梅州市人民医院梅州市人民医院采购科研创新平台公开招标公告

 

国义招标股份有限公司   受 梅州市人民医院的委托，对 梅州市人民医院采购科研创新平台 进行公开招标采购，欢迎符合资格条件的供应商投标。

一、采购项目编号：441400-201910-mz059001-0090

二、采购项目名称：梅州市人民医院采购科研创新平台

三、采购项目预算金额（元）：9,800,000               

四、采购数量：1项               

五、采购项目内容及需求：(采购项目技术规格、参数及要求，需要落实的政府采购政策)

   

一.1. 项目背景

为全面建立优质高效的医疗卫生服务体系，按照“强基层、建高地、登高峰”的总体思路，广东省人民政府办公厅印发了《关于实施高水平医院建设“登峰计划”的意见》（粤府办〔2018〕20号），推出20多家重点建设医院，建设任务包括发展前沿医疗技术、建设高水平临床科研平台、集聚拔尖医学人才、打造一流医学学科等。

作为入选第二批广东省“登峰计划”重点建设名单中的医院之一，我院高度重视高水平医院建设，医院拥有国家级的胸痛中心、心衰中心、房颤中心和综合卒中中心，同时也成立了梅州市医学科学院，并期望通过“登峰计划”、医学科学院等平台，在精准预防、精准诊断和精准治疗方面取得成效，并打造一流医学学科，发展前沿医疗技术，建一流医学科研创新平台，聚集、培养拔尖医学人才，建立现代医院管理制度和发挥引领示范作用六个方面发力“登高”。

目前，通过释放数据红利，基于云计算、大数据、人工智能等新一代信息技术，创建医疗大数据中心，推动健康医疗大数据应用，培育新一代健康医疗产业已成为提升健康医疗服务效率和质量的重要手段。2018年7月，广东省人民政府印发了《广东省新一代人工智能发展规划的通知》（粤府[2018] 64号），大力推进人工智能多领域多场景示范应用，在智能医疗领域，要求借助人工智能技术加快智能辅助诊断。

结合医院整体目标，我院拟以新一代信息技术为“登山杖”，通过创建科研创新平台，借助人工智能发展东风，大力创新医疗大数据应用服务，以促进我院提升临床医学研究水平和医学人才培养能力，促进临床疑难复杂危重疾病诊疗水平。

一.2. 建设目标

我院创建顶级高水平医院目标的实现，有赖于临床教学科研以及基础医学研究方面所取得的突破。在加强并完善顶层架构设计的前提下，完善医院信息化建设，实现院内信息共享、互联互通；深化医疗大数据的深度挖掘利用，完善医院管理制度；同时依托医院的优势学科，创建科研大数据平台，打造特色专病中心，发展前沿医疗技术，提升医院解决疑难复杂重症的医疗技术水平。

基于医院现有信息化建设现状以及对信息化建设的需求，整个项目遵循“总体规划、分步实施、夯实基础、深化应用”的思路，落实并实现如下建设目标：

1. 通过医院信息集成平台和全院级数据中心的建设，实现医院内部信息互联互通，加强医院规范化、精细化、科学化、信息化管理，完善医院管理制度；结合国家互联互通成熟度测评，力争在2020年通过互联互通四级甲等测评。

2. 通过在医院优势、重点学科创建科研大数据应用服务体系，引领重大专科疾病的诊疗规范，开展重大疑难危重症的临床协作，协助挖掘医学前沿，支撑产出高水平SCI，为医务人员辅助决策提供支持，为医疗科研、临床诊疗提供高质高效的服务，形成科研临床管理一体化的长效机制，打造基于大数据的临床科研生态圈，以高水平医院科研建设带动整个区域医疗服务水平，取得可用的医疗大数据和人工智能服务的大成果；

3. 充分发挥医院的龙头引领和示范效应，深化医院与其他基层机构的临床科研协作，推动高水平诊疗技术和资源有效下沉到基层，强化基层医疗水平，带动整个区域健康事业发展。

