医院信息系统如何分析处理垃圾数据？

HC3i 中国首家专注于医疗信息化、互联 医疗和移动医疗的专业 络平台。

大数据、云计算等先进概念和技术的发展让数据迸发出前所未有的魅力和价值，医院的海量数据蕴藏着巨大潜力。但由于长期以来对医疗数据质量缺乏重视，垃圾数据导致的数据质量问题已对医疗数据分析利用产生了巨大影响，成为医疗数据的深入分析和挖掘利用过程中最大的阻碍。目前，事前规避、过程环节监控和事后及时反馈已成为防范和应对医院信息系统垃圾数据所造成的数据质量问题的主要方法和途经。

1 垃圾数据产生的原因

1.1 主观因素 管理层对数据质量重视不足，导致缺乏相关的管理制度、管理指标等，数据质量长期处于无人监管、无据可依的境地。

缺乏数据质量责任意识。数据质量管理的相关制度、培训的缺乏和软件系统本身对数据产品质量忽视等导致操作人员无法产生良好的数据质量责任意识，只是单纯的录入数据和完成操作，对数据录入的准确性等质量要求无法产生主动管理意识，更不会积极参与数据质量的管理。

各种信息系统建设和验收重点过于强调快速和功能，忽视系统数据的质量监管，缺乏数据质量验收的概念和标准。

过于依赖和信任电脑，忽视人员主观因素，缺乏专门的培训体系和监管体制。

1.2 客观因素

1.2.1 数据库设计缺陷

数据质量的概念产生于海量数据再应用，在医院信息系统建设初期对数据质量没有深刻认识。数据库开发人员在设计数据库时难以全面深入的对可能的垃圾数据等具备周全的考虑和准备。这也是医院信息系统建设过程中难以回避的阶段。

1.2.2 应用系统程序设计缺陷

系统提供商关心利润，提供产品力求周期短、见效快，对于数据质量管理没有原动力。很多信息系统缺乏数据的完整性约束和质量管理功能，有些甚至可能直接修改基础数据字典，对数据质量造成极大的隐患。

1.2.3 缺乏专门工具、团队和机制

医疗数据是医疗行为的最终总结和信息载体，管理的复杂度并不亚于医疗过程的质量管理。但目前各大医院的质量管理重点多在于医疗质量管理，对于医疗数据质量管理尚未形成专门团队和体系，也缺乏完备的管理机制。

2 信息系统数据质量层次和问题分类

只有从对垃圾数据产生的路径和影响因素入手进行分类管理，制定针对性的对策，才能快速、有效的防止和纠治垃圾数据。

2.1 医疗数据质量层次划分各种医疗操作时刻都在产生和影响业务数据。对信息系统内医疗数据的产生和变动因素进行分析，将各种医疗数据划分为数据基线路径和业务数据两大类，细分五个区域，如图1所示。

图1 信息系统医疗数据的不同操作领域

图中箭头连线表示数据的产生路径或影响路径。实线箭头表示客观可控的数据流，但会受到主观操作影响；虚线箭头表示主观的必须进行严格管控的数据流，是管理中的重点和难点。

2.2 垃圾数据导致的数据质量问题分类 数据质量问题通常表现为某个数据应具备的质量属性问题。一般而言，可分为缺漏、错误或不合规范、时效性、逻辑不一致、唯一性等问题。除数据缺漏可以完全通过程序的完整性约束来解决外，其他必须结合人工管理措施进行纠治。各类数据问题纠治的自动化程度如图2所示。

图2 不同数据质量问题对自动化和人工措施的依赖程度

数据缺漏：如患者姓名未录入等；数据错误或不合规范：如手机项目录入了固定电话号码等；数据时效性问题：如按照医院规定应当出院后24小时完成首页填写但未及时填写；数据逻辑不一致：如年龄<10岁但婚姻状况录入为已婚等；唯一性问题：如同一患者具有两个ID号等。

