趙妍，王穎，閆國濤，邵偉

邯鄲市中心醫(yī)院 信息科，河北 邯鄲056001

基于數(shù)據(jù)倉庫的臨床決策支持系統(tǒng)在我院的應(yīng)用

趙妍，王穎，閆國濤，邵偉

邯鄲市中心醫(yī)院 信息科，河北 邯鄲056001

目的建設(shè)臨床決策支持系統(tǒng)，輔助醫(yī)生從日常大量的臨床數(shù)據(jù)中迅速挖掘出有價值的信息，為患者快速制定個性化的診療方案、降低醫(yī)療風(fēng)險、提升醫(yī)療質(zhì)量。方法收集國內(nèi)外相關(guān)材料，利用數(shù)據(jù)倉庫、數(shù)據(jù)挖掘技術(shù)，結(jié)合相關(guān)醫(yī)療保障政策建立一個符合臨床實際操作的臨床決策系統(tǒng)。結(jié)果該系統(tǒng)可智能提供安全診療方案、藥物過敏警示、重復(fù)檢驗檢查提示等相關(guān)功能。結(jié)論基于數(shù)據(jù)倉庫的臨床決策支持系統(tǒng)的應(yīng)用，減輕了醫(yī)生負擔(dān)，是基層醫(yī)院信息化發(fā)展的趨勢。

醫(yī)院信息系統(tǒng)；臨床決策支持系統(tǒng)；數(shù)據(jù)倉庫；數(shù)據(jù)挖掘

隨著計算機技術(shù)的不斷發(fā)展，醫(yī)學(xué)領(lǐng)域?qū)τ嬎銠C的依賴日益增強，醫(yī)院信息系統(tǒng)（HIS）已經(jīng)成為臨床醫(yī)療所依賴的重要工具和手段。經(jīng)過多年的積累，HIS已經(jīng)收集到了海量的信息，同時仍在呈幾何級數(shù)增長。雖然這些信息成為醫(yī)院的寶貴財富，卻無法改變“數(shù)據(jù)爆炸但知識貧乏”的現(xiàn)象。如何充分利用這些寶貴的醫(yī)學(xué)信息來為疾病的診斷和治療提供科學(xué)的決策，為基層醫(yī)護工作人員提供實時、權(quán)威、有效的臨床決策支持，將成為未來醫(yī)療信息化發(fā)展的趨勢。本文將系統(tǒng)地闡述臨床決策支持系統(tǒng)在醫(yī)院信息化建設(shè)中的建立與應(yīng)用。

1 決策支持系統(tǒng)的基本概念

決策支持系統(tǒng)以管理學(xué)、運籌學(xué)、控制論和行為科學(xué)為基礎(chǔ)，以計算機技術(shù)為手段，綜合利用現(xiàn)有的數(shù)據(jù)、信息和模型，輔助決策者提高解決半結(jié)構(gòu)化或非結(jié)構(gòu)化決策問題有效性的人機交互系統(tǒng)[1]。臨床決策支持系統(tǒng)顧名思義，也就是決策支持系統(tǒng)在醫(yī)院中的應(yīng)用。它的核心就是通過人工智能技術(shù)應(yīng)用，將醫(yī)院信息處理與臨床實踐信息集成，根據(jù)醫(yī)學(xué)專家提供的知識和經(jīng)驗進行推理和判斷，模擬這些專家的決策過程以解決各類復(fù)雜的臨床問題[2]。

2 國內(nèi)外現(xiàn)狀與存在的問題

決策支持系統(tǒng)的概念于20世紀(jì)70年代由美國學(xué)者首先提出，80年代開始蓬勃發(fā)展。80年代末，美國波士頓馬薩諸塞州綜合醫(yī)院首次應(yīng)用了基于知識庫的臨床診斷，從而開始了決策支持系統(tǒng)應(yīng)用于臨床醫(yī)療的歷史。

我國的醫(yī)院信息化經(jīng)過近30年的發(fā)展建設(shè)，大部分的大中型醫(yī)院已經(jīng)建設(shè)了醫(yī)院信息系統(tǒng)（HIS）、實驗室管理系統(tǒng)（LIS）、影像管理系統(tǒng)（PACS）等常用的信息系統(tǒng)。每個系統(tǒng)對醫(yī)囑、病歷、檢驗、檢查影像等各有側(cè)重，臨床醫(yī)生需要綜合各系統(tǒng)的信息進行分析，一旦漏掉重要數(shù)據(jù)便有可能得出不同的診治方案，造成醫(yī)療差錯。因此，國內(nèi)目前已有不少醫(yī)院開始實施臨床決策支持系統(tǒng)，但多處于探索階段，尚沒有形成統(tǒng)一、規(guī)范的標(biāo)準(zhǔn)。

