医疗数据处理系统及软件技术

1、医疗数据处理系统及软件技术医疗数据处理系统及软件技术（一）近年，科技界、医疗界、政经界在无数的 论坛、课题、媒体中，对医疗数据处理系统及软 件技术展开了深入研论。本年度该领域更成为医 学科技热点话题。近五年，我国在医疗数据主要是指社会及个体在医疗行为 中产生的个人健康医疗档案、管理数据、区域电 子病历等业务数据。对这些数据科学的分析处理 后，可为医生在医疗过程中提供辅助诊断，为医 疗科研提供帮助，为医疗管理提高效率。因此医 疗数据处理在医学领域始终处于非常关键，核心 的地位，伴随着医学的发展一直在不断进步。医 疗数据存储从最原始的口述、记忆，到纸笔记录， 再发展到如今的电子数据存储；数据类型从

2、统计 数据，到心电，脑电等信号数据，再发展到 CT, MRI, PET等图像数据；数据量从几例，几十例 病例，到硬盘可存储数据量，再发展到现在的云 存储，大数据。随着医疗数据的不断增长，医疗 数据处理系统性能也不断提升。目前，我国医疗 数据正处于于一个转折点，一方面医疗机构医疗数据从一般业务数据交换转化到临床数据大量 积累的过程，另一方面临床数据(包括影像数据 等)已成为医院的主要业务数据来源，这些数据聚合后，在单个医院尤其是大型超大型医院就形 成了了海量的医疗数据，随着医疗业务区域化的 发展，在一个地区、省、乃至全国的医疗数据汇 聚后，数据规模更大，将达到PB级的水平。如 何管理处理这些医疗

3、数据，并为医疗服务，这对 医疗数据处理系统及软件技术提出了更大挑战。早期的医疗数据处理主要工作是信息统计 与存储。特别是在医院、诊所、健康中心等机构 中，患者医疗资料的收集、存储、提取显示、追 踪等数据以人工方式进行管理，效率低下。随着 每天有数以万计的病人进入医院、 诊所、健康中 心医疗和保健，人工管理医疗数据远不能满足需 求。医院信息系统(Hospital information system, HIS )应运而生，很好地解决了这个问 题。HIS系统有时也称健康维护信息系统(Healthcare information system ) 或临床信 息系统(Clinical informat

4、ion system, CIS), 是一种全方位综合系统。它管理医院的医疗、行 政、财政、法律以及服务流程等方面数据。20 世纪 60 年代早期医疗数据处理系统出现了医院电脑信息管理系统的构想， LockheedMartin 研发了医院信息系统原型， 即后来的 HIS系统， 90 年代早中期，日本在HIS 系统方面处于领先地位，由于医学影像设备的需求， PACS系统也整合在 HIS 系统中。 在这一阶段医疗数据处理系统关注实现两个目标： 1. 使系统进一步适应临床环境， 2. 建立 HIS 系统与外部实体如检验室，药房的联系。随着应用的拓展，更多的医疗数据子系统希望通过接口与 HIS 系统实现

5、联系，由于任务的多样性， 技术的局限性， 部门系统的偏向性以及医疗数据处理系统开发者的理念， 各数据子系统整合到 HIS 系统、 在不同系统间实现同步更新， 管理通信服务器以及解决重复功能十分困难。到了 21 世纪，随着基于组件技术、通信系统、 分布式系统以及网络为中心的体系架构出现，使得医疗数据处理系统（包括HIS 系统）同质性以及数据分析处理上升到了一个新阶段，为不断上升的医疗数据的处理和应用提供了可能。目前的医疗数据处理系统包含不同功能的子系统重要的有电子医疗记录系统( electronic medical record, EMR ) 、检验信 息 管 理 系 统 ( laborator

6、y information management system, LIMS ) 、放射科信息系统( radiology information system, RIS) 、医学影像存储与通信系统( picture archiving andcommunication system, PACS 等。各医疗数据 处理子系统针对各自数据特点采用相应的处理手段和软件技术， 并通过子系统的配合， 提供及时的医疗数据支持以及稳定，优质的医疗环境，满足了现代社会患者日益提升的医疗服务需求。除了医疗信息管理， 医疗诊断数据处理系统对于疾病研究与诊断也是非常重要的。 早期的疾病诊断数据主要通过医生对病人症状观察

