admin 管理员组

文章数量: 888136


2024年1月13日发(作者:微信开发者工具如何在控制台打印想要的信息)

王士泉,陈忠民,李蓉,等•全民健康保障信息化工程大数据分析系统设计与应用[J].医疗卫生装备,2021,42(2):31-36.

"

3

I

"全民健康保障信息化工程大数据分析系统设计与应用王士泉打陈忠民2,李

蓉2,张

瑞3,蔡

玥I4*,李

伟2*(1.东华软件股份公司,北京100191

;2.火箭军特色医学中心核辐射损伤与监测研究室,北京

100088;

3.火箭军特色医学中心健康管理科,北京100088;

4.国家卫生健康委统计信息中心,

北京

100044)[摘要]目的:探索并建立一套全民健康保障信息化工程(一期)大数据分析系统并实现技术验证。方法:综合运用云计

算、大数据、新一代移动互联网等新兴信息技术,设计大数据分析系统的业务架构、技术架构,将综合管理、公共卫生、

药品管理、医院监管等业务数据资源聚合,实现大数据分析系统并进行大数据分析。结果:该系统采用多种可视化方法

使卫生行政管理人员、卫生业务人员可以有效地获取所需信息,提高了健康医疗大数据信息资源的利用率。结论:大数

据分析系统的有效应用对于行业政策制订、临床医学研究、科学管理及医疗服务模式的转型与发展具有重要意义。

[关键词]全民健康保障;大数据分析;健康医疗;公共卫生[中国图书资料分类号]R318;TP311

[文献标志码]A

[文章编号]1003-8868(2021)02-0031-06DOI:10.19745/j.1003-8868.2021028Design

and

application

of

big

data

analysis

system

for

National

Health

Insurance

Informationization

ProjectWANG

Shi-quan1,

CHEN

Zhong-min2,

LI

Rong2,

ZHANG

Rui3,

CAI

Yue4*, LI

Wei2*(1.

DHC

Software

Limited,

Beijing

100090,

China;

2.

Laboratory

of

Nuclear

Radiation

Damage

and

Monitoring,

the

PLA

Rocket

Force

Characteristic

Medical Center,

Beijing

100088,

China;

3.

Health

Management

Development,

the PLA

Rocket

Force

Characteristic

Medical

Center,

Beijing

100088,

China;

4.

Statistical

Information

Centre

of

National

Health

Commission,

Beijing

100044,

China)Abstract

O对ective

To

establish

and

verify

a

big

data

analysis

system

for

National

Health

Insurance

InformationizationProject

(phase

I

).

MefllOdS A

big

data

analysis

system

had

its

business

architecture

and

technical

architecture

designed

with

some

emerging

information

technologies

such

as

cloud

computing,

big

data

and

new

-generation

mobile

Internet,

which

had

the

functions

of

comprehensive management,

public

health,

medicine

management,

hospital

supervision

and etc.

Thesystem

developed

used

a

variety

of

visualization

methods

to

enable

the

health

administrator

and

health

business

staff

to

effectively

access

the

information

they

needed,

improving

the

utilization

of

healthcare

big

data

information

resources.

Conclusion

The

big

data

analysis

system

is

of

great importance

to

the

formulation

of

industry

policy,

clinical

medical

research,

scientific

management

and

the

transformation

and

development

of

medical

service

mode.

[Chinese

Medical

Equipment

Journal,2021,42(2):31-36]Key

words

national

health

insurance;

big

data

analysis;

healthcare;

public

health0引言全民健康保障信息化工程一期项目(以下简称

“全民健康保障信息化工程”)是国家政务信息化工

算、大数据、新一代移动互联网等新兴信息技术,有

效整合卫生计生信息资源,实现跨地域跨部门的信

息共享,上下联动,医疗、医药、医保协同,从而有效

提高我国卫生计生服务能力、综合监管能力和信息

程建设中的重点。该项目依托国家电子政务外网和

现有信息化基础,以城乡居民电子健康档案、中西医

电子病历和全员人口信息为核心,综合运用云计基金项目:国家重点研发计划项目(2018YFC1311701)