目前存在的問題：多數(shù)的臨床決策支持系統(tǒng)只是基于知識庫的臨床指南，缺少對臨床診治的輔助決策功能，真正具有基于不同患者的個性化分析及輔助決策功能的臨床決策分析系統(tǒng)還未實現(xiàn)。根據(jù)國家版ICD10編碼的疾病就有幾萬種，常見的疾病也有幾千種，因而由此衍生的各種臨床癥狀、檢驗檢查結(jié)果等信息更是不可勝數(shù)，臨床醫(yī)師無法保證每一次都能通過不同的數(shù)據(jù)信息得出正確的結(jié)論。此外，國家醫(yī)療保障覆蓋范圍日益擴大，醫(yī)保支付種類及支付總額的限制也成為臨床醫(yī)生診治的約束條件。

3 系統(tǒng)建設(shè)目標(biāo)

臨床決策支持系統(tǒng)的建設(shè)是把零散分布于各個系統(tǒng)的數(shù)據(jù)進行整合，并按照不同專業(yè)關(guān)注點進行區(qū)分，實現(xiàn)數(shù)據(jù)的抽取、加工和轉(zhuǎn)換[3]。我院臨床決策支持系統(tǒng)綜合臨床醫(yī)生多年經(jīng)驗，由具有多年醫(yī)技工作經(jīng)驗的檢驗、檢查技師的鼎力協(xié)助，利用數(shù)據(jù)倉庫技術(shù)，通過人工智能技術(shù)進行人機交互。系統(tǒng)采集臨床患者既往史、診斷、用藥、生物學(xué)資料等數(shù)據(jù)生成變量，用數(shù)據(jù)挖掘決策樹算法進行綜合分析，為臨床醫(yī)生提供個性化的診治方案。

4 系統(tǒng)實現(xiàn)的關(guān)鍵技術(shù)

4.1 數(shù)據(jù)倉庫

4.1.1 概念

數(shù)據(jù)倉庫（Data Warehouse，DW）是由數(shù)據(jù)倉庫之父W.H.Inmon定義，是一個面向主題的、集成的、相對穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合，用于支持經(jīng)營管理中的決策制定的過程[4]。

4.1.2 DW的功能

醫(yī)院數(shù)據(jù)倉庫的主要功能應(yīng)具有多層次、多角度的數(shù)據(jù)挖掘、分析和輔助決策能力，以提高臨床及科研能力。數(shù)據(jù)是決策支持系統(tǒng)的基礎(chǔ)，因此DW是支撐決策支持系統(tǒng)最基礎(chǔ)的工具。它可以把醫(yī)院各信息系統(tǒng)的數(shù)據(jù)提取出來，即把分散的、難于訪問的數(shù)據(jù)，轉(zhuǎn)化為集中統(tǒng)一、隨時可用的信息。

4.1.3 DW的結(jié)構(gòu)和設(shè)計

總體層次由基本功能層、管理層和環(huán)境支持層3部分組成[5]。設(shè)計過程是一個循環(huán)往復(fù)的過程，通常涉及數(shù)據(jù)的選擇、變換、建模、評估、解釋模型、運用和鞏固模型等步驟（圖1）。以住院患者費用為例，設(shè)計住院患者費用事實表和相關(guān)的維度：事實表收集與患者費用相關(guān)的各種信息，包含多個度量值條件，用于求和、百分比、平均值等基本函數(shù)；建立的維度分別是患者的基本信息、疾病名稱、收治醫(yī)生、入院科室、入/出院時間、費用類別等，這些數(shù)據(jù)均可從HIS數(shù)據(jù)庫中抽取。每個維度可設(shè)多個級別，每個級別可設(shè)多個屬性，如科室維度設(shè)有兩個級別，即門診科室和病房科室。每個級別可設(shè)多個屬性，如科室級別分別有科室名稱、內(nèi)外科標(biāo)志屬性等。

圖1 DW的結(jié)構(gòu)模型

4.1.4 DW的建立

醫(yī)院的信息系統(tǒng)和數(shù)據(jù)源較為豐富，經(jīng)調(diào)研分析可以分為以下幾類：

（1）基礎(chǔ)數(shù)據(jù)字典。方便數(shù)據(jù)的統(tǒng)計分析，是數(shù)據(jù)的規(guī)范化說明和數(shù)據(jù)倉庫的數(shù)據(jù)源。