一.3. 建设内容一览表

基于项目的建设目标，整个项目的建设内容如下表所示：

建设内容	说明
整体咨询规划服务	在整个项目的建设实施过程中，提供专业化的指导意见
基础信息建设	搭建医院信息集成平台，创建全院级数据中心，集成医院现有各个业务系统的信息，实现医院信息互联互通，协助我院通过互联互通成熟度四级甲等测评
基础科研服务体系	面向重点病种搭建病种科研库，提供科研样本筛选、自然语言处理、科研数据分析、回顾性研究、科研项目管理等服务，创建科研服务体系
智能医疗科研服务	在基础科研服务体系基础上，利用机器学习、人工智能等技术，创建疾病预测模型、病种最优临床路径挖掘、构建重点病种知识图谱等智能科研服务
临床科研知识库服务	利用知识图谱技术创建临床科研知识库，实现医学知识共享，辅助临床应用
生物样本库建设及应用服务	建设生物样本库，基于生物样本提供科研服务，促进个体化治疗、精准医疗等相关学科和技术快速发展并产业化

 

一.4. 建设原则

1. 统筹规划原则

遵循医院整体建设的战略规划，根据登峰计划的建设任务和工作人员对临床科研信息化的建设需求，加强顶层设计，搭建以临床科研大数据中心为基石及临床科研大数据深度应用为重点的建设方式，统筹规划整个工程。

1. 标准先行原则

信息化标准规范体系是科研创新平台项目建设的基础工作，也是进行医疗科研信息集成、信息交换与共享、系统之间的互联互通，以及业务协同的基本前提，标准先行才能确保互联互通的实现。

1. 协同共享原则

需求导向，统筹部署应用系统，借助互联网、云计算技术支持跨机构、跨区域的业务协同和信息资源共享，通过科研创新平台的建设，加强医院之间的紧密合作，利用先进技术提升临床、科研的水准。

1. 创新发展原则

在深化医药卫生体制改革的过程中，顺应云计算、大数据技术、人工智能等新技术发展趋势，探索健康与医疗新的服务模式、管理模式和监管机制，提升健康与医疗信息化水平。

一.5. 建设标准与规范要求

在本项目的设计和建设过程中，必须遵循和贯彻信息技术的国际、国内标准，制定一系列满足信息网络和应用系统正常运行的管理规程。例如：ICD10疾病诊断字典、SNOMED医疗术语字典，支持XML输出标准、HL7接口、DICOM等，系统可参考CDISC，可自定义相关医学变量的标准，使之可以兼容未来医疗大数据的国内或国际标准。

设计依据及参考规范如下：

《ISO9000质量体系标准》

《国家电子政务标准体系》

《国家电子政务标准化指南》

《国家电子政务综合业务网总体技术要求》

《国家电子政务术语》

《国家电子政务信息安全标准体系指南》

《国家电子政务XML数据安全指南》

《电子政务业务流程设计方法通用指南》

《国家电子政务XML业务表示规范》

《GB8567－88计算机软件产品开发文件编制指南》

《GB8566－88计算机软件开发规范》

《GB/T12504－90计算机软件质量保证计划规范》

《GB/T12505－90计算机软件配置管理计划规范》

《GB9385－88计算机软件需求说明编制指南》

《GB9386－88计算机软件测试文件编制指南》

《GB/T11457－1995软件工程术语》

《GB/T8566－2007信息技术软件生存周期过程》

《GB/T16680－1996软件文档管理指南》

《互联网信息服务管理办法》中华人民共和国国务院令（第292号）

《互联网电子公告服务管理规定》中华人民共和国信息产业部第三号令

《计算机信息网络国际联网安全保护管理办法》

《中华人民共和国计算机信息系统安全保护条例》

《ISO13335信息技术安全管理指南》

《计算机信息系统安全等级保护管理要求》

《计算机信息系统安全等级保护网络技术要求》

《计算机信息系统安全等级保护数据库管理系统技术要求》

《计算机信息系统安全等级保护操作系统技术要求》

《计算机信息系统安全等级保护通用技术要求》

《计算机信息系统安全保护等级划分准则》（GB17859）

…

一.6. 性能要求

1. 用户使用类性能需求

   用户业务操作互动类，响应时间应在1-3秒

   用户普通查询统计类，响应时间应在5-10秒

   复杂报表及大数据量分析类，响应时间应在15-30分钟

2. 数据交换类性能需求

   实时数据交换类，响应时间应在1-3秒

   小时级间隔数据交换类，响应时间应在5-15分钟

每天/每月数据交换类，响应时间应在3-5小时

一.7. 项目建设功能需求

一.7.1. 大数据中心建设

本项目需建设大数据中心，包括运营数据中心、临床数据中心和科研数据中心，大数据中心是医院数据应用的基础，需包括数据采集、数据交换、数据计算、数据存储、数据服务等功能。

