐智慧醫(yī)院應(yīng)用建設(shè)。
1、API管理模塊組件
通過選擇不同數(shù)據(jù)源，數(shù)據(jù)結(jié)構(gòu)或者輸入SQL語句產(chǎn)生邏輯封裝成不同的數(shù)據(jù)API。
2、API服務(wù)管理組件
可維護管理API服務(wù)的啟用、停用、測試和授權(quán)管理，支持查看接口請求參數(shù)、相應(yīng)響應(yīng)參數(shù)等信息。
3、統(tǒng)計分析組件
統(tǒng)計分析指的是關(guān)于API接口的調(diào)用次數(shù)、服務(wù)應(yīng)用數(shù)、用戶規(guī)模數(shù)、調(diào)用異常情況等信息。同時增加周、月、日環(huán)比增長，隨著時間趨勢觀察數(shù)據(jù)中臺的調(diào)用情況。
4、審核管理組件
提供創(chuàng)建人、審核狀態(tài)、申請內(nèi)容、使用范圍、使用時間等信息，讓審核管理員快速查看信息，審核通過。
5、統(tǒng)一權(quán)限管理組件
支持統(tǒng)一的應(yīng)用、用戶、角色、權(quán)限的統(tǒng)一管理。
采用的CDM通用數(shù)據(jù)模型是基于PCORnet CDM、OHDSI OMOP CDM設(shè)計的，并與國內(nèi)臨床疾病數(shù)據(jù)充分整合，能有效的實現(xiàn)不同來源、不同標準數(shù)據(jù)的整合，保證數(shù)據(jù)檢索與應(yīng)用的效率。此外更完美兼容了國內(nèi)外疾病模型，有效地保證未來實現(xiàn)數(shù)據(jù)國際互通的可能性。
通用數(shù)據(jù)模型的建立旨在將各業(yè)務(wù)系統(tǒng)對同一指標的不同表述進行統(tǒng)一。文本數(shù)據(jù)經(jīng)人工智能自然語言處理技術(shù)完成后結(jié)構(gòu)化，通過對應(yīng)醫(yī)學術(shù)語標準集進行術(shù)語的歸一及標準化，保證信息提取的準確性及一致性，將不同表述經(jīng)過數(shù)據(jù)治理后納入通用數(shù)據(jù)模型框架。
基于通用數(shù)據(jù)模型的基礎(chǔ)，對應(yīng)不同病種的個性化需求，進一步在醫(yī)療范圍內(nèi)建立標準化模型，規(guī)范醫(yī)療數(shù)據(jù)管理基本信息內(nèi)容，為醫(yī)療機構(gòu)數(shù)據(jù)管理提供一套術(shù)語規(guī)范、定義明確、語義語境無歧義并支持擴展的標準。
以患者為單位，整合人口學、病史、檢查、化驗、治療、院外隨訪等信息集成全結(jié)構(gòu)化數(shù)據(jù)，進一步以變量為單位進行域和值的精確邏輯判斷進行數(shù)據(jù)清洗，搭配專病邏輯規(guī)則轉(zhuǎn)化，處理完成數(shù)據(jù)存儲于標準模型。構(gòu)建一套完整的數(shù)據(jù)治理及質(zhì)控流程，實現(xiàn)在數(shù)據(jù)收集、存儲、搜索、發(fā)布交換等應(yīng)用中的完整性、準確性、一致性和可比性，保證專病數(shù)據(jù)在應(yīng)用、共享層面的有效性最優(yōu)化。
個人健康檔案主索引系統(tǒng)是對傳統(tǒng)患者主索引系統(tǒng)的延伸，基于醫(yī)院系統(tǒng)患者數(shù)據(jù)、區(qū)域健康檔案等患者及居民維度的信息，通過建立統(tǒng)一的個人健康檔案主索引、依據(jù)高效精準的匹配算法支持患者就診、健康、醫(yī)療衛(wèi)生相關(guān)信息全面整合的患者主索引統(tǒng)一管理系統(tǒng)。個人健康檔案系統(tǒng)可為區(qū)域內(nèi)各業(yè)務(wù)系統(tǒng)、管理系統(tǒng)與患者主索引相關(guān)的各項服務(wù)，包括人員信息注冊、更新、查詢等，實現(xiàn)區(qū)域的患者信息統(tǒng)一管理。
基于人工智能的個人健康檔案主索引采用機器學習算法，以歷史數(shù)據(jù)為基礎(chǔ)訓(xùn)練集，自動訓(xùn)練出匹配規(guī)則，相較與傳統(tǒng)患者主索引規(guī)則匹配，具有更高的準確率、召回率和可解釋性。
系統(tǒng)實現(xiàn)任何與患者個人數(shù)據(jù)相關(guān)的數(shù)據(jù)改動（如注冊，撤銷注冊等），并通過衛(wèi)生局提供SMS的服務(wù)接口發(fā)送相應(yīng)的消息傳至患者手機。
數(shù)據(jù)融合主索引接收HL7的A01、A04、A05三種類型的消息，從消息中獲取患者的個人信息與就診信息，對患者信息進行注冊等操作，并保存就診信息。
統(tǒng)計分析：實時統(tǒng)計出最近注冊的患者人次以折線圖的形式展示。同時也可以根據(jù)日期范圍進行統(tǒng)計分析。
患者匹配：主要根據(jù)患者識別字、姓名、性別、生日等信息進行匹配，首先在根據(jù)患者識別字在交叉索引中查找匹配的患者，將查詢結(jié)果中的患者信息與當前患者的信息進行匹配，若信息一致，則標識為同一患者，否則為新患者。