作者简介:王士泉(1978—),男,高级工程师,主要从事医

服务能力,促进多部门合力解决社会突出问题,以满

足人民群众多层次、多样化的健康需求。截至2018年,全民健康保障信息化工程已经采

集并存储了大量数据,包括全员人口、电子病历、居

民健康档案、卫生统计、委属(管)医院上报等信息。

疗卫生信息化方面的研究工作,E-mail:

toobigbear@126.

com。但是这些业务信息分散在各应用系统中,亟须汇聚

融合并有效利用,因此需要在拥抱信息化、迎接大变

通信作者:蔡 玥,E-mail:

伟,

E-mail:

革、推动大健康、实现大发展的时代背景下构建深度

-2021

2

月第

42

卷第

2

2021

32

°

医疗卫生装备,2021,42(2):31-36.王士泉,陈忠民,李蓉,等•全民健康保障信息化工程大数据分析系统设计与应用[J].Thesis应用[1]o本研究通过融通各类结构化、非结构化及半

体征等信息的融通后表达)、预测(如基于病案首页的

费用预测)、推理(如基于流行病学的扩散分析)等目。结构化的数据资源,建设一套全民健康保障信息化

工程大数据分析系统,进行深度挖掘,辅助全民健康

保障信息化工程在分级诊疗制度、

现代医院管理制

度、全民医保制度、药品供应保障制度、综合监督制

全民健康保障信息化工程覆盖了综合管理、公

共卫生管理、医疗健康服务、基本药物运行监测、卫

生服务质量与绩效、全员人口统筹等业务领域,如

度等维度打造示范应用[2]o图1所示,涉及服务范围广、业务数据量大,这对数

据分析、业务响应速度和效率提出了更高的要求。但

是传统的应用开发技术与数据处理方法难以满足全

1需求分析健康医疗领域的大数据分析有别于传统常规业

务工作中的统计分析,更强调从大量、多维度的原始

业务数据中发现趋势以及变化规律、异常现象、关联

因素等。大数据在分析过程中普遍采用人工智能方

法,包括量化(如对病案首页中文本的处理)、分类

民健康保障信息化工程对庞大数据量的分析要求,

大数据技术却能提供更好的支撑。全民健康保障信

息化工程的六大示范应用中均有大数据分析业务需

求。从系统集约化建设角度来看,将六大示范应用领

域对大数据分析的需求进行提炼、归纳,并构建统一

的技术服务体系与架构显得尤为关键。(如基于特征提取的疾病分类)、搜索(如多模异构病

例数据的关联检索、模糊匹配)、关联(如人口、死因、

全民健康保障六大示范应用综合管理111公共卫生管理1111111111医疗健康服务基本药物运行监测卫生服务质量与绩效卫生政策分析信息安全与管理体系人力资源财务监管11111111传染病监测慢性病监测健康服务中医临床新型农村合作医疗药物质量检测评价药品采购医疗资源监管I

________________医疗质量管理I基层服务与绩效_________________免疫规划中医药管理11标准规范与运维保障体系应用支撑平台大数据资源中心图1全民健康保障信息化工程六大示范应用全民健康保障信息化工程作为国家卫生信息化

2系统设计以“健康中国2030”为主线,按照“整合、优化、

共享、外包”的理念,整合资源、系统、服务,建设全民

基础支撑环境,其大数据分析的主要目的是对基本

业务应用大数据进行综合分析,包括但不限于医疗

服务质量与绩效评价分析[基于疾病诊断相关分组

健康保障信息化工程大数据分析系统,从而支撑公

共卫生、区域医疗、临床科研、个人健康等服务。根据

(diagnosis

related

groups,DRGs)的大数据决策分析、

重点科室DRGs分析、医疗资源配置与能力评估分

六大业务场景(即六大示范应用)的划分,设计全民

健康保障信息化工程大数据分析系统总体业务功能

析]、药品分析(基本药物制度运行评价、药品价格比

较、药品应用分析)、三大基础库分析(电子健康档案

框架,如图2所示。国家全民健康数据中心为全民健康保障信息化

工程提供大数据分析所需的基础业务数据资源,包

括基础数据资源(全员人口、健康档案、电子病历等)、

库分析、电子病历数据库分析和全员人口库分析)以

及对国家发布的一系列与医疗卫生相关政策的分

析,从而辅助国家卫生健康相关政策的制订,对政策

落实情况进行跟踪和预测(包括医改政策、公共卫生

政策、医疗服务政策等)。来自于业务应用系统的数据资源[44家委属(管)医

院上报信息、基层医疗卫生服务及绩效考核评价信-2021

2

月第

42

卷第

2

2021

王士泉,陈忠民,李蓉,等•全民健康保障信息化工程大数据分析系统设计与应用[J].医疗卫生装备,2021,42(2):31-36.

