【摘要】 新时期医院的业务信息系统数量日益增长，医院积累了多种业务系统的大量临床数据，但大量数据不等于大数据，大数据是大量有内在逻辑关系的数据，是可用于统计分析的标准化数据。临床数据中心是通过集成平台将疾病资料标准化处理，按照逻辑关系分类存储的数据仓库。根据不同主题建设临床数据中心，可使数据更为有效地得以利用。本文对建设脑血管病临床数据中心的经验进行介绍，针对不同主题进行设计建设，可以高效、可靠和方便地对脑血管病诊疗数据进行集中管理和使用，从而改善医疗流程，提高医疗质量，促进医院的管理决策和科学研究。
随着医疗信息化建设的不断加快，医疗数据类型、标准和规模也日益增长，医疗已全面进入“大数据时代”[1]，医院信息化建设目前已经进入标准化、平台化和一体化的新阶段[2]。
国内的三级医院不仅担负着本区域的医疗救治任务，还需要承担优势专业人才培养、对基层医疗机构进行资源辐射、医学科研的创新和发展等社会职责。传统的数据汇集和整合方式无法满足大数据背景下大型医院的临床、科研及社会责任需求，因此，数据中心的建设尤为重要[3-5]。首都医科大学附属北京天坛医院是一所以神经科学为优势学科，集医疗、科研、教学为一体的三级甲等医院，医院根据业务需求，建设了患者临床离线数据中心、临床实时数据中心、医院运营管理数据中心，根据学科特点建设了脑血管病临床数据中心等专病数据中心。专病数据中心建立和完善后，可以通过支持临床科研课题项目的数据分组，实现对临床科研项目的入组人群进行特征分析，并提供按照临床事件的绝对时间及相对时间分析模型对不同事件、时间断面的数据变量进行抽提与分析，对已入组的病历进行自动的数据特征汇聚分析和数据的多态展示。数据中心汇聚医院临床、影像、生物等数据，并对提取的数据进行统一规则数据清洗、整合聚集数据表达、建立模型进行数据分析，并通过文本挖掘、深度学习、聚类、关联规则、逻辑回归等算法，最终实现合理解释可视化[6-8]。
本文通过介绍天坛医院脑血管病专病数据中心的建设经验，以期为国内更多的专病数据中心建设提供借鉴。
1 脑血管病专病数据中心技术路线
临床数据中心总的技术路线是完善顶层设计、建立数据协同网络、建立临床数据中心、推进数据研究与应用。其中完善顶层设计包括建立脑血管病诊疗规范和临床数据内容与标准；建立数据协同网络包括建设数据交换网络、规范电子病历（electronic medical record，EMR）数据集成与交换；建立临床数据中心应注意数据质量控制、分布式大数据存储、数据安全控制、数据隐私保护、数据共享机制等问题；推进数据研究与应用包括流行病动态监测与预警、医疗质量监测、评估与改进、诊疗方案研究与改进、单病种卫生经济研究以及脑血管病健康服务应用。
临床数据标准、临床指标体系、临床业务规范、规则知识库、数据交换标准、技术准入标准等内容均属于标准规范的制定范畴。因目前尚无适用于国内临床环境的脑血管专科疾病数据标准，所以数据中心的首要目标是脑血管专科疾病数据标准化。以《信息技术-元数据注册系统》（Information Technology-MetadataRegistries，MDR）为基础架构，以数据元信息模型为核心，借鉴国际和国内通用数据元体系，结合脑血管病的实际临床数据需求建立专科疾病数据标准。数据元模型包括概念模型、数据元成分、基本属性和关键属性、数据集等信息。标准化工作采取分工协作、滚动增加的方式，开发了数据元管理系统，共汇总脑血管疾病电子病例报告表42个。经过专家评议将电子病例报告表表单归纳为8大类，18个子类的数据集结构，包含1188个数据项。完善顶层设计后，进行网络和数据中心的具体软硬件建设。
数据中心主要整合了医院信息管理系统（hospital information system，HIS）、实验室信息管理系统（laboratory informationma n agement sys t em，LIS）、EMR、心电图（ele c t ro c a rd iog r am，ECG）、医学影像存档与通讯系统（picture arch ivi ng and communication systems，PACS）五大系统，包含入院、评估、诊断、出院、发药、电子病历文档、检查报告、住院手术、住院结算、病案首页、检验报告、检验明细、医嘱、医嘱执行、门诊结算、患者基本信息、用药、门诊处方、门诊挂号、症状、体温单测量、转科、部门、职员、药品、词汇等26类临床数据。实现了以患者为中心，事件时序为组织结构，数据与文档数据相结合的服务模式。
