【導讀】2017年智慧醫(yī)療大數(shù)據(jù)解決方案

　　

【正文】 一個單位內(nèi)部使用，甚至只是在一個單位的某個部門使用。 在大數(shù)據(jù)時代，最需要的是各個機構(gòu)之間、各個系統(tǒng)之間的數(shù)據(jù)的互聯(lián)互通，數(shù)據(jù)不只是在單位內(nèi)部使用，也要供單位外的人使用。 小數(shù)據(jù)系統(tǒng)只處理自己的數(shù)據(jù)，大數(shù)據(jù)系統(tǒng)要可以處理來自各種各樣的小數(shù)據(jù)系統(tǒng)中的所有數(shù)據(jù)。 大數(shù)據(jù)最需要的就是普通話，一種可以讓各個信息系統(tǒng)都能聽懂的語言。 關系數(shù)據(jù)庫如何處理國家醫(yī)療大數(shù)據(jù)中數(shù)萬個數(shù)據(jù)庫、數(shù)千萬張表 例子：如果說全國的各家醫(yī)療機構(gòu)的數(shù)據(jù)以鏡像的方式全部上傳到國家醫(yī)療大數(shù)據(jù)中心，那么，國家醫(yī)療大數(shù)據(jù)中就擁有 10 萬個以上的醫(yī)療信息系統(tǒng)所產(chǎn)生的數(shù)據(jù)庫，這些數(shù)據(jù)庫中共含有數(shù)千萬張表，該如何編寫一個通用的查詢患者病史的通用應用軟件？ 患者病史數(shù)據(jù)有可能 包含在 10 萬個以上的數(shù)據(jù)庫中的數(shù)千萬張以上的表中，所有數(shù)據(jù)庫、所有表中的數(shù)據(jù)都有可能涉及到。要在國家醫(yī)療大數(shù)據(jù)中查詢患者的病史數(shù)據(jù)，需要查詢?nèi)珖鴶?shù)十年內(nèi)所產(chǎn)生的國家醫(yī)療大數(shù)據(jù)。 26 首先需要搞清楚國家醫(yī)療大數(shù)據(jù)中的 10 萬個以上的信息系統(tǒng)所產(chǎn)生的數(shù)據(jù)存貯在哪些數(shù)據(jù)庫中，這些數(shù)據(jù)庫的地址、是什么數(shù)據(jù)庫系統(tǒng)所產(chǎn)生的數(shù)據(jù)，各數(shù)據(jù)庫中含有哪些表，這些表（數(shù)千萬張表）的數(shù)據(jù)結(jié)構(gòu)是什么、這些表之間的關系。 其次是數(shù)據(jù)抽取（ ETL），然而要對數(shù)十萬個數(shù)據(jù)庫中的數(shù)千萬張表中的數(shù)據(jù)進行抽取的確是一項工程量浩大的工程。 ? 為了說明問 題的簡單化，下面以查詢 PACS 中的數(shù)據(jù)為例來說明問題。 查詢患者的病史應該以患者的身份證號作為查詢條件，而不能以患者的姓名作為查詢條件，因為國內(nèi)有很多同名同姓者。 如果某些醫(yī)療信息系統(tǒng)中未能使用患者的身份證號，那么，在大數(shù)據(jù)環(huán)境中，患者的病史數(shù)據(jù)基本上是查不到的，或者說查起來非常困難。 查詢過程如下： 以身份證號為查詢條件而查詢患者曾經(jīng)在哪家醫(yī)院就醫(yī)。一般是從 HIS系統(tǒng)查詢患者身份證號。面對數(shù)萬個 HIS 系統(tǒng)，各由不同的開發(fā)商所開發(fā)，數(shù)據(jù)結(jié)構(gòu)各不相同。要搞清楚對應的數(shù)據(jù)庫及對應的表，也是一項大工程。 從數(shù)萬個 HIS 系統(tǒng)中的數(shù)十萬個表中查詢是否有對應的身份證號 再以身份證號從數(shù)萬個 HIS 系統(tǒng)中查詢出相應的住院號、門診號 以住院號、門診號而從數(shù)萬個 PACS 系統(tǒng)中查詢相應 PACS 數(shù)據(jù)。 