2018年4月27日-28日，由中国疾控中心、中国信息通信研究院主办，中国疾控中心慢病中心、中国信息通信研究院云计算与大数据云研究所、中国通信标准化协会慢性病防控信息技术委员会承办、CloudBest和大健康派协办的"第四届中国慢性病与信息大会"在北京盛大召开。

4月28日，“健康智能终端发展与应用”分论坛正式召开，宁波市鄞州区疾控中心主任林鸿波在现场进行《基于区域卫生信息大数据平台的应用》精彩分享。

宁波市鄞州区疾控中心主任林鸿波

演讲内容如下：

林鸿波：各位专家、各位同仁，大家上午好！

非常感谢中国疾控给予我们这次机会，今天我汇报的题目是“基于区域卫生信息大数据平台的应用”，分享一下这几年在大数据的应用方面做了一些探索。

下面我从三个部分来讲，第一部分，介绍一下大数据平台的情况，第二部分，介绍大数据应用于我们实际的疾控工作当中，第三部分，大数据应用于科学研究这个工作当中。

先介绍一下我们区域的基本情况，鄞州区是宁波的一个区域，2017年区域规划调整，调整以后，我们区域面积814平方公里，常住人口108万，把原来宁波的江东区整体并入我们鄞州区。下面有24个街道乡镇，辖区内有3家大型的综合性医院，有3家大型的专科医院，20家乡镇卫生院、社区卫生服务中心，下面一共有195家的社区卫生服务站，这195家的社区卫生服务站全部是公立的，属于一体化管理的，也就是说，我们鄞州区大的一支公共卫生的力量。

我们鄞州区的信息化是从2006年开始建，到2010年全区的区域信息化平台全面完成，2010年到2018年在不断的提升与完善，在2015年开始建大数据平台，在2016年把大数据平台完成，2017年、2018年在大数据平台上面做了一些探索。

目前大数据平台里面有6000多万条的就诊记录，有47万的住院记录，有五年的环境气象的数据，有14万的慢性病个案的数据，有28万的儿童免疫数据，有236万的人群健康体检数据，常住人口建档率95%，102万的人都建档了。如果建大数据，也是需要一定的条件，区域之内所有的医疗机构都必须互联互通，所有的各条业务必须互联互通相互协同，还需要有一定的数据量，同时这个数据量还需要一定的质量，如果这些条件都没达到的话，你建大数据，没什么大的意义，分析不出，对我们工作也不是很有利。

大数据平台是怎样的情况呢？我们把所有医疗机构的数据都收上来，建了大数据的仓库，在这个仓库中经过数据的清理，就像商场的货架上，一个一个放好，上一个分析平台，让科研机构和专家进行科学研究、进行分析。这里面还做了一个安全的措施，把数据的模糊化，也就是脱敏，保证数据的安全。还有一个非常好的特点，比如说，大数据平台在北京，可以实时的分析我们全域的数据，不用到现场去，同时还保证数据的安全，可以在这个平台上分析数据，但是不能拷贝这个数据。比如说，我们跟北京大学合作，他们在北京可以分析我们的数据，可以做科研，但是他不能拷贝，可以拿走结果。我们的想法是在保证数据安全的前提之下，来做科学研究。

这是大数据平台的一个界面，我们大数据2015年开始做到2016年花了两千万的投资，在鄞州区。

（PPT图片展示）这是一个数据界面，分析自己数据的一个界面。这是数据的目录，这是数据的样例。这是一个申请，数据要申请，否则你的研究跟他的研究都一模一样，那也不行。这是一个分析的界面。这是在平台上的一个工具，SaaS、R语言，在这个平台上都可以应用。这是R语言的一个界面。

如何应用于我们的疾病预防控制工作特别是慢性病的工作，这是白皮书的电子版，做完了以后可以了解到辖区的健康状况，都实时动态的来展示，人口、小孩的比例、老年人的比例、期望寿命、男女的性别比例、出生死亡率、分乡镇的情况都可以实时的展示给你看，做好了以后，每年去看就行了。

这是慢性病高血压，鄞州区有13万左右，基本情况可以通过大数据来展示，我们的管理率98%，服药率81%，自动的通过大数据给你分析出来，让你看。还有一个规范管理率，这里显示73%，还有27%怎么样？它也会分析出来，这27%的人分在哪个乡镇，这几万个人在哪个乡镇管理不规范，在哪里不规范，哪个点不规范都是通过大数据进行过程性的监控，筛选出来分乡镇，让责任医生去落实，大数据就是一个线上，责任医生就是线下，我们线上、线下互动，通过大数据来加强慢性病的管理，真正能够把慢性病的管理来落实，也就是说，用宏观的大数据跟微观的每一个人的慢性病管理个体相融合，到底进行慢性病的管理。

我刚才介绍了195个社区卫生服务站，几乎是每一个村一个服务站，每个服务站有两个医生职业医师，江苏出了一个三年的行动规划强化基层的行政规划，他们非常好，我们这个做了很多年，基层的都是一体化，每个村有职业医师，这个线下的理想非常强，通过线上的过程性的监控到纵向到底每一个人，精细化的服务完成。举的例子是糖尿病、精神病、传染病，结核病，都可以通过大数据对每一个人进行分析，做到精准管理。

我简单介绍一下，虽然是今天慢病大数据的会议，因为我们大数据应用于疾控工作，大家都是疾控工作的一员，我简单把传染病的一块以及免疫这一块的大数据应用场景给大家介绍一下。传染病也是一样，比如说结核病，这周有多少、上周有多少，去年统计有多少、前年有多少、三年平均有多少，我们都可以做预测预警，还可以做时间、空间、人群的分布，也就是可视化的展示，传染病还可以做预警预测，全部通过大数据来为我们疾病预防控制工作服务。如果做了预测预警的话，我们把预防再提前。

