基于临床决策支持系统与知识库的临床数据中心的研究与应用

马云，夏新，刘博，陈潇雨

1.吉林大学附属第一医院 信息中心，吉林 长春 130021；2.同济大学附属东方医院（上海市东方医院） 信息中心，上海 200120

基于临床决策支持系统与知识库的临床数据中心的研究与应用

马云1，夏新2，刘博2，陈潇雨2

1.吉林大学附属第一医院 信息中心，吉林 长春 130021；2.同济大学附属东方医院（上海市东方医院） 信息中心，上海 200120

临床数据中心作为电子病历（EMR）的重要组成部分，是目前医院信息化建设的重点，也代表着今后医疗信息化应用的一个方向。建设临床数据中心需要有临床决策支持系统与临床知识库的支撑，这也是进一步深化EMR系统功能的需要。本文结合我国医疗信息化建设的发展现状，主要对临床决策支持系统与知识库在数据中心建设中的应用，以及存在的问题进行了分析。

临床数据中心；临床决策支持系统；临床知识库；医院信息化

临床数据中心作为电子病历(Electronic Medical Record，EMR)的重要组成部分，属于高端医疗应用系统，也代表着今后医疗信息化应用的一个方向。建设临床数据中心需要有临床决策支持系统与临床知识库的支撑，这也是进一步深化EMR系统功能的需要[1]。美国医疗卫生信息与管理系统协会（Healthcare Information and Management Systems Society，HIMSS）将EMR划分为0～7级来评估各家医院的实施水平[2]，欧美发达国家也纷纷投入研究，目前效果还不是十分理想。我国的医院信息化经过近30年的建设，大部分大中型医院已经建设了医院信息系统（HIS）/实验室信息系统（LIS）/放射信息系统（RIS）/EMR，而作为EMR重要组成部分的临床数据中心（Clinical Data Repository，CDR）还在研讨阶段，这也成为制约EMR进一步发展的瓶颈[3]。本文主要阐述临床决策支持系统（Clinical Decision Support System，CDSS）与知识库在CDR建设中的作用，并对其各自的特点以及在构建CDR中需要解决的问题进行分析。

1 临床决策支持系统研究

临床决策支持系统的建设把零散分布于各个系统的数据进行整合，并按照不同专业关注点进行区分，实现数据的抽取、加工和转换；同时，根据实际业务实现数据获取的自助配置，实现与各种应用程序或应用系统的对接，对历史数据进行面向主题的分析[4]。

1.1 CDSS的体系结构

临床决策支持系统为了集成HIS、LIS、RIS、人力资源系统（Human Resources System，HRS）、企业资源计划管理系统（Enterprise Resource Plan System，ERPS）等多个数据源系统的数据，通过统一集成平台并采用SAP Business Objects的ETL工具Data Services完成数据接口的工作[5]。首先将各数据源系统提供的视图导入Data Services，并经过抽取、清洗、去冗余、合并等操作，再通过综合运用数据仓库(Data Warehouse，DW)、联机分析处理(On-Line Analytical Processing，OLAP)、数据挖掘（Data Mining，DM）等技术将数据进行整合，实现数据的抽取、加工和转换[6]，定期从生成服务器中获取数据，并保证这些数据在数据存储的不同区块之间高效、有序、准确地流动，这是构建临床决策支持系统的重要步骤。本文设计的临床决策支持系统的框架图，见图1。

图1 临床决策支持系统的框架图

1.2 CDSS的功能

CDSS基于多种数据挖掘技术方法，构建分析决策模型，并针对HIS、LIS、RIS、PACS、EMR等海量医疗数据进行挖掘分析，为临床诊疗的客观与规范化提供决策支持[7]。主要有两大功能：① 辅助医生快速下达临床诊断；② 帮助医生做出下一步诊疗决策，比如应该进行哪些检验检查、用药、手术等，即根据决策树分析医生的诊疗行为[8]。

2 知识库的构建与知识获取

通常医学知识的获取来源于临床一线经验积累和医学参考文献，知识库包括术语字典、词库、知识模型等[9]。临床知识库系统通过通讯接口与其他信息系统进行通讯，实现数据共享和业务协同，来采集被管理对象的基础数据，并将所述数据存放在数据库中，这一过程包括对病人从门诊挂号、就诊、检验检查、收费、取药到入院治疗过程的知识获取。临床知识的获取要求一线医生对数据填写规范，进行初步的筛选，然后是知识信息的识别和获取，最后是知识分类和存储入库[10]。知识获取过程，见图2。

图2 知识规则获取流程图

3 临床数据中心的构建

临床数据中心的建设不仅仅是将分散在各个系统的数据进行集成，还需要对医院的业务流程和数据集进行标准化处理[11]。根据ISO/TR 20514定义，设计1个共享的EMR逻辑信息模型对于构建以及最终实现EMR共享都具有重要意义，目前构建CDR的EMR逻辑信息模型主要包括共享信息模型与逻辑集中两种[12]。