如果說哪家醫(yī)院的信息系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)有變化，那么相關的程序都要進行修改。 這就是關系數(shù)據(jù)庫的先天不足。而醫(yī)院的信息系統(tǒng)的升級改造是非常普遍的。這種升級改造對國家醫(yī)療大數(shù)據(jù)的通用查詢軟件工具也是一項大考驗。 上述例子表明，查詢?nèi)魏我粋€病史數(shù)據(jù)都要編寫大量的程序。如果對全國每年的某種疾病進行統(tǒng)計，那么會因為各家醫(yī)療機構(gòu)的信息系統(tǒng)所用的 疾病名不標準、不規(guī)范、不統(tǒng)一而帶來很大的麻煩。 病歷數(shù)據(jù)存貯在 XML 文件中。全年每年產(chǎn)生 76 億份病歷，從 76 億份病因中快速地查詢數(shù)據(jù)也是很困難的。 27 結(jié)論：處理數(shù)十萬個關系數(shù)據(jù)庫系統(tǒng)所產(chǎn)生的大數(shù)據(jù)是非常困難的！ 大數(shù)據(jù)之夢十年后成真 由于醫(yī)療大數(shù)據(jù)面臨八大難題以及對全國各家醫(yī)療醫(yī)療機構(gòu)現(xiàn)有的信息系統(tǒng)進行全面改造非常困難，國家醫(yī)療大數(shù)據(jù)之夢十年后才能成真。 大數(shù)據(jù)不僅僅是數(shù)據(jù)問題，而是非常復雜的綜合問題。國家醫(yī)療大數(shù)據(jù)并不是把各家醫(yī)療機構(gòu)的數(shù)據(jù)全部存貯到一個云平臺就能稱作是合格的國家醫(yī)療大數(shù)據(jù)。要建立合格的 國家醫(yī)療大數(shù)據(jù)，需要對原有數(shù)據(jù)進行抽取，更需要對全國各家醫(yī)療機構(gòu)現(xiàn)有的信息系統(tǒng)進行全面整改。 信息化社會由概念到比較成熟用了 30 多年時間 “信息化”的概念是上世紀 60 年代初提出的。在 80 年代，關于“信息社會”的較為流行的說法是“ 3C”社會（通訊化、計算機化和自動控制化），“ 3A”社會（工廠自動化、 辦公室自動化 、家庭自動化）和“ 4A”社會（“ 3A”加農(nóng)業(yè)自動化）。到了 90 年代，關于信息社會的說法又加上 多媒體技術 和信息高速公路?！靶畔⒒鐣钡母拍顝奶岢龅奖刃С墒煊昧?30 多年，而時至今日，“信化社會”之夢還沒有全部成真。 大數(shù)據(jù)的概念是 2020 年提出的，根據(jù)以往的經(jīng)驗，要創(chuàng)造一個時代，最起碼以也十年以上的時間。 千年蟲問題的啟示 計算機 2020 年問題，又叫做“千年蟲”、“電腦千禧年千年蟲問題”或“千年危機”?？s寫為“ Y2K”。是指在某些使用了計算機程序的智能系統(tǒng)（包括計算機系統(tǒng)、自動控制芯片等）中，由于其中的年份只使用兩位十進制數(shù)來表示，因此當系統(tǒng)進行（或涉及到）跨世紀的日期處理運 算時（如多個日期之間的計算或比較等），就會出現(xiàn)錯誤的結(jié)果，進而引發(fā)各種各樣的系統(tǒng)功 能紊亂甚至崩潰。因此從根本上說千年蟲是一種程序處理日期上的 BUG，而非病毒。 28 “千年蟲”問題的根源始于 60 年代。當時計算機存儲器的成本很高，如果用四位數(shù)字表示年份，就要多占用存儲器空間，就會使成本增加，因此為了節(jié)省存儲空間，計算機系統(tǒng)的編程人員采用兩位數(shù)字表示年份。 隨著計算機技術的迅猛發(fā)展，雖然后來存儲器的價格降低了，但在計算機系統(tǒng)中使用兩位數(shù)字來表示年份的做法卻由于思維上的慣性勢力而被沿襲下來，年復一年，直到新世紀即將來臨之際，大家才突然意識到用兩位數(shù)字表示年份將無法正確辨識公元 2020 年及其以后的年份。 