于晖
德州市德城区爱国卫生运动委员会办公室 山东德州 253000
摘要：医疗电子信息的数据 主要用于临床资料、收费管理和医院的行政管理。随着信息技术的发展、特别是大数据概念的产生和应用,采用新的技术结构、计算和分析方法管理和使用医疗电子信息大数据，可获得新的知识和发现多种信息之间的关系并应用于生物医学研究、临床医疗决策和预测。通过对基因、行为和疾病等信息进行大数据分析，实现对患者的精准化治疗，可大幅度提高疾病治疗水平和降低医疗费用。
关键词：大数据; 医疗电子信息;结构性数据;非结构性数据
引言
大数据是一种新型的具有科技前沿属性的计算机模型,近年来,随着医疗设备信息化程度不断提高,大数据在互联网背景下的医疗信息系统中得到了广泛的使用。医疗机构实现了资源的共享,同时也使其管理更加的人性化。电子病历就是医疗电子信息大数据应用的最有利体现。
1医疗电子信息大数据相关内容综述
1.1 大数据概念
大数据是一种自许多来源搜集而来的庞大数据组,大数据通常都具有实时性,在企业对企业的销售情况下,数据可能来自于社交网络平台、电子商务网站、顾客来访记录等,这些数据都不是顾客关系管理数据库中的常态数据组。大数据与云计算,二者密不可分,大数据实现了对海量数据的收集，而云计算则可以实现对大数据的计算.大数据的作用是提高信息资源的整合力度，在海量数据中提取出最有价值的信息,用于企业与机构日后运作。国际医疗信息学协会对于大数据的定义如下:大数据的数量、类型与复杂性需要新的结构、技术与计算方法,通过管理方法的改进，能够帮助人们从这些数据中获取到更加有价值的隐藏信息与知识。大数据具有五大特性,即多样性、大规模、快速处理、变异性以及不确定性。这些特性都显示出大数据与传统数据间的不同,这也足以凸显出大数据在现代社会中的广泛运用。
1.2技术
大数据自身具有五大特征,这就意味着其需要设计新的解决与计算方法。云计算是与大数据相匹配的计算机性能,此外并行程序的设计在分布式环境下进行计算的编程模式，极大的提高了数据的计算效率。运用新型的数据库可有效的解决数据延展性与多样化问题。大数据利用新一代技术与结构,实现对数据的高速捕捉,并依托高效的计算方法与分析手段,促使大量的医学电子信息能够服务于医疗活动当中。
1.3意义
传统的数据收集工作并没有带来更大的效益,繁琐的输入工作与信息检索工作，致使医疗工作人员对于医疗数据的分析工作长期没有得到好的进展。如今,随着计算机与信息技术的发展，大数据的分析与计算体系越来越完善,能够使用的分析方法也越来越多样化,数据不但可以反映出当前医院的管理水平病人的病例信息,还可以用来创造新的产品,大数据可以发现与了解多种信息间的关系，人们过去认为没有用途的数据信息,如今又能够起到新的作用。通过将现有的医疗电子信息数据转化为可检索数据,并使用强大的计算功能去挖掘我们过去不能发现的联系。此外,医疗电子信息大数据的使用还可以为医疗人员提供病人诊断的相关知识与信息，为临床诊断工作提供科学依据。在大数据背景下,医疗机构建立起全新的学习型医疗保健系统,为患者提供实证基础,帮助病患花更少的钱，获取更加全面的医疗服务。
2.2存在问题
2.1应用需求问题
医疗卫生业务部门不了解大数据的应用场景和使用价值，难以提出大数据应用的准确需求。信息管理部门往往根据现有数据状况探讨医疗健康大数据“可以做什么”，而无法确定“应该做什么”。
2.2数据质量问题
医疗健康大数据主要包括医院的医疗数据、区域信息平台的医疗健康数据、疾病监测数据、自我量化数据、互联网及社交媒体数据、生物大数据、保险数据、外部数据（环境、气象、地理数据）等，具有类型多样化和异源异构等特点。现有的医疗健康数据存在数据可用性低、数据质量差等问题。数据质量问题已成为限制医疗健康大数据效能发挥的瓶颈和短板。数据质量涉及许多因素，包括完整性、准确性、一致性、时效性、可信性和可解释性，如何更好地进行数据治理控制数据质量已成为医疗健康大数据应用亟待解决的关键问题。
2.3平台技术问题
医疗健康大数据应用涉及包括非关系型数据库（ NosQL )、分布式存储/分布式文件系统、大规模并行处理技术（ MPP ) 、云计算、互联网、数据管理、数据挖掘与分析等一系列复杂技术12。医疗健康领域数据管理技术和信息平台架构比较落后，多数不具备大数据处理能力。
2.4分析方法问题刖向缺之lJ A向医疗健康领域的分析方法库、 1亿江算法库和模型库。对于数据内容的语
义处理，缺少医汀健康大.r一撑。
因此，如何利用先进统计分析方法
和工具〔包括数括/又本挖州、 Ho习、模式匹配、语义分析、情感分析、
图形分析、模拟和神全网0',一，和精准洞察数据之回的大尔,二2数据构建医疗健康知识官迷14尔E""的一大技术难题。
医疗健康大数据分们T二务性分析、诊断性分析、高级分们二个发展阶段3。目前，医疗卫生机构多数还处于事务性分析阶段，达到高级分析阶段的数据驱动型组织尚存在较大差距。
