奇哲医疗数据聚合云平台

1.概述

医疗机构数据聚合云平台是聚合了区域所有医疗机构各类实时医疗数据和非实时医疗数据的大型数据仓库，数据来源于各个云医院及数据平台和已建成医院数据集成平台，通过聚合各个医疗机构的行政区划信息、医疗机构信息、科室信息、普通医生信息、专家信息、药店药房信息、药品药价信息、收费标准信息、实时的挂号排队信息、实时的化验排队信息、实时的检查排队信息、实时的住院病床排队信息、医保实时审核结算接口、商保实时审核结算接口、医疗机构实时审核结算接口、药店药房实时审核结算接口、快递实时接口，为患者实现方便快捷的就医服务、统一支付结算服务、取药服务，还通过建立电子病历信息库、居民健康档案信息库、费用统计信息库，为公众提供统一的医疗健康信息查询服务。同时，聚合云平台还为医疗机构提供自身的医疗数据统计分析服务，为国家、省、市、县的医疗大数据平台提供各级医疗机构医疗数据标准、及时、准确的上传汇总服务、为公共医疗服务机构提供各医疗机构的预防接种数据信息、传染病数据信息、结核病数据信息、职业病数据信息、慢性病数据信息、精神病数据信息、突发疫情数据信息、应急监测数据信息、妇幼保健数据信息等实时数据信息服务，为医疗行政管理部门提供医疗质量监管、药品使用监管、医疗机构经营监管、医疗机构财务监管、医疗服务监管、医患行为监管、医疗保障监管等数据信息服务，将成为整套大系统的数据和调度中心。

医疗机构数据聚合云平台的建设可有效解决以下几个问题：

（1）提供数据的可靠传输，解决不同软硬件和网络环境中系统的通信问题，实现不同应用子系统信息孤岛之间的连接；

（2）解决数据的分布性问题，实现数据的集中与汇总；

（3）解决数据异构性问题，使不同格式，不同数据管理系统中的数据能够相互交流和转换；

（4）保持已有系统的自治性，在进行数据集成的同时不能影响已有系统的正常运行；

（5）具有很好的可扩展性和适应性，能够适应医疗信息化系统应用需求的不断变化；

（6）解决功能复用问题，功能集成避免重复开发各种子系统间已有功能；

（7）其他非本公司的应用系统可将业务数据调用集成平台的接口，可将该信息转换成标准数据，实现数据的统一标准。

2.架构设计

医疗数据聚合云平台的最外层为安全管理系统，是整个聚合云平台的安全保障，业务系统总体设计分为三层：

第一层为数据交换层，交换层有两大功能，是整个聚合平台数据出口和入口，主要是使用各类组件实现数据出入口的功能；

（1）数据入口就是将所有医疗机构的号源经过数据交换层采集到数据仓库中；

（2）数据出口就是患者想要看到医院的剩余号源信息，就要经过数据交换层将数据仓库中的号源信息传输到患者端的App；

第二层为数据处理层，数据处理层存储和读取这两大功能组成。

（1）存储功能是将各种的外部数据经过各种中间件的处理、标记、分类之后，存储到相应的数据仓库中，如：将交换层传输过来的患者姓名，存储到患者信息库中。

（2）读取功能就是查询数据的功能，如患者想要挂号，这一层将数据仓库中的所有号源信息读取，经过数据交换层传输到患者端APP中；

第三层就是各类医疗数据仓库和数据元的存储位置，也是整个数据聚合云平台能够对外提供服务的数据支撑，而数据仓库的组成分为实时交换数据仓库和非实时交换数据仓库，这两类数据库涵盖所有医疗信息；

如图所示：

3.组件功能

（1）数据交换层核心，由网络负载均衡和数据流导向引擎两大功能共同组成的数据交换层

网络负载均衡是由多台服务器以对称的方式组成一个服务器集合，每台服务器都具有等价的地位，都可以单独对外提供服务而无须其他服务器的辅助。通过软件负载和硬件负载来分担请求的技术，将外部发送来的请求均匀分配到对称结构中的某一台服务器上，而接收到请求的服务器独立地回应客户的请求。负载均衡能够平均分配客户请求到服务器列阵，籍此提供快速获取重要数据，解决大量并发访问服务问题。这种群集技术可以用最少的投资获得接近于大型主机的性能。主要的使用是为了突破单机处理的极限，比如同时有100家医疗机构，每秒请求总量达到1万QPS，而单机每秒只能2000的QPS，那么经过负载均衡将QPS平均分发到5~6台服务器上，就可以在一秒内同时处理所有的QPS，大大提高的工作的效率。

