新闻资讯
新闻资讯
医疗大数据时代,柯林布瑞如何帮助医院掌控未来
浏览量:

以下文章来源于动脉网 ,作者陈鹏


近年来,国家大力支持大数据、人工智能等新一代信息技术在医疗行业的应用,促进新兴技术和医疗健康领域的深度融合,并陆续制定了一系列技术规范和数据标准,保障人工智能在医疗影像、智慧医院、新药研发等应用场景中的安全性、兼容性、可靠性等,规范医疗人工智能的发展。


如何利用大数据及智能化应用支撑智慧医院建设、驱动构建智慧医疗生态已成为当下的热门话题。9月17日,上海市医院协会医学人工智能管理专委会2021第四次学术会议提出开展医院AI技术规范、数据标准等制(修)定并推广应用的观点。包括柯林布瑞在内的医疗大数据企业则对健康医疗大数据治理的挑战与实践经验提出了自己的看法。

医疗大数据行业现状及痛点,将如何解决?

业内普遍认为,从数据的角度看医院的数据域分布和流动,医院数据基本可以分为以下5个数据域:以患者服务为中心的生产数据域、以诊断治疗改善为中心的数据利用域、以运营管理改善为中心的数据利用域、以医学研究为中心的数据利用域、以交换和共享(互联互通)为中心的数据流动域。


医疗大数据分析和挖掘技术的运用可在医院运营管理、医院临床科研、医疗业务协同、患者智能服务和医疗基础保障等方面发挥重要的作用,使医生诊断和治疗过程变得更精准,使医院的管理更加科学,让医院的运行效率持续提高并帮助将医院科研提升到新的高度。


目前,在数据应用和挖掘上,国内做得并不理想,只是单纯的“数据大”而非“大数据”,更偏重数据采集,在作为大数据核心价值所在的数据治理、数据挖掘分析及分析平台搭建的能力上有所不足。尤其是数据分析的平台化能力较弱;同时,更多集中在单一方向,多元化数据分析意图的整合较少。


由于在之前的医院信息化建设中并未强调标准化及互联互通问题,再加上开放数据接口是此前医疗信息化企业的收入来源之一,造成目前的医院“数据孤岛”现象愈演愈烈。数据整合汇聚工作的难度极大。


除此之外,医院数据质量的问题更为严重。作为医疗大数据企业柯林布瑞的联合创始人,秦晓宏有着多年医院数据治理经验。在动脉网的采访中,他将目前我国医院数据质量主要存在的问题总结为三个方面。


首先,由于此前国内医疗数字化的标准甚少,各家业务厂商在构建业务系统过程中,完全按企业自行定义的标准来开发软件系统。


其次,院内各业务系统只保证自己的系统流程能跑通即可,并不关心数据质量的情况,导致出现各种数据质量问题,诸如主从表对应不上、数据逻辑关系不对、数据不一致等。


最后,医生在写病历文书及各类检查报告时也没有遵从标准,大量的医生按习惯书写的非结构化的医疗文书,导致科研、质控没法高质量开展。


来自卫健系统的专家也向动脉网表达了对我国健康医疗大数据发展所存在不足的看法。


首先,我国健康医疗大数据的资源规划需要细化,需要详细掌握数据“有什么”“缺什么”“在哪里”“谁需要”“谁提供”“谁为准”等基础性信息。


其次,数据部门协同待加强。当前的大数据应用主要局限在单个医疗卫生业务领域内,跨业务部门领域的应用不多,需建立跨部门密切配合机制,充分发挥大数据的集约化规模效益。


最后,数据应用联动待深入。医疗卫生领域目前真正在某一业务领域能贯穿“国家-省-市-县-机构”的联动性应用还不多,此次新冠疫情也在一定程度上暴露出了这方面的问题。不同省份的疫苗接种信息甚至都难以共享。


为了解决这些痛点,国家相关机构正在加强政策和标准制定。从2008年开始,国家就陆续推动以电子病历为核心的医院信息化建设,并着手建立电子病历相关标准及电子病历信息标准体系基本框架。


近年来,电子健康记录的应用受到了关注。国家希望通过区域信息平台建设实现居民基本健康信息和检查检验结果、用药记录等的医疗机构之间的信息共享,实现区域内居民电子健康档案与电子病历的实时动态更新。


