醫療信息集成不足嚴重阻礙了醫院臨床信息系統價值發揮，醫療管理者一直在尋求有效的臨床信息建設策略以改進醫療工作效率，確保臨床質量水平提升和醫療成本降低。為適應這一需求，醫療信息化需要創新方式，建立數據驅動的臨床信息化方式。
隨著臨床電子病歷應用深入，醫療信息具有“量大、類型多變、密度低、價值大”大數據特征，醫療大數據分析技術為醫院臨床電子病歷應用智能化和決策支持功能突破提供了希望曙光，大數據分析特別是非結構化臨床信息（如醫療影像、臨床文檔等）分析技術為臨床電子病歷智能化提供了理想手段，針對描述性定性特征分析以及數據挖掘預測技術的應用為電子病歷智能化提供了廣闊前景；各種新型非關系數據庫系統NoSQL為傳統的臨床信息系統向大數據應用轉變提供了基礎，大數據技術為醫院臨床信息集成整合以及改進信息化建設成本效率提供了可能。
醫療大數據在臨床醫療應用落地能夠發揮作用的不多，大數據分析在醫院電子病歷應用中價值發揮不夠。有必要在醫院信息化管理和技術上制定策略，使醫院目前在信息化建設轉型中發揮醫療大數據分析的價值，快速實現臨床電子病歷應用支持臨床決策和智能化的目標。首先分析醫療大數據在臨床信息化建設中的作用，提出了醫療信息化針對醫療大數據的改進方法；對醫療大數據分析應用落地提出了5點建議，最后指出了未來醫療大數據的發展方向。
醫療大數據分析應用
臨床醫療模式分析 臨床過程模式分析功能是指利用大數據分析系統對過程數據進行分析并改進的能力。醫療行業數據分析在醫院內部通過數據進行診療過程分析，以發現大量臨床電子記錄數據之間的關系，為今后的循證臨床實踐提供參考。臨床數據分析系統為臨床醫療過程全程大數據、實時診療數據以及病人電子病歷可視化數據的全景分析提供了新途徑，特別是對于區域醫療能夠觀察到病人以前在其他醫院的入院情況，支持在醫療成本和效果之間的平衡，幫助醫院進行醫療科研。
非結構化數據分析 對于存儲于分布式數據庫系統的數據，需要進行數據過濾、清晰、轉換并集成整合，建立臨床數據中心。存在于多個部門的非結構化數據，采用NOSQL 數據庫進行數據存儲，非結構化或半結構化的管理的核心是Apache Hadoop開發環境的實現，MapReduce 能夠將大的工作任務分解為一組離散的任務，將分析后的數據集中存儲，并提供可視化展現和醫療決策支持訪問。
醫療大數據分析與傳統數據分析系統的差別在于大數據分析具有非結構化數據的分析能力，這種非結構化數據是傳統的醫療數據庫不能處理的。臨床電子病歷中基于XML文檔信息、臨床影像、醫生處方等，非結構化數據占臨床數據總量的80%以上，對這一部分的數據進行處理分析，能夠得到相關指證，比如，對醫學影像分析，通過與相關疾病典型影像特征對比，得到病人疾病診斷，這對醫院改進臨床效率控制醫療成本有極大益處。
管理決策支持 管理決策支持功能強調日常醫療服務過程分析，以支撐管理決策并采取相關措施。一般來說，管理決策支持依賴于醫院信息共享互聯互通以及信息數據分析能力，對于重大疾病循證分析綜合評判對臨床醫療質量管理有重大價值，依據電子病歷數據分析，開發個性化診療方案有助于提升醫院精準醫療水平。
從機構組織層面對醫院信息系統產生的大數據進行分析，對于跨部門操作流程進行改進具有重要意義，綜合性數據分析能幫助管理者全面了解組織機構存在的薄弱環節并采取對應措施，從實踐看，建立臨床數據中心數據倉庫并與實際生產系統實時交互，對于醫療質量水平提升和病人臨床安全具有重要保障作用。
預測分析功能 通過醫療大數據使用統計分析工具建立評價模型，對疾病發展轉歸進行預測是醫療大數據應用的重要方面。大數據的預測功能強調對通過大量數據分析對未來趨勢預測，醫療機構的數據分析平臺需要與臨床數據中心、預測分析算法（如：回歸分析、機器學習、神經網絡等）等相結合，向醫護管工作者提供可視化界面，幫助管理和臨床決策。臨床大數據中心的建設能夠通過過去歷史數據對未來提供參考，有助于醫院精細化管理和精準化醫療。
