摘 要 目的：研究如何应用大数据将体检结果进行发掘和分析，提高针对企业团体的体检服务质量。方法：以上海邮电医院2011―2016年体检数据为基础，进行大数据分析并应用到体检服务中。结果：企业员工获取体检报告时间缩短了80%，?蟾娴闹谱餍?率提高了50%，医院通过体检大数据分析进行客户随访，客户满意率和预约就诊人数上升。结论：企业团体的体检大数据，在检后流程中对个人、企业、医院都有很高的应用价值和发展前景。
http://
关键词 体检 大数据 企业团体
中图分类号：R194.3 文献标识码：B 文章编号：1006-1533（2017）23-0061-03
Application of big data from collective medical examination of enterprise in the following process*
ZHANG Dong， QIAN Jun， QUE Ting
（Information Centre， Shanghai Postal and Telecommunication Hospital， Shanghai 200040， China）
ABSTRACT Objective： To study how to dig out and analyze the result of medical examination through big data calculation so as to improve the quality of medical examination service for enterprise group. Methods： The big data from medical examination performed from 2011 into 2016 in our hospital were analyzed and the results were applied to the medical examination service. Results： The time for the employees to get medical report was shortened by 80%， the efficiency for making enterprise report increased by 50%， and patient satisfaction rate and the number of visiting doctor by appointments were increased by analysis of these data and then the follow-up. Conclusion： The analysis of big data from medical examination possesses high application value and prospect to individuals， enterprises and hospitals.
KEY WORDS medical examination； big data； enterprise group
上海邮电医院作为一家由企业创办的二级甲等医院，每年为超过5万人次企业职工提供体检服务，为了不断提高体检服务质量，医院希望结合互联网和移动应用技术，为企业和职工提供更全面的企业整体和个人的体检数据和评估分析，并能帮助医疗人员更快、更精准地发现有健康问题的企业职工[1]。目前，医院的体检业务已基本实现信息化操作，但没有更深层次的数据发掘，为此，我们将研究如何通过大数据计算将体检结果数据进行发掘和分析，生成针对企业、个人、医生三种不同角色的体检分析数据，并将最终数据通过互联网安全地发送数据到不同的用户终端。
1 研究方法
此次我们研究的重点是大数据技术在体检后的应用模式和效果分析，同时对所涉数据库和软件开发技术做必要说明，主要分析实际运行效率。
根据目前上海邮电医院体检系统的环境，我们将任务分解成以下步骤，并逐一研究其中涉及的互联网和大数据技术：①建立索引。建立体检个人、团队的唯一索引，为数据计算和分析提供基础。②抽取数据。抽取体检数据中检查、检验等数据性指标以及诊断、评估、建议等描述性结果，按标准化数据格式进行转化。③设计模型。建立个人健康评分和疾病统计分析计算模型，对格式化体检数据进行计算得到结果。④信息传送。为个人、企业、医生等不同使用对象设计不同的软件界面和功能，通过互联网将所需查询的体检指数安全地传输到计算机、平板电脑、手机等网络终端上（图1）。
1.1 建立索引
首先，要建立一个不基于任何特定体检系统的具有相对统一规范的专用数据库，简称为“eHealth”数据库，再通过与不同体检系统的数据接口程序将体检数据按统一格式进行转换和存储。数据传送完成后，需要在“eHealth”库中进行体检人员和企业主索引重建和关联的工作。
根据医疗健康信息传输与交换标准HL7[2]消息的患者表示信息段（PID）的定义，一般体检系统中基本能获取的患者标识信息主要包括患者ID、姓名、出生日期、性别、地址、电话、联系人、婚姻状况、社保卡号和身份证号等多个元素，按特定权重计算相似度系数，根据不同体检系统人员信息录入完整性设置特定相似度系数进行二次索引（表1，表2）。
用相似度系数50对2012―2016年的27万人次体检数据进行主索引生成作业，运行时长25 min，属于可接受的范围，作业完成后形成7万条左右主索引数据，体检次数超过3次的人数为5万人，与实际情况符合。 1.2 抽取数据[3]
体检过程中会生成大量不同类型的数据，有可量化的数值型，有文字描述的文本型，有直观表述的影像型。在数据抽取时只选取可进行分析计算的数值型和文本型数据，存放到“eHealth”库中。抽取数据后按数据的类型和功能性进行格式转换和存储（表3）。
