湘雅临床大数据调研报告书

..湘雅大数据调研报告-湘雅二医院调研项目:艾滋病临床大数据系统指导老师:二级学院:软件学院专业名称:软件工程班级:调研报告人:中南大学20XX4月30日..摘要本文在下面章节描述了湘雅大数据调研的详细过程,并对大数据及艾滋病背景做了简要的叙述,结合湘雅二医院的实际,对湘雅二医院的已有的医疗信息系统及平台,大数据项目需求以及大数据方法与技术进行了详细的阐述。在调研之际我们还对医院感染科已有的信息平台中的信息与数据的格式,规范与要求进行了介绍。感染病是一项传播疾病,在大数据时代到来之际我们应该充分利用大数据分析平台来处理沉积在医院数据库系统中的数据,这有利于临床医生的工作效率和他们的科学研究。在此之中我们也应该清楚的认识到大数据平台除了在商业应用成功之外在其余的方面这样的成功的案例很少,这给我们带来新的挑战,故本文仅提供了解决湘雅大数据建设的初步的设想和相关技术方面的描述。关键字：湘雅大数据,艾滋病,疾病传播,医疗信息系统,数据库系统目录TOC\o"1-3"\h\u19076第一章绪论3127081.1项目背景356881.1.1艾滋病背景介绍3179381.1.2医疗大数据背景介绍3234161.2临床工作和临床数据积累的基础513143第二章目前信息系统概况737662.1湘雅二医院信息系统746282.1.1解决人财物的管理问题7195172.1.2涉及临床信息的处理系统87442.2湘雅二医院目前使用的电子病历系统822952第三章艾滋病规范化诊疗随访系统建设需求与分析998753.1临床病例随访系统需求分析9184333.2临床大数据系统建设的内容、方案和技术路线961723.3临床数据资料的收集10255493.3.1确诊前的相关信息102903.3.2确诊后的资料收集10190963.3.3治疗过程资料的收集10250303.4随访管理系统的需求1131164第四章艾滋病临床病例随访系统所需用到相关技术与方法12124934.1临床病例追踪系统所需用到相关技术1221624.2临床病例追踪系统所需用到的方法1324043第五章艾滋病临床病例随访系统解决问题的可行性方案143960第六章结论154810参考文献<References>：16第一章绪论1.1项目背景1.1.1艾滋病背景介绍艾滋病〔AIDS是一种严重威胁人类生命健康的传染病。我国艾滋病流行呈地区性聚集,XX省的艾滋病新发感染和发病率逐年增加,已经成为国家重点防控地区之一。艾滋病毒〔HIV感染和发病有其特殊性,感染人群多样化,大大增加了防控和治疗难度。HIV感染主要侵犯机体的免疫系统,逐渐致CD4+T淋巴细胞耗竭,最终使机体免疫功能破坏直至崩溃,导致各种机会性感染和/或肿瘤。艾滋病从感染到出现临床症状有较长的潜伏期,平均8-10年。但是不同的感染途径、不同的人群、不同的免疫状况以及是否有其他合并症等均影响患者的发病时间,因此患者一旦确诊HIV感染需定期随访检查相关指标以便及时治疗。另外确定HAART治疗后仍然需定期随访,因为治疗方案为多药联合治疗,药物可能有一定的毒副作用需要定期观察处理,长期治疗可能出现药物耐药需要及时更换治疗方案等。艾滋病的治疗主要以抗病毒〔highlyactiveanti-retroviraltherapy,HAART为主,到目前为止尚无特效治愈方法,因此一旦启动治疗需要终生用药。有研究报道,只要及时采用HAART治疗,艾滋病的预期寿命可与普通人相差无几。1.1.2医疗大数据背景介绍随着大数据时代的到来,医疗行业的信息化也迎来自己的"大数据时代",而如何将患者的被动性参与转向主动健康管理,从单一案例效果评估转向过程性、全程性的整体评估和体验；从病种数据管理扩展到健康数据管理,从关注争端和治疗技术跨到预防、护理和康复环节是未来医疗行业需要关注和解决的问题,而大数据,正是一条重要的道路。所谓大数据是指无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。大数据技术,是指从各种各样类型的数据中,快速获得有价值信息的能力。适用于大数据的技术,包括大规模并行处理〔MPP数据库,数据挖掘电网,分布式文件系统,分布式数据库,云计算平台,互联网,和可扩展的存储系统。