7、， 尸体解剖， 药物服用情况追踪等方式获取。 随着人体电生理信号的发现， 医疗诊断数据的种类越来越多，处理方式也越来越复杂。 19 世纪，研究学者便发现心电与脑电数据。 经历一个多世纪的发展， 心电、 脑电等信号数据的分析与处理方法已经非常成熟，并在临床上得到非常广泛的应用。20 世纪 30 年代，断层成像技术的出现与发展，使得更多的研究学者开始关注医疗图像数据。 随着医学影像设备的飞速发展， 以及医学临床诊断的需要， 图像数据处理逐步成为医疗诊断数据处理系统中非常重要的部分。 在医院利用图像数据进行疾病诊断初期， 图像数据大多通过胶片系统显示，存储。对于图像数据处理的研究，大多集中在如何快速

8、， 准确成像， 提高图像质量等方面。然而，由于医院规模逐渐增大，疾病复杂性逐渐增强，及时管理医学图像数据成为医学界的众多挑战之一。 对于复杂疑难疾病患者， 往往需要通过大量的放射科图像数据联合诊断治疗。同时，患者进行复诊时， 通常需要回看之前拍摄的放射科图像。胶片存储系统已经无法满足这些需求，胶片的意外丢失与损坏更是会带个患者与医院不小的损失。PACS的研制则很好地解决了这些 问题。PACS是一种提供多类数字图像数据存储 及提取的医学影像技术。该系统对于所有图像，按统一格式（DICOM进行存储及传输，非图像数据则通过常规标准格式（如PDF） ，封装在DICO附。PAC躲了代替胶片系统，实现医学

9、图像获取，显示，存储，传输和管理功能，其还可以对图像进行增强变换， 局部缩放， 旋转平移以及各种滤波分析， 获得更为清晰的图像和有关量化数据，为医疗诊断提供了更客观的依据。PACSI统的想法最初诞生于1982年的放射学会议上。 同时， 被提起的可替换名称还有图像管 理 与 通 讯 系 统 ( image management and communication system, IMA。以及综合诊断系 统( integrated diagnostic system, IDS) 。这 些名字表示放射科图像管理系统技术难度的不同层次，目前最常用名称的是 PAC繇统。80年 代至90年代，PAC繇统研

10、究主要处于构造原型 阶段。最初的PAC繇统是在堪萨斯大学搭建实 验的，并在第二台PAC繇统上运用了网络技术。 在PACSff究的第二阶段，研究者更关注于提高 数据传输速率， 增强数据库效率， 增强显示分辨率，提高用户体验等方面。目前，PACS系统已 经全面进入医院临床。PACS系统的常规流程包 括： 当病人正在接受检验或检验结束后， 图像数 据会转移到接受节点上； 通过网络， 格式化的图 像进入数据库中； 需求的图像数据目录会被添加到工作列表中； 特定的工作台则会接受传输来的病人图像数据。目前， 除了临床医疗数据系统， 个人医疗数据系统同样在飞速发展。 个人医疗数据或称个人健康记录( pers

11、onal health record )早在上个世纪 70 年代就提出过。然而，直到 21 世纪，相关研究及文章才开始大量发表。早期，个人医疗数据通过纸质方式来记录存储，其中包含检验报告， 临床病例以及个人的健康历史记录等。 纸质虽然数据可靠，低消耗，但是较难定位，更新以及与他人分享。随着EMR或电子健康记录( electronic health record, EHR )的出现与发展， 人们逐步开始通过电子器件记录自身的健康状况。个人医疗数据通过电脑等电子器件存储，可以更好地实现数据输入，数据加密，数据分享等功能。随着智能移动设备，无线通讯网络的飞速发展，个人医疗数据也开始向网络存储的方向发