负载均衡的实现主要是有DNS硬件负载和反向代理的软件负载来实现，硬件服务器需要向软件厂商采购，软负载和硬负载通过第三方工具均可实现。

数据流导向引擎的作用是将经过负载均衡结构的网络请求在进入下一层之前进行数据标记，使数据请求在进入数据处理层做好处理数据的流向准备，以确保数据流有序的进入到数据处理层。

数据流导向引擎可使用硬编码的方式实现，对所有可能的数据请求进行标记和过滤，如：当请求数据流中有处方ID，对该请求添加处方信息的标记。

数据交换层的作用就是通过负载均衡确保所有的网络请求正常连接到聚合云平台，再经过数据流导向引擎标记所有的请求，使所有的请求有序的进入到数据处理层。

数据处理存储计算层由消息中间件，规则引擎，存储引擎，号源数据管理，统一支付，统一结算，统一查询，报表分析服务，系统监控服务

①消息中间件

消息中间件将具体业务和底层逻辑解耦的软件，系统将采用RabbitMQ的消息中间件。RabbitMQ是第三方组件，它的工作是有由生产者和消费者组成。生产者创建消息，就是由数据交换层传输过来的请求数据，然后将消息发布到代理服务器的消息队列上，再由消费者也就是规则引擎连接到代理服务器上，并订阅到队列上，将队列的消息进行消费和处理。它的作用是将数据交换层大量的数据请求暂时放到消息队列中，消息中间件是集群的方式在整个数据聚合云平台中运行的，以应对和缓解突增的大量请求，也可以保证聚合云平台处理数据的稳定性

②规则引擎

消息队列中各种各样的数据类型和数据格式，这些只是有数据类型的标记，并没有经过相应规则的转换，是无法直接存储到相应的数据仓库中的。而数据仓库的创建都是根据医疗信息化相关标准规范(HLV3,FHIR,CDA文档)制定和设计的，每个数据仓库的数据只有经过规则引擎的标准处理之后才可以进行入库操作。

规则引擎就是为了将消息队列中的数据按照数据仓库的标准进行分类处理，然后将分类的数据元提取出来，按照数据仓库的规则进行存储，就是数据转换的一个引擎，可通过硬编码的方式实现，比如消息队列中的个人信息数据按照数据仓库中设计的个人信息存储标准进行转换，比如数据仓库中的性别分别是0代表男，1代表女，2代表未知，则将消息队列中的性别信息也转换为仓库中的形式进行存储。存储的行为则有存储引擎存储做最终的入库处理。

③存储引擎

存储引擎是由数据库自带的各类引擎，每种数据引擎是有不同的特性的。经过数据引擎的运行之后，数据最终进入的数据聚合云平台的数据仓库中，只有这时数据聚合云平台才具有提供服务的能力，也是整个大系统的数据和调度中心。

存储引擎就是用来存储数据时使用的技术，根据数据仓库中数据类型的不同，选择合适的存储引擎，如实时交换数据库，将采用写性能较好的引擎对数据存储，非实时的数据库采用读性能较好的存储引擎，根据数据类型和数据应用的场景不同而选择适合的数据引擎，才能科学的创建数据仓库。

数据仓库的数据存储使用的是关系型数据库。关系型数据库是指采用了关系模型来组织数据的数据库，其以行和列的形式存储数据，以便于用户理解，关系型数据库这一系列的行和列被称为表，一组表组成了数据库。用户通过查询来检索数据库中的数据，而查询是一个用于限定数据库中某些区域的执行代码。关系模型可以简单理解为二维表格模型，而一个关系型数据库就是由二维表及其之间的关系组成的一个数据组织。

在组成一个数据库中所有表中，有的表简单，有的表复杂，有的表根本不用来存储任何长期的数据，有的表读取时非常快，但是插入数据时却很差；而我们在实际应用过程中，就可能需要各种各样的表，不同的表，就意味着存储不同类型的数据，数据的处理上也会存在着差异，使用不同的存储机制、索引技巧、锁定水平并且最终提供广泛的不同的功能和能力，才能最大限度的利用数据库强大的功能。

对于数据库来说，它提供了很多种类型的存储引擎，我们可以根据对数据处理的需求，选择不同的存储引擎，这些技术中的每一种技术都使用不同的存储机制、索引技巧、锁定水平并且最终提供广泛的不同的功能和能力。通过选择不同的技术，可以获得额外的速度或者功能，从而提高应用的整体功能。

