自2013年至今，国家出台了一系列有关健康医疗大数据的政策意见，要求规范和促进健康医疗大数据的整合共享和开放应用。卫生保健大数据已成为我国的重要战略基础数据，并被纳入国家大数据战略布局，预示着我国医疗事业即将进入大数据时代。大数据的真正价值在于历史医疗资源的再利用，借助于大数据的思维和研究方法，完成了以往传统思维、方法、技术所不能完成的任务，解决了过去不能解决的问题，使数据得以利用，形成从量变到质变的过程，同时通过多维分析研究，实现了高效检索，后构造，分析计算。
但在开展临床研究过程中，经常遇到数据收集困难，数据完整性、准确性、及时性差，非结构性数据多而难以进行统计分析，以及不同医疗机构之间数据不能互联互通等问题，使临床科研成为一项耗费大量人力、财力和时间的工作，严重制约了科研成果的产出。近几年来，随着医院科研任务和要求的增加，对科研数据获取的准确性和效率要求越来越高，传统的人工或半人工获取科研数据的方法已经不能满足要求，因此，解决医院科研数据的问题就成为信息技术人员的重要工作。
病案模板结构化采集数据是业界共识，但容易增加临床医生的负担，而且后期利用还需要临床医生进行二次整理，书写效率低，导致不能满足临床科研采集的需要，因此后台依靠算法自动转化为结构化病案是未来病案数据提取的趋势。
后结构化的电子病案系统和病案数据提取和采集系统，要求数据尽可能在发生期间进行采集，同时以医师为视角，提高临床书写效率，以电子病案为平台，构建一体化的临床科学研究病案信息采集系统。既不增加日常工作量，又实现了科研数据收集。在此基础上，通过后结构化，在保持医生书写习惯和思维逻辑的基础上，实现了既往病历的结构化处理，满足了科研数据收集的需要。
当前，临床医学大数据相关标准和软件应用等方面的研究尚处于起步阶段，开拓空间巨大，机遇也十分广阔，但也面临着如何获取、有效处理和合理利用大数据的现实问题。要在多学科交叉***的基础上，不断探索新的方法、技术和手段，更好地服务于临床医学和医学科学研究。
欢迎与本文作者共同探讨病历后结构化问题。首页查看更多文章