12、展。 基于网络的个人医疗数据处理从本质上讲，与个人电子医疗数据类似。然而，通过网络，人们可以轻易整合各设备的个人医疗数据。目前， 基于网络的个人医疗数据处理是当前的研究热点， 也有许多大型公司， 企业提供相应的服务支持。当前发展近年来，医疗行业进入了重要的历史转折点： 随着全球老龄化进程的加剧，医疗大数据时代已 然到来（如图1）。在新的时代下，医疗数据处理 系统与软件技术的发展与大数据、 云计算、数据 安全等技术紧密结合，呈现蓬勃发展的趋势。国雷用在不断卜升G肝的占比非得离令球老静化 平均年龄60 + :H前的IG.到 2050年嘴达到士喷或美国为制：医疗大数据的班位3千仁美元/年，相节于每年

13、生成其 值增长。.不当前的医疗大数据主要来源于：1 .制药企业/生命科学领域药物研发是相当 密集型的过程，对于中小型的企业也在TB以上 的。在生命科学领域，随着计算能力和基因测序 能力逐步增加，美国哈佛医学院个人基因组项目 负责人詹森鲍比就认为，到2015年，将会 有 5000万人拥有个人基因图谱，而一个基因组序 列文件大小约为750MR2 .临床决策支持、诊断相关影像信息临床和实验室数据整合在一起，使得医疗机构面临的数 据增长非常快（如图2）, 一张普通CT图像含 有大约150MB的数据，一个标准的病理图则接 近5GB。如果将这些数据量乘以人口数量和平均 寿命，仅一个社区医院累积的数据量，

14、就可达数TB甚至数PB之多白居内地R斯丁7影摩甘“I匕小阴阴町栉履小IDF2013期忱用g医疗蕊累耨急朝窜植邦恪方力也相当于阿热举数据最的打球增长其针对医疗领域这种数据量大， 数据种类多， 数据来源复杂的场合，更具有得天独厚的优势。1. 个性化医药的研发大数据技术的出现使得医药研发人员可以得到最为详尽的患者数据, 从而研发出最贴合患者病情的针对性药物 , 提高治疗效果。如对患者的行为习惯、情绪所处环境等进行细节化测量 , 并针对性地调整和优化药物配比。 针对新药研发项目 , 医药公司可以通过大数据分析公众对该种类药品的需求度及预测未来发展趋势, 从而可以更有效的利用资源, 提高研发产出比。2.

15、 便捷式疾病诊疗服务首先，从疾病预防方面来看 , 通过云平台可采集居民的健康数据， 以便居民随时查阅自身的健康状况， 配合专家在线咨询服务， 可使居民在第一时间内了解身体存在的健康隐患及未来可能会发生的疾病风险， 做到防患于未然， 同时也减轻了个人医疗负担。另一方面 , 医疗结构可对远程监控系统采集到的大量数据进行科学分析， 同时很方便的和患者进行充分沟通， 通过如预约门诊等方式来合理安排医疗资源，以减少病人住院时间和均衡急诊量，避免医疗拥挤现象。同时，综合以往大规模数据进行分析和管理， 提高医疗卫生服务水平和效率，为患者提供更优化的体贴式服务。3. 科学的公共卫生管理通过广泛的数据采集， 大

16、数据对公共卫生状况进行数字化的整合和分析， 提高疾病预报和预警能力，防止疫情爆发。并针对每一块定点区域，成立卫生信息管理平台。 建立本区域内居民健康信息库， 对疫情及传染病进行实时监控和快速反应，以实现降低传染率和节约医疗支出的目的。同时， 通过信息平台可以很方便的开展疫病预防宣传工作， 大幅提高公众健康风险意识， 改善区域内公共卫生状况。4. 准确的健康危险因素分析大数据技术将互联网、 物联网、 医疗信息网络等相互关联， 形成一个统一的有机体， 可以实现对健康危险因素数据的全方位数据收集，例如自然环境因素（大气、土壤、水文等信息），社会环境因素 （经济收入、 营养条件、 医疗保障水平、受教育

