我國電子病歷應用處于較低等級，大多CDSS沒有提供常規(guī)警報提醒、摘要儀表盤和自動信息檢索以外的功能。鑒于此，本研究基于數據驅動的決策支持理念，探討將數據倉庫、聯機分析處理及數據挖掘技術引入智能化護理決策支持系統(tǒng)，對系統(tǒng)數據信息獲取、存儲、集成、分析與呈現進行全面規(guī)劃。
【摘要】隨著電子病歷信息化建設的不斷深入，依托大數據、人工智能技術提升專業(yè)照護服務效率和質量成為健康醫(yī)療領域日益關注的焦點。本研究對智能護理臨床決策支持系統(tǒng)的數據交互與整合問題進行分析，探討將數據倉庫、聯機分析處理及數據挖掘等大數據技術引入智能化護理臨床決策支持系統(tǒng)，對系統(tǒng)數據信息獲取、存儲、集成、分析與呈現進行統(tǒng)一規(guī)劃，并在此基礎上構建基于數據倉庫的大數據平臺，推動數據驅動的智能化護理決策支持系統(tǒng)的應用與發(fā)展。
【關鍵詞】電子病歷；健康醫(yī)療大數據；護理決策支持；數據平臺
近年來，大數據、人工智能技術在醫(yī)療健康領域的應用與發(fā)展備受關注。美國醫(yī)學研究所IOM建議，醫(yī)療系統(tǒng)應提供快速、實時、多系統(tǒng)的數據信息，用于常規(guī)護理、質量改善、安全管理及學習型組織創(chuàng)建四。國務院《促進大數據發(fā)展行動綱要》《關于促進和規(guī)范健康醫(yī)療大數據應用發(fā)展的指導意見》）《“健康中國2030”規(guī)劃綱要》是推動指導健康醫(yī)療大數據融合共享與應用發(fā)展的綱領性文件。國家醫(yī)政醫(yī)管局《關于進一步推進以電子病歷為核心的醫(yī)療機構信息化建設工作的通知》指出，“2020年所有三級醫(yī)院應達到電子病歷4級以上，實現全院信息共享，并具備決策支持功能”?！皵祿畔⒄?，護理安全質量持續(xù)提升”成為專業(yè)照護的最前沿方向。
臨床決策支持系統(tǒng)（clinical decision support system,CDSS）應用數據及科學證據，幫助指導醫(yī)護人員進行最佳實踐決策，提高醫(yī)療服務質量。大數據、人工智能技術為個體化專業(yè)照護提供了新的機遇。盡管如此，數據驅動的智能化護理決策支持系統(tǒng)開發(fā)及使用仍面臨挑戰(zhàn)?？赡艿脑虬ǎ嚎梢暬捎脩艚缑?、數據標準化、系統(tǒng)間信息孤島、語法語義互操作性以及分析功能等。大數據平臺“是集數據采集、存儲、分析處理、查詢檢索、數據挖掘及可視化等功能于一體的平臺”。本研究在綜合評估智能護理決策支持系統(tǒng)前期研究的基礎上響，依據業(yè)務需求分析及大數據平臺技術，引入數據倉庫、聯機分析處理及數據挖掘對系統(tǒng)數據獲取、集成、分析與呈現進行統(tǒng)一規(guī)劃，構建基于數據倉庫的大數據平臺，為專業(yè)照護智能護理臨床決策支持系統(tǒng)提供科學數據支撐。
1需求分析
數據源是綜合評估智能化護理決策支持系統(tǒng)進行預測和決策的基礎，數據集成的目標是將在不同系統(tǒng)和設備中分布的多源異構數據，經數據集成實現有效地傳遞、交互、解釋和共享，構建智能化護理決策支持系統(tǒng)綜合數據平臺。通過統(tǒng)一規(guī)劃的數據視圖為專業(yè)照護科學決策提供數據支撐。本研究基于護理程序和標準化護理語言護理措施分類（nursing interventions classification,NIC），將數據需求分為6類，包括護理評估、護理診斷、護理計劃、護理措施、護理活動及護理評價相關的信息數據。