这是传染病的时间、空间、人群的分布，这是从2017年3月份到2018年3月份，比较红的是四区的人口密集的，比较松散的是农村的，这段时间流感比较多，所以就很密集，聚集型的就出来了，全部都是通过大数据，我只是举一个例子，传染病难度比慢性病高，慢性病也可以，时间、空间、人群的分布都可以展示出来，传染病的大数据更有意义。

这是2017年7月份到2018年3月份，按每天的展示，而且这一个点是谁，我都可以追踪得到。

这是我们的预测预警，对于传染病来讲，主要是对群体的预测预警，慢性病来讲是对各地的预测预警，我们设定几个指标，下面几个蓝色的指标出来以后，就会预测有一个高峰出来，通过大数据预警以后做一些干预措施，传染病的疫情可以控制，提前预测它什么时候发生，使我们预防更加提前，改变了现有的疾病控制工作的模式，做到所有传染病的预警都通过大数据，但是数据质量必须要精准。

去年的流感，在哪个年龄段，比如说哪儿高，高在哪里，都可以精确到人群，为线下的工作提供非常好的基础。

这是我们跟北京大学合作的国家自然基金，心血管疾病的预测预警，还是比较有成果的，今年2018年结题，左边是市民版的，你自己可以在网上按照我们提示的那些数据，你自己输入以后给你一个风险，市民可以自己测，右边是一个专业版，通过试验它的符合率是相当高的，专业版做好了以后，今年下半年会接入到健康系统，对108万人进行风险预测，预测了以后对高风险的人实施监控，我们怎么做呢？第一个，高风险的人让责任医生进行强化的干预，第二个，我们建立一个黑名单的制度，比如说，108万有2万人风险很高，这2万人分乡镇到责任医生，2周随访一次。一旦列入黑名单以后，他不管到辖区任何一家医疗机构看的时候，提醒医生这个人有脑卒中发生的风险，要引起注意。很多医生由于病人现在太多，不是水平不高，他忽略了，一旦提醒他，他会注意，会进一步检查相关的症候群是怎样的，有没有前期的风险。这样以来，从各个层面来对他进行防控，这样的话，脑卒中会下降，通过风险评估。所以说这很重要，也是利用大数据来为我们慢性病预测预警提供非常好的科学依据。

目前除了脑卒中的风险、心血管的风险，这12个慢性病的风险预测模型都已经基本完成，目前已经进入试行的阶段，这个做好了以后，我们会对他提出一些干预的方案，干预的措施，也就是说健康的处方。在外面我也看到了，很多的可监测的设备，心血管预测有风险，我利用什么手段呢？穿他这个衣服，穿好了以后，会对心脏有一个实时的24小时动态监测，本身就是高风险，现在没有手段，但现在有这个手段，我们通过网络实时监控，一旦发现有指标不行，我们马上处理，这是很好的手段，今后是一个蓝海的市场，特别对他的风险评估出来以后，我要求他买这种产品。还有很多的产品，慢性病的风险预测模型基本都完成的，接下去全部是通过大数据，都要干预，每个界面都列入黑名单，看病的时候就会跳出来，这个人有骨质疏松的倾向，医生就会对这个去针对性的处理，还有很多的健康处方，在软件里面医生也可以点开，骨质疏松今后的干预措施有什么，都可以看到。所以慢性病是今后的方向，我们做了很多的探索，都是利用大数据，大数据为我们今后的工作带来非常好的效益。

我简单讲讲疫苗，因为在座的都是疾控方面的人士，不用你报报表，全部通过大数据来看到，我们疾控工作的流动儿童的疫苗接种情况，今天在这个区域小儿科看病的儿童，一般区域有两三千个人，反查他的免疫规划，都是利用机器做，不用人工做，全部通过大数据模型，机器自己跑，下发到线下让医生处理，你的区域有多少孩子，流动人口一旦查出来免疫空白就知道这个免疫空白是不是外来的，如果是外来的就落实很多外来的传染源查出来就阻止，坐在办公室里面把流动儿童的这些都全部处理。副反应监测，这更简单了，打了疫苗以后，他就知道，两周之内在哪个医院，有什么副反应。把学校的这个工作让机器干。学校重点疾病监测，困扰我们中国这么多年的事情，所有症候群都可以监控，只要一个人发生了，就可以进行处理，学校这么多年的症候群的问题来解决掉。

在科学研究方面，我们做了很多工作，脑卒中的风险预警评估跟北大合作的，2017年3月份在美国年会上上进行发布，和北大自然基金来做的，和浙大BMI指数和死亡指数研究，胖一点的比瘦一点的生存力强，大家不一定减肥减的很厉害，这还是有科学依据的。

这是血压与死亡相关性，如果有一个疾病，这个峰更抖。

这是健康与环境相关性研究，浙江大学在我们那里投了800万，做了这么一个研究，发现相关性很强，特别是PM2.5、PM10和NO2、SO2，都有一定的相关性。我要调查区域的血红蛋白的值，不用调查马上就出来了，本区域正常值是95%的区间，也都很正常，下面容易乙肝队列，建立好了以后，今天出了一个乙肝就会跳出来，明天出了一个肝硬化就会跳出来，作为研究人员就会追溯他整个过程会这样，对我们研究很有价值，我们还有很多的研究。我们白皮书要跟国家疾控中心一同完成，所有疾病的可视化、慢病传染病全部完成，重点疾病的风险预测模型都要做好，所有慢性病的个体已经基本完成，应用于我们所有的人群，最后一点，最终目的是大数据结合人工智能，来为我们服务。

如果有机会，欢迎大家到宁波。谢谢！

【中国IDC圈原创，未经授权禁止转载】