33

•综合管理公立医院改革效果分析医疗服务药品管理医疗保障公共卫生人口统筹大

题卫生资源分析区

管药品使用监测基本药物监测卫

测人群疾病监测疾病预防控制人

测老

析综合管理/公立医院改革分级诊疗主题取消药品加成医疗服务住院影响因素药品管理药品销售分析处方流转分析公共卫生疾病预防人口统筹慢病人群地理分布门诊格局分析医疗资源配置学科绩效评价抗菌用药合理性公共卫生应急发病趋势疾病因素影响医联体比较老年人健康.跨域数据组织成主题数据支■持大数据分析国

心基础数据全员人口健康档案业务数据传染病慢病信息基本公共卫生药品采购中医药计生服务计划生育医疗监管财务监管卫生统计直报基层考核医疗服务精神病监督数据妇幼保健公共卫生应急决策分析血液管理健康宣教电子病历免疫规划食评数据基本药物医疗保障原始数据区(HDFS)省平台原始数据委属(管)医院原始数据业务应用系统原始数据图2全民健康保障信息化工程大数据分析系统业务架构息、医疗资源监管与服务信息、医疗质量监管信息、

网络服务包括vRouter^Floating

IP、负载均衡、网络地

妇幼保健信息等]以及历史数据[包括卫生统计直报

数据(机构信息、报表信息、病案信息等),和人口数

据(死亡登记、出生登记等)。址转换(network

address

translation

,

NAT)网关、私有

网络(virtual

private

cloud

,

VPC,、域名系统(domain

name

system

,

DNS)等。在PaaS层面,由平台承建商提供核心能力,包

括基础技术层与技术服务层。其中,基础技术层包含

3系统技术路线大数据分析系统作为全民健康保障信息化工程

的基础系统,涵盖了从数据处理到数据分析、服务实

现到服务管理,而不同功能面向的问题域不同,其实

现机制也不尽相同,因此在系统建设中需要采用多元

大数据技术服务(包括数据平台MapReduce、列数据

库Hbase、流计算Storm、内存计算Spark、数据仓库

Hive、实时计算Flink、MPP引擎、搜索服务Elastic-

化的技术路线,以满足系统功能、性能、安全等需求。Search)、中间件服务[包括微服务架构引擎、开发流水

线(应用开发)、API服务网关、分布式缓存服务Redis、

分布式消息服务RabbitMQ、分布式消息服务Kafka]

系统技术路线采用以容器、微服务、DevOps技

术为基础的云原生技术体系,从技术服务模式上可

以划分为

IaaS

(Infrastructure

as

a

Service)层面、PaaS

(Platform

as

a

Service)层面和

SaaS(Software

as

a

Ser­和数据库服务(包括云数据库MySQL‘SQLServer、

PostgreSQL、MongoDB

以及分布式关系型云数据库)。

技术服务层包括全局序列、分布式任务调度、统一认

vice)

层面。在IaaS层面,由云服务运营商来提供基础网络

接入与云技术支撑,包括云计算服务、云存储服务和

云网络服务。其中,云计算服务包括x86云主机、裸

证、统一时间服务、工作流引擎、规则引擎、微服务框

架、加密服务、分布式事务、数据脱敏、分布式缓存、

分布式对象存储等组件。在SaaS层面,由各应用模块的具体研发单位提

金属、弹性伸缩、镜像服务、云桌面及GPU云主机;