2.5数据安全问题医疗卫生机构数据安全能力和防范意识差，极易导致数据泄露。如:黑客入侵造成的信息泄露﹔医疗卫生机构内部信息系统发生的信息泄露，在医疗卫生服务流程中有多个节点可以对数据进行访问;在信息使用传递过程中发生的泄露，可能包括科学研究过程、区域信息平台数据交互过程等，尽管使用了基于角色访问控制技术和部分加密技术，但在信息安全和隐私保护等方面仍存在较大问题。
2.6 人才队伍问题医疗健康大数据分析和挖掘处理的复杂化，导致相关人才向职业化和专业化方向发展。医疗健康大数据高端人才包括首席数据官( Chief Data Officer，CDO)、数据架构师、数据分析师、数据开发工程师、平台开发工程师、算法工程师等多个方面。医疗健康大数据分析需要大批复合型专门人才，需要能够综合掌握统计学、数学、信息模型、数据计算、数据管理、信息展示、机器学习、自然语言处理、临床医学和健康管理等多学科知识。需要包括统计分析、数据处理、计算机、临床医学、健康管理、医疗卫生管理等专家团队的通力合作。目前，相关人才的匮乏已成为阻碍医疗健康大数据健康发展的一大难题。
3医疗电子信息大数据的有效利用
3.1在生物医学研究中的使用
在大数据背景下，新一代基因测序技术产生,它可以帮助医疗研究人员更好更快的测定基因序列.转录组与表观基因组,从而实现大规模的基因测定项目。基因测序是一项十分繁琐的工程,其中涉及到大量的数据群组分析与对比工作,在所有基因数据产生以前,研究人员要对数据进行存储.传送等工作,这也使得计算机时常发生卡顿现象。云计算的出现,为大规模基因测定项目提供了可能。云计算中的图形处理单元技术,可以用于分析复杂的基因组学信息,帮助研究人员发现基因间的相互作用。基因测定项目的研究也为大数据在生物医学中的使用开辟了新的途径,同时为医疗与生命科学等带来了巨大的变化,此外,大数据还可运，用于生物工程医药行业靶向药物生产等,促进学术组织与组学数据公司间的合作。
3.2在临床诊疗中的使用
医护人员依靠自己的能力为患者进行诊断工作,以实证为基础做出判断,计算机与互联网可以有效的提高医护人员的诊断水平、缩短诊疗时间,并降低诊疗费用。在对患者进行多模式分子测试的过程中,从数据库中调取病案诊疗病后结果预测与处方副作用的数据,将电子数据与基因档案进行对比,更加清晰的了解基因组合与病症间的关系,如此以来可以有效的防止误判现象的发生,提高就诊效率。
此外,电子信息大数据还可以运用于医疗决策当中,医疗人员通过大数据监测系统时刻关注患者服用药物后的身体状态,使患者在发生过敏症状时能够得到有效的救治。与过敏症状不同的是,大数据也可以根据生理数据及时提出术后感染的警告,并归纳出所有抗菌药物种类与计量等建议。医师在对患者诊断完毕后,可以通过数据库来查找适合患者的药物,如此可以有效的保障信息的准确性,还能够将大量的个体数据进行匹配,通过研发新的工具来了解患者的生活经历与爱好等,这对于医疗人员未来的诊断工作将非常有利。
临床医疗预测是近年来兴起的一项大数据临床使用技术。它是指采用机器学习的方式构建多种变量，对临床数据进行分析与判断。通过这种数据测算的方法，帮助诊断人员推断出未知的信息内容,并利用探索数据间相关性的方式,来分析出患者的治疗结果。通用对比分析.单病种的住院费用分析等方面。协助医院调控费用比例,探究医疗费用项目构成的合理性,使医院管理者有针对性地控制医疗费用。同期费用对比分析,按照不同时间准度，对于各个科室或者病区同期各种费用进行分析对比，并以各种专业报表视图反映给医院管理者,促进医疗资金的使用更加合理有效。
(2)成本分析。将医院数据提取到数据仓库,对医院的成本效益状况进行全面的分析,观察各个药品的库存动态趋势,医院统计的药品和主要供应商，分析药品的库存量,合理控制库存,加快资金周转速度,保证合理存量,有效规范医疗用品使用,分析医院年财务资金的增长速度并利用曲线拟合预测未来的资金需求,为未来决策和资源有效配置提供依据。
(3)患者分析。采用数据挖掘技术,对病人的职业年龄、身份、所在地区等特征进行分析,发现某些疾病与年龄、性别、居住地、职业、生活习惯等因素的关系。
结语
在响应国家号召大力发展医院信息化的过程中，医院信息中心数据库产生了大量的医疗数据，使得过去简单传统的数据统计方法,不能满足医院管理层和临床工作者的数据需求,作为一门新兴的学科,数据挖掘技术的出现和发展为解决目前不断增长的数据需求提供了技术支持。但是,我国的医疗数据挖掘依然面临很多问题，医疗领域相关利益错综复杂,实施效果也并非立竿见影。因此,数据挖掘技术对于医院管理和临床科研的预测和分析,都需要经过长时间的实践检验。
参考文献
[1]李树星,郑杰明.运营商与电子病历[J].通信企业管理,2018(11):50-53.
[2]庄菲.对医疗电子信息大数据应用的分析[J].数字技术与应用,2018,36(01):232+234.
[3]陈玲,张向阳,鲍冬旭.医疗电子信息大数据应用相关问题研究[J].中国病案,2015,16(12):53-55.