◆陈 鹏

（齐齐哈尔医学院附属第二医院 黑龙江 161000）

伴随着科技的崛起，医疗领域意识到了科技在诊疗层面的巨大潜力，从二十一世纪开始，众多医院纷纷引进智能系统，通过专业软件的助力，医院内部各科室医疗服务的科学化、便捷化程度得到极大的提升。但是，医院内部各科室的软件不兼容成为突出问题。在医联体建设构想下，医院将部分平台链接到医联体平台中。由于链接口数量多、操作频繁，系统出现瘫痪成为常态，这种现象亟待解决。以大数据功能和云计算技术为依托的新型平台可以有效解决医疗系统的突出问题，帮助医疗领域提升信息化水平。以下主要围绕着集成平台和融合展开简单的分析与探讨：

1 集成平台和融合概述

医疗领域的集成平台要在CDA标准的引导下建立，SOA框架是集成平台的框架基础。EBS服务可以实现多分支信息传输和统一管理，能够降低多接口带来的系统不稳定问题，成为医疗平台的服务首选。集成平台要求系统能够稳定存储多分支系统传输进的多样信息，也可以实时向多分支系统安全传输信息。在这种框架下，用信息引擎取代传统的链接口，医院内部的各部分系统不再孤立，各科室之间可以在平台内查找患者在其他科室的诊疗记录，进而为科学诊断奠定信息基础。此外，集成平台的管理类别可以自由设定，根据患者医保账号或身份证号码进行分类管理是首选，大夫在开处方前对于患者的既往病史和过敏记录等一目了然。集成平台在操作流畅性和安全性层面有举足轻重的意义。

2 医疗领域大数据集成技术的应用优化途径

（1）搭建hadoop中心

大数据支撑下，医疗领域的大数据生态必须具备强大运算能力，尽可能避免系统瘫痪的状态发生，避免因为系统瘫痪贻误患者最佳诊疗时间。在数据中心框架搭建中，hadoop是目前我国平台搭建运用最成熟的服务中心，该模式经过众多领域的实践和完善，有极强的堆叠功能，服务器通过数据库集群的构建提高信息储藏能力，多容量数据库群能够为系统运行提供足够的运行存储空间，实现流畅运算，避免系统卡壳的现象发生。在医院的实际工作中，患者数量大、病情复杂成为常态，对于一个患者有时需要多科室共同会诊，大数据平台必须在数据读写能力层面有强大的功能，hadoop框架能够符合医疗实践的需要。

（2）扩大数据库规模

集成平台能够提升诊疗服务的效率，确保医院内部不同部门之间可以同时调阅统一数据，避免因为数据输入分歧导致的误诊现象。医院各科室之间在诊疗层面有分工，但是因为患者病情复杂，需要各科室之间的业务频繁交流，这就要求平台必须要实现整体效果。以笔者所在的医院为例，笔者所在的医院是一个省级三甲医院，数据平台平均每天要处理80多万条的信息，平台内容纳门诊科室、辅助科室、药房等共计五十多个分系统，业务链接口有三百个。为了支撑如此庞大的数据流量，医院平台通过MSMQ框架实现信息的分类处理，继而提升了平台的流畅性，扩宽了数据服务核心的信息吞吐能力，将全院诊疗、结算、病床管理等业务纳入其中，实现高水平数据共享。

3 医疗领域大数据融合技术的优化途经分析

（1）实现全景数据功能

医院门诊是患者流动最频繁的部门，平均每三分钟完成一个人次的诊疗活动，但是一人次的诊疗活动涉及预约报道、处方、缴费等环节，为了减少系统反应时间，大数据的全景功能可以实现医院的处方和缴费同时完成，减少病人的诊疗负担。此外，在病房管理中，医生为了详细掌握患者情况，会询问患者的既往病史和用药历史，但是，对于部分信息患者及其家属并不了解，这会增大医生的处方风险，危及患者生命健康权益。全景数据则可以有效解决这个问题，在全景数据中，医生在系统中输入患者的身份证号或者医保账号，系统便会自动弹出患者在本医院曾经的用药和诊疗记录，甚至对于患者曾经的B超等辅助检查资料也会呈现给医生，让医生对于患者的疾病发展状况有全面的了解。

（2）提升临床监控效率

在大数据平台中，医嘱可以实现同窗部署，未经系统管控的医嘱对患者无效，这可以约束医生的诊疗活动，避免为了个人经济利益而乱开处方或者辅助检查的行为，此外，医生的医嘱一旦经过系统录入就不可更改，倒逼医生以极高的责任意识开处方，一旦发生医疗纠纷，系统中的诊疗记录能够成为探究案件的重要证据，可以缓和医患矛盾、提升医生的威信。此外，同窗部署能够简化医生诊疗流程，可以实现实时调取病例，减轻患者或者医生的查阅负担。同窗部署体系下还构建了分级监控制度，不同的级别有不同的操作权限，确保病例记录的客观性。

（3）优化分析功能

大数据最大的优势在于其云计算功能可以通过既有数据自动分析输入数据的正确与否，一旦医生出现输入错误，系统分析功能会提示误诊，避免因为人为原因产生危险。此外，大数据功能通过对各种数据的提取，能够自由优化时间安排，达到人力所达不到的效果。以笔者所在的医院为例，专家门诊全部采用预约挂号制度，但是对于专家一天能看多少患者，其任意性较强，人工无法做到有效预计，存在当天的号却无法诊疗的现象，引发患者极大的不满，大数据分析便解决了这个问题，由于同一个专家一般只擅长一个领域的疾病诊疗，通过对大夫对每个患者看诊时间的跟踪，还能够大体预估对于一个患者诊疗的时间消耗，可以优化预约挂号的数量，以及不同顺序号码大体排到的时间，方便患者合理安排时间、缩短等待时间。

4 结语

综合上文所述我们可以知道，依托大数据技术的医疗平台能够减轻医生的诊疗负担，提高诊断的透明度，打通医患之间的信息壁垒，为缓和医患纠纷奠定技术基础。大数据平台能够提升医生的责任意识和诊疗服务水平。大数据技术在医疗领域的应用在本质上是为社会监督医疗奠定基础，在如今互联网时代下，医生不再处于信息垄断地位，患者能够通过网络搜索对自己身体状况有个基本判断，可以有效净化医疗领域的风气。