在醫療機構，對二次住院預測分析大大降低了病情的不確定性，重癥中心ICU病人全程生理參數數據監控分析，進行關鍵指標的警示和交互干預，使醫護工作更有效率，優化了相關操作，降低了醫療風險。同時，有利于形成醫護患協同的病人全過程的疾病管理分析，產生最佳醫療實踐的疾病診治流程。
數據閉環追溯 醫療數據信息如：費用成本數據、臨床數據、藥學信息、病人行為數據、設備傳感數據等均需實時采集或盡量實時采集。傳統臨床信息系統數據分散在各個應用系統中，數據不一致，產生冗余矛盾，而且不同部門的設備或不同臨床信息應用內部信息數據孤立使臨床過程工作流優化也存在困難。數據的閉環追溯有利于以病人為中心的臨床需求和部門服務與設備應用的監控。大數據分析提供了全流程、全方位的解決能力，業務系統的數據可實時與數據中心進行數據交互，通過大數據算法進行深度評價分析，醫護工作者可即時監控病人狀態、追蹤相關的警示信息并采取相應措施，對醫療安全和用藥安全有重要價值。
醫療大數據應用策略
建立數據驅動醫療流程的環境，需要明確數據分析價值，并制定實現價值的策略，而不是僅僅關心其實現技術。目前，據調研各醫療機構缺乏大數據分析實現的有效策略，在描述大數據分析形成醫院有效生產力和轉換醫療模式缺乏應用落地方案，醫療大數據分析實現上仍處于起步階段，有必要對大數據分析有效落地策略進行研究。為了更好地開發利用醫療大數據，形成大數據應用氛圍，提出以下5點建議。
建設數據治理環境 數據治理環境是醫院數據發揮價值的信息環境。大數據處理需要改變以往信息化建設的策略，從以往注重軟件技術和業務流程改變為注重數據治理，對醫院內部各種異構信息系統的數據、信息和知識進行全面的轉化整合，醫院信息數據得到很好的理解、訪問以及安全保密，從而改變醫院組織行為，達到信息數據價值的發揮。
數據治理的首先一步是制訂清晰的信息目標，提供數據獲取、授權、共享、存儲、分析利用的方案。數據集成整合是醫療數據分析應用成功的關鍵，由于醫療行業數據集成特別復雜，跨系統的大數據分析存在許多困難和挑戰，管理者在引入大數據分析應用前應培養組織的數據治理環境。
培育信息共享文化 數據分析成功應用的前提是醫療機構具有成熟的信息共享環境。關鍵是醫生、護士以及醫院管理工作者不排除對新信息技術的使用。通過醫院臨床信息共享，形成臨床信息數據采集、傳送以及利用的氛圍，從而為大數據分析奠定基礎，醫院內部信息共享對于信息系統從業務流程轉向數據驅動，從而提升數據驅動能力，對數據質量提升、數據分析與決策能力提高具有重要意義。
培養數據分析人才 大數據分析有效應用的關鍵是用醫院管理者和醫護工作者具有相關的專業知識，如關鍵思考和對臨床數據的解釋。由于對數據判斷不準確而導致臨床措施不當，有必要對醫療機構進行基本數據統計、數據挖掘分析、商業智能等課程培訓，最近調研，跨行業的數據培訓和自學習有助于醫療大數據分析人才培養，醫院有必要對相關崗位提出要求，以培養相關職位的數據分析意識。
引入云計算環境 由于新技術的發展，許多醫院面臨數據存儲與集中處理的挑戰，醫院在尋求一種比傳統數據存儲服務和數據處理的新解決方案，基于大數據存儲的網絡存儲NAS以及云計算服務為醫療機構數據存儲和處理提供了新機會，通過云技術能夠發揮大數據分析能力，為醫院提供成本更低的解決辦法。
公有云的數據安全和個人隱私保護成為重要的課題，盡管公有云的成本更低，大數據分析預測能力強，但由于數據保管在第三方，數據安全成為一個重要問題。醫院需做好這方面的平衡，在進行大數據分析應用時，做好病人數據信息的保護。
捕捉大數據新機會 新一代信息系統將為醫院創新和模式改變提供新機會，這種改變需要醫院具有有力的數據分析能力，需要借助于醫療大數據分析預測技術，同時，醫院管理方面也需要進行精細化數據分析，實現關鍵指標KPI的管理、數據可視化以及各種預測、告警，以支持醫院管理智能化和臨床決策分析，達到醫院臨床醫療新境界。
來源：中國數字醫學
天坦動態