1997 年，信息界開始拉起了“千年蟲”警鐘，并很快引起了全球關注。 “千年蟲”是人類不經(jīng)意造成的失誤，為了抓住這只“蟲”，全球至少已花費 2020 億美元（有的媒體報道為 3000 億美元，有的為 6000 億美元）。 新年伊始，聯(lián)合國“國際 2020 年問題協(xié)調(diào)中心”、美國的“國 際‘千年蟲’監(jiān)控中心”等機構(gòu)先后宣布， 133 個國家的能源、通訊等十幾個對“千年蟲”敏感行業(yè)都順利過渡，僅十多個國家出現(xiàn)一些輕微案例，但均及時糾正，未造成嚴重后果。 全球唯一受“千年蟲”嚴重影響的國家只有非洲的贊比亞，其政府、金融、電力、航空、服務一片混亂。政府宣布放假 3 日，避免社會功能癱瘓殃及其他系統(tǒng)。 有人稱“千年蟲”工程是人類最大的信息工程、人類最龐大的搶救工程。 大數(shù)據(jù)工程遠比千年蟲問題復雜 若用當前的技術如何處理國家醫(yī)療大數(shù)據(jù)？ 首先是制訂數(shù)據(jù)標準、數(shù)據(jù)結(jié)構(gòu)標準，以及業(yè)務和業(yè)務流程的標準：這些工作的工程量非常大，需要五年左右的時間才能完成。目前雖說大家已認識到了標準化工作的重要性，但在實際行動上的力度還不夠。 其次是數(shù)據(jù)抽?。簩υ械臄?shù)據(jù)進行抽取。若要對全國 萬家醫(yī)療機構(gòu)所產(chǎn)生的所有數(shù)據(jù)進行抽取，其工程量也是非常巨大的。這個抽取工作需要以國家醫(yī)療數(shù)據(jù)標準為基礎。 第三是對現(xiàn)有信息系統(tǒng)的改造：只有對現(xiàn)有的信息系統(tǒng)進行徹底改造才能產(chǎn) 29 生標準化的數(shù)據(jù)，這樣才能適應大數(shù)據(jù)的需要。然而對全國各家醫(yī)院的信息系統(tǒng)進行全面改造，所花費的代價是非常高的。到目前為止，各行各業(yè)的信息系統(tǒng)基本上都不標準，都不適應大數(shù) 據(jù)的需求，對現(xiàn)有信息系統(tǒng)的改造的代價遠遠超對千年蟲問題的處理。 第四是數(shù)據(jù)同步：對現(xiàn)有信息系統(tǒng)進行改造之后，數(shù)據(jù)要實時地同步到國家醫(yī)療大數(shù)據(jù)中心。 五年之內(nèi)（ 2020 年前）醫(yī)療大數(shù)據(jù)只是紙上談兵 五年之內(nèi)，醫(yī)療大數(shù)據(jù)還只是處于探索階段、發(fā)展階段。五年之后醫(yī)療大數(shù)據(jù)才能逐步變成現(xiàn)實。從某種方面而言，五年之內(nèi)（ 2020 年前）中國沒有真正合格的國家醫(yī)療大數(shù)據(jù)。真正的合格的國家醫(yī)療大數(shù)據(jù)是可以進行高效挖掘的數(shù)據(jù)，并不是把所有的數(shù)據(jù)堆集在一起就能稱為醫(yī)療大數(shù)據(jù)。不能進行高效處理、挖掘的數(shù)據(jù)只能稱為“數(shù)據(jù)垃圾”，五年之后才能將“數(shù)據(jù)垃圾”變成寶。 必須開發(fā)新型的軟件工具才能對醫(yī)療大數(shù)據(jù)進行高效挖掘 維基百科對大數(shù)據(jù)的定義：“大數(shù)據(jù)是指所涉及的數(shù)據(jù)量規(guī)模巨大到無法通過目前主流軟件工具，在合理時間內(nèi)達到獲取、處理的數(shù)據(jù)。” 維基百科對大數(shù)據(jù)的定義也意味著當前的主流軟件工具已不能滿足時代發(fā)展的要求，需要開發(fā)新軟件工具來處理大數(shù)據(jù)，也意味著 當前的醫(yī)療信息系統(tǒng)不能適應醫(yī)療大數(shù)據(jù)的實際需求，需要對現(xiàn)有的信息系統(tǒng)進行徹底的改造才能適應大數(shù)據(jù)時代的潮流。 