一.7.1.1. 医院大数据平台应用服务

一.7.1.1.1. 建立医院大数据中心

大数据中心需基于医院现有的计算资源，采用业界的主流计算与分析工具，输出对数据的分析结果，支撑各类数据服务和应用，作为搭建系统之间数据互联互通桥梁，与传统的基于数据仓库建设应用的模式相比，需满足速度更快、性能更强、可拓展的范围更广等特点。

1. 架构设计

整个架构应具备可扩展性，在系统投入运行后，可按照实施效果，方便地更改技术架构，集成和去除组件服务，即可达到扩展数据中心的存储空间、扩展处理数据的吞吐量、增加功能模块的目的。

整个架构应能承载TB级数据处理，实现大容量、高通量、可扩展、易维护的大数据系统，支撑对海量医疗数据的快速分析以及增量数据的实时分析，挖掘出症状、疾病、检验检查、诊疗方案等的相关性和特异性。

利用大数据技术在数据底层完成多源、结构和非结构数据的清洗、脱敏、结构化、标准化，使得医院能够一统原先分裂的医疗数据，形成数据的互联互通。

1. 数据标准规范体系

   我院现有各个业务系统是由不同厂商在不同时期创建而成，这些系统为支撑我院运营提供了强力的支持，极大地提高了工作效率，同时，这些系统产生的信息也为科研人员提供了宝贵的素材。但是，由于目前医疗领域的相关标准尚未完善，导致各个业务系统的数据结构、格式等也各有不同。因此，为了将现有所有业务系统产生的数据集成，本项目应遵循国际、国家、省市等颁发的相关标准，搭建数据标准规范体系，建立统一的疾病诊断编码、临床医学术语、检验检查数据规范、药品应用数据规范、信息数据接口和传输协议等相关数据标准，为统一全院数据，实现全院数据共享和互联互通等奠定基础。

2. 接口要求

要求创建标准数据接口，关联我院现有的临床业务系统，包括HIS、LIS、PACS、EMR等,从上述系统中读取患者基本信息、电子病历、医嘱、检查、检验及医疗费用等医疗数据，以标准形式存储或进行交互操作；

一.7.1.1.2. 数据采集平台

建立数据采集平台，通过面向医院各业务系统等多渠道应用提供标准数据接口，定期采集各渠道上新增的各项信息，如患者信息、诊断信息、医嘱信息、重点专科服务信息、患者反馈信息等，并将采集的数据经过清洗、转换等预处理，且经过数据校验后，分类别的存储到数据中心。

1. 数据采集

支持多种数据来源、多种数据类型的数据抽取；

支持通过多种抽取方式，如视图方式、存储方式等对数据进行抽取；

▲支持自定义设置抽取规则，包括采集时间、上次执行时间查看、执行状态等；

支持对业务系统中新增数据进行自动抽取，避免重复抽取已有的数据；

要求对数据的自动抽取不影响医院现有各个业务系统的正常运行；

预留与未来系统的接口，保障系统的可扩展性；

支持对自动抽取和数据录入的数据进行清洗操作，保证数据的准确性；

支持在对数据的ETL过程中，利用脱敏技术保证患者的隐私安全；

支持对清洗后的数据进行转换操作，保证数据的一致性；

1. 采集任务调控中心

▲支持新增采集任务执行器，采集执行器能够对接不同类型的数据接口，如web service、数据库存储过程以及数据视图等，且能够兼容多种主流开源ETL工具，无需原厂商提供数据接口也可对数据进行抽取；

