<acronym id="kiwyy"></acronym>
<acronym id="kiwyy"></acronym>
<tr id="kiwyy"><optgroup id="kiwyy"></optgroup></tr>
<rt id="kiwyy"><optgroup id="kiwyy"></optgroup></rt>
<acronym id="kiwyy"></acronym>
<rt id="kiwyy"><optgroup id="kiwyy"></optgroup></rt><rt id="kiwyy"></rt>
<rt id="kiwyy"><optgroup id="kiwyy"></optgroup></rt>
<rt id="kiwyy"></rt>

特輯 | 北醫三院:信息化十年,邁向新高度

e醫療 2019/03/07 02:50

健康前沿 HIS醫院管理信息系統


"醫療信息化十周年”專題

第9篇文章

全文字數:1800余字

醫院信息化的水平已是衡量醫院現代化程度的重要指標。一直以來,加強信息化整體設計,統籌規劃、分步實施是信息為醫院的各個業務保駕護航的重要支撐。

計虹

北京大學第三醫院

信息管理與大數據中心主任

從1998年HIS系統起步建設,到2008年進入以電子病歷為核心的CIS 建設,再到2015年以平臺化協同的集成互聯信息時代,北京大學第三醫院(以下簡稱“北醫三院”)整體信息化從單建業務系統目前進入到業務集成交互、數據整合應用的平臺化運行規模。

成果一:明確信息化總體架構

信息整體框架是醫院的總體發展與建設目標,基于機房建設、網絡建設、虛擬化建設、云計算等為重要保障基礎。我們發展了兩大集成架構,即集成平臺做業務協同交互,數據中心作為數據的歸集與存儲。強化安全、標準、管理構成的三大保障體系,面向公眾、臨床、管理、資源4大主線應用服務 ,形成支持臨床、科研、教學、管理、外聯的五大數據利用領域。

成果二:夯實安全管控建設

建立不同樓宇容災備份主備機房。雙活數據存儲平臺和集群保護,虛擬化體系降低單點宕機故障,實現了存儲、傳輸、隱私保護安全管控;基于角色進行相應的準入和授權控制,系統軟件和應用軟件具有用戶授權控制功能,統一身份認證對用戶權限進行控制;借助CA的可信簽名對各類醫療文書、檢驗檢查報告等進行電子簽名和可信時間戳處理,保證電子醫療文書的合法性有效性。使醫院業務連續性和高可用性得到進一步加強。

成果三:提升標準化建設

依托國家頒布的規范標準進行建設。基于集成平臺構建了患者主索引管理、主數據管理系統、統一通訊服務實現患者統一身份管理、術語及字典的標準化和規范化;標準化的交互服務和共享文檔,基于消息標準模型和CDA標準規范,實現信息集成交互共享,選擇消息機制與WS同步事務處理機制相結合的方式,提升平臺接口復用率,達到交互互操作的松耦。參考HL7 RIM模型,遵循國內外醫療信息化規范,進行數據元的標化處理,構建獨立的共享文檔數據庫,提升了醫院整體信息交互共享利用水平。

成果四:便民惠民信息化應用

推廣自助多功能一體機充分利用醫院有限的空間,實現了門診全流程自助服務。利用移動技術和互聯網應用,以患者就診流程為主線、移動支付為特色建設服務平臺,實現掛號、支付、導診、提醒、報告查詢到住院登記、預交金、隨訪等服務功能改善就醫服務流程。“互聯網+醫療應用”為患者打造線上服務,微信、App、企業號移動辦公等多方式結合的移動應用。從家庭到醫院,從窗口到床旁的全方位線上服務,簡化線下就診流程,增強公眾人群的獲得感。實現平臺化互聯互通和信息共享與交互。

成果五:統一數據管理中心

建立了將多源異構業務通過集成平臺協同,基于大數據技術數據實時歸集進入數據中心。完成集成平臺和數據中心的建設,使本院從傳統的基礎建設和業務應用階段,邁入了標準集成與互聯共享的平臺化、一體化、智能化的新階段。醫院數據中心創新采用基于Hadoop的列式數據庫Hbase 進行數據集中存儲, 并行計算采用Spark并行計算框架,醫院數據中心通過數據服務工具將現有業務系統數據進行整合和集中存儲和清洗,涵蓋醫院運營、臨床、管理等所有業務, 開展運營決策、臨床支持、質量控制等數據融合應用。

成果六:數據科研服務

創立基于私有云建立的院級科研大數據云平臺,以臨床數據中心為基礎,電子數據采集平臺、微信隨訪平臺、生物樣本庫系統等科研業務系統形成科研資源庫,實現對科研數據的一體化管理。利用自然語言處理技術(NLP)、搜索引擎技術等,降低臨床科研的數據利用壁壘,使臨床醫生可以高效地利用高質量的臨床數據,從而提高科研產出的速度和質量,全面支持臨床科研建設。

成果七:智能化臨床應用

持續優化臨床行為監控管理,基于數據中心提供全景數據展現,實現所有臨床診療數據的整合與集中展現,使臨床醫生快速獲取患者信息,有效地提高臨床效率,提升醫療質量。建成基于大數據真實病歷學習與權威專業BMJ臨床知識體系雙引擎驅動打造的臨床決策支持系統。

未來展望

未來基于AI和大數據技術為公眾服務、臨床應用、科研教學等提供智能化的服務具有廣袤的空間。結構化數據應用起來比較容易,對于自然語言的數據,難度在數據的清洗、有效的收集和清潔數據,也是AI用于醫療的一個重要方向。目前AI在醫療上的應用主要基于深度神經網絡用于大數據上,建立模型和訓練方式,學習人類專家經驗與智慧,使用先驗知識,輔助診斷與治療方案,比人更快地做事,提高診斷的精準度。另外,圖像處理用于深度學習,推薦影像篩查診斷,減少人力有限,診斷費時等局限性,用以提高工作效率。AI 通過大數據分析在預測應用也有巨大潛力,使醫院信息化從IT應用進入以數據為導向、數據驅動研究的DT時代。

-END-

微信改版

星標/置頂 e醫療

深度好文不迷路哦~

“醫療信息化十年——2008到2018”系列專題同時刊登在2018年第6期和2019年第1期上,歡迎 訂閱 (后臺回復“ 訂閱 ”獲取訂閱方式)。

?以上文章來源

e醫療原創文章,轉載請注明出處。

^_^ 我好看,戳戳我呀


本文來自新知號自媒體,不代表商業新知觀點和立場,轉載請注明來源。

若有侵權嫌疑,請聯系商業新知平臺管理員。
聯系方式:[email protected]

e醫療
收藏 | 微信分享 微博分享 QQ分享 | 返回頂部
北京十一选五预测