3 对策和建议

3.1 责任意识培养和全员参与模式的构建良好的数据质量必须基于良好的数据责任意识和全员参与。必须从制度保证、部门和人员团队建设，带有数据质量管理思维的软件开发模式以及先进的信息反馈工具三方面入手。

3.1.1 医疗数据质量管理制度体系

良好的质量源于严格的制度。医疗数据质量管理制度体系是整个医疗数据质量控制工作中各种具体业务流程操作和人员行为的依据和标准。包括总体制度、人员架构安排、各类业务数据操作规定、各类业务数据质量规范、人员岗位操作规范与职责、信息系统和软件数据质量验收标准、医疗数据质量管理指标集以及人员奖惩制度和人员质量档案登记制度等。

3.1.2 部门、人员团队建设

建立专门的医疗数据质量管理委员会，作为数据质量管理的最高决策机构；质量管理科是医疗数据行政管理部门，负责相关规定的制定和监督落实；信息科和统计室作为医疗数据质量管理的技术支持部门，负责相关工具的开发和对医疗数据质量的深入分析和监控支持；各业务部门建立专门的医疗数据质量监督小组和联络员，负责数据源头的监控、人员培训以及相关事宜的联络等。

3.1.3 完备的评价指标体系

建立科学、合理的指标体系进行评价，通过对指标体系内不同的评价指标赋予权重来突出管理重点，通过综合得分来量化考评。一般由统计部门协同相关业务科室共同制定。

3.1.4 专门工具的研发和应用

先进的信息化工具是医疗数据质量管理必不可少的辅助，应当具备以下几方面的功能。

3.1.4.1 信息的录入、分发和反馈

监管人员和责任人员之间及时有效的互动沟通是质量管理的核心，直接制约管理效率和效果。这就要求系统工具必须具有便捷的信息录入、分发和互动反馈功能。录入环节一般由监管部门录入和按用户权限分发所发现的需要修正的数据质量问题信息，及时提醒和帮助各部门各人员了解和定位相关的数据质量问题。反馈主要是指让监管部门及时、随时了解数据质量问题所处的状态，如待修改还是已修改，便于进行监管复核，并提示责任人跟进。

3.1.4.2 数据问题修正

系统工具应提供数据修改接口，方便各级各部门的人员根据自己的用户权限进行数据修正。对技术支持人员提供有限制的底层数据访问功能，以便对已经无法由前台进行修正的数据质量问题进行修正。

3.1.4.3 统计 表

表功能主要用于对医疗数据质量管理相关指标和信息进行汇总和可视化的展示。便于帮助各级管理人员直观了解和讲评，定位本部门的重点问题和管理方向，制定改进措施。

3.2 基准数据领域的质量管理 基准数据领域中的数据是其他医疗数据产生的基线，包括基本字典、业务字典等。这部分数据的稳定和准确从基础上影响数据质量。如身份字典的垃圾数据可能会影响到每个患者实例数据。对于这部分数据的质量管理应定期审计，包括标准的审查和变更管理、每日定时比对、数据变更审查以及跟踪记录、 警等。

3.3 应用程序的质量管理应用程序对其产生的数据质量缺乏约束，造成大量数据缺陷，如关键字段不录入也可保存数据等。在开发或引进软件程序时，必须要求程序提供商提供数据质量约束标准等文档，在软件上线使用前院方应安排专门人员进行数据质量的测评，包括录入环节的完整性约束与提示、产出数据的质量评价以及回溯修正功能等。

3.4 人员主观因素的管理必须依靠完备、严格的管理和奖惩制度以及长期坚持不懈的培训。培养树立人员的医疗数据质量责任意识，明确岗位职责，严格落实操作规范。监管部门定时进行监控和评价，结果直接和个人绩效、晋升考评等挂钩。

3.5 业务数据领域的质量管理业务数据作为联机在线分析业务（OLAP）和决策支持（DSS）数据的数据源，具有一定的静态性和不可变性，是数据质量管理的终末环节。由于前述原因，很多垃圾数据一直流入到业务数据领域才被发现，此时基本不可能使用业务程序进行回溯无痕修改，只能弥补性的终末修改和反馈。如患者已由系统入院但本人实际未入院时，应由护士站取消入科后通知住院登记处将该患者待入科信息删除，但实际大都直接出院操作了事，导致系统中出现一条无效的住院记录，只能直接由工程师从后台数据库删除。

