关键词:大数据;职业病防治;开发应用
大数据是指无法在可容忍的时间内用传统信息技术和软硬件工作对其进行感知、获取、管理、处理和服务的数据结合[1].大数据的特点可以总结为 4个V,即 Volume(体量浩大),Variety(模态繁多)、Velocity(生成快速)和 Value(价值巨大但密度很低)[2].大数据已引起国内外政府部门、产业界和科技界的高度关注[3-5].据统计,2014年我国劳动力人口近 8亿,其中,工业人口占 303%[6].职业病防治工作形成了海量的数据,包括职业病报告数据、职业健康检查数据、所在企业和岗位职业病危害因素检测数据、职业病防护设施数据和个人医疗、健康、生活行为数据等.毫无疑问,有效地组织、开发和利用职业病防治大数据,将对职业病监测预警、风险评估、应急处置、诊断治疗、科学研究和政策制订等职业病防治工作产生巨大的推动作用.本文重点探讨大数据在职业病防治工作中的开发和应用前景.
1 职业病防治大数据来源和结构特征
1.1 职业病防治大数据主要来源 在目前的工作模式下,职业病防治大数据主要来源包括5个方面:①以政府行政部门为基础的报告数据和管理信息等,主要是卫生行政部门掌握的职业病报告数据、安全生产监督管理(以下简称"安监")部门掌握的工作场所职业病危害报告数据,以及人力资源和社会保障部门掌握的劳动人口数、工伤保险参保人数等;②职业病防治技术机构(含职业病防治院所、职业健康检查机构、职业病诊断和鉴定机构、职业病治疗机构等)为基础的职业病诊断鉴定与治疗数据、职业健康监护档案资料、职业健康检查数据、工作场所职业病危害因素监测资料、职业病危害评价资料和职业病危害事件的应急处置资料等;③以人群为基础的医疗和社会化活动信息(包括以实验室为基础的生物信息),包括一般人口学资料、职业史、职业病危害因素接触史、疾病史、家族遗传史和人口流动资料等;④以企业为基础的职业病预防控制信息,包括生产工艺、原辅材料、工作场所与工作岗位产生的职业病危害因素信息,采取的工程、个人防护、管理、医学和应急救援等防护措施信息,劳动者职业健康监护档案和工伤保险数据等;⑤高校和科研机构开展的分子、细胞、动物、病例、人群、工程、管理和法律等方面的职业病防治领域科学研究资料.总体而言,职业病防治大数据来源多样化,包括手工录入材料、电子报告数据、文档图片、微博/论坛网络信息等大量含结构化、半结构化和非结构化信息,具有典型的体量浩大、模态繁多、生成快速和价值巨大但密度低等大数据特点.
1.2 已建立的职业病防治大数据信息平台 ①职业病报告大数据平台.主要为全国职业病与职业卫生信息监测系统.最新版的"全国职业病与职业卫生信息监测系统"由中国疾病预防控制中心研发,于 2014年 5月 1日起投入使用,主要用于职业病防治技术机构上报职业健康检查数据、职业病数据和职业病危害因素检测数据,由卫生行政部门监管.②工作场所职业病危害因素大数据平台.数据主要来源于"作业场所职业病危害申报与备案管理系统".该系统由国家安全生产监督管理总局组织研发;系统由各级安监部门负责监管,由企业填报.系统中内容包括各企业存在的职业病危害因素、接触职业病危害因素工种和人群数量、职业健康检查结果以及职业病诊断结果等.
③职业健康大数据库平台.主要通过"职业健康检查系统"收集劳动者进行职业健康检查时产生和保留的相关信息.该系统由各职业健康检查机构研发,目前应用较为成熟的有广东省职业病防治院研发的"职业健康监护与监测系统"[7].该系统自 2008年使用,目前全国共有70余家单位使用该软件,累计储存数据数千万条.其不足之处是尚未能将所有使用该系统的用户数据库连接,无法有效地发挥大数据的预警预报和风险评估作用.④职业病危害因素检测和评价数据库.主要是各技术服务机构在职业病危害因素检测评价过程中形成的电子资料.目前全国并未形成统一的成熟可推广的检测和评价系统软件,因此该部分资料主要分散在各职业病防治技术服务机构中.⑤用人单位和职业病防治技术档案.职业病防治法和职业健康检查管理办法等法律法规要求用人单位和职业健康检查机构建立职业病防治技术档案,该部分内容也是重要的大数据来源.