患者注冊：數(shù)據(jù)融合主索引接收HL7的A01、A04、A05三種類型的消息，從消息中獲取患者的個人信息與就診信息，對患者信息進行注冊等操作，并保存就診信息。
患者更新：數(shù)據(jù)融合主索引接收HL7的A08類型的消息，從消息中獲取患者的個人信息，對患者信息進行更新等操作。
患者合并：數(shù)據(jù)融合主索引接收HL7的A40類型的消息，從消息中獲取需要合并的患者標識信息，對患者信息進行合并等操作；另外，通過數(shù)據(jù)融合主索引管理介面，管理員可以對患者主索引信息進行審核，當發(fā)現(xiàn)同一患者被分配不同的主索引時，可以對其進行合并操作。
患者拆分：通過數(shù)據(jù)融合主索引管理介面，管理可以對患者的交叉索引進行審核，當發(fā)現(xiàn)不同患者錯誤地歸入了同一主索引標識，可以對其進行拆分操作。
檢索患者個人信息：數(shù)據(jù)融合主索引接收HL7的Q22類型的消息，此消息中的查詢準則可以包括標志符、姓名、性別、生日、地址、帳號等，并包括返回結(jié)果的數(shù)量，數(shù)據(jù)融合主索引經(jīng)過查詢匹配后，返回符合條件的患者信息。
檢索交叉索引：數(shù)據(jù)融合主索引接收HL7的Q23類型的消息，此消息中的查詢準則可以包括識別字和查詢的目標標識域，數(shù)據(jù)融合主索引經(jīng)過查詢匹配后，返回目標域的識別字。
患者就診查詢：通過數(shù)據(jù)融合主索引的管理介面，可以查詢患者的歷次就診信息。
用戶管理：具有新增用戶、修改用戶信息、查詢用戶信息等功能。
機構(gòu)注冊：具有查詢、新增、修改、刪除系統(tǒng)范圍內(nèi)涉及到的機構(gòu)信息，包括機構(gòu)編號、機構(gòu)名稱、上級機構(gòu)等基本信息；
系統(tǒng)注冊：具有查詢、新增、修改、刪除系統(tǒng)范圍內(nèi)涉及到的相關(guān)系統(tǒng)信息，如HIS、LIS、RIS、PACS等，包括機構(gòu)編號、系統(tǒng)名稱、備注信息等；
匹配配置：展示相關(guān)配置項的基本信息，可以配置選擇配置項的權(quán)重和狀態(tài)等；
標識域管理：具有查詢、新增、修改、刪除系統(tǒng)范圍內(nèi)涉及到的域的信息；
患者主索引查詢：包括根據(jù)選擇的條件查詢符合條件的患者主索引信息，查詢選擇患者的所有就診信息，人口學信息以及就醫(yī)簡史等信息；
患者交叉索引查詢：根據(jù)選擇的條件查詢符合條件的患者主索引信息以及關(guān)聯(lián)的交叉信息，以及查看選擇的交叉信息的詳細信息。
大數(shù)據(jù)平臺數(shù)據(jù)融合主索引設(shè)置規(guī)則：
（1）患者主索引初始化
將醫(yī)院現(xiàn)有患者資料進行主索引初始化，形成基于患者主索引的患者索引數(shù)據(jù)庫。主要根據(jù)患者標識符、姓名、性別、生日等信息進行匹配，首先再根據(jù)患者標識符在交叉索引中查找匹配的患者，將查詢結(jié)果中的患者信息與當前患者的信息進行匹配，若信息一致，則標識為同一患者，否則為新患者。
（2）門診系統(tǒng)的主索引改造
在掛號程序中調(diào)用EMPI服務(wù)，識別患者關(guān)鍵信息，進行患者ID注冊和搜索，如果當前新患者與已有索引庫中的患者相似，則自動進行匹配。
對于超過3次就診的門診病人在業(yè)務(wù)處理上，自動化提示相關(guān)業(yè)務(wù)的優(yōu)先處理。
（3）住院系統(tǒng)的主索引改造
在入院管理系統(tǒng)中調(diào)用EMPI服務(wù)，識別患者關(guān)鍵信息，如果當前新患者與已有索引庫中的患者相似，則自動進行匹配。
（4）患者歷史檢驗報告的主索引改造
在調(diào)閱患者歷史檢驗報告時，通過EMPI，將符合主索引規(guī)則的患者多次門診、住院的檢驗報告同時進行展示。
（5）跨院患者主索引改造
在不同醫(yī)院之間進行就診和轉(zhuǎn)診的患者，通過建立索引規(guī)則和機制可以進行數(shù)據(jù)映射和關(guān)聯(lián)，并展示患者全生命周期的數(shù)據(jù)。
基于機器學習算法的患者主索引匹配規(guī)則：
首創(chuàng)的患者主索引核心算法內(nèi)置了人口學匹配模型Fellige-Sunter（高準確率）和IHE PIX模型（高性能），注冊合并速度在300～450TPS，比起業(yè)界平均水平要高出20多倍，且能真正滿足大型區(qū)域級數(shù)據(jù)融合的需求。
特別聲明：智慧醫(yī)療網(wǎng)轉(zhuǎn)載其他網(wǎng)站內(nèi)容，出于傳遞更多信息而非盈利之目的，同時并不代表贊成其觀點或證實其描述，內(nèi)容僅供參考。版權(quán)歸原作者所有，若有侵權(quán)，請聯(lián)系我們刪除。
凡來源注明智慧醫(yī)療網(wǎng)的內(nèi)容為智慧醫(yī)療網(wǎng)原創(chuàng)，轉(zhuǎn)載需獲授權(quán)。
智慧醫(yī)療網(wǎng) ? 2022 版權(quán)所有 ICP備案號：滬ICP備17004559號-5