30 第 3章 發(fā)明專利：醫(yī)學信息的結(jié)構(gòu)化存貯方法 維基百科關于大數(shù)據(jù)的定義已明確指出，目前的主流軟件工具已不適合處理大數(shù)據(jù)，其言外之意就是要高效處理大數(shù)據(jù)，必須創(chuàng)造發(fā)明 新的軟件工具。 人的大腦才是最好的數(shù)據(jù)處理工具。最好的大數(shù)據(jù)的處理工具應該在模仿大腦的記憶、思維方式的基礎上而開發(fā)出來的軟件工具。 在大數(shù)據(jù)的 4V 特性中，最關鍵的問題就是數(shù)據(jù)類型的“ 多樣性 (Variety)”。人的大腦是如何處理數(shù)據(jù)的多樣性的？對人的大腦而言，沒有數(shù)據(jù)類型的概念。人的大腦通過視覺、聽覺、觸覺、嗅覺、味覺、痛覺等感覺器官而接收信號。對于同一感覺器官所接收的信號而言，它們的類型都是一樣的。如果說大腦中的數(shù)據(jù)有數(shù)據(jù)類型，也只有六種類型（視覺型、聽覺型、觸覺型、 嗅覺型、味覺型、痛覺型 ）。從某種方面而 言，大腦中的數(shù)據(jù)只有一種類型，即模擬型數(shù)據(jù)。 大腦通過聯(lián)想而實現(xiàn)對信號的處理。聯(lián)想共有三種：同時聯(lián)想、相似聯(lián)想、接近聯(lián)想。 同時聯(lián)想：在同一時間內(nèi)由不同的感覺器官所接收的信號同時輸入大腦時，這些信號之間就可以形成聯(lián)想關系。 31 相似聯(lián)想：同一感覺器官所接收到的信號相似時就可以形成聯(lián)想關系。 接近聯(lián)想：在空間和時間上相互接近的事物的信號輸入到大腦之中時，這些事物之間可以開成聯(lián)想關系。 大腦是以“穿糖葫蘆”的形式存貯信號：當人的大腦接收第一個視覺信號時，大腦是從最接近視覺的存貯區(qū)域開始存貯信號，并以“穿糖葫蘆”的形 式逐一存貯所接收到的視覺信號。 大腦是以六列的二維表的形式來存貯信號。 對于同一存貯區(qū)域的信號，例如視覺存貯區(qū)域的信號，大腦是以相似聯(lián)想、接近聯(lián)想的形式而處理信號。 對于不同存貯區(qū)載的信號，例如視覺存貯區(qū)域的信號與聽覺存貯區(qū)域的信號，大腦是以同時聯(lián)想的形式處理信號。 大腦以同時聯(lián)想、相似聯(lián)想、接近聯(lián)想的方式就可以聯(lián)想（猶如計算機中的查詢、檢索）到大腦中的所有信號。 人的大腦只用“一張表“就可以存貯所有的信號，只用識別和聯(lián)想即可處理所有的信號。 醫(yī)學信息的結(jié)構(gòu)化存貯方法 就是在模仿大腦的上述記憶、聯(lián)想形式的基礎上而發(fā)明出的一種新型的數(shù)據(jù)結(jié)構(gòu)，這種數(shù)據(jù)結(jié)構(gòu)類似大腦記憶信息的結(jié)構(gòu)，所以具有非常強大的功能。 在了解醫(yī)學信息的結(jié)構(gòu)化存貯方法時的注意事項 醫(yī)學信息的結(jié)構(gòu)化存貯方法的數(shù)據(jù)結(jié)構(gòu)是一種與關系數(shù)據(jù)庫中的二維數(shù)據(jù)結(jié)構(gòu)完全不同的一種新型數(shù)據(jù)結(jié)構(gòu)。正因如此，它擁有很多優(yōu)異的功能、特性，而這些功能、特性是關系數(shù)據(jù)庫及 XML 不可能實現(xiàn)的。醫(yī)學信息的結(jié)構(gòu)化存貯方法的一個最突出的特性就是非常適合處理病歷信息，可以使電子病歷完全結(jié)構(gòu)化，也可以很容易地解決信息孤島問題，也非常適合大數(shù)據(jù)存貯、 挖掘。