医疗数据孤岛解决方案

        近年来，随着医疗信息化水平的逐渐提高，医疗大数据的应用范围不断的扩大，大部分医院已实现医疗信息化，但实现医院内部各个信息化系统之间的数据互联互通却少之又少。从事医疗信息化的人都知道，医院的各个信息化系统来自不同厂商，HIS、PACS、LIS、EMR等业务系统数据之间没有实现对接，导致同一患者医疗数据分散在各个信息化系统，且不同信息系统之间数据标准不一，“数据孤岛”问题尤为严峻。
        针对以上“数据孤岛”痛点问题，想要实现基于互联网的全闭环诊疗服务，打破传统“数据孤岛”的医疗体系，实现信息互联互通，建设临床数据中心(Clinical Data Repository,CDR)就显得尤为重要。CDR是以患者为中心，以患者主索引(Enterprise Master Patient Index，EMPI)为主线，关联、整合、存储患者就诊过程的就诊记录、处方记录、电子病历、检验检查报告、住院医嘱等所有临床数据，从而为医疗大数据应用提供决策支持信息。临床数据中心CDR的建设，可以让医生在任何办公终端调阅患者就诊全流程数据，缩短复诊诊疗时间、提高诊疗效率，避免因数据缺失或调阅数据不及时造成的医疗安全问题，更让所有患者诊疗过程有证可循。临床数据中心CDR的建设依赖于ETL(Extract-Transform-Load，ETL)技术，ETL是指将HIS、PACS、LIS、EMR等异构数据源的结构化数据与非结构化数据经过抽取(extract)、转换(transform)、加载(load)至临床数据中心CDR库的过程。异构数据源的数据转换与清洗之前将数据源的数据同步至ODS(Operational Data Store,ODS)，数据同步采用CDC(Change Data Capture,CDC)增量抽取技术实现，然后用KETTLE工具将数据源中的结构化数据分为全量与增量的抽取方式通过数据类型等转换技术映射到数据仓库(Data Warehouse,DW)中去，半结构化数据通过语义分析等技术加载至中间表再映射到结构化数据中去，非结构化病历文件、报告等数据通过循环增量加载到文件服务器上。在ETL过程中会做数据质量的校验，标准化处理，异常的捕获与处理，尽量保证数据抽取的及时性、完整性、一致性等。
        通过ETL技术，将HIS、PACS、LIS、EMR等异构数据源的数据标准化后整合、存储至临床数据中心CDR，有效避免“数据孤岛”问题的产生，无疑是一个很好的解决方案。