甲骨文...

Copyright © 2014, Oracle and/or its affiliates. All rights reserved. |

甲骨文医疗大数据与临床数据中心建设

侯雪桥（[email protected]）大中华区医疗卫生行业总监甲骨文（软件）系统有限公司2016年9月

mailto:[email protected]


大数据技术的内涵正在飞速演进

External Distribution 2

Big Data 的3V特性Volume (amount of data)Velocity (speed of data in and out)Variety (range of data types and sources) -2001 Meta Group (now Gartner) definition of Big Data

4th V - Veracity (Uncertainty of Data) - 2012 IBM added a 4thV

Big Data = Hadoop + Relational + NoSQL…-2013 Facebook, 2014 Gartner

甲骨文提出大数据的4Ss© 特征Significance (of the data)Standardization (of process & data)Security (of the system, data & users)Spend (amount of $$ spent)-2015 Oracle Corporation


医疗大数据的挑战——“鸡同鸭讲”


临床专业人员无法用IT语言描述数据分析需求IT人员无法理解医疗数据和业务问题大数据技术与医疗领域应用脱节

↓

医疗专业人员对大数据的自由探索与自助分析


• 自由的数据探索 • 自助的数据分析


甲骨文大数据技术:让医疗专家自我完成数据的价值发现

技术挑战：如何保障业务人员对大数据分析时的交互式实时体验？

自由探索1_未标注.avi

自助分析1_未标注.avi

Copyright © 2014, Oracle and/or its affiliates. All rights reserved. | 5

甲骨文敏捷分析技术：通过“变脸”发现数据的价值

寻找探索变换发现分享


国内三甲医院信息化建设痛点：

1. 医院数据分散在不同系统中、缺乏标准和顶层设计

2. 患者数据、诊疗数据、运营数据不能共享和互通

3. 宝贵的数据资产不能给整合利用，阻碍临床、管理、科研的发展


HIS系统电子病历

检验系统影像系统

财务管理

物资管理

绩效管理

人事管理

XX X

X

X

X

XX X X


甲骨文医院数据中心解决方案：统一数据平台、打通信息孤岛


HIS系统电子病历

检验系统影像系统

财务管理

物资管理

绩效管理

人事管理

医院统一数据平台

CDR

•将医院临床数据、运营数据、管理数据纳入统一的平台管理

•建立医院数据仓库，整合各类数据，提升数据质量，打破信息孤岛

•利用大数据分析，建立运营优化、质量管理、绩效激励、临床科研等决策支持


帮助医院解决一系列亟待解决的管理挑战

External Distribution

无法掌控真实营运状况！缺乏科学的绩效激励！

缺乏患者统一视图！缺乏临床决策支持！

如何提升效率，降低成本？如何发展特色诊疗项目？

数据库不统一、无灾备！应用性能差、易宕机！

院长

医师

科室主任

IT部门


业务场景1：基于循证医学的疑难杂症诊疗


临床数据中心能够为循证医学的决策支持提供相似病例参考

• 查询了数据仓库并找到了 98 名类似的患者

• 这 98 名 SLE 患者中 10 名有血栓

• 根据此数据仓库查询对此患者进行了抗凝治疗

• 治疗情况良好 —没有血栓，抗凝治疗没有引起不良事件。

• 决策基于信息而不是直觉 —这是医疗保健的未来趋势。

患有系统性红斑狼疮的某患儿很可能有血栓

我们是否应进行抗凝治疗？

• 肾病范围蛋白尿

• 抗磷脂抗体

• 胰腺炎

没有专家共识，也没有可靠文献。所以他们查阅了临床数据仓库。

Frankovich J、Longhurst CA、Sutherland SM。NEJM (2011) 365:1758-1759

1) 3)2)