（2）診療數(shù)據(jù)。包含病人基本信息、就診、檢查、檢驗、診斷、病程、醫(yī)囑等與醫(yī)療行為相關(guān)的數(shù)據(jù)。

（3）物品流向數(shù)據(jù)。主要包括藥品流向、辦公用品、醫(yī)療設(shè)備及固定資產(chǎn)等相關(guān)數(shù)據(jù)。

（4）財務(wù)數(shù)據(jù)。指醫(yī)院日常運營中的收入與支出數(shù)據(jù)。

（5）質(zhì)控與管理數(shù)據(jù)。主要是由前3類數(shù)據(jù)產(chǎn)生過程的信息及其行為的評估判斷信息為基礎(chǔ)。

4.2 數(shù)據(jù)挖掘

4.2.1 概念

數(shù)據(jù)挖掘（Data Mining，DM）是指從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中提取隱含在其中的、人們事先不知道、但又是潛在有用的信息和知識的過程[6]。DM起源于20世紀(jì)80年代，在決策支持中扮演著重要的角色。DM主要基于人工智能、機器學(xué)習(xí)、模式識別、統(tǒng)計學(xué)、數(shù)據(jù)庫、可視化技術(shù)等，可自動化的分析已有的數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的信息，幫助決策者作出正確決策[7]。

4.2.2 DM常用的算法

DM常用的算法有關(guān)聯(lián)規(guī)則、決策樹、粗糙集、統(tǒng)計分析、神經(jīng)網(wǎng)絡(luò)、支持向量機、模糊聚類、基于范例的推理、貝葉斯預(yù)測、可視化技術(shù)[8]。用于輔助臨床疾病診斷的數(shù)據(jù)挖掘算法主要有人工神經(jīng)網(wǎng)絡(luò)和決策樹。本系統(tǒng)使用的方法就是決策樹，該算法能對現(xiàn)有醫(yī)學(xué)數(shù)據(jù)庫進行綜合分析，生成個體化臨床醫(yī)學(xué)診治的參考方案，實現(xiàn)臨床決策支持。

4.2.3 DM的應(yīng)用

以糖尿病為例建立決策樹，從而判斷出患者所患糖尿病的類型。起點是血糖高，第一個分支判斷條件是否妊娠期，答案“是”，決策樹就直接歸于妊娠期糖尿病；答案為“否”，則屬于其他類型糖尿病，然后再根據(jù)年齡、是否有自發(fā)性酮癥、病情的起因快慢和輕重等條件判斷該患者是I型糖尿病還是Ⅱ型糖尿病。

4.3 系統(tǒng)結(jié)構(gòu)設(shè)計

4.3.1 設(shè)計思路

遵循“在正確的時間、對于正確的人、提供正確的信息”的設(shè)計理念，利用數(shù)據(jù)挖掘技術(shù)對積累的海量醫(yī)療信息進行挖掘和分析，為臨床醫(yī)生提供科學(xué)智能的診療方案、治療安全警示、藥物過敏警示、重復(fù)檢驗檢查提示等一系列人機互動的應(yīng)用。同時還會參考數(shù)據(jù)倉庫中的醫(yī)療支付保障相關(guān)政策信息來調(diào)整診治方案，從而使費用結(jié)構(gòu)更加合理，減少醫(yī)療浪費。

4.3.2 總體架構(gòu)

系統(tǒng)總體架構(gòu)分為3層：支撐層、分析層和應(yīng)用層（圖2）。

圖2 決策支持系統(tǒng)總體架構(gòu)示意圖

（1）支撐層。由臨床數(shù)據(jù)和臨床知識庫構(gòu)成。其中臨床數(shù)據(jù)主要包括患者的基本信息、主訴、臨床輔助檢查信息、臨床診斷等；臨床知識庫主要包括臨床治療指南、臨床相關(guān)業(yè)務(wù)術(shù)語、相關(guān)政策等，為系統(tǒng)提供數(shù)據(jù)來源和業(yè)務(wù)規(guī)則支撐。

（2）分析層。利用數(shù)據(jù)挖掘技術(shù)，對臨床數(shù)據(jù)倉庫中的數(shù)據(jù)進行分析。根據(jù)臨床知識庫設(shè)定的業(yè)務(wù)規(guī)則，觸發(fā)臨床干預(yù)，實現(xiàn)臨床決策支持系統(tǒng)的應(yīng)用。

（3）應(yīng)用層?？梢灾悄芴峁┰\療方案、治療安全警示、藥物過敏警示、重復(fù)檢驗檢查提示等一系列的相關(guān)應(yīng)用。

5 系統(tǒng)主要功能

5.1 智能提供診療方案

系統(tǒng)可以根據(jù)患者的疾病臨床表現(xiàn)、臨床檢驗檢查結(jié)果、生理、心理狀況等特征，同時參考該患者所屬的醫(yī)療保障的相關(guān)政策，通過數(shù)據(jù)挖掘技術(shù)為其制定個性化診療方案。以高血壓患者為例，系統(tǒng)會在大量的高血壓患者病例治療的臨床資料基礎(chǔ)上，利用數(shù)據(jù)挖掘技術(shù)，將患者根據(jù)不同生理、心理等特征劃分為不同的人群，再分析適合不同人群的最佳治療方案，輔助臨床醫(yī)生進行治療方案的制定。