云存储服务包括云硬盘服务、对象存储服务、文件存

储服务、云网盘服务、云主机备份及云硬盘备份;云

供业务服务支持。在开发层,以Java

EE

Web技术体系

为王。后台采用基于模型-视图-控制器(model-view­-

2

月第

42

卷第

2

2021

34

•医疗卫生装备,2021,42(2):31-36.王士泉,陈忠民,李蓉,等.全民健康保障信息化工程大数据分析系统设计与应用[J].Thesiscontroller,MVC)模式、对象关系映射框架(object

re­服务,并通过服务总线进行统一管理。对于需求变化

lational

mapping,

ORM)模式以提高系统的灵活性、重

用性和维护性,其中MVC选择的框架是SpringMVC,

大、访问并发数高的服务,采用微服务方式,将服务

细分为可独立部署的微服务,并采用开发运维工具

(DevOps)和容器技术实现自动化的部署,基于云技

ORM

选择

MyBatis。前台采用

HTML5、Bootstrap

架。前后台交互采用Http+JSON方式实现。在数据

术实现服务资源的弹性伸缩,以满足性能和扩展性

层,系统数据存储主要采用关系型数据库、NoSQL数

要求。同时,系统对外服务接口统一采用Restful

据库和分布式文件系统。其中,关系型数据用来存储

Web

Service技术,并通过JSON格式传递信息。数据资源中的基础业务数据和字典数据,主要是各

类结构化业务数据,提供对数据查询、信息验证等数

据服务的支撑;分布式文件系统用来存储数据资源

4系统实现全民健康保障信息化工程大数据分析系统的技

术架构是在可扩展的分布式数据库与大数据技术支

撑体系的基础上,结合全民健康保障信息化工程的实

中的数据仓库主题数据和专题数据库中的专题数

据,主要是结构化数据、半结构化数据和文件,并结

际情况而设计的多层、可扩展框架结构,如图3所示。

合数据批处理技术,提供对数据分析应用的支撑;

架构的核心建设内容分为数据源层、数据整合层、分

布式数据存储和处理层、展现与分析层、应用发布层

及用户层6个部分,数据治理服务贯穿于其中。大数

NoSQL数据主要存储面向应用具体需要的缓存数

据,支撑对性能、并发性要求较高的应用。数据处理

主要采用SQL、批处理和流处理相关技术,以支撑数

据查询、数据分析的需要。在服务层,系统采用面向

据分析系统的用户主要面向国家卫生健康委员会各

司局、国家卫生健康委统计信息中心以及中国疾病预

防控制中心等业务分析人员,且系统支持与医疗保

服务的架构,基于高内聚、松耦合的设计思想,按照

统一的标准,将系统对外提供的共享功能均封装为

用户层障、药监局、民政、公安等外部机构进行信息交互。…各部门及社会公众-国家卫生健康委员会各司局国家卫生健康委统计

信息中心国家卫生和计划生育监

督中心应用发布层大数据服务门户综合管理

<:公共卫生

仓浏览器嵐」医疗服务

药品管理

医疗保障人口统筹展现工具匚飞移动App综合业务分析工具/模型数字仪表盘报表表单工具资源目录工具分析报告展现与

分析层公立医院

分级诊疗改革医改政策医保支付

分析

分析患者费用

分析合理用

药分析数学分析模型

相关性分析J疾病风险

预测老龄化

趋势就诊趋势医疗质量评估时序演变分析j

l异常点挖掘特异组群挖掘]

效用序列挖掘模糊关联匹配合数据流转分布式

数据存

储和处

数据建模理层部署事务型数据库

(在线业务处理)元数据MPP数据库

(高价值低密度

结构化数据)Hadoop

(低价值低

密度数据)动因和影响数据提取

°LAP数据分布式数据库MPP/Hadoop数据清洗数

数据质

量管理理

务数据集成与变换数据标准化增量采集传统ETL数据整

合层ETLfr<=服务总线定制数据接口消息路由前置交换服务数据

源层结构化信息非结构化信息口Cr半结构化信息业务系统

信息全员人口

基础信息健康档案

基础信息电子病历

基础信息省级上传

数据卫生网络

直报数据委属(管)

医院数据

外部共享数据图3全民健康保障信息化工程大数据分析系统总体技术架构-

2

月第

42

卷第

2

2021

著著Thesis王士泉,陈忠民,李蓉,等•全民健康保障信息化工程大数据分析系统设计与应用[几医疗卫生装备,2021,42(2):31-36.