对所有的采集任务执行器进行统一的管理和维护，包括编辑、删除等；

▲面向管理人员提供整个大数据中心的采集任务执行的统一管理界面，支持管理人员对采集执行器进行调节；

支持直接查看调度日志，了解每个采集执行器的具体执行情况。

1. 数据录入

   提供数据补录界面，支持人工采集数据方式进行数据采集，保证数据的健全性；

   制定相关的数据录入模板，减少开发人员参与；

   ▲数据录入模板可自定义配置，提高模板设置的灵活性；

   对数据录入模板进行管理，包括各种编辑功能，且对模板版本进行管理；

   数据的录入、修改和删除，保留有日志记录，提供审计和复原

2. 数据校验

   支持提供数据的校验、来源追溯、日志追踪等功能，确保数据的完整性和一致性；

   ▲支持对采集的数据进行数据校验和数据监控；

   支持数据的审核，防止脏数据和重复数据的产生；

   支持数据的日志查看，方便管理员追踪并保障数据的准确和安全；

一.7.1.1.3. 数据交换平台

建立数据交换平台，统一管理我院大数据中心与互联网医院、区域信息平台以及其他机构等之间的信息交换，包括接口的统一监管、外部机构信息管理、数据交互的监控、外部机构向数据中心发送消息的统一管理等，通过数据交换平台，保障医院大数据中心对外信息交换的准确性和安全性。

1. 支持对外交换的接口进行统一管理，包括接口服务名称，对接机构等，且支持多种接口服务，如RESTful、SOAP等服务类型；

2. 支持配置IP黑白名单，实现对访客身份的识别和过滤；

3. 支持根据管理人员设置的输入和输出内容配置数据交换的定时任务；

4. 支持对多数据源进行配置和输入；

5. ▲支持对交换平台的监控，包括服务运行监控、服务注册监控、服务接口监控等；

一.7.1.1.4. 数据服务平台

建立数据服务平台，包含公共属性管理、元数据管理、值域代码管理、数据集管理等。

1. 提供数据元/数据集的公共属性管理：可实现对数据元或数据集的公共属性维护，如进行信息增加、修改、删除等；提供数据查询操作功能，避免数据元、数据集的字段重复，且支持提供单条件或多条件组合查询。

2. ▲提供元数据管理：提供对元数据基本信息的录入功能；能对元数据的信息进行维护，如元数据的创建、审核、状态等；只有经过审核后的元数据才能进行批量操作；同时，可在创建元数据时，支持对关联公共属性、关联数据集的设置；能对数据元分类维护；支持对元数据进行CRUD操作。此外，应能提供元数据查询，支持单条件或多条件组合的方式查询元数据详细信息。

3. 提供值域代码管理功能：支持对值域代码基本信息的录入，包括类别、元数据类型、标准号、标准名称、标准出处等；支持对值域代码基本的信息维护，如对信息进行修改、删除、增加等；且能对字段数据进行CRUD操作，支持标准对照功能。

4. ▲提供数据集管理：系统能实现对数据集的基本信息录入，包括数据集标识符、数据集名称、特征数据源等；可对数据集进行信息维护，包括数据集的基本信息维护、创建人信息、审核人信息、审核状态等。只有经过审核的数据集才能对其进行利用。

5. 提供模型管理：需具备模型管理功能，在建立元数据基础上，“模型”需包含元数据和指标集，在“模型”里面，某一项指标的值可以由几个元数据计算而来，也可以有某几项项指标与某几项元数据混合计算而来。

6. 提供指标管理：规范平台上的指标集，维护指标的属性，指标管理包括基础指标和计算指标两大类。

7. 其他功能：需包括标准数据字典、标准数据库对照、数据检索、版本及配置管理、安全管理等功能。

一.7.1.1.5. 存储计算平台

为提高数据处理的效率，平台需利用数据计算工具，从数据存储库中获取数据，并对此进行计算。针对不同的分析主题，平台通过创建分析模型库，当对数据进行分析时，可通过运行相应的分析模型获得分析结果，加快计算效率。