17、程度等信息） ， 生物因素 （致病性微生物，细菌、病毒的监测数据） ，甚至包括人类遗传基因等因素， 利用大数据技术对健康危险因素进行比对关联分析，针对不同区域、人群进行评估和 遴选健康相关危险因素，提出居民健康有针对性 的干预计划，促进居民健康水平的提高。云计算、云存储给医疗信息领域带来的变革云计算技术可以降低医疗行业信息系统的建 设成本。云计算加快了医疗信息资源的建设，实 现了信息资源共享，提高了整个医疗机构服务水 平。通过推动医疗机构卫生服务管理机构间的标 准建设，数据共享，信息整合，有规划信息系统 建设和整合，提高医疗卫生机构的医疗质量和服 务能力，运营管理效率，实现以患者为中心的医 疗

18、信息化系统建设。推动医疗卫生行业在战略与 发展、运营和流程、信息技术应用不同层面的发 展。目前我国各级医疗机构、公共卫生机构已经建 设了大量的医疗信息资源，并且还在建设更多的 医疗信息资源。主顾将医疗信息资源存储在云 上，医疗信息资源的共享将更为方便与快捷， 各 个医疗机构或信息资源建设人员也可以利用云 计算所提供的强大的协同工作能力实现医疗卫 生资源的共建。云计算技术可以提高卫生机构服务水平。在医 院数字化建设中，医院以医疗业务为核心，整个 诊疗过程都是以病人为中心，病人医疗信息能够 在各科室实现共享，深层次利用病人信息，进行 数据挖掘、分析和利用。全面整合医院内的管理 信息、患者的诊断及治

19、疗、费用信息及经费管理， 实现医院各项业务数字化运作和智能化管理。并 与医院外部的信息系统进行数据交换和信息共 享，全方位提升医院的服务水平。 云计算还可以 将电子病历、预约挂号、电子处方、电子医嘱以 医疗影像文档、临床检查信息文档等整合起来建 立一个完整的数字化健康档案系统，并将健康档 案通过云端存储便于今后医疗的诊断依据以及 其他远程医疗、医疗教育信息的来源等。云计算技术可以合理使用医疗资源。大型医院 运用数字化医疗设备、计算机网络平台和各类应 用软件系统对医疗服务和管理信息进行收集、整 理、统计、分析和反馈。基层卫生机构运用云计 算，通过数据、文字、语音和图像资料的远距离 传送，实现专家

20、与病人、专家与医务人员之间异 地“面对面”的会诊。针对边远地区和社区门诊， 通过云计算技术远程诊断及会诊系统，在医学专家和病人之间建立起全新的关系，使病人在原地、 原医院即可几首远地专家的会诊并在其指导下进行治疗和狐狸， 可以节约医生和病人大量时间和金钱。云计算技术可以运用在医疗教育系统。 在以云计算技术为基础的医疗健康信息平台基础上， 以实现统计数据为依据， 结合各地疑难急重症患者进行远程、异地、实时、动态电视直播会诊以及进行大型国际会议全程转播， 并组织国内外专题讲座、 学术交流和手术观摩等手段， 可极大地促进我国医疗事业的发展。1. 远程医疗诊断远程医疗诊断是医疗发展的需求， 对于网络和

21、存储系统有着很强的要求， 还注重音频和视频信息的网上实时传送。 但是这个系统一旦正式进入运作，必须保证7*24 小时不间断正常开展，否则就无法保证远程诊断能够实现。 基于云平台的远程医疗诊断， 只要被赋予了一定权限， 不管在啊何地都能登陆系统、 咨询医生， 把自己的病历和PACS-项通过网络传送给医生，然后医生根据病人情况给出医疗发难， 对于疾病治疗有着重要意义。基于云的远程医疗利用先进的流媒体技术和远程通信技术，突破地域、时间的限制，实现优质医疗资源共享， 体现卫生服务公平， 提升公众健康意识， 在我国至今已实现14000 例远程专家会诊。2. 医疗影像处理医疗图像是现代医学诊断和检查的重要