与此同时,国家又通过将电子病历评级、互联互通测评、三级医院评审标准、智慧医院建设等纳入绩效考核;并通过实施DRG、DIP支付改革,从医保支付为抓手进一步倒逼医院完善以电子病历为核心的信息化系统及背后的数据采集、治理和应用能力。


秦晓宏认为,从等级医院评审、电子病历评级、互联互通测评,到智慧管理评级、医院绩效考核等,国家对于医院的评审和评级种类越来越细化,也更加强调大数据对医疗信息化建设的重要支撑作用。


不仅如此,国家还进一步强化立法和政策,为医疗数据的进一步挖掘和应用做好准备:《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》首次将数据作为一种新型生产要素写入文件中,与土地、劳动力、资本、技术等传统要素并列为要素之一;《个人信息保护法》和《数据安全法》则均在年内获批,为数据这种生产要素的流转提供了数据安全及隐私方面的法律基础。


显然,在确定了数据的生产要素地位后,国家正在不断完善相应的顶层设计。尽管仍然有不少难题亟待解决,但随着未来时机成熟,经过合规处理后的健康医疗数据或许有机会成为重要的资源要素供给市场,并如同土地、劳动力、资本和技术等传统生产要素一般进行交易流转。


正因为此,“医疗大数据”在近年来持续火热。不论是在一级市场、二级市场还是医疗行业各类会议中,医疗大数据被频繁提及,医疗数据治理、智能医疗等概念也日新月异。根据IDC全球大数据与分析支出指南,2019年中国基于临床信息的医疗大数据解决方案(软件和服务)的市场规模为10.1亿元人民币,预计未来几年中将呈现加速发展的趋势,2019至2024年复合增长率为22.0%,到2024年这一市场规模将达到27.3亿元人民币。如果考虑医保大数据和生命科学大数据,则这一市场规模更大。


在大数据时代,谁掌握了医疗数据,谁就掌握了医疗的未来,“得数据者得天下”将逐渐成为共识。

柯林布瑞三大产品体系如何助力健康医疗数据治理与应用

目前,我国医疗信息化建设正处于从“业务流程数字化”时代向以大数据为核心依托的 “医疗大数据+AI”时代切换的过渡阶段。在大数据时代,医院的临床、科研和管理需求被进一步细化,医院管理效能与学科能力提升也成为了医院高质量发展的重中之重。


目前,医疗大数据在临床与科研中的价值正得到逐渐展现:一方面,医疗大数据可以赋能临床科研,提升临床医生的科研产出数量与质量;另一方面,以大数据+AI技术驱动的临床场景化的智能应用,也提升了临床诊疗的水平和工作效率。


除此以外,大数据技术正被逐渐嵌入到医院核心系统、电子病历系统和医保支付系统中。这不仅促进了系统性能升级,而且对于医院完成电子病历应用水平评级和医院信息互联互通测评等,以及满足医保支付并实现高质量运营的新要求都起到了显著的作用。


作为“医疗大数据+AI”的探索者之一,柯林布瑞通过持续的研发攻关和经验积累,已实现无需HIS、EMR等第三方业务厂商提供接口就可以把一家医院数十个厂家数百套系统的数据整合到统一的数据平台上来,实现了医院内部“数据孤岛”的连通。


在对医疗大数据的长期治理过程中,柯林布瑞对不标准的数据进行标准化映射处理、对非结构化进行后结构化处理、对脏数据进行清洗处理,构建起庞大的医疗行业标准库和医学术语库。


目前,包括华西医院、瑞金医院、海军军医大学第一附属医院、陆军军医大学西南医院、复旦大学附属肿瘤医院和上海市精神卫生中心等顶级三甲医院都选择了柯林布瑞合作构建医疗大数据治理平台与应用平台。


那么,柯林布瑞究竟有哪些优势,能够打动这些顶级医院呢?秦晓宏认为主要有三个原因。


首先,为了不受制于人,柯林布瑞从创立第一天起就坚持自主创新、自主研发的技术战略,自主开发出ETL工具、自然语言处理NLP系统、元数据系统和大数据可视化系统等核心技术,并申请了17项医疗大数据相关发明专利及88项相关软件著作权——经过多年深耕医疗大数据,柯林布瑞已经在数据整合、数据治理、数据智能应用等各层面打造出“护城河”。


基于医疗大数据基础技术体系,柯林布瑞提出了“3+N+1”的智慧化医院建设一体化解决方案。所谓“3”是指临床数据中心CDR、运营数据中心ODR、科研数据中心RDR三大数据中心。以这三大数据中心为核心,柯林布瑞打造出了ClinData系列数据中台及数据治理产品。