針對綜合評估智能化護理決策支持系統(tǒng)的業(yè)務流程、護理人員使用需求、專業(yè)總體需求進行分析，提出開發(fā)數據平臺的主要業(yè)務包括數據獲取、數據預處理、決策主題數據存儲與綜合、多維數據分析、數據挖掘、決策支持及呈現。涉及的業(yè)務系統(tǒng)有電子病歷系統(tǒng)、藥物信息化管理系統(tǒng)、圖像掃描影像學系統(tǒng)、實驗室檢查系統(tǒng)、監(jiān)護與傳感設備及護理決策支持系統(tǒng)等。
2大數據平臺
設計智能化護理綜合評估決策支持系統(tǒng)設計與實現過程中的實際需求，通過數據平臺實現對患者數據信息的采集、處理、存儲、分析和管理，將患者護理評估、診斷、最佳實踐建議及護理目標評價匹配生成基于護理評估及診斷的護理計劃訂單數據集，對決策問題提供數據支撐環(huán)境。不同患者數據匯總形成縱向數據集，滿足深度數據挖掘、知識發(fā)現專業(yè)照護決策支持。此外，平臺還可以用于警報提醒、質量系統(tǒng)控制、敏感指標趨勢及關鍵元素追蹤和分析管理。智能化綜合評價決策支持系統(tǒng)數據平臺總體框架結構分為4層，主要由數據采集層、數據存儲層、決策支持層及數據管理層構成，見圖1。此外，人工智能平臺整合數據計算和算法資源，構建基于BP神經網絡與模糊綜合評價集成的護理綜合評價決策模型。
2.1數據采集層
數據采集層包含2層結構，首先將醫(yī)院信息化系統(tǒng)中分散的電子病歷（electronic medical record,EMR）、藥品管理系統(tǒng)（electronic medicine administration record,eMAR）實驗室信息系統(tǒng)（laboratory information system,LIS）、放射學信息系統(tǒng)（radiology information system,RIS）、設備傳感等系統(tǒng)的原始數據定義形成源數據：其次通過數據倉庫工具（extract-transform-load,ETL）對源數據進行自動篩選、轉換、按照一定格式的集成加載到數據倉庫集市。
2.2決策數據存儲層
2.2.1數據倉庫結構設計
數據平臺決策數據存儲層由數據倉庫實現，為滿足多維數據分析需求，數據倉庫對源數據面向主題進行加工、處理、綜合及多維存儲，見圖2.首先根據護理程序及綜合評估指標進行數據組織，形成滿足智能化護理綜合評價決策需求主題的數據類后依次存儲。整理需求分析，按數據粒度進行劃分，形成元數據庫和數據集市。系統(tǒng)數據管理涉及元數據管理、權限管理、監(jiān)控管理及數據模型管理。
2.2.2主題域設計建模
根據智能化護理綜合評估決策需求和系統(tǒng)邊界劃分，確定人、健康、環(huán)境、護理4個主題，通過護理評估、護理診斷、護理計劃、護理措施、護理活動、護理評價聯系。將數據模型按照護理評估、護理診斷、護理計劃、護理措施、護理活動、護理評價6個基本主題域進行邏輯結構設計，建立以專業(yè)照護為中心的主題視圖，各主題域關系見圖3。
主題域確定后，采用星形結構對護理計劃主題進行多維數據事實表及維表設計，見圖4，具體維度涉及護理評估、護理診斷、護理措施、護理活動、護理評價、時間、科室、疾病診斷、護理分級及患者年齡。根據分析需求，整理系統(tǒng)護理計劃事實表及維表描述屬性，見表1。
2.3決策支持層
2.3.1決策支持層的結構設計
數據倉庫、聯機分析處理、數據挖掘及模型庫組成智能化護理綜合評價高級決策支持系統(tǒng)數據平臺。決策支持層分為3層子結構，主要由用戶層、問題綜合與交互系統(tǒng)層、聯機分析處理與數據挖掘層構成。問題綜合與交互系統(tǒng)實現系統(tǒng)維護、決策問題與方案查詢/檢索及決策后臺控制管理，包括系統(tǒng)維護、決策前臺、決策后臺3個模塊。聯機分析處理對數據集中提取的綜合數據信息實現多維數據分析處理。數據挖掘通過數據集進行數據知識挖掘，并將結果傳遞到知識庫。通過問題綜合與交互系統(tǒng)，調用模型庫、知識庫、方法庫處理數據庫及數據倉庫中的數據，將多維分析及數據挖掘結果以多種方式呈現給用戶，見圖5。