22、手段，二三维图像的使用， 使得医生可以只管得到患者身体内的各种信息， 帮助诊断。 而医学图像数量比较大， 而且其处理， 包括边界提取、 图像分割、图像融合等都需要专门的工具、 专业的人才， 耗费大量资源， 如果在云计算平台上运作就可以减少很多资源，并能保证速度和质量。3. 海量病例存储云计算中， 云后端有着足够大的存储空间， 病人海量病历可存储在后端中央服务器， 不仅解决了个别医院因为设备不足而导致的病人病历丢失的情况， 而且病历可以全球存取， 资源可由一个医院分享。2009 年 6 月 15 日，科技部、卫生部领导和专家对电子健康档案系统进行了评审， 一致认为国家数字卫生项目组研发的电子健康

23、档案系统设计合理、功能完善、技术先进、达国内领先、国际先进水平，同意通过评审，并建议首先在浙江省扩大试点，在卫生部完善标准化规范体系的基础上，进一步完善，逐步推广全国。另外，基于云的电子病历， 将病人信息集成在各个医院的信息系统中，在就诊中可以直接提取记录。4. DNA信息分析以DNA1成的碱基A C G T排序为切入点， 了解人类染色体的基因分布以及核苷酸序列是基因组学的重大研究成就， 但同时， 叶长生一个更为艰巨的任务，破译所有DNA勺作用于激励，揭示生命活动的本质。 但这项工作中的海量数据处理对工作人员是一个很大的挑战。 如果将这些数据放在“云”上进行处理，利用云后端强大的服务器群，可以

24、得到突破性进展。5. 解决传统医疗信息服务存在的问题当前实力较强的医疗机构购买了信息化设备，拥有数据中心， 构建了医疗信息服务， 但很多较小的机构没有足够的资金购买， 而且购买之后机器的维护需要专门人员，电子设备更新速度太快， 导致了维护成本较高。 且每个医疗机构的信息服务各成一个体系，互相之间数据不能共享，造成了资源浪费。 且大部分医护人员对信息技术掌握不多， 在很多信息服务中资源不能得到有效利用。基于云计算的高效医疗信息服务可以大量节约医疗机构用于信息化的资金。 随着对云计算的研究， 云计算的优势越来越显示出来， 大部分医疗机构会放弃或者改造原有笨重而耗费资金的硬件设备而转向云服务， 从而

25、节约大量资金， 有利于实现医院“低投入、高收益”的理念。基于云计算的高效医疗信息服务有满足需要的网络带宽、 存储资源和计算资源。 远程医疗不必拘泥于网络传输， 可自由进行交流会诊， 对医疗影像的存储， 还可建立个人电子健康档案， 同样存储在云内。 利用云平台的强大计算能力可对基因组进行信息分析。数据安全给医疗信息领域带来的变革在医院信息系统中 , 最珍贵的财富是我们在长期发展过程中所积累下来的业务数据, “数据是资产 , 备份最重要” 。系统灾难的发生, 不是是否会 , 而是迟早的问题。造成系统数据破坏、丢失的原因很多 , 有些往往被人们所忽视。 正确分析威胁数据安全的因素 , 制定和建立完备

26、的备份及远程容灾恢复计划 , 以增强系统的抗灾能力 , 最大限度地减少损失, 是当务之急。医院信息系统要求24 小时不停机, 可靠性要求很高 , 不仅不允许出现系统故障后丢失数据 , 而且要求故障在几分钟甚至几秒之内迅速恢复 。因此传统的备份并不能满足要求 , 需要设计一套容灾解决策略 , 它能够保证用户数据的安全性（数据容灾）,甚至还能提供不间断的应用服务（应用容灾） 。大数据时代的到来，使得新的数据安全技术成为了可能。1 数据远程复制技术在选择容灾系统的构造时 , 首先要考虑的就是选择合理的异地数据复制技术 。数据的远程复制技术是容灾系统的核心技术, 通过有效的数据复制 , 远程的业务数据中心与本地的业务数据实现同步 , 确保一旦本地系统故障 , 远程的容灾中心能迅速进行完整的接管。 在数据复制的方式上 , 主要有同步方式和异步方式两种 。同步数据复制 , 指通过容灾软件 （ 或硬件系统 ）, 将本地生产数据以完全同步的方式复制到异地。异步数据复制 , 指通过容灾软件 （ 或硬件系统 ）, 将本地生产数据以后台同步的方式复制到异地。异步数据复制方式在软件容灾方式中广泛采用。在异步复制环境