1. ▲支持针对不同的分析主题创建不同分析模型，当对数据进行分析时，可通过运行相应的分析模型获得分析结果，加快计算效率。

2. 支持将计算后的数据一方面反馈给存储库，另一方面发送至数据展示平台，通过数据展示工具，在数据资源管理与平台上将分析结果予以展示。

3. 基于国际上通用的算法库，如分类、聚类、预测、关联分析等，设置常用的数据挖掘模型；

4. 支持包含时间序列、生存分析、相关分析、方差分析等常用数据挖掘模型；

5. 支持集成大数据分析工具，具有大数据的数据挖掘与分析能力；支持关联统计分析软件，如R、SAS或SPSS。

一.7.1.1.6. 数据应用平台

建立数据应用平台，对数据进行可视化展现。通过简单地拖拉拽操作即可生成各种类型的报表，并进行一定深度数据挖掘，进一步释放数据价值。

1. 基于智能OLAP分析引擎以及行业领先的技术架构，运用数据分析展示工具，生成各种类型数据挖掘和展示。

2. 平台可支持数据可视化工具、数据集管理应用、系统后台管理应用等。

3. 数据可视化工具能支持自定义布局，如自定义各种类型的图表大小、位置、样式；

4. ▲支持多种数据源、多种图表：需支持接入多种数据源，如jdbc、kylin、elasticsearch等；支持多种图表，如柱状图、散点图、雷达图、饼图等。

5. 平台支持自定义数据隔离，即以维度为最小颗粒度控制数据隔离，可根据不同的用户过滤统计的数据，如展示给不同科室的用户的图表统计的数据只包含该用户所在科室的数据。

6. ▲用户只需要简单地拖拉拽操作就可以生成各种类型的报表，并进行自定义深度的数据钻取，挖掘更深层次的数据。

一.7.1.1.7. 统一服务门户

1. 支持为全院不同用户、角色提供统一的登录界面，在用户登录界面成功后，用户可在权限范围内使用数据的服务功能。

2. 提供统一用户管理功能，实现各数据应用系统的用户统一化管理，避免了不同的应用系统存在用户信息的差异，从而实现了各系统中用户身份和信息的一致性。

3. 提供统一用户认证功能，为门户和应用子系统提供统一的身份标识鉴别服务，实现一次登录即可访问全部的数据应用系统。

4. 提供统一授权管理功能，该功能包括对数据服务应用、角色、用户进行授权管理。

 

一.7.1.2. 运营数据中心（ODR）及应用

建立运营数据中心，存储医院各个业务系统，如门诊HIS系统、住院HIS系统、财务、成本、医保、病案、HRP、固定资产、检验、检查系统等产生的运营相关信息，诸如医院的诊疗人次、收费情况、设备效益等等，通过从各个业务系统中抽取并预处理相关的运营数据，统一加载至运营数据中心。

利用运营数据中心存储的各类信息，通过整合、汇集，制定不同的分析主题，并根据主题建立相应的数据仓库，为医院不同层次的管理者提供详细的医院运营情况，为管理者制定决策，发现管理漏洞，实现医院精细化管理提供辅助手段。

一.7.1.2.1. 数据抽取与集成

1. 通过医院大数据平台，借助数据服务平台，设置运营数据中心的元数据、值域代码以及数据集，并以此作为数据预处理依据；借助数据采集与录入平台，从各个业务系统中抽取所需的数据，统一存储至运营数据中心，为后续的应用服务奠定基础；

2. 集成医院已有的各项运营数据分析服务至运营数据中心，对运营数据中心上的各项应用服务进行统一管理；

3. 支持对实时性运营数据的快速抽取；

4. 支持管理人员自定义设置数据抽取的时间、频次等；

一.7.1.2.2. 数据二次校验

对通过采集与录入平台获得的运营数据进行二级检验，保证运营数据中心信息的完整性、一致性和准确性。

一.7.1.2.3.  指标集管理

对运营数据中心的指标集进行统一管理：

1. 支持管理员对运营数据中心的指标集进行创建，对指标的基本信息进行录入与维护；

2. 支持管理员对运营数据中心的指标集的信息进行审核；

3. 支持管理员对运营数据中心的指标集进行编辑，包括修改、删除等；

一.7.1.2.4. 分析模型创建与管理

1. 根据运营管理常见情景下的分析主题，创建多维分析模型，并将其统一存储至分析模型库中；

2. 支持工作人员自定义设置多维分析模型下的维度和分析指标，快速配置新的分析模型；

3. 对运营数据中心包含的分析模型进行统一管理，包括模型的创建、编辑、维护等。

4. 对于实时性运营数据，支持快速抽取并分析后，反馈给工作人员实时数据分析结果；

一.7.1.2.5. 报表管理

    对运营数据中心上的各项数据分析服务下的分析报表进行统一管理，包括报表整合归类、报表检索、报表类型分组、固化报表、定向报表、个人报表集中管理、报表特别关注、报表标签等各项功能，使工作人员可以便捷、灵活地管理所需的报表。