,00

*系统利用综合分析工具、数学分析模型与展示

工具完成卫生政策综合分析与决策支持、委属(管)

医院监管、医改进程监测、慢性病监测与预警、基本

药物制度监测、医疗服务价格和成本监测、医疗资源

配置与能力评估、医院运行监测、成本收益监测、医

疗质量监测等统计学分析铁针对管理者的不同需求,

系统还提供多种配置方式,本系统可采用仪表盘、指

示灯、曲线图、直方图、饼状图、报表等方式展示分析

结果及数据[5]。同时,系统利用各类综合业务分析模

型与数学模型对包含区域分级诊疗效果评价、医疗

服务质量监测、医疗资源配置与能力评估、老龄化趋

注:左边是低优指标,右边是咼优指标图5

DRGs分析——标杆对比能和二孩岀生情况分析为例进行说明。双向转诊主要是充分利用各社区医院的服务功

能和网点资源,促使基本医疗逐步“下沉”到社区,让

势在内的多项应用提供分析工具与分析服务,实现

在卫生政策综合分析与决策支持、委属(管)医院监

管、人口决策支持领域的大数据支持[6]。通过集成R

社区群众危重病、疑难病的救治转到大中型医院。双

向转诊流向分析功能实现了对不同年份各省、市公

立医院转往基层医疗卫生机构住院患者占比与基层

医疗卫生机构向医院转诊患者占比2个指标间的数

据对比,如图6所示。其中,公立医院转往基层医疗

语言及Cognos^Beyond

BI等多种分析途径面向业务

人员提供数据挖掘、联机分析、即席查询和报表等多

种功能⑺。截止到2020年4月,全民健康保障信息化工程

大数据分析系统的部分功能已经研发完成并上线,

主界面如图4所示。本文以DRGs分析、健康档案库

卫生机构住院指标的计算方法为:年末公立医院转

往基层医疗卫生机构住院患者数/基层医疗卫生机

构住院患者总数伊100%;基层医疗卫生机构向医院转

分析、全员人口库分析作为应用示范进行说明。诊患者指标计算方法为:(年末基层医疗卫生机构向

上级医院转诊人次数+转入上级医院的住院人数)/

[基层医疗(门诊人次数+住院人数)]x

100%。图4全民健康保障信息化工程大数据分析系统主界面4.1

DRGs

分析DRGs分析模块包括重点专科评价、质量安全分

析、数据模型分析、标杆对比等功能。其中,标杆是通

图6健康档案库分析——双向转诊流向分析过大数据测算得岀的一个通用标准,分为常规指标与

同时,二孩岀生情况分析中可以以柱状图的形

DRG指标2种。常规指标包括药占比、耗材占比、死

亡人数、平均住院日等,DRG指标包括组数、入组率、

病例组合指数(case

mix

index,CMI).中低风险死亡数

等。在大数据分析系统中,选中任何一家医院都可以

式展现二孩岀生人数的年度分布情况及各省份分布

情况,如图

7

所示。与本省标杆、全国标杆、全国综合医院标杆进行对比,

如图5所示,通过雷达图可清晰地看岀各指标高低。

4.2健康档案库分析健康档案库分析模块包括双线转诊情况分析、

二孩岀生情况分析、健康指标分析、老年人健康分析、

图7健康档案库分析——二孩出生情况分析慢性病管理情况分析、健康档案库数据校验等功能。

4.3全员人口库分析全员人口库分析模块包括人口岀生及死亡情况本文以双向转诊情况分析中的双向转诊流向分析功2021

2

月第

42

卷第

2

Journal-Vol422

2021

36

•医疗卫生装备,2021,42(2):31-36.王士泉,陈忠民,李蓉,等•全民健康保障信息化工程大数据分析系统设计与应用[J].Thesis分析、人口老龄化分析、人口分布构成分析、人口婚