业务场景2：海量历史病例的实时探索助力临床科研


临床数据中心能够帮助科研人员瞬时完成复杂的病历检索和病例分组

科研选题

样本收集整理

课题研究

定量分析

撰写论文

传统手工方式基于临床数据中心的实时病例探索

•手工翻阅海量病案——费时费力•提出课题、建立假设——记忆+灵感•设计方案、选择对照——反复修订纳入规则，依赖IT帮助寻找样本，费时费力

•实时自由的探索海量历史病例•自由定义所可视化数据分析寻找假设•可以反复修改多维度筛选条件，迭代递进选择样本及对照病例

•手工完成数据转换清洗——数据质量差、利用率低•手工收集整理科研数据——费时费力•缺乏海量数据整理与数据分析工具——样本量小、论文含金量低

•海量历史病例的数据仓库——高质量、大样本，高含金量论文的保障•工具化、模板化的科研数据收集——产生更多高维度、高质量的科研分析数据•多维分析、数据挖掘等多种手段综合利用——揭示潜在医学规律

•基于开源R语言的数理统计和数据挖掘，科研人员可以直接利用全球化社区贡献的成熟算法和程序包——省时省力、论文更专业•甲骨文独特R语言引擎可以突破内存限制，可实现在数据库层面进行海量高维数据挖掘，提升论文含金量

•用Excel等简单工具绘图——论文质量•数据挖掘工具受计算机内存闲置——无法完成海量高维数据挖掘•缺乏数据挖掘算法选择和参数调整的经验——分析结果效果不显著


业务场景3：持续的医院管理优化


临床数据中心能够为医院管理优化提供决策依据


人事系统

物资系统

采购系统

财务系统

病案系统

手术/护理

如何解决医院信息孤岛问题？以绩效分析为例


经营状况

医疗资源配置

医院运行效率

患者服务能力

临床质量

设备资产效益

绩效激励

影像系统

HIS住院

HIS门诊

医院运营管理指标与数据源映射关系（示意图）


人事系统

物资系统

采购系统

财务系统

病案系统

手术/护理

如何解决医院信息孤岛问题？统一数据出口


经营状况

医疗资源配置

医院运行效率

患者服务能力

临床质量

设备资产效益

绩效激励

影像系统

HIS住院

HIS门诊

临床数据中心(医院数据仓库)

指标管理数据展现分析工具


临床数据中心建设首先要明确分析目标


运营优化

院长-科室管理指挥舱

医保费用监控临床效率分析

科室目标管理患者费用分析

服务能力分析设备效益分析

…

质量监控

合理用药分析院内感染分析

单病种质控临床路径分析

患者安全分析患者依从分析

终末质控分析过程质控分析

…

患者服务

患者构成分析服务半径分析

患者随访分析长期跟踪分析

医患关系高风险识别

服务流程优化分析

…

临床科研

科研病历探索历史病例回顾

病历对照临床决策支持

单病种研究科研任务管理

临床数据挖掘

…

绩效激励

RBRVS/DRGs医师绩效

护理多维绩效医技多维绩效

管理人员绩效平衡计分卡

后勤管理绩效服务窗口绩效

…


临床数据中心建设步骤


运营优化

院长-科室管理指挥舱

医保费用监控临床效率分析

科室目标管理患者费用分析

服务能力分析设备效益分析

…

质量监控

合理用药分析院内感染分析

单病种质控临床路径分析

患者安全分析患者依从分析

终末质控分析过程质控分析

…

患者服务

患者构成分析服务半径分析

患者随访分析长期跟踪分析

医患关系高风险识别

服务流程优化分析

…

临床科研

科研病历探索历史病例回顾

病历对照临床决策支持

单病种研究科研任务管理

临床数据挖掘基因数据挖掘

…

绩效激励

RBRVS/DRGs医师绩效

护理多维绩效医技多维绩效

管理人员绩效平衡计分卡

后勤管理绩效服务窗口绩效

…

建设原则•遵循标准•规范数据•逐步建设•快速迭代•用户体验•高性能•高可用•高安全•开放架构

步骤1：现有系统改造及数据梳理

步骤2：构建整合平台、数据仓库及分析工具

步骤3：开发分析应用和效果反馈


临床数据中心(CDR)与医院集成平台(SOA)之异同

16

医院(应用)整合/集成平台HIP

临床数据中心CDR(临床病历/报告/医嘱/影像… )