④号源数据管理

号源数据管理的核心作用是将所有医院的挂号信息，排队信息等统一集成到数据聚合云平台上，为患者和医疗机构统一提供号源服务，由平台提供的统一查询服务将源数据，通过数据交换层传输到患者端APP或者相应的医疗机构，方便使用者随时了解到所有的号源信息。对于目前挂号难，专家号一号难求的现状有一定的改善。

号源的数据来源于所有云医院系统和所有的医疗机构数据集成平台，是实时交换数据库中的一部分。通过云医院系统或者已建成数据集成平台的医院主动推送或者采集的方式将数据实时汇总的数据聚合云平台中，号源的使用方式，比如：号源中的某一家医院的挂号被预约使用之后，号源数据管理将根据当前患者的挂号信息，将数据回传到相应医院的挂号系统，收到成功的返回值后，号源管理系统将及时清理掉被消耗的号源记录，被消耗的号源将也不会出现在患者挂号的展示面上。通过硬编码的方式即可实现。

⑤统一支付

对号源的消耗是真实的消耗到相应的医疗机构，自然是需要进行支付的，聚合平台中提供用户的支付通道，包括挂号费用，远程问诊费用，医药费用等统一向患者收取费用，费用统一流向平台，有平台作为担保，对于患者和医院来说精简了中间收付款的流程，改为统一支付，方便就医流程和医院结算流程。

⑥统一结算

数据聚合云平台代收了挂号费用，远程问诊等费用，这些费用是要和医疗机构进行统一结算的，结算包括代理服务费、医保和商保等各种费用的结算服务，统称为统一结算服务，极大方便患者和医疗机构。

⑦统一查询

统一查询服务是为患者和医疗机构提供的查询入口，患者可根据身份证查询到个人及家庭成员的健康档案和电子病历信息，以及在各个医院的就诊等信息。医疗机构可查询的医院的运营信息，如：患者就诊数量，药品器材消耗情况等信息。

⑧报表分析服务

报表分析服务是向医疗机构直观的展现区域或某个医院的运营状况和现状的一种表现形式。呈现方式主要是柱状图，折线图、饼状图、环形图等图表的直观展现形式，包括区域疾病分布图，区域疾病人数上升折线图，药品分布图等各种分析图表。

⑨系统监控管理

由性能监控、系统运行监控组成。性能监控的主要是数据交换层和的负载均衡、数据流标记、消息中间件和存储引擎的性能指标，如网络请求压力，数据处理效率，存储耗时等关键数据，根据这些数据可快速定位到系统瓶颈。系统运行监控可实时监测每台服务的服务是否正常运行。监控系统自带报警功能，发现异常及时通过消息的形式推送到运维人员及其他相关人员的通讯设备中。

⑩数据仓库

数据仓库分为实时交换数据仓库和非实时交换数据仓库。

实时数据仓库存储的都是需要实时交换的医疗数据，如挂号信息、排队信息、病房、手术、药品、设备和医生的处方信息和各种检查报告等，这些实时信息使用过之后当时就会被及时清理出实时交换库，放入到非实时交换库中。

非实时交换库则存储着患者的基本信息，各医疗机构历次就诊记录以及健康档案，以往电子病历只存储电子病历的位置索引信息，详细的病历信息将在各个医院云平台中存储，患者调用时，只需要根据位置索引信息即可找到电子病历的全部数据。

4.技术路线

医疗机构数据聚合云平台的整体设计是对目前医疗数据的收集，存储，调用的整个数据生命周期进行设计的。在数据的每一个环节都对数据进行相应的处理，总体分为四步，分别是数据的收集，标记，分类和存储，最终所有的数据都会聚合到数据聚合云平台上。数据处理过程中使用负载均衡，数据流标记，消息中间件和存储引擎等技术完成数据的处理工作。整个数据聚合云平台集成有各种医疗数据，在此基础上可充分发挥出数据和调度中心的作用，将会直观的展现出医疗的现状和存在的问题。

5.实施重点

医疗机构数据聚合平台的实施重点在于数据的收集和数据的处理，数据收集由软硬件的负载均衡设计来确保有序稳定的进行。消息中间件的集群设计是为了应对在大量数据请求时，防止处理环节的瘫痪而做的消息缓存处理。负载均衡和消息中间件这两大块的设计确保系统在面对大量网络请求和大量数据处理时，整个平台可以稳定的运行。