2 职业病防治大数据开发需求和应用领域
2.1 职业病防治大数据的开发需求 共享是职业病防治大数据开发的核心要求.通过合理利用信息化网络系统,将信息抓取功能延伸到基层一线的职业病防治机构、工厂企业和劳动者,有利于提升全国职业病监测的时效性、覆盖率和准确性,并保障职业病防治机构、企业、劳动者、工伤保险部门等各个个体数据共享共用.大数据,进一步来说"互联网 +",将职业病信息从被动报告的形式改为实时动态主动抓取的方式,实现了职业病监测模式的变革.同时,互联网中充满了劳动者社会化活动的大量非结构化信息.
如何利用这些海量的、价值低的、动态的信息,是职业病防治监测大数据应用的新挑战.职业病防治大数据应用架构应从职业病防治的实际需求出发,搭建大数据存储、分析、管理的基础数据平台,以及对大量数据进行分布式处理的集群应用环境,建立以云计算数据中心为基础,定制开发包括数据分析和管理的应用系统,实现与现有监测系统和信息系统动态联接,获取非结构化、半结构化和结构化数据,通过时实运算,动态支持职业病防治管理与技术处理的信息需求与信息消费[8].
2.2 职业病防治大数据的应用领域 ①职业病监测和风险评估.大数据是实现职业病监测、预测和风险评估的有效手段之一,基于职业病网络直报系统、职业健康监护系统、企业职业病危害因素申报系统,结合医疗机构患者诊疗数据,居民健康档案、有毒有害企业审批备案数据库等以及产业转移、人口迁徙和气候变化等资料,客观系统地对全国或某一区域的职业病进行监测和风险评估,监测和评估的内容包括职业病种类及相应的发病风险[9].②职业病预防控制政策制定和资源优化.职业病宏观决策支持系统是以数据仓库为数据中心、以数据挖掘为技术核心、以智能为展现工具的综合卫生信息平台.平台的建立可为各级政府部门提供智能决策系统,深入了解职业病防治工作的历史、现在和未来,评估职业病防治的效绩业绩,帮助各级政府部门制定最佳职业病预防控制政策,优化职业病防治技术和管理资源,提高职业病防治整体水平和效益[10].③量化的职业病疾病负担、工伤保险计算[11].在实际职业病防治工作中,职业病疾病负担和成本效益如何准确计算,如何将工伤保险额度与职业病发病风险进行关联量化分析,是目前工作的难点.职业病防治大数据形成后,相关部门和保险公司根据职业病发病相对数与绝对数,劳动者职业健康状况、职业病危害因素接触情况,职业病防护的知识、态度、行为情况以及个人生活习惯等信息,对接入疾病负担计算和保险云健康管理平台.互联网大数据平台也将对相关数据进行全面的收集与分析,从而为相关部门提供疾病负担和成本效益分析以及劳动者工伤保险购买需求分析,通过科学量化的投入产出分析和工伤保险计算,合理地运用经济和金融手段进行职业病防治工作.④职业病舆情监测与应对[12].
网络、自媒体已经成为获取职业病防治信息的重要来源.使用网络信息抓取和监测技术,抓取互联网中相关职业病、突发职业中毒和核辐射事故事件,以及群体性职业病事件的信息,已经成为职业病防治监测的另一重要手段.⑤科学化的职业病诊断和鉴定.职业病诊断和鉴定工作遇到的最主要问题是无法直接确定劳动者所患疾病是否与其工作有关.而大数据在该类工作中的应用主要包括 2种情形:一种是与普通疾病难以区分的职业病的诊断和鉴定,如职业性苯接触所致白血病和职业性慢性正己烷中毒等;另一种是新发职业病的诊断和鉴定.针对前种情形,通过个体职业健康检查数据、工作场所职业病危害因素监测数据、个人职业病防护数据、个人基因谱、疾病史、家族史、职业史、职业接触史、生活史和生活环境等数据,可协助科学判断该类疾病是否与其工作有关,以及关联强度.针对第二种情形,广东省职业病防治院近年来已发现26种新发职业病,在确定该类疾病是否为与职业病危害因素接触存在因果关系的职业病时,一是利用大数据从病因学角度明确工作场所是否存在与劳动者所患疾病有关的职业病危害因素,该部分数据包括工作所使用原辅材料的化学品安全性说明书、毒理学资料、健康效应以及劳动者职业健康检查数据、工作场所职业病危害因素监测数据等;二是利用流行病学大数据从群体的角度论证工作场所存在的职业病危害因素与劳动者所患疾病的关系.