然而醫(yī)學信息的結(jié)構(gòu)化存貯方法是關系數(shù)據(jù)庫理論的異類，與關系數(shù)據(jù)庫理論格格不入，醫(yī)學信息的結(jié)構(gòu)化存貯方法在存貯和處理數(shù)據(jù)時也與關系數(shù)據(jù)庫理論完全不同。 32 用關系數(shù)據(jù)庫理論的方法在進行大數(shù)據(jù)挖掘時會遇到很多困難，用醫(yī)學信息的結(jié)構(gòu)化存貯方法進行大數(shù)據(jù)挖掘時會使原來非常困難的問題變得非常簡單。 對于了解關系數(shù)據(jù)庫理論者而言，在閱讀醫(yī)學信息的結(jié)構(gòu)化存貯方法的相關內(nèi)容之前，需要先忘掉關系數(shù)據(jù)庫理論，不要在一開始就拿關系數(shù)據(jù)庫與醫(yī)學信息的結(jié)構(gòu)化存貯方法相比較。要想真正理解醫(yī)學信息的結(jié)構(gòu)化存貯方法，需要先了解它真正優(yōu)于 關系數(shù)據(jù)庫的地方，即醫(yī)學信息的結(jié)構(gòu)化存貯方法非常適合處理病歷信息，可以使病歷信息結(jié)構(gòu)化，也可以很容易地解決信息孤島實現(xiàn)互聯(lián)互通，而關系數(shù)據(jù)庫則無法使病歷信息結(jié)構(gòu)化，也不能有效地解決信息孤島問題。 學習關系數(shù)據(jù)理論基本上需要一個月的時間，“醫(yī)學信息的結(jié)構(gòu)化存貯方法”也是一種新型的數(shù)據(jù)庫理論，因此，需要花一定的時間才能真正理解其內(nèi)容，剛開始時肯定會遇到一些問題，這很正常。 金庸的小說描寫到：游坦之之所以能練成易筋經(jīng)是因為他原來什么武功都不會。武功非常高強的鳩摩智為什么練不成易筋經(jīng)？在少林寺藏經(jīng)閣中的掃地僧說“鳩 摩智練了少林派的七十二絕技之后，又去強練甚么《易筋經(jīng)》”，又說他“次序顛倒，大難已在旦夕之間”。說道修煉少林諸門絕技，倘若心中不存慈悲之念，戾氣所鐘，奇禍難測。這般修煉上乘武功而走火入魔，最是厲害不過。 學習“醫(yī)學信息的結(jié)構(gòu)化存貯方法”猶如修煉易筋經(jīng)，不懂關系數(shù)據(jù)庫理論的人反而更容易接受，而關系數(shù)據(jù)庫高手、專家反而比較難接受。 金庸的小說雖說是虛假的，但也有一定的哲理。小孩子之所以容易接受新理論、新觀念，就是因為他們的大腦中沒有舊觀念的束縛，就像一張白紙，你想在上面畫什么都可以。成年人則因為在長期的生活中已 形成自己的世界觀，所以對新的理論、觀念就會產(chǎn)生抗拒之心，成年人接受新理論、新觀念就慢，甚至完全不能接受。例如年輕人容易受西方的那種今天花明天的錢的超前消費觀念，但上年紀的人卻無論如何也接受不了超前消費的觀念，無論錢多錢少，總要先存一些錢。 醫(yī)學信息的結(jié)構(gòu)化存貯方法 醫(yī)學信息的結(jié)構(gòu)化存貯方法中所用的表的結(jié)構(gòu)是一種新型的數(shù)據(jù)結(jié)構(gòu)，這種 33 數(shù)據(jù)結(jié)構(gòu)與 XML 中的數(shù)據(jù)有點相似。醫(yī)學信息的結(jié)構(gòu)化存貯方法中所用的表簡稱為“萬能數(shù)據(jù)結(jié)構(gòu)表”?！叭f能數(shù)據(jù)結(jié)構(gòu)表”的數(shù)據(jù)結(jié)構(gòu)與關系數(shù)據(jù)庫中的表的數(shù)據(jù)結(jié)構(gòu)有本質(zhì)的區(qū)別。要用醫(yī)學信息的結(jié) 構(gòu)化存貯方法而開發(fā)出一種概念全新的數(shù)據(jù)庫系統(tǒng)是非常