5.2 治療安全警示

治療安全的審查信息包括：患者藥物禁忌審查、檢驗檢查相關(guān)的禁忌審查、藥物之間配伍禁忌的審查、治療相關(guān)的禁忌審查等。

5.3 藥物過敏警示

利用原有的過敏類藥品知識庫體系和患者的現(xiàn)狀（是否存在家族過敏史、是否特殊人群等）提供藥物過敏警示功能。

以心血管疾病為例，常用的藥物包括倍他樂克、利多卡因、硝酸酯類藥物。而他汀類藥物禁用于孕婦、哺乳期婦女；利多卡因禁用于局部麻醉藥物過敏者；硝酸酯類藥物禁用于青光眼患者、有機硝化物過敏等患者。當(dāng)醫(yī)生對該類患者制定醫(yī)療方案時，系統(tǒng)將自動對該類藥物進行過敏提示。

5.4 重復(fù)檢驗檢查提示

當(dāng)醫(yī)生對患者開出檢驗檢查醫(yī)囑時，系統(tǒng)會自動與上一次做該項檢查的時間進行對比，如發(fā)現(xiàn)間隔的時間小于系統(tǒng)設(shè)定的周期，系統(tǒng)將會予以提示，從而避免進一步損害患者的身體免疫力。

6 結(jié)束語

我院臨床決策支持系統(tǒng)采用了目前比較先進的數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)，實踐表明，該系統(tǒng)可以從積累的海量臨床信息中提取出有價值的信息，幫助臨床醫(yī)生迅速、準(zhǔn)確的為患者做出治療方案，降低醫(yī)療風(fēng)險，減少醫(yī)療浪費，充分體現(xiàn)了“以病人為中心，以醫(yī)療質(zhì)量為核心”的理念，從而提高醫(yī)院的整體醫(yī)學(xué)水平和醫(yī)院的核心競爭力。

根據(jù)臨床使用的實際情況，我們會持續(xù)改進和完善臨床決策支持系統(tǒng)的功能，為醫(yī)院信息化建設(shè)奠定堅實的基礎(chǔ)。

[1] 陳賢博.基于Web挖掘技術(shù)的網(wǎng)絡(luò)營銷決策支持系統(tǒng)研究[D].合肥:安徽工業(yè)大學(xué),2004.

[2] 苗芳芳,劉駿峰.論人工智能的發(fā)展及其在醫(yī)學(xué)領(lǐng)域的應(yīng)用前景[J].衛(wèi)生軟件科學(xué),2006,23(2):222-224.

[3] 馬云,夏新,劉博,等.基于臨床決策支持系統(tǒng)與知識庫的臨床數(shù)據(jù)中心的研究與應(yīng)用[J].中國醫(yī)療設(shè)備,2014,29(7):61-63.

[4] Inmon WH. Building the Data Warehouse[M].John Wiley & Sons,Inc,1993.

[5] 陳京民.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)[M].北京:電子工業(yè)出版社,2002:95-96.

[6] 吳文俊,周彬,沈黎,等.醫(yī)院信息系統(tǒng)Sybase數(shù)據(jù)庫的維護管理[J].中國醫(yī)療設(shè)備,2015,30(8):81-83.

[7] 陳金雄.構(gòu)建基于數(shù)據(jù)倉庫的醫(yī)院決策支持系統(tǒng)[J].醫(yī)療衛(wèi)生裝備,2012,33(1):77-78,81.

[8] 王祥輝,匡曉寧,劉偉達,等.數(shù)據(jù)挖掘技術(shù)及其在決策支持系統(tǒng)中的應(yīng)用[J].計算機技術(shù)與自動化,2001,23(4):99-102.

Application of Clinical Decision-making Support System Based on Data Warehouse in the Hospital

ZHAO Yan, WANG Ying, YAN Guo-tao, SHAO Wei
Department of Information, Handan Central Hospital, Handan Hebei 056001, China

ObjectiveTo establish a clinical decision-making support system to assist physicians in quickly mining valuable information from a large number of daily clinical data, developing personalized diagnosis and treatment program for patients, and improving medical quality.MethodsThe related domestic and foreign information was collected, on the basis of which the data warehouse and data mining technology were deployed in combination of relevant medical security policies to establish a clinical decision-making system suited for practical clinical operation.ResultsThe system was equipped with versatile features, including smart provision of secure treatment programs, drug allergy alerts and reminders for repeated testing and inspection.ConclusionThe clinical decision-making support system developed based on data warehouse reduced doctors burden and was the future trend for the development of hospital informatization.

hospital information systems; clinical decision-making support systems; data warehouse; data mining

TP311.13

A

10.3969/j.issn.1674-1633.2016.06.029

1674-1633(2016)06-0095-03

2015-12-17

2016-01-09

作者郵箱：646722183@qq.com