3.6 静态数据的质量管理静态数据主要用于决策支持（DSS）业务，如数据仓库、BI应用等。应保持严格的静态性，业务数据进入该领域之前必须经过严格的清洗，一旦进入则不能修改。确实需要修改的需专业数据管理人员和工程师进行数据影响评价后进行。现在业界主流的做法都是在做系统集成的过程中将业务数据中的垃圾数据修正完毕，然后才进行静态数据的导入和生成，好处是可以基本保持业务数据和静态数据的一致，但需要投入大量成本。

大数据时代医院信息化建设

日前，北京大学人民医院刘帆做了以《大数据时代医院信息化建设之机遇与挑战》为主题的演讲，以下信息为演讲速计整理。

医疗服务模式的发展演化

刘帆表示，技术每一次的变化一定是推动业务流程的变化或者是有新的业务模式出现。数据本身是没有价值的，对数据进行数据挖掘之后作用于业务，这是价值。大数据在医疗行业来讲是一件非常困难的事情，再说医疗行业大数据之前，先来看看医疗服务模式的发展演化。

医疗服务模式的发展演化

在最早时期是个人行医，因为生产力比较落后，懂医的人就更少了。慢慢发展到现在，对一个人的健康和疾病诊疗做全流程化的管理。这样一来，在我们去大医院看病就越来越复杂，除了主治医生以外，还有很多在为同一名患者服务。这是一种协同办公，在医院里共同的围绕一个人解决问题。针对这样的情况，就会出现极度的资源占用问题。为什么这样说呢?想必很多人都经历过大医院人满为患的现象。刘帆表示，这里有一个82现象，80%该在社区看或者在二级医院看的病，全都跑到大医院去看。而广大的社区，它的医疗机构数占80%，但是只拿到20%的病人，所以出现了资源的浪费。在未来一定会出现分布式医疗系统的出现，来助力实现各个医疗机构之间、各个医疗服务之间的协同，把患者分散在各个对应的地方。这就对信息系统的依赖会越来越大，移动医疗和远程医疗定和当下的信息技术有着密切的联系，大数据和云计算会对医疗会有很大的影响。

在未来， “互联 +”改变传统业态是必然趋势，云计算(数据的载体)+大数据(数据的应用)技术将推动应用变革。

什么样的技术去处理数据?数据载荷平台又是怎样的?

就医疗行业来讲，现有的数据是不能够直接拿来分析的，因为医院结构非常复杂，到目前为止还有一些数据没有很好的整合在一起。刘帆表示，北京大学人民医院五年来针对这个问题做这两件事：其一，通过信息平台，把医院内部的一些孤岛数据整合起来。其二，把各种各样的系统集中到一个平台中去，就是下图CDR集成平台。

集成平台——CDR

刘帆表示，针对CDR概念，在北京大学人民医院做之前，中国是没有的。在2011年没有任何厂商卖CDR产品，全部都要靠自己来做。

5大领域73系统204子系统

做成CDR集成平台平对于医院来说并不是一件容易的事情，甚至比任何组织企业都要复杂。对于普通的企业来说，只要一个ERP，一个物流管理、再加上一个客户端就可以搞定，所有的人财物都可以展示。但对于医院来说，ERP只是其中的一小部分，还有很多如每个医生、每个患者、乃至每个护士的临床信息系统，如医联体、需跟医院的信息系统进行对接，医疗机构和医疗机构之间，医疗机构保险公司、医疗机构和政府之间这些都需要对接。刘帆展示了他在2014年做的一次总结，在那个时候已经有五大领域，73个系统，204个子系统，到现在二百二十多个，还在不断的增加，只有这样的后台技术架构的集中平台才能够支撑如此复杂的医院运行。

