健康医疗大数据是国家重要的基础性战略资源。近年来，在健康医疗大数据的管理和运用方面，国家出台了一系列政策以推动其规范、安全、有效地发展。多省市试点“医疗大数据开放平台”，支持科研机构与企业依申请使用脱敏数据，加速新药研发和临床研究。在医疗机构层面，管理好并运用好这些数据，已经成为发展新质生产力、激发医院精细化管理动能的必选动作。
近年来，四川大学华西第二医院（华西二院）着力实施以“两个转型”（由基本医疗服务到主动健康服务；由妇幼专科医院到妇女儿童综合型健康医疗服务机构）为核心的“一院多区”集团化医疗发展战略。医疗机构传统的信息化平台模式及大数据平台模式难以满足当下多样性、变化快、专业性强的医疗业务需求。因此，华西二院建设基于双中台的集团化大数据平台，以期破解异构系统间多模态医疗数据全域贯通、跨机构临床业务协同等难题。华西二院为实现集团化健康医疗的四个一体化目标，即运营管理一体化、学科规划一体化、业务布局一体化、社会服务一体化，满足内外资源整合共享、多机构业务协同、科研整合发展等需求，搭建以“数据中台”和“业务中台”双中台为核心的集团化大数据平台。数据中台负责整合集团数据，根据数据特点和应用需求，构建分布式数据仓库，存储结构化和非结构化数据，统一提供数据服务；业务中台负责整合集团业务，根据业务协同应用需求，构建统一的业务协作平台，形成“数据加服务”模式，实现多院区、医联体成员单位、产业机构、第三方供应商之间的业务协同。数据的统一汇聚和统一治理为医疗、管理、科研和教学提供了支撑，实现医疗集团内的同质化管理和一体化运营，以及数据服务应用程序编程接口（API）的统一发布和标准化管理。集团化大数据平台架构包括基础设施层、数据采集层、数据治理层、数据集市层、数据服务层。基础设施层主要关注硬件设施的投入建设，是建设数据平台的底座。数据采集层面主要解决集团内各机构、各业务系统数据的采集与同步问题，实现数据的全量获取与增量同步，确保数据平台内数据的及时性和准确性。数据治理层是建设数据平台的关键，治理结构化与非结构数据，形成高质量数据。数据集市层主要为不同类型应用场景提供数据支撑。数据服务层旨在生成数据资产目录，向外提供数据服务。集团化大数据平台成功打破数据孤岛，整合集团内各医疗机构的健康医疗数据，构建统一的数据资源池，提供统一的业务服务，实现标准化、规范化管理、业务协同、信息共享。
华西二院基于双中台的集团化大数据平台逻辑概念图
在数据集成过程中，华西二院研发了针对医疗行业广泛使用的特定后关系型数据库日志解析的数据直取技术，实现数据实时抽取集成，确保数据采集的及时性、完整性、准确性。针对医疗大数据体量大、业务场景多的特点，研发设计“流批一体”数据处理引擎与“湖仓一体”数据集成存储技术，实现海量数据的高并发实时抽取，突破数据库品牌与版本迭代升级的限制。任何一次大量数据抽取的过程均会给数据库带来负载的增加，进而降低数据库的稳定性。在保证不影响生产业务系统的前提下，搭建主从数据库模式，将从数据库作为数据抽取的源头。对于实时性要求非常高的数据抽取，研发“流式”数据实时处理引擎，对于需要复杂组合和计算的大量数据，研发“批式”数据处理引擎。通过“流批一体”的数据处理引擎技术，实现海量数据高并发的实时抽取。同时，“流批一体”数据抽取引擎直接从数据库从库增量日志中进行抽取，解决了系统数据库数据接口开发的难题。为解决医疗数据体量大、不同环境存储数据使用协同的问题，华西二院设计“数据湖”和“数据仓库”为一体的数据存储环境。将经过“流批一体”数据处理引擎的海量数据形成统一存储的“数据湖”，将“数据湖”中的数据资源进行整合归一，并集中存储形成“数据仓库”。通过“湖仓一体”的数据存储管理模式，有效降低数据抽取和下一步数据使用两个过程中的耦合性，增加整体数据抽取的稳定性。“湖仓一体”的数据存储管理模式，显著提高了数据处理的效率和准确性，增强数据治理能力，确保了数据的规范性和可信度，为数据的分析和挖掘提供了坚实的基础，并通过优化资源分配，提高了数据处理性能，使数据检索更加快速和准确。在数据治理过程中，华西二院对数据进行实时监控和清洗，识别并修复数据中的错误、缺失和重复问题。