⑥个性化的职业病预防和治疗[13].劳动者职业相关健康大数据包括健康检查数据、职业病诊断和鉴定数据、普通疾病临床治疗数据等.分析上述健康检查数据有助于获得关于个人的较为完整的健康状态和疾病预警信息,结合个人基因谱和完整病史数据,有利于及时发现早期职业病和职业相关疾病,准确地跟踪病程进展,判断短期风险和长期预后,进行更有效更个体化的职业病治疗和康复.⑦针对性的职业病防治预防控制措施.可以预见,未来职业病防治行业面临的挑战就是如何能从传统线下模式过渡到以互联网、物联网技术为基础的线上模式.在这种模式下,劳动者在工作时,依赖穿戴式的体征传感器,就可以把职业病危害因素接触情况和当天身体状况信息远程提供给职业病防治技术服务机构,职业病防治技术服务机构可以通过远程监控、远程干预对劳动者职业健康状况进行跟踪,同时提供实时的有针对性的职业病防护措施建议和意见.⑧职业病(新发职业病)病因学研究.健康信息、环境监测、安全生产监测系统等相关系统的普遍使用,可以系统全面地收集环境危险因素和个体生物学数据,包括职业病危害因素接触情况、遗传因素、经济社会因素、个人行为以及心理因素和医疗卫生服务因素等,利用大数据技术进行比对关联分析,明确某疾病与危害因素的生物学关系,从而实现早期识别、诊断、明确以及妥善应对处置新发职业病的目的.⑨职业病突发事件的紧急处理[13].职业病突发事件的应急指挥和处理,要按照相关政策和法规,遵循相关的技术标准和规范,采用信息化数据处理方式,实现对突发事件的辨别、处理和反应.信息系统的建设要能实现突发事件相关数据抓取、信息共享、危机判定、决策分析、命令部署、实时反馈、联动指挥和现场支撑等功能,以便对危机事件做出最快、最有效的反应和处置并适时调整.
3 职业病防治大数据开发应用条件
大数据时代无疑会对职业病的科学精准防治产生巨大影响和推动作用,但如何利用好大数据并充分发挥其作用还存在诸多挑战.
3.1 大数据首先需要海量、完整的数据 职业病防治领域的各类数据目前主要散放在各地区和各部门,开发应用的前提需要各地区各部门打破壁垒,共享数据渠道,一方面在技术层面上实现互联互通,另一方面在制度机制层面实现信息共享.职业病防治大数据体系需要政府从社会发展战略的角度加以推动和协调.同时,卫生、安监、人力资源和社会保障等相关部门应尽快制定数据标准,确保数据能够共享交换,保证大数据完整可用.
3.2 大数据价值的完整体现需要多种技术的协作针对职业病防治数据的复杂性和特殊性,需要开发建立适应的文件系统和数据库系统,实现对外提供高效的数据查询与挖掘分析等常用功能.从现代技术发展来看,云计算是职业病防治大数据的基础平台与支撑技术.Hadoop是目前较为流行的大数据处理平台,可以在 Hadoop之上构建数据仓库,实现 Hadoop和数据库系统的连接、数据挖掘、推荐系统等[14].对Hadoop改进并将其应用于职业病防治大数据处理应是未来的研究热点.
3.3 大数据技术更强调相关性分析 大数据技术包括数据仓库、数据集市、数据可视化、云存储、云计算等新旧技术[15].大量的数据清洗和去噪,给统计分析带来了巨大挑战.职业病防治大数据技术要求信息尽量全面的同时,为了提高统计调查分析精准度,可以允许少量数据缺失或不精确,而政府部门和职业病防治机构对于数据处理的实时性、准确性会有更多需求,如何及时有效地筛选出对职业病防治工作有用的信息成为重要课题.
4 职业病防治大数据应用存在问题
4.1 数据源问题 大数据在职业病防治工作的应用中,离不开数据源这个核心问题[10].职业病防治大数据的核心组成部分是由政府监督管理部门(包括卫生部门、安监部门、人力资源和社会保障部门以及工会组织等)、技术机构(包括职业病防治院所、疾病预防控制中心、综合医院、中介机构)所拥有的社会管理和职业病防治活动数据.如何使政府从垄断和数据保密的历史惯性思维方式中解脱出来,在确保国家安全、机密和隐私的前提下,由政府主导开放数据,公众共享利用,至少是职业病防治大数据时代开启阶段需解决的瓶颈问题.