具体来说,大数据具有4个基本特征：一是数据体量巨大。百度资料表明,其新首页导航每天需要提供的数据超过1.5PB〔1PB=1024TB,这些数据如果打印出来将超过5千亿张A4纸。有资料证实,到目前为止,人类生产的所有印刷材料的数据量仅为200PB。二是数据类型多样。现在的数据类型不仅是文本形式,更多的是图片、视频、音频、地理位置信息等多类型的数据,个性化数据占绝对多数。三是处理速度快。数据处理遵循"1秒定律",可从各种类型的数据中快速获得高价值的信息。四是价值密度低。以视频为例,一小时的视频,在不间断的监控过程中,可能有用的数据仅仅只有一两秒。而在医疗数字化的过程中,医院成了大数据产生的重要来源,病历、影像、远程医疗等都会产生大量的数据。医疗行业相比其他行业更加严谨,因为更多的是"人命关天"的业务,因此在IT创新的脚步上是相对较慢的。而引入更多的数据源,包括内部与外部数据,医疗机构是否已经准备好迎接大数据的挑战？有专家认为,医疗行业的大数据应用还处在起步阶段,但大部分医疗机构已经开始意识到大数据对于他们的重要性。因为要真正在医疗健康领域创造价值,仅仅掌握医院内部数据是远远不够的。而艾滋病〔AIDS作为一种严重威胁人类生命健康的传染病。我国艾滋病流行呈地区性聚集。艾滋病毒〔HIV感染和发病有其特殊性,感染人群多样化,大大增加了防控和治疗难度。根据传染病疫情报告以及艾滋病随访的特殊要求,每个治疗的患者必须定期随访检查并网络上报相关资料,因此随访患者均有网络信息随时可以调取。目前在各医院的信息系统中积累了大量的、宝贵的临床信息,尤其是结构化的电子病历系统更是产生了大量的、临床科研所必须的临床病例信息,这些数据又是分散的存储于这些信息储存在电子病历、收费、医嘱、药品、检验、PACS、手术等业务系统中。绝大多数的医疗数据是处于归档状态,如果要检索是十分复杂的。同时缺乏数据标准,导致无法统一。所以未来的数据利用前景是十分广阔的,不仅用于临床诊断,临床科研,而且为政府公共卫生决策及个人管理健康都会发挥积极的作用。1.2临床工作和临床数据积累的基础湘雅二医院艾滋病研究室是XX省最早成立的艾滋病临床科研研究室,是XX省艾滋病学组组长单位。自20XX成立以来,承担了大量的艾滋病临床科研工作,在国内较早开展艾滋病的临床诊疗工作；先后启动了XX省第一例成人和儿童艾滋病的抗病毒治疗,成功进行艾滋病母婴阻断20多例,每年接诊HIV/AIDS患者200多例,长期在本研究室治疗随访的患者400多例,根据传染病疫情报告以及艾滋病随访的特殊要求,每个治疗的患者必须定期随访检查并网络上报相关资料,因此随访患者均有网络信息随时可以调取,病源覆盖全省和周围省份,与兄弟单位有良好的合作基础；同时本研究室还保存了800多份HIV/AIDS患者的原始资料和血清标本。在此基础上本研究室还开展了大量的科研工作,主要在以下几个方面开展：①抗HIV/AIDS的HAART疗法的临床科研,长期系统研究其抗病毒效果、毒副作用、免疫重建效果和病毒耐药机制；②在发现HIVvpr基因多态性现象的基础上开展了HIV致病机理的研究;③艾滋病的中西医结合治疗方法和效果的研究；④与美国和国内同行密切合作,开展了阻断HIV母婴传播新方法的探索；⑤HIV与HCV混合感染的抗病毒治疗策略研究。这些课题均密切结合临床并已形成了稳定的研究方向。本研究团队近年共获11项艾滋病相关的研究课题,包括国家"十五""十一五""十二五"重大科技专项分课题、国家自然科学基金、全球基金-中盖艾滋病项目、卫生部重点课题、教育部博士点基金课题和中国中医研究院等单位委托进行的"艾宁颗粒"新药II期临床研究等,总资助经费260多万元人民币。获省科技厅和省卫生厅科技进步奖各一项,在国内外学术杂志上发表防治艾滋病的文章50多篇<其中SCI检索10篇>。先后招收培养硕士博士研究生30名,其中包括塞内加尔留学生1名。参加国际和全国的艾滋病学术会议十多次,全省传染病学术研讨会8次,并多次在全国和全省学术研讨会上做学术报告。牵头主持了XX省4届艾滋病学术研讨会和培训班。目前我们已在国内HIV/AIDS科研和临床方面占有一席之地,在省内处于领先地位。