柯林布瑞的三大数据中心产品布局.png

柯林布瑞的三大数据中心产品布局

 

所谓“N”则是指多场景适配应用。指基于三大数据中心的满足医院在医、教、研、管等各个方面需求的ClinAPP系列的数据化应用和ClinAI系列的人工智能应用。


柯林布瑞数据中台及数据应用使得大多数医院无需业务系统接口改造即可实现大数据平台的数据同步、采集及整合工作,从而对医院运营管理、绩效评价和临床科研提供全面、准确且高质量的数据支撑;对存在众多“数据孤岛”的医院来说有巨大的吸引力。


所谓“1”是指信息集成平台。利用信息集成平台通过HSB方式进行统一的集成,定义统一的接口规范。


其次,基于高质量的医疗大数据平台,柯林布瑞在医疗AI产品的开发优势逐步突显出来,形成了以自然语言处理NLP、病历数据智能结构化、医学文献智能解读、医学指南智能解读、单病种质控上报系统、VTE智能防治管理平台、罕见病智能决策平台、新冠肺炎感染智能预警平台等为代表的“ClinAI”系列智能医疗产品。


尤其是单病种质控上报系统可实现数据智能化采集与上报,大幅节省人力资源,提高工作效率;帮助医院规划数据来源,提升填报质量;实现全流程主节点管理,过程与结果并重,提升单病种管理能力;为医院提供灵活的单病种指标管理运维工具,实现医院自定义指标调整。


最新上线的VTE智能防治管理平台则面向二、三级医院VTE防治管理场景,针对院内不同患者群体的真实数据,基于国内外权威VTE诊疗指南及人工智能技术实时监测全院高风险人群并主动识别疑似病例。同时,它还能精准推荐个性化干预措施,提供分层分级的全流程管理体系,是满足多角色协同工作需求的高效服务系统。


除了ClinData和ClinAI,柯林布瑞还搭建了以临床大数据搜索引擎、临床科研单病种及队列研究平台、医疗大数据统计挖掘平台、医疗大数据可视化、医院运营管理、医疗质量管理、患者360、医护技能力模型360、公立医院绩效考核为代表的ClinAPP系列医疗数据应用产品。


柯林布瑞产品布局.jpeg

柯林布瑞产品布局

 

这些应用已经在医院的落地实施中产生了巨大效益。华西医院科研医生已经将临床大数据搜索引擎作为科研工作过程中的常规助手,一个月超过8000多人次使用。科研单病种在瑞金医院肠胃外科投入使用后,一年发表论文超过45篇,其中SCI收录23篇,总影响因子超过70分。


在公立医院绩效考核支撑方面,除了为华西医院、瑞金医院等超级大医院做了很好的支撑,一些中型医院也因采用柯林布瑞高质量数据平台取得不凡的成绩。其中,上海中医药大学附属上海中西医结合医院获得全国中西医结合医院绩效考核第二名,成都市第五人民医院获得市属医院第一名。


最后,柯林布瑞从初创时期就尤为重视行业标准的制订,并参与了多项标准和指南的制定。迄今为止,柯林布瑞参与了《上海市医院信息集成平台建设与实践应用指南》《中医医院临床数据检索系统建设指南》《名老中医典型病案共享数据库建设指南》等指南的编写,并参与了广东省《医疗数据中心建设规范 第1部分 临床数据中心》《新型冠状病毒肺炎基本数据集第4部分:临床科研》等多项医疗数据团体标准的制订。


同时,柯林布瑞还正式通过软件开发能力成熟度模型CMMI DEV V2.0五级评估认证,表明其产品研发能力、项目管理水平以及方案交付能力等均已达到国际先进水平,研发成熟度获得国际权威认可。根据CMMI官网数据,截至2020年底,全球通过CMMI认证并保持有效期的企业中仅有12.5%达到5级。

 

写在最后

目前,医疗大数据行业的各门派企业“各显神通”,有的偏科研单病种应用、有的偏部分场景AI应用、有的偏管理类数据应用。

未来,以上层应用切入的“自顶向下”路线更具张力还是以数据治理切入的“自底向上”的路线更具潜力?一直坚持“自底向上”并持续构建高竞争壁垒的柯林布瑞,能在未来实现怎样的突破,让我们拭目以待。


参考资料:

IDC:《全球大数据和分析支出指南》