LIS(报告/签字/标本

…)

HIS(费用/医嘱/出入转/药房/物资/ …门诊/住院)

RIS/PACS(报告/影像/签字/预

约…)

EMR(病历/质控/病案/…)

ERP(财务/OA/人力/…)

医嘱医嘱

报告报告医嘱其它

费用

临床数据二次利用

(Meaningful Use) 数据仓库/分析挖掘

(Clinical Data Warehouse)

运营决策支持(Operational BI) 临床科研型CDR

(单病种/专科建设)

结合临床路径的决策支持型CDR(CDSS)

面向临床质量和流程管理的CDR

绩效管理运营优化

….

传统医院IT核心应用

未来医院IT建设趋势


甲骨文：强大数据整合与实时分析能力支撑临床数据中心建设


Hadoop

EMRData Source

Layer HIS LIS PACS …

ETL, Data Cleansing, StandardizationData ETL

& Integration Layer

Clinical Data Warehouse Integrated

Data Warehouse

Data Mart(s)

Business Intelligence

(OLAP/ Mining etc)

Patient Discovery

(Explorative Analytics)

Data Analytics & Biz Application

Layer

Business Application

临床决策支持

患者服务支持

运营决策优化

质量管理监控

临床科研分析

Oracle Data Integrator强大的实时数据整合与ETL平台

Oracle Exadata一体机高性能海量数据库云Oracle BigDataApplicance开箱即用的Hadoop一体机

Oracle Big DataDiscovery海量信息探索分析的领先平台

Oracle BIEnterprise Edition集成 ROLAP 和 MOLAP 的领先平台


甲骨文Exadata数据库云一体机：并不是简单的叠加

InfiniBand交换机

数据库服务器

智能存储集群

集成存储板卡

(CPU+Flash+HDs)

SQL

• 突破传统的设计：

– 数据库服务器不负责查询执行：智能存储集群并行执行数据查询

– 智能存储集群管理数据冗余：同时支持OLTP和OLAP负载

– InfiniBand交换：数据库存储I/O的吞吐不再成为瓶颈

– Smart Flash Cache：加速复杂数据查询和海量数据汇总

•混合负载，既能做核心系统，也能做数据仓库

•高性能、高可靠、易维护

•动态弹性资源分配，私有云

•海量存储(42T/84T/168T/336T)

•支持行-列(内存)数据库

•支持R语言高性能数据挖掘

•一键迁移与数据库云备份


匹兹堡医学中心：诊断决策支持

• 美国匹兹堡大学医学中心(UPMC)是

一家全国知名，服务宾夕法尼亚州西部的综合服务体系，和信息技术创新应用的领导者

• UPMC正在部署Oracle临床和组学数据仓库和分析解决方案

• Oracle的个性化医疗解决方案在UPMC的应用：肿瘤董事会(专家组)。

• UPMC的多学科肿瘤学小组在肿瘤董事会会议期间，在信息学家的支持下，实施访问丰富的临床和组学数据。


医疗大数据案例：匹兹堡医疗中心

通过大数据分析，人类与疾病的关系可进一步获得发掘

个人病史年龄血型、健康检查报告、就诊记录、用药记录家族遗传…

系统数据大数据

环境数据PM2.5 、气候、干

湿度、噪音指数、工业化程度…

生活习惯工作压力、饮食习惯、睡眠习惯、运动量、情绪管理…

其他食品安全、公共安全事件、极端气候、周遭环境变化、人生重大事件…

传统对疾病诊断及治疗更多是依据人类过去对医学的理解。大数据可通过大量的病人数据、宏观数据等，通过数据采集梳理分析的过程发掘根本原因，进而带动医疗变革

健康管理中心

基因人种、突变基因…

传统“治疗”为主 “预防”或“健康管理”为主

20External Distribution


甲骨文拥有完整的临床数据中心解决方案，全面支撑临床服务、教学科研、运营优化、质量管理、患者服务所需要的临床数据整合和数据分析

临床服务

教学科研运营优化

质量管理

患者服务

21External Distribution

甲骨文...

Documents