第二章目前信息系统概况随着计算机技术的提高,医院信息系统已成为现代化医院的必要基础设施,为了提高工作效率,改进医疗质量,提高医院的社会效益、经济效益和管理水平,给医院领导管理和决策提供准可靠的数据,必须进行医院信息系统建设,以迎接医疗保障制度改革、药事管理制度改革、现代企业制度改革、社区医疗体系重建及医院现代化所带来的严峻挑战[1]。2.1湘雅二医院信息系统就湘雅二医院信息系统的发展来看,主要分为以下两个阶段：2.1.1解决人财物的管理问题这主要包括以下几个系统的建立：〔1门急诊挂号管理系统；〔2急诊划价收费处理系统；〔3住院病人入、出、转和费用管理系统；〔4病房医嘱处理系统；〔5药库、药房管理系统；〔6病案管理系统；〔7医疗统计和报表处理系统；〔8人事管理系统；〔9后勤物资管理系统；〔10院长信息查询和辅助决策系统；2.1.2涉及临床信息的处理系统目前主要以电子病历系统结合HIS系统,在电子病历系统中实现CPOE<计算机辅助医嘱输入系统>。提高工作效率,实现临床系统质量的闭环控制,凸显电子病历系统的效应2.2湘雅二医院目前使用的电子病历系统湘雅二院的信息化建设是建立在以电子病历为核的基础上的[2]。病历是医院宝贵的财富,按照病历书写规范中的规定,住院病历至少保存15年以上,而作为电子化的病历,它的实际保存年限将能达到百年以上,随着医疗技术的发展,病历中将保存更加大量的数字化医疗数据供科研使用。目前主要以电子病历系统结合HIS系统,在电子病历系统中实现CPOE<计算机辅助医嘱输入系统>。提高工作效率,实现临床系统质量的闭环控制,凸显电子病历系统的效应。电子病历系统的大致流程图如下图1所示：图1电子病历系统第三章艾滋病规范化诊疗随访系统建设需求与分析3.1临床病例随访系统需求分析治疗患者出院后没有一个方便随访追踪系统,不能对患者的长期疗效进行随访,也不能反馈给临床医生,吸取经验教训,以改正和改良诊断模式。为此,在临床电子病历的基础上建立门诊病例和出院病例的随访系统,实现住院、门诊病例和回归社区的无缝连接。1.在湘雅医疗系统之间实现资源整合、共享和传递。2.加强医疗质控检测同时积累科研原始数据,为研究艾滋病的病因和病理生理机制提供可靠的临床样本。3.为临床医生提供患者的完整信息,为临床决策做参考,为临床教学提供鲜活的教学材料。3.2临床大数据系统建设的内容、方案和技术路线利用我院住院部和门诊电子病历系统,采用国际先进的J2EE技术,支持Windows、Linux等多种操作系统,支持Web系统访问和中英文。所有的数据都保存在数据库服务器,所有对数据库的操作都通过应用服务器进行,从而有利于系统的安装、维护、更新和数据的集中管理,增加了数据的安全性。各个数据平台实现数据互联,信息共享。建库前对艾滋病各期特点进行认真分析,统一标准;精心设计每个字段,使其能充分反映和全面涵盖艾滋病的临床特点。对每份资料进行详尽研读,以保证录入数据的准确性和真实性。以住院或门诊ID号为关键字,可防止资料的重复输入。充分利用字段设计的说明及自动更正功能,保证了输入资料的快速、准确,也方便了数据的统计工作。根据《艾滋病诊疗指南》将艾滋病分为三期：急性期、无症状期〔潜伏期、艾滋病期。由于患者急性期和无症状期常常比较隐匿,而且诊断必须要有定点实验室的病原学确定诊断依据,因而收集数据时分为2个阶段：即确诊前和确诊后,确诊后是否需要治疗需根据患者的临床症状和相关生化、免疫细胞数等资料来确定,因此确诊后有将其分为2个阶段——即治疗前和治疗后。因此在收集资料时将艾滋病分期的说明项标明:确诊前和确诊后,输入时只需输入数字1,2,输入2后再分别弹出2个模块分别代表治疗前和治疗后,然后设计不同的菜单分别进行查找或替换等功能将其恢复文字资料,极大地方便了输入和提高了速度。在设计字段时定制格式,输入错误时系统给予自动提示。录入资料要求准确、全面、快速。3.3临床数据资料的收集3.3.1确诊前的相关信息临床病历资料:针对医学临床研究的复杂的病历资料,主要包括基本信息〔住院号/门诊病历号、姓名、性别、出生日期、文化程度、职业、、、等、首次就诊日期、重点录入可能的传播途径〔包括是否静脉吸毒、是否输血或长期静脉透析史、是否男男同性恋或多个异性性伴等,从第一次危险因素暴露到确诊HIV阳性的时间,吸烟史、饮酒史、饮食习惯等。