在我国，公立医院掌握着医疗的核心数据。近年来， IT公司争相竞标大型公立医院信息平台的搭建权，用免费、烧钱等策略跑马圈地已经成为各路玩家心照不宣的“行规”，企业看中的是潜藏在医疗数据中的巨大商业价值。如今，互联网和信息技术已经普遍覆盖大型公立医院，早在2004年，华东地区二级以上医院的信息化建设覆盖率就已经达到90%以上。那么问题来了，“地”圈完了，钱烧完了，医疗数据又如何变现呢?互联网和信息技术公司又如何扭亏为盈呢?

11月24-25日，由中国医疗器械行业协会智慧及移动医疗分会、医用软件分会联合主办的“第三届中国智慧健康医疗发展高峰论坛”在武汉召开。

北京大学人民医院是国内首家通过HIMSS7级的医院。该院信息中心主任、医学大数据研究中心副主任刘帆到场分享了他在医疗大数据应用、价值挖掘和变现的一些心得体会，贝壳社记者整理了全程干货以飨读者：

医疗数据的商业价值是挖掘出来的

近年来，不少医院投入千万甚至上亿元成本，做信息化建设。但医院是否思考过，医疗信息能用来做什么事?能利用的程度?用来做管理还是做决策?还是要降低成本?提高效率?仅仅是这么简单吗?

信息整合，是利用数据的第一步

过去，我们医院的信息化建设就是由多家公司共同完成的，所以到了2011年到2012年，医院的信息整合面临严峻考验，我们尝试用平台把所有信息整合在一起。

通过平台实现资源、流程和数据的整合后，我们建立了三大数据中心，即前台的临床数据中心(CDR)、后台的运营管理系统(人力资源、财务、固定资产、物流采购库存统一管理的系统)，以及医院的影像数据中心。

临床数据中心(CDR)

医生最需要临床数据整合。特别是以病人为中心，以其患者索引号(EMPI)和时间轴主线，把所有的临床数据做统一化、标准化、结构化管理的CDR。

现在所有行业都可以用身份证来索引信息，但唯一在医疗行业，还存在卫生部的居民健康卡、人社部的社保卡、城市自己的城市居民健康卡、以及医院自己的就诊卡，造成病人的大量信息无法以唯一的识别号来索引。2014年，国务院提出要建立以身份证为索引的社会信用体系，唯独医疗被排除在外。

因此，CDR最基本的问题是，如何把一个人全生命周期的健康医疗数据串联在一起。2013年，北大人民医院将患者的历史临床数据都迁移到CDR系统中，并做清洗处理。

医院患者索引号(EMPI)的作用，就是把历次门急诊、体检、住院中发生的检查、诊断、治疗等信息串联在一起。这样一来，以后产生的数据都是简单化，且标准化的。现在医院已经存储了大约471万患者的数据。下图是北大人民医院CDR目前的使用情况：

影像中心

由于很多学科都以影像为支撑，医院的影像系统非常复杂，包括心电图、DSA(血管造影)、超声、核医学、病理，就连口腔和CT都有影像。所以，如何在医院里如何以病人为中心，统一调度所有影像数据，就是一个不小的挑战。

2012年，医院建立影像数据中心，在这个系统里，医生可以调阅一个病人的所有的影像数据。平台实现了统一管理、存储、调阅和展现。

运营数据中心

2008年起，北大人民医院开始对所有后台运营的数据建立统一的管理系统。此后陆续建成了固定资产管理、物流采购管理、物流库存管理、统一采购平台、财务应付管理、财务应收管理、人力资源管理和外围业务运营系统等。

由于固定资产管理和药品、低值和高值耗材的管理占了医院流水的60%多，我们决定统一用物流管理平台来管控;人力资源管理系统则主要管理薪酬、五险一金、奖金绩效等;统一的B2B平台则实现了对外自动化的采购流程—— 无需人工，平台自动和供应商进行供应链的整合。

运营管理系统非常重要，是整个医院后台支撑的基石。

三大信息模块数据的变现思路

我一直提倡要从需求端出发。医生的科研需求大致可以分为八大类：风险预测模型、人群健康管理、药物及器械安全型监测、疾病及治疗的异质性分析、精准医疗及临床决策、医疗质量及行为评估、公共健康和研究应用。

目前，我们能够看到的应用主要有三件事：

• 用数据形成临床流程和临床指南
• 用智能科研平台改进医学标准
• 用数据驱动科学的医院管理

大数据如何辅助科研?