4.2 "数据孤岛"问题 职业病防治大数据的管理还要解决"数据孤岛"的问题[16].在大数据时代,数据不仅仅表现为存储容量大,而且表现在数据来源更为广泛,数据多数存储格式不一,无法彼此兼容和整合,容易产生 "数据孤岛",其主要原因是信息储存的标准不统一,勉强整合也会产生无法辨别数据质量的问题.因此,在职业卫生大数据时代,更应该重视数据的前瞻性管理.目前较为通行的办法是采用"姓名 +身份证"作为劳动者识别的关键确证信息,在任何一个数据集里,每一条记录都必须包含这 2个信息.其次在数据库的建设初始就要对每个变量进行严格定义,这点在职业病防治术语中尤为突出.
4.3 隐私保护问题 在应用大数据开展职业病防治工作过程中,需要高度关注隐私保护问题[17].这是开展与人的安全、健康等相关隐私问题的数据采集、研究和利用过程中需要高度重视的问题[18],同时是大数据时代的一个共性问题.相关部门在开展利用大数据技术进行职业病防治工作的过程中,需要高度重视相关法律的规定,同时,需要建立相对严格的内部管理机制,确保相关数据不会泄露和被恶意利用.
参考文献
[1] ANDREUPEREZJ,POONCC,MERRIFIELDRD,etal.Bigdataforhealth[J].IEEEJBiomedHealthInform,2015,19(4):1193-1208.
[2] 汪方,王谦,王秋根,等.展望"大数据"时代的创伤急救[J].上海医学,2014,37(3):267-270.
[3] 国务院.促进大数据发展行动纲要[Z/OL].(2016-08-31)[2017-06-26].http://www.gov.cn/zhengce/content/2015-09/05/content_10137.htm.
[4] 史倩楠,马家奇.公共卫生大数据分析方法与应用方向[J].中国数字医学,2016,11(2):10-12.
[5] 赵松泽,叶伟春.大数据推动远程医疗产业发展[J].中国信息界,2016(2):70-72.
[6] 中国新闻网.十大劳动力大国劳动力结构一览:中国劳动人口最多[Z/OL].(2014-09-24)[2017-06-26].http://www.chinanews.com/gj/hd2011/2014/09-24/412069.shtml.
[7] 李其锋,黄汉林,杨爱初,等.职业健康监护信息管理系统平台建设探讨[J].中国职业医学,2009,36(3):239-240.
[8] KHOURYMJ,LOANNIDISIJP.Medicine.Bigdatameetspublichealth[J].Science,2014,346(6213):1054-1055.
[9] MOONEYSJ,WESTREICHDJ,ElSAYEDAM.Commentary:Epidemiologyintheeraofbigdata[J].Epidemiology,2015,26(3):390-394.
[10]STIEBDM,BOOTCR,TURNERMC.Promiseandpitfallsintheapplicationofbigdatatooccupationalandenvironmentalhealth[J].BMCPublicHealth,2017,17(1):372-375.
[11]谭中和.基于数据仓库技术的医疗保险基金风险管理模型及其实现[J].医学信息,2005,18(8):869-872.
[12]蔡立辉,杨欣翥.大数据在社会舆情监测与决策制定中的应用研究[J].行政论坛,2015,22(2):1-10.
[13] JANKEAT,OVERBEEKDL,KOCHERKE,etal.Exploringthepotentialofpredictiveanalyticsandbigdatainemergencycare[J].AnnEmergMed,2016,67(2):227-236.
[14]RATHOREM M,AHMADA,PAULA,etal.Realtimemedicalemergencyresponsesystem:exploitingIoTandbigdataforpublichealth[J].JMedSyst,2016,40(12):283.
[15]马奔,毛庆铎.大数据在应急管理中的应用[J].中国行政管理,2015(3):136-141,151.
[16]惠华强,郑萍,张云宏.医疗大数据研究面临的机遇与发展趋势[J].中国卫生质量管理,2016,23(2):91-93.
[17]刘雅辉,张铁赢,靳小龙,等.大数据时代的个人隐私保护[J].计算机研究与发展,2015,52(1):229-238.
[18]王罛,何克清,王健,等.需求制导的业务协作及其软件模型服务的互操作技术---化解云计算与大数据时代软件服务的模型数据"信息孤岛"危机[J].计算机学报,2017,40(55):1-19.