3.3.2确诊后的资料收集除基本信息外,重点收集患者的临床症状和生化免疫学指标资料,患者是否继续有高危暴露行为、暴露的频率、是否有机会性感染、机会性感染的病原、机会性感染的治疗与否、用药的名称、剂量、疗程、病情恢复情况,是否有其他合并症和其他用药史等,定期检测CD4+T细胞计数,以判断患者是否应该启动抗病毒治疗以及分析病情进展的相关因素。3.3.3治疗过程资料的收集患者一旦需要治疗即启动治疗程序,记录治疗用药的种类、剂量、患者服药的依从性、每周/每月是否有漏服现象及漏服次数,服药后的反应包括皮疹、发热、消化道症状、睡眠状况、血常规、肝功能等是否发生改变,重点观察免疫细胞CD4+T细胞数的改变和HIVRNA病毒计数以判断药物的疗效和毒副作用。治疗期间患者是否继续有高危暴露行为、暴露的频率,是否发生机会性感染以及机会性感染的治疗情况等。若患者出现病情反复可能发生耐药现象,即进行病毒耐药基因检测并记录以及调整治疗方案,继续进行随访,继续前述的资料收集直至患者死亡。3.4随访管理系统的需求〔1管理随访病人的复诊基本信息,随访间隔的时间,相应的疾病信息,以及每次疾病随访检验检查信息。〔2超声放射影像管理:管理临床病历影像资料的统一录入和网上共享。〔3血清标本随访管理:每次随访均留取临床血清标本,血清标本统一标准化管理,包括标本处理、标本保存、标本运输、标本使用等均实现标准化管理。〔4治疗后的机会性感染管理：机会性感染的病原、治疗药物、疗程和转归实行规范化管理。〔5免疫病毒管理:管理HIV-RNA相关序列的测序和突变位点的检测分析信息。〔6艾滋病医学信息网站:配合科室信息化管理,建立专业网站,面向全国重点艾滋病研究单位,支持资源共享,对有关HIV/AIDS研究进展的文献资料进行精选收录,并实时更新,供在线阅读。第四章艾滋病临床病例随访系统所需用到相关技术与方法4.1临床病例追踪系统所需用到相关技术<1>根据湘雅二医院临床大数据项目的整体需求,不仅需要完善和开发PC端的系统,还需要开发在平板电脑或手机登移动终端上使用的应用程序,并且还要开发固定系统的数据采集系统,因此需要IOS和Android开发技术等。<2>通过调研了解到临床病例追踪系统可以使用jsp+struts+spring+hibernate技术来进行开发,或者也可以用visualbasic或者visualstudio开发工具以及使用MFC基础类库。<3>Hadoop[3]是Apache软件基金会旗下的一个开源分布式计算平台。以Hadoop分布式文件系统〔HDFS,HadoopDistributedFilesystem和MapReduce〔GoogleMapReduce的开源实现为核心的Hadoop为用户提供了系统底层细节透明的分布式基础架构。HDFS的高容错性、高伸缩性等优点允许用户将Hadoop部署在低廉的硬件上,形成分布式系统；MapReduce分布式编程模型允许用户在不了解分布式系统底层细节的情况下开发并行应用程序。所以用户可以利用Hadoop轻松地组织计算机资源,从而搭建自己的分布式计算平台,并且可以充分利用集群的计算和存储能力,完成海量数据的处理。其中海量数据的存储采用hadoop数据分析平台的Hbase来进行存储,使用Hbase的好处是它的高可靠性,高扩展性,在hadoop平台上还有相应的数据仓库Hive和相应的分析工具pig,impala等,若要再深入挖掘数据可以使用mahout数据挖掘工具去实现海量数据的挖掘。最后不得不说明的一点是hadoop现在还缺乏相应的安全机制,但是hadoop是开源系统,相信不久的将来这一问题能够得到解决。4.2临床病例追踪系统所需用到的方法首先,需要为临床病例随访系统建立一个数据库,用来存放出院病例和门诊病例人群的相关信息。这个数据库必须提供相关接口,供工作人员录入信息,以及临床数据库平台的相关人员调用,即共享给其他医院。其次,必须有专门的随访人员对相关病历定期进行随访工作,追踪了解患者的疗效、转归,录入数据库中。再次,可建立一个数据分析的系统,通过了解相关数据能得出一系列的结论,供医护人员参考。如：医疗效果、随访工作是否到位、临床评估以及相关流程合理性等。第五章艾滋病临床病例随访系统解决问题的可行性方案针对前面章节提出的需求分析以及基本功能设计,临床病例追踪系统的具体