要让大数据真正服务于科研，必须要思考的问题是，如何把大量的临床资料和临床科研整合在一起，将数据转化为解决临床需求的知识。大数据科研平台的核心功能，就是提供一个平台，运用各种大数据技术和传统的统计学方法等，为医生和科研人员提供一个工具。

大数据带来的真正意义是，通过历史的数据发现新的规律，做没有假设的研究。

科研、IT和数字科学三方合作的基本逻辑是：首先，也是最重要的一点，医生在长期的临床工作实践中，总结、思考后，提出科研问题和目标;第二，基于这个目标，医生提出需要哪些数据，并从所有数据中确定所需要的临床条件;最后，技术人员根据这些需求把数据整理好，最终达到支持临床研究的目的。

我们医院曾经有一个心内科专家提出，想要做出心衰病人出院1年后再入院发生率的预测模型，了解其影响因素。因为心衰病人基数大，且住院期间发生的费用是其医疗总费用的60%，从卫生经济学角度上说，这个研究非常有意义—— 减少再入院率是减少医疗费用的关键因素。

对于这个项目而言，第一件事就是确定研究对象。技术人员根据ICD诊断为心衰的指数，筛选出了自2010年到2015年间的14985份疑似病历，但ICD只能作为初选的纳入标准。

确定真正的研究对象，要使用改良的Framingham心力衰竭诊断标准进行复核。要从每份疑似病历中提取症状、体征、诊断、病史、辅助检查和治疗等数据，并通过数据分析把有差异的病历都抽取出来。

评估下来，如果靠人来筛选的话，每份病历需要耗费半小时，以每天连续工作10小时、无节假日计算，需2.05年的时间。这样的投入成本让研究看起来不可操作。

并且，已有的主客观病历数据，都是非结构化的，不可以直接被使用。

这种情况下，北大人民医院的科研数据平台nova就发挥作用了。

平台首先做的就是做自然语言分析，其使用NLP(将非结构化数据进行结构化处理的一种分词方法)，将自然语言进行全切分，比如将“他说的确实在理”这句话，切分为“他”、“说”、“的确”、“确实”“实在”、“在理”。

将院内CDR(如医院DB，HIS, LIS, DBn等)，院外客观数据(健康管理智能硬件、体检、基因检测、公共职能)和院外主观数据(生活量表、随访等)等结构化之后，nova就可以做一个数据处理层了，也就是把所有的数据打上标签，再用一系列的大数据技术，把浩如烟海的原始的临床数据变成可搜索的数据。

在此基础之上，还有一个数据应用平台，这个平台上搭载了科研系统分析平台、项目管理平台(多中心管理、患者管理、疾病管理、随访管理系统、eCRF管理系统)等，以这种方式给医生提供科研工具。

Nova只花了1周左右的时间，就提取了心衰再入院及非再入院患者的特征变量，找到了研究所需的所有数据—— 一共纳入1103例心衰患者，研究变量123个，共135669个变量。

通过“随机森林算法”，技术人员找到年龄、糖尿病、高脂血症、缺血性脑血管病、慢性阻塞性肺病、舒张压、血清白蛋白、血清钠、Ln血胆固醇和出院带β受体阻滞剂等10个可能影响患者未来再入院率的指标，然后做了一个比例风险的模型，把各个因素加权后变成一个公式。

最后回到临床，这个公式在新进病历中得到了很好的验证。

截至今年7月底， nova上有科研统计需求101个，涉及临床科室35个(北大人民医院临床科室数44个，占比80%)，已有用户数256人(北大人民医院医生数945人，占比达27.1%)，7月单月，医生查询次数达到2718次。

我们做科研数据平台nova有4个基本逻辑：

• 无论结构化还是非结构化，必须要先有数据。
• 数据需要整合。
• 技术永远不是最大的问题，技术只是一个支撑。
• 以应用为导向。

实践发现，科研数据平台能够大大提高科研效率;不仅如此，平台还革新了传统的有假设驱动的研究方法，创造了无假设的研究方式;最后，好的研究想法都是临床中发掘出来的，科研工具用完之后还得回到临床，完成PDCA的循环反馈过程。

本文作者：刘帆

来源：51CTO