3.1 共享信息模型方式

通过该方式建立共享的临床数据中心，通过信息集成平台和临床决策支持系统将数据进行汇总，医生需要时直接从CDR中调阅所需数据。作为最直接的技术方案，共享信息模型方式可以实现真正意义上的数字化医疗，也是临床信息系统发展的最终目标。文献资料显示，日本歧阜大学医院基于该模型最终实现了信息的电子化、无纸化及统一管理[13]，但采用这种方式构建CDR的难点在于底层信息模型的建立。由于医院信息系统中各个系统采取的标准不统一，而且数据形式多种多样如影像、文本、数值等多种形态，且各种信息之间关系复杂，为信息建模工作带来了极大挑战；另外，由于CDR的规模会无限扩大，最终会导致系统管理和维护的复杂度不断增长，最终难以为继[14]。

3.2 逻辑集中方式

与共享信息模型不同，逻辑集中方式不需要对底层信息系统的模型进行修改，而是通过逻辑上的集中来实现临床数据中心，对医院现有系统业务影响较小。为实现逻辑集中方式，本文采用面向服务架构（SOA），应用适配器技术，通过配置的方式实现数据交换标准接口和信息集成共享平台与应用系统间的连接与整合，以改变传统的程序代码“硬连接”方式，使系统之间的集成更加便捷 ，见图3。

图3 CDR逻辑集成技术架构

采用逻辑集中的临床数据中心技术架构，通过集成平台减少了系统之间的数据访问，将会提高访问效率；同时提高了业务系统数据库的安全性。相对于基于共享信息模型的技术方案而言，逻辑集中的方式不需要对已经建设的医院系统进行大的修改，系统之间的耦合度较低，通过逻辑上的集中来实现临床数据中心，对医院现有业务流程和操作影响较小，是1个比较适合医院构建CDR的方式。

4 总结

EMR的发展是一个长期的、循序渐进的过程，作为EMR的应用基础，CDR建设对EMR的发展具有重要意义。临床决策支持系统可把零散分布于各个系统的数据进行整合，并按照不同专业关注点进行区分，实现数据的抽取、加工和转换；通过临床知识库系统获取的知识可通过CDSS为医生提供辅助诊疗的初步推送服务。在CDSS和知识库系统建设基础上，通过逻辑集中模型来构建临床数据中心，同时不断对现有系统功能加以完善，将会实现真正意义上的EMR系统。

[1] 肖辉．临床数据中心建设方法探讨[J]．中国数字医学,2012,7(11): 70-72,85．

[2] 舒婷,梁铭会．美国电子病历应用分级模型EMR Adoption Model简介[J]．中国数字医学,2011,6(9):13-15．

[3] Kinosada Yasutami．Next Generation EMR System in Gifu University Hospital[A]．中华医院信息网络大会CHINC 2005论文集[C]．

[4] 王徐冬,杨希武．数据仓库与数据挖掘在医院信息系统中的应用[J]．医院数字化,2008,29(8):47-49．

[5] Quinlan JR．Induction of decision trees[J]．Machine Learning, 1986,1(1):81-106．

[6] Quinlan JR．C4．5:Programs for machine learning[M]．Bulington Morgan Kaufmann,1993．

[7] 段昌奉,张巨发,唐雄,等．医院移动决策支持系统的建设与应用[J]．中国数字医学,2012,7(4):104-106．

[8] 杨鹏宏,韩俊．医院管理决策支持系统的建设方法[J]．中国数字医学,2012,7(2):90-92．

[9] 唐晓东,李顺飞,罗娟．决策支持系统在医院应用中存在的问题分析[J]．解放军医院管理杂志,2011,18(6):533-534．

[10] 林济南．基于商务智能的医院医保业务决策支持系统的研究[J]．计算机与现代化,2010,(9):132-135．

[11] 刘博,夏新,陈彦东,等．基于商业智能的医院决策支持系统研究[J]．中国医疗设备,2013,28(11):36-39．

[12] 王珏,刘博,夏新,等．决策支持系统在医院医保分析中的应用[J]．科技传播,2013,(24):175-176．

[13] Xiaoyu Chen,Bo Liu,Xin Xia．A hybrid approach for cases classification of medical data[J]．Applied Mechanics and Materials, 2014,496-500:1965-1970．

[14] 刘博,夏新,陈彦东．基于信息集成平台的业务整合与数据共享方案[J]．医疗卫生装备,2013,34(7):46-48．

Research and Application of Clinical Data Repository Based on Clinical Decision Support System and Knowledge Base

MA Yun1, XIA Xin2, LIU Bo2, CHEN Xiao-yu2
1.Information Center, The First Clinical Hospital of Jilin University, Changchun Jilin 130021, China; 2.Information Center, Shanghai East Hospital, Shanghai 200120, China

Clinical data repository (CDR) as an important part of electronic medical record (EMR) has become the key point of hospital informatization construction, and represents the future application direction of medical informatization. Clinical decision support system (CDSS) and knowledge base are important for constructing CDR and deepening the functions of EMR system. Combining with the development status of current medical informatization construction in China, this paper analyzes the application of CDSS and knowledge base in CDR construction as well as the problems exist during the application process.

clinical data repository; clinical decision support system; clinical knowledge base; hospital informatization

R197.324

A

10.3969/j.issn.1674-1633.2014.07.022

1674-1633(2014)07-0061-03

2013-12-26

2014-05-14

2011年上海市浦东新区卫生局卫生科技项目（PW2011A-2）。

夏新，高级信息项目管理师，同济大学附属东方医院综合组组长。

通讯作者邮箱：xinye000@163．com