采用数据加密、数据脱敏、访问控制等技术，确保数据在存储、传输和使用过程中的安全性。建立主数据管理系统，对医院的核心数据（如患者信息、药品信息、科室信息）进行统一管理和维护。利用机器学习、自然语言处理（NLP）和大数据分析技术，对非结构化数据进行结构化转换。采用数据元数据理念与技术，实现数据资产的目录化管理、元数据管理和数据生命周期管理。构建完整的数据改正机制，将发现数据质量问题、生成数据质量报告、数据整改、二次验证、数据落湖形成管理闭环。统一资源平台是华西二院集团化大数据平台中的创新模块。通过平台统一生成资源、分发资源，实现包括号源、床位资源、检查资源、手术资源等在内的集团资源统一管理和高效利用，通过跨院调度提升整体资源利用率。提升患者就医体验，实现“一次挂号，集团内多院区协同服务”。优化运营成本，减少重复设备采购，降低空置资源维护成本，并通过精准排班减少人力浪费。基于资源使用数据，指导分院区学科建设（如高需求科室扩增）、设备采购计划等，使管理决策更加科学化。同时推动医疗集团向“一体化服务网络”转型，增强区域医疗竞争力；形成标准化资源管理流程，支持突发公共卫生事件应急响应；构建医疗资源数字化底座，为未来人工智能（AI）辅助诊断、远程手术协作等场景提供基础。通过该平台建设，华西二院实现了资源“全局一盘棋”，在提升服务能力的同时，为数智化医院建设奠定坚实基础。AI技术在医疗行业的应用正在迅速发展，并展现出巨大的潜力和价值。特别是在集团化大数据平台的支持下，AI在医学推理、决策支持等方面的能力得到了显著提升。华西二院致力于将AI原生技术应用到医疗模式、服务模式和资源管理模式的创新中，于2024年年底发布了基于开源模型训练的华西数医医疗大模型。该模型通过医疗通用模型与专科模型的协同配合，结合智能体技术的支持，优化医疗服务流程，显著提升了医生的工作效率。目前，华西二院利用DeepSeek-R1系列模型，经过面向场景应用的评测集进行能力评估、选择和训练，显著提升了模型的医学推理能力。该模型已融入医疗大模型中，为医学推理和决策提供了更加精准的支持。华西二院开发的Mediverse AI原生应用体系紧密结合了智能体技术和大模型技术的优势，打造了多个智能体实体，为传统医疗应用和创新应用提供了统一且高效的支持，服务于多种应用场景。
Mediverse结合智能体与大模型技术，为医生提供全面的决策支持，优化医疗决策流程。通过数字医生的临床推理和专家“分身”的个性化指导，CDSS能够减轻医生的工作负担，并基于患者的实时数据和历史信息提供精准的诊断建议和治疗方案。Mediverse整合来自多种医疗数据源的信息，包括影像学数据、病理切片、基因组信息和可穿戴设备的实时监测数据，构建全景健康画像。智能体助手基于这些健康画像，通过大模型推理，支持个性化的诊疗决策，帮助医生为不同病症的患者提供定制化的治疗方案。Mediverse提供智能助手，辅助医生完成电子病历的生成与录入。通过智能体技术，智能助手能够从医生的问诊记录、检查结果和治疗方案中自动生成完整且结构化的电子病历，极大减少了医生在日常记录工作上的时间消耗，使医生能将更多精力集中在临床决策和治疗上。利用Mediverse的数字健康管家，使用累积10年的健康档案数据训练的健康风险预测模型，数字健康管家能够对患者进行慢性病的风险预测和预警。特别对于高危群体，Mediverse能够基于实时监测数据和病历，提供个性化的健康管理方案。此外，数字医生“分身”还提供24小时在线问诊服务，结合数据分析帮助患者进行健康管理。Mediverse的数字医生和专家医生“分身”可为患者提供全面的诊疗服务。患者可以通过平台直接进行在线问诊，享受由数字医生“分身”提供的专业医疗服务。数字医生“分身”通过个性化推理和决策支持，为患者提供从初步诊断到治疗建议的全方位服务。通过这些创新应用，华西二院不仅提升了医疗服务的智能化水平，还推动了医院工作流程的高效化，致力于打造以数智科技和AI智能体为核心的未来医疗新生态。
文：四川大学华西第二医院党委书记 黄勇
发表评论 取消回复