姻状况统计分析等功能。其中,对人口出生及死亡情

况分析以柱状图的形式展现人口的出生人数、出生

率、死亡人数、死亡率,以表格形式展现各省份的总

人口、城镇人口、城镇人口占比、乡村人口、乡村人口

占比、人口出生率、人口死亡率和人口自然增长率。

各指标中出生率指某一地区在一段时期之内(通常

指1

a)出生人数与平均人口之比,可反映出人口的

出生水平;死亡率指某一地区一段时间内的死亡人

数与该时期平均总人数之比。人口出生死亡情况分

析如图8所示。图9全员人口库分析一人口老少比分析综合监管以及信息服务能力,促进多部门合力解决

社会突出问题。当然,本系统在界面友好性、兼容性、

数据分析粒度与维度以及跨机构应用场景拓展等方

面仍有不足之处,将在后续工作过程中逐步完善[9]。[参考文献][1]

王才有.医疗领域的人工智能刚起步[N].健康报,2017-

图8全员人口库分析——人口出生死亡情况分析图02-25(3).[2]

董军,王欣,李军,等.临床决策支持系统的构建与应用[J].

人口老少比是反映一个国家或地区人口年龄结

构的重要指标。人口老少比分析功能利用柱状图展

中国卫生质量管理,2016,23(3):

16-19.现少年、老年人口数量,用折线图展现老少比的变化

趋势,如图9所示。人口老少比的数据来源于全员人

[3]

孙愉婷,周立业.“互联网+”背景下我国移动医疗的机遇

与挑战[J].卫生软科学,2017,31(1):27-30.口库,人口数量指人口的绝对量,即人口总体中所包

含的生命个体的多少。老少比的计算方式为:(工65

[4]

高奇琦,吕俊延.智能医疗:人工智能时代对公共卫生的

机遇与挑战[J].电子政务,2017(11):

11-19.[5]

腾讯研究院.人工智能各国战略解读:英国人工智能的未

周岁人口数衣0~14周岁人口数)x100%。来监管措施与目标概述[J].电信网技术,2017,43(2): 32-

39.[6]

李伟,张麟,王爱娥,等.国内医院信息平台现状及解决

5结语大数据分析系统作为全民健康保障信息化工程

的亮点,其所支持的业务和采用的技术是不断变化

方案分析[J].医疗卫生装备,2018,39(11):96-102.[7]

李伟,王士泉,于楠,等.区域健康医疗大数据平台解决方

案策划与初步设计[J].医疗卫生装备,2018,39(7):34-40.的,因此系统建设不是一蹴而就的,而是要经过一个

逐渐完善和演进的过程,将其提供的业务服务内容

逐步丰富、粒度逐步细化[8]o通过实施全民健康保障

[8]

高东平,李伟,秦弈,等.肿瘤大数据中心信息系统建设

初探[J].中国数字医学,2018,13(3):

19-22,34.[9]

邬贺铨.智慧医疗这些场景并不遥远[N].健康报,2017-

信息化工程大数据分析系统

利用大数据信息处理

技术与分析方法,对医疗服务质量与绩效、三大基础

05-13(3).(收稿:2020-08-12

修回:2020-11-03)库进行分析,可以有效提升卫生行政部门科学决策、(荨荨上接第30页荨荨)low

density

lipoprotein

(LDL)

permeation

into

multilayer co­ronary

arterial

wall:

interactive

effects

of

wall

shear

stress

and

148-156.[29]

CELINE

S

,

HARMSEN

M

C

,

EVANS

PC

,

et

al.

Endothelial-

mesenchymal

transition

in

atherosclerosisJ].

Cardiovasc

Res

,

fluid-structure

interaction

in

hypertension

[J].

J

Biomech

,

2018

67:114.2018,114(4).

DOI:10.1093/cvr/cvx253.[28]

JAVADZADEGAN

A

,

MOSHFEGH

A

,

BEHNIA

M .

Effect

of

magnetic

field

on

haemodynamic perturbations

in

atheroscle­[30]

任国荣,祝树森,于良宁,等.颅内动脉瘤的血流动力学

研究综述[J].医疗卫生装备,2020,41(6):

coronary

arteries[J].

J

Med

EngTechnol

,

2018,42(2):

(收稿:2020-05-06

修回:2020-10-09)-

2

月第

42

卷第

2

2021


本文标签: 分析 服务 数据 医疗 人口