2.3.2聯機分析處理與數據挖掘
通過聯機分析處理（on--line analytical processing,OLAP）工具針對特定問題對數據集中的數據進行訪問與多維分析。通過對5類數據，即護理評估、護理診斷、護理措施、護理活動、護理評價進行多維數據分析與報表設計，為決策者提供直觀、清晰的可視化分析結果，見表2。
根據專業(yè)照護挖掘需求分析及決策目的對數據集中提取的數據通過集成數據挖掘模塊進行數據挖掘，挖掘方法包括回歸分析、關聯分析、聚類分析、模糊推理、神經網絡算法等，見表3。
2.4數據管理
數據管理是智能化護理綜合評價分析和決策的基礎和核心，涉及的內容包括用戶權限管理、元數據管理、模型管理及監(jiān)控管理。①權限管理：通過訪問協議進行臨床護理、護理管理、項目維護人員身份驗證和授權，實現數據平臺電子簽章、用戶名及密碼管理。②元數據管理：元數據是數據倉庫中“關于數據的數據”。元數據管理是智能化護理綜合決策數據平臺的重要環(huán)節(jié)，負責對數據結構、源數據、數據倉庫數據轉換規(guī)則、約束條件、ETL映射關系、數據模型、任務參數、數據存儲及更新策略等元數據信息進行標準定義、配置、存取和管理維護。③模型管理：模型管理獨立調用決策問題庫、模型庫和數據模型算法庫，是智能化護理綜合決策數據平臺的重要組成部分。其中，決策問題庫采用數據庫形式存放歷史決策問題、子問題及其求解路徑：模型庫存放決策問題、決策任務所使用的模型，包括模型的名稱、描述、算法、表示形式、輸入及輸出變量等；模型算法庫針對決策問題和決策任務求解提供線性回歸、關聯分析、模糊評價、神經網絡等基本模型算法。④監(jiān)控管理：為保證數據平臺正常運行，提高系統(tǒng)穩(wěn)定性，需要對系統(tǒng)所在網絡、操作系統(tǒng)、數據庫、中間件和應用軟件等進行全面、實時監(jiān)控。監(jiān)控指標包括：主機和存儲硬件狀態(tài)，數據集成鏈路，網絡、操作系統(tǒng)、數據庫、數據倉庫、中間件和應用軟件的運行狀況，數據備份執(zhí)行情況以及系統(tǒng)運行環(huán)境等。
3應用前景展望
3.1大數據驅動改善專業(yè)照護最佳實踐
CDSS通過集成電子病歷（EMR）、基于算法的創(chuàng)新軟件管理患者數據并納入科學證據，將數據、專業(yè)知識和證據自動組合，分析、預測患者整體護理需求及轉歸軌跡1.然而，數據標準、結構及存儲的不一致性，導致多源異構數據孤島，很難適應智能護理決策支持系統(tǒng)的需求。Dunn等對醫(yī)院護理決策支持系統(tǒng)進行整合回顧，共納入28項研究，其中50%描述了CDS與EHR的集成細節(jié)；25%實時提取、使用EHR中患者數據；50%CDS需要護士手動輸入；僅I項研究使用CDS統(tǒng)計數據。本研究探討引入數據倉庫、聯機分析處理及數據挖掘技術，構建了基于數據倉庫的護理決策支持系統(tǒng)大數據平臺，該平臺具有對患者數據信息的采集、處理、存儲、分析和管理功能，通過將患者護理評估、診斷、最佳實踐建議及護理目標評價匹配生成基于護理評估及診斷的護理計劃訂單數據集，對決策問題提供數據描述性分析。此外，允許OLAP服務器進行數據可視化瀏覽，在專業(yè)照護護理評估、診斷、計劃、干預和評價維度進行有效的數據挖掘和知識發(fā)現?；跀祿畔⒄稀⒔换?、共享改善專業(yè)決策支持和實踐質量已得到廣泛共識。
3.2系統(tǒng)交互優(yōu)化工作流程
“有效”的CDSS應考慮護理人員的工作情境，識別用戶功能需求，實時管理不同類型的數據信息，節(jié)省運營成本和時間，易于使用，遵循循證實踐指南并支持以患者為中心的協作決策?；ゲ僮餍允荂DSS實施的主要障礙，分析前對數據信息進行規(guī)范化數據倉庫處理是解決此問題的關鍵。借助基于數據倉庫的大數據平臺，在護理時決策支持模塊可以查詢、訪問數據知識并對其進行操作，更容易將數據知識獲取到工作流中，使洞察變得可行，進而基于系統(tǒng)提供的信息做出更具知識性的專業(yè)決策。