数据中心提供多维视角数据可视化，助力问题挖掘与发现；实现数据自动清洗，全方位数据质量监控；支持分布式实时查询，快速高效地挖掘疾病关联等主要功能。科研分析方面提供了影响因素分析、病因分析、相关性分析、疾病预后分析、干预对比分析、生存分析、智能预测、真实世界研究、卫生经济学分析等主要应用。通过数据中心，系统可以完成基于临床逻辑的指标分析计算，对某些具体问题提供参考，如急性缺血性卒中患者在发病8 h内就诊，45 min内是否获得头颅CT影像信息，对临床决策给予支持。
2 数据中心应用
从2017年开始，经过3年多的建设，天坛医院脑血管病临床数据中心基本成型。成型后的数据中心为医院医疗质量管理、分级诊疗、临床研究、医保精算、疾病管理以及开放共享数据等多个方面提供了便利。表1中展示了2017年、2018年和2019年专病数据中心建设期间缺血性卒中二级预防药物的应用率，可以看出，因为天花板效应，在减少人力资源投入的前提下，各项医疗指标基本保持平稳，合并糖尿病的患者降糖药物治疗率等指标稳中有升，数据中心充分发挥了应有的作用。
表1 缺血性卒中医疗质量指标统计表（单位：%）
除此之外，医院进行了基于数据中心的脑血管病病种医疗质量自动评价指导医疗质量的过程管理。得益于医院信息化系统自动性、及时性、有效性、真实性和可溯性的临床医疗质量的评价模式，根据病种医疗质量控制的指标分解的数据元，从数据中心抽取相关质量控制数据，形成质量控制病例数据中心，使病种质量评价工作可以充分利用临床诊疗工作过程中产生的客观性数据资料，在不增加医院和医师临床工作负担的前提下，准确、客观地反映医院的临床诊疗以及病种医疗质量水平的实际状况，为临床医疗质量的评价和持续改进提供有力的信息化数据支撑，分析模式如图1所示。
图1 基于医院信息化系统的病种医疗质量指标监测分析模式
基于医院信息化系统的脑血管病的病种医疗质量自动评价模式不同于既往人工录入的医疗质量登记模式，它客观地将临床医师的日常医疗活动行为借助医院信息化系统的手段进行客观记录并进行可溯源性的评价。在新模式下，医师日常临床诊疗工作过程中所产生的数据作为主要的质量监测来源数据，通过反映实际工作状况的业务系统数据，了解各项质量指标的当前完成情况，并能让临床医务人员及时了解到实际在发生的医疗质量指标数据，发现不足之处，进而制订质量控制工作的改进目标以及相应信息系统辅助决策的临床工作方法。比如缺血性卒中急性期静脉溶栓指标，通过数据中心对急诊挂号、分诊、开立医嘱、检查和化验报告时间及用药时间等信息提取，可以精细化掌握静脉溶栓流程的细节，根据存在的短板，反馈到相关医疗的业务流程，进行闭环管理，从而进一步缩短患者到院到给药的时间。
综上所述，平台化、标准化专病数据中心的建设，可以助力医院科研发展，提高医疗服务水平，同时实现管理数据的科学分析，为医院精细化管理提供准确、科学、多维度的数据分析支持。进一步推广和加强各医院甚至区域和全国范围内的专病数据库建设，可以更有效地整合医院、区域和全国范围内的医疗卫生数据，形成覆盖不同疾病预防、治疗、康复全程的数据资源，提高疾病的防控水平，带动科研管理、生物医药、健康服务、医疗保险等产业的发展，提升我国在国际生物医药领域的综合竞争力。
参考文献
[1] 傅周冰. 大数据背景下的医院集成平台协同与数据融合利用探析[J]. 信息与电脑，2018，12（10）：127-128.
[2] 计虹，李维，贾末. 基于大数据的医院集成平台协同与数据融合利用[J]. 中国卫生信息管理杂志，2017，14（4）：525-529.
[3] 曹吉龙，陆峰，何国平，等. 构建符合标准的医院信息平台[J]. 中国数字医学，2015，10（7）：112-114.
[4] 陈绍明. 医院集成平台在医院信息系统集成中的应用[J]. 中国农村卫生事业管理，2017，37（11）：1332-1334.
[5] 乐颖，刘南. 医疗大数据平台的建设路径[J]. 电子技术与软件工程，2018，7（3）：198.
[6] 李桃，郑西川，王潘章. 医院信息系统集成平台的分析与设计[J]. 医疗卫生装备，2015，36（11）：57-60.
[7] 温煜，唐丹，徐双平，等. 基于大数据架构的医院数据中心管理[J]. 中国数字医学，2018，13（12）：15-16.
[8] 张琳，孟霞，李娜，等. 大数据时代研究型医院构建新型临床研究管理平台的探索与实践[J]. 中国卒中杂志，2017，12（3）：294-296.
文章来源： 《中国卒中杂志》 2020年7月 第15卷 第7期，作者及单位：张昊 张雷 王韬，首都医科大学附属北京天坛医院信息中心 dafa唯一官网