在数据表设计方面，以主要的体检结果数据表T_ EXAM_RESULT为例，说明整体数据存放结构（表4）。
通过数据转换接口，主要体检结果将按统一格式存放到此表中，从多维度观察数据分析结果，通过对企业、个人信息的单个或多个元素进行分类汇总计算，分析人群和年龄分段的各项数据。
1.3 设计模型
建立个人健康评分和疾病统计分析计算模型，对格式化体检数据进行计算得到结果。根据临床需求，设置不同查询统计模型，生成精准个人和群体数据，分别为体检后随访、临床科研和企业客户统计分析提供数据支持。本次研究中对疾病统计分析有两种方式。
1）基于医生诊断模式。统计分析的疾病依据将以医生判断为准，同时根据不同疾病的要求抽取该疾病的相关化验、检查指标，按人群进行分类统计分析。
医生诊断模式的疾病分析主表为T_EXAM_ HEALTH，对应源数据库TJ_TJJBK表，主要包含体检疾病数据。优点：基于已有疾病库统计，结论相对于精确，数据偏离较小，可追溯到疾病诊断医生，准确性基于体检医生和评估医生的专业能力，一般专业体检机构出错概率较小，可以把统计分析结果直接运用于企业总体健康报告和个人健康报告。
缺点：无法充分发挥大数据计算优势，过于依赖人为判断，容易忽视无明显单一指标特征的健康隐患，无法从历史数据角度进行疾病趋势分析。
2）基于系统计算模式。发挥大数据优势，事先不参考医生疾病诊断库，在化验、检查、既往史和家族史等各项信息中抽取各种疾病相关指标和关键字，综合历史体检数据由系统自动计算体检客户的各项疾病风险和变化趋势（表5）。
优点：充分使用大数据在数据广度和时间维度的优势，发掘容易被人工诊断遗漏的信息，减少人为判断失误和录入错误等因素；疾病风险可追溯到具体致病指标和因素，便于进一步诊断和治疗；可预留数据接口不断增加和优化健康分析模型，丰富疾病分析的种类和适应新的疾病诊断。
缺点：对疾病分析模型的确立要求较高，需大量参考临床专家经验和医学知识库进行综合设计；某些主观经验诊断疾病的统计分析精准度不如基于医生诊断模式；对网络系统计算能力要求较高，需优化数据提取方式和计算模型。
1.4 信息传送
当数据产生后需要将相应的信息传送给相应的使用对象，一般体检信息结果有3个传递方向：个人、企业、医生。
1）个人
个人数据的传输需要做到完整性、便捷性和安全性。
完整性能使体检客户直接查询到个人本次和历次的完整报告，并能有疾病风险、健康处方、就医指南等提示信息，有历年报告的可实现历史报告调阅、趋势分析等扩展功能。
为体现便捷性，系统自动获取客户体检报告中的异常信息，第一时间主动发送到用户手机，最快速度告知客户自身健康状况，通过医院官网、微信公众号（图2）等形式用户可以自助查询到体检报告和相关信息，这些形式往往比纸质报告速度更快（表6），信息更全面[4]。
以用户主要使用报告方式“纸质报告”和“网站、微信”取得报告平均时间计算，等待时间减少了80%。
在数据安全性方面，需通知企业将体检职工手机信息统一发送给体检中心，职工体检前确认个人手机号码，在网上查询个人体检信息时通过短信和密码双重验证，在数据传输时需用加密传输协议，以免网络数据包被截取使体检人员信息泄漏[5]。
2）企业
企业关心的是员工整体的健康状况，通过体检大数据分析可以生产统一格式化的员工健康分析数据，包括疾病分析、人群健康分析、健康趋势分析[6]。
通过应用体检大数据进行企业员工健康分析后，健康分析报告的制作效率和数据的准确性，比原先人工分析大幅度提高。报告的内容可以根据企业类型的不同进行个性化数据定制，以便为不同类型企业制作适应行业要求的健康报告。
在使用企业体检大数据分析之前，生成一家企业体检统计数据需专业人员花费约2 h，使用新方法后，一般操作人员只需约1 h就能完成。
3）医生
体检大数据应用对医生在体检后的工作也具有相当重要的帮助。一方面，对体检数据的深度发掘是临床科研的宝贵数据来源，尤其是随着“健康管理”和“治未病”理念的不断深入，体检数据可以反应特定人群的健康状况和趋势，进行跟踪对比，可以对某些疾病的诱发因素进行分析研究，具有很高的科研价值。另一方面，对体检数据中的亚健康人群的主动检后随访，可以让参加体检的人对自身健康状况有更清晰的认识，及时进行相应的预防保健或临床治疗。
在实际应用中，客户的隐私非常重要，要注意体检大数据的使用权限，在作为科研分析的应用中数据不能包含客户的个人资料；在检后随访的应用中，需要控制获取客户信息的途径和权限，记录每次获取客户信息的操作日志，做到可以追溯，如客户明确不愿意参与随访，系统将明确标识，阻止其他人员对该客户的信息获取。
2 结论
企业团体的体检大数据，在检后流程中对个人、企业、医院都有很高的应用价值和发展前景，同时还有许多方面需要进一步研究探索。
参考文献
[1] 刘锋， 曾凡， 黄昊. 数字化体检信息管理系统的设计与应用[J]. 中国数字医学， 2011， 6（5）： 78-80.
[2] 蒋巍巍， 王海舜， 汪?R舜. 面向健康体检信息共享的HL7接口引擎设计[J]. 医学信息， 2009， 22（9）： 1701-1703.
[3] 阮宜才， 丁启文. 基于关联规则的医院体检数据挖掘[J].医学信息， 2011， 24（3）： 1484-1486.
[4] 陶鑫， 杜春炜， 盖小荣. 短信服务平台在健康体检中的应用效果[J]. 中华现代护理杂志， 2012， 18（4）： 444-445.
[5] 贾瑞珍， 杜兵. 健康体检的深层价值探讨（附1300例体检结果分析）[J]. 中国全科医学， 2007， 10（1）： 58-59.
[6] 马诗诗， 于广军， 崔文彬. 互联网医疗的隐私保护与信息安全[J]. 上海医药， 2017， 38（9）： 14-16.
发表于 2018-8-16 20:43:11