如果想要覆盖医院所有的数据，就必须有信息系统来覆盖，就拿打呼噜来说，就需要监测，这里就需要一个系统，不能每次都重新拿设备去读病人的心电图纸。还有至今没有解决的问题就是实名制就诊，这样机会导致一个人有不同的卡号，所产生的数据也很难统一到一起。针对这样的情况，北京大学人民医院做了一个EMPI系统。如下图：

EMPI系统交互图

EMPI管理系统 – 患者合并：当两个患者姓名、性别、出生日期、身份证号等信息相同时,就可以判断这两个患 者者是一个人,需要在EMPI中进行信息合并。EMPI管理系统 – 疑似处理：当两个患者姓名、性别、出生日期等信息相似,但是 不能确定是同一患者,就可以在疑 似队列中找到,操作员可以对比患者信息,判断是将数据合并还是解除疑似关系通知系统 两条记录是不同患者。

北京大学人民医院如何处理数据标准化问题?

依据目前卫生部最新标准规范现状以人民医院信息化现状与需求定制开发：

第一步,依据HL7 RIM模型,结合医院实际业务,建立RMIM模型和CDA，通常业务RIM分析会采用TMT方法论,但卫生部公布的《健康档案基本 架构与数据标准(试行)》已经进行了大量工作,人民医院可以在此基 础上进行分析工作。第二步,基于HL7 RIM模型,构建或比对现存CDR数据,形成人民医院的自己 的CDR标准。第三步,根据人民医院的CDR,要求各个接入厂商构建符合人民医院标准的消息模式。第四步,根据卫生部的要求,建立符合卫生部标准的消息模式。

参照标准

刘帆表示，在医疗行业的标准非常非常多，而不是没有，到目前为止，国家层面的标准有253个标准，关于数据的标准如临床数据、健康数据、区域数据、医院数据等等都要遵循。

13个“结构化”域+1个“非结构化”域

上图为全面描述某个病人在医院里发生的所有数据，调了13个结构化的域和一个非结构化的域，非结构化域就是我们的病例。

用药的数据项

上图为某个用药的数据项，刘帆表示，这一部分很复杂，需要了解很多的详细信息。和其他行业相比，医疗行业的数据结果必须要谨慎。在电商或其他行业利用大数据做的就是推荐，如猜你在深圳，而不是说你就是在深圳。但在医疗行业就不能说，猜你得了病，和我猜你有什么问题，这样的结果在临床也不能用。对于医疗的大数据来讲，数据的准确性关乎人命，某种程度上来讲对数据的要求质量还是跟其他行业不同。

七个域、16类、62个活动场景-全面描述患者就医过程

上图把整个病人的数据分成了七个业务域，通过16类、62个活动场景来全面描述患者就医过程。

患者在医院内数据集成完毕

上图为通过EMPI把一个人识别出来，了解他在医院里面每次就诊的记录，之后串在一起放在CDR中。

个人财务和物流数据北京大学人民医院是如何处理的?

一个医院除了临床数据以外，还有另一半非常重要的数据就是还有一半是你的财务和物流数据，如患者交的钱、用的注射器、起搏器等数据。

Hospital Resource Planning

上图为HRP系统，这个系统可以涵盖医疗器械去向、生产厂商、设备厂商以及物流厂商之间是如何关联的。每一个患者的数据都是由临床数据环和运营管理数据环建立起来，拥有这两个一个患者的数据算是齐全了。但大数据不仅仅是个人，还有人和医院之间的关系，一个患者一辈子不只能在一个医院看病。

北京大学人民医院在数据的互联互通上是如何做的?

医疗机构之间互联互通数据整合

健康与疾病、院外与院内互联互通数据整合

一个患者仅拥有一家医院的数据就是一个孤岛，即使数据健全也是一样的。所以北京大学人民医院从2007年开始有意识的做医联体，目前在全国已经铺了376个点，因受当地医院很多的资源和技术水平的限制，有价值的信息共享非常少。刘帆表示，即使这样还是要坚持做下去，在未来将整合整一个患者所有疾病数据，如果在打通亚健康和疾病所有的数据那就会更加完美。