Kawamoto研究發(fā)現，有效CDSS根據工作流進行設計，實時提供關聯評估的決策建議2o.CONFlexFlow研究結果表明，靈活地將CDSS集成到工作流程中是系統(tǒng)成功的關鍵。當今，醫(yī)療衛(wèi)生環(huán)境變化迅速，新證據、新臨床護理途徑、新問題、新數據以及新元素不斷涌現。未來如何將患者數據、信息及知識，動態(tài)、實時地整合反饋到CDSS以改善工作流程和護理仍有待深入探索。
3.3機器學習引導個體化主動決策
以患者為中心的健康醫(yī)療大數據，遠遠超出檢驗假設或驗證模型的簡單需求。CDSS當前模型多基于回歸或相關分析，不能捕獲數據中的復雜關系。機器學習是指一組大數據技術，通過迭代過程進行操作，并基于學習到的模式生成預測模型，辨別數據中的復雜模式或規(guī)律2.專家系統(tǒng)、機器學習即人工智能算法和大數據存儲相結合，已開始影響臨床實踐2930.本研究基于大數據平臺，數據挖掘模塊從數據倉庫數據集中提取數據，利用人工神經網絡（artificial neural network,ANN）、模糊評價、邏輯回歸等智能算法進行模式識別和統(tǒng)計模型開發(fā)，創(chuàng)建現有表型特征和護理評估、診斷、計劃、措施、活動及評價知識庫，支持專業(yè)照護主動決策。
3.4數據管理平衡隱私保護及數據共享邊界
大數據平臺數據管理涉及數據安全和隱私管理。由于數據管理的復雜性，組織面臨道德、法律和法規(guī)挑戰(zhàn)。醫(yī)療機構應針對臨床數據建立嚴格的數據規(guī)則和長效控制機制，確保數據信息安全、保護患者隱私B。通過采用標準和合規(guī)性要求來限制用戶的權限，確保新系統(tǒng)滿足醫(yī)療保健法規(guī)并為正確使用患者信息創(chuàng)造安全的環(huán)境。允許的情況下，進行患者電子病歷匿名化，即收集數據時、收集數據后或患者身份標識加密。
4小結
江蘇省人民醫(yī)院臨床數據中心（clinical data repository,CDR）于2015年12月正式上線，集成存儲并展示就診、診療、醫(yī)囑、檢查、檢驗、手術、病歷文書等患者信息，和HIS、LIS、RIS等31個信息系統(tǒng)相連，輔助醫(yī)護人員查詢決策。CDR與智能護理決策支持系統(tǒng)（nursing decision support system, NDSS）對接，本數據平臺獲取應用CDR及其他外部數據源信息。目前智能護理決策支持系統(tǒng)I期已在我院4個科室上線試用，查詢獲取醫(yī)院CDR數據源信息，包括醫(yī)囑、檢查、檢驗、手術、病歷文書功能等41432條臨床數據。落地規(guī)則及需求共300余個，提供關聯護理評估最優(yōu)匹配的護理計劃近808次，護理措施核心數據1350次，護理活動決策信息6336次。
“數據信息交互、整合、共享，智能決策支持”構成8級電子病歷系統(tǒng)核心評價標準。我國電子病歷應用處于較低等級，大多CDSS沒有提供常規(guī)警報提醒、摘要儀表盤和自動信息檢索以外的功能。鑒于此，本研究基于數據驅動的決策支持理念，探討將數據倉庫、聯機分析處理及數據挖掘技術引入智能化護理決策支持系統(tǒng)，對系統(tǒng)數據信息獲取、存儲、集成、分析與呈現進行全面規(guī)劃，并在此基礎上構建基于數據倉庫的智能化護理決策支持系統(tǒng)大數據平臺。通過專業(yè)照護護理評估、診斷、計劃、措施、活動及評價數據交互整合、多維分析、挖掘、知識發(fā)現，為數據驅動的專業(yè)照護智能決策支持系統(tǒng)研發(fā)與實現提供有益參考。