一.7.1.2.6. 数据检索

基于运营数据中心存储的信息和应用服务，提供灵活的数据检索功能：

1. 支持单条件或多条件组合的方式筛选所需的信息；

2. 提供自定义设置查询方式，如自定义查询字段、约束条件等；

3. 支持自定义设置界面展示的查询结果条数；

4. 支持对查询结果的某一列为参考标准，对查询结果进行排序；

5. 支持对查询后获取的结果下载至本地，并支持多种方式，如EXCEL、Word、TXT、PDF等格式予以保存。

一.7.1.3. 临床数据中心（CDR）建设

建立临床数据中心（Client Data Repository, CDR），将来自不同临床信息系统，如LIS系统、手麻系统、护理系统、电子病历系统等的业务数据以一定规则集中管理并提供应用服务的主题数据集合，为医务人员提供完整、统一的数据展现。同时，对整合后的原始临床数据提供强大的数据检索、数据导出等多种工具，为医疗科研服务。

一.7.1.3.1. 总体建设

1. 采用智能化的数据采集工具、数据交换平台等，将分散在不同业务系统、异构数据源中的临床数据，经抽取、清洗、转换及元素化后集中存入CDR中，CDR同时也为各医疗业务系统提供统一的资源库服务。

2. ▲对采集的数据进行数据校验功能，进一步确认采集的数据的准确性和完整性。

3. 要求数据访问模型分为概念层、映射层、存储层等三层，通过分层映射解除应用逻辑对存储的紧耦合。有映射层的灵活映射支持，数据层不仅可以跨越多种数据库平台(SQLServer、Oracle、DB2等)，而且可以支持不同的数据库模型(关系数据库，对象数据库，以及基于XML的层次型数据库等等)，主要用于实现所有现有业务系统中病例数据的自动汇总、自动采集到临床数据库中的一整套数据定义、编码、映射、抽取、转换、存储等全过程的数据集成。

4. 基于结构化的数据中心管理系统，主要包括数据元管理、数据集关系与模型管理、查询处理引擎管理，以及数据访问权限配置管理、数据安全与数据备份等管理。随着临床数据库中的数据不断积累，以面向服务(SOA)的形式开放基于海量数据的检索与分析服务，对临床数据的组织进行优化，以优化查询处理速度，包括数据快照、数据集汇总、重建索引等。

5. 根据不同维度构建数据模型，能够实现从不同维度对数据进行应用。如：可从时间维度、病人视角、药品维度、病种维度等对同一个数据进行检索和分析，检索条件和角度可灵活组合。也可为某一特定的应用提供专用的主题，提供专业型的数据挖掘分析，提升访问效率。

6. ▲提供灵活的数据报表生成工具，医院临床数据中心能够灵活的对数据进行重组，利用报表工具快速产生相应的报表信息。

7. ▲提供对基础数据中心、临床数据中心、运营数据中心等核心数据的细粒度操作审计记录，包含人工对数据的删除、编辑、新增等，并对操作日志进行加密存储。

一.7.1.3.2. 患者主索引

1. 患者信息主索引（EMPI），用于全院范围内患者基本信息索引的创建、搜索和维护，可以协助医疗人员对病人有效地进行搜索。

2. 主索引（EMPI）匹配，提供主索引匹配算法及阀值，进行自动匹配。

3. 主索引（EMPI）合并，对匹配成功的患者信息进行合并主索引。

4. 主索引（EMPI）拆分，系统自动匹配的索引或者人工合并的索引可以由管理员进行拆分。

5. 主索引（EMPI）权重配置，提供主索引匹配算法权重配置管理界面。

6. 根据强关联索引规则，对院内各类信息系统中的患者信息进行索引重建，使历史记录可以进行关联。

7. ▲需提供贯穿整个系统的 EMPI 机制，不仅可以统一查询和注册，还可以反向将 EMPI 映射到各信息系统中，规范化系统间的患者主索引标准。

8. ▲支持EMPI数据向各个系统的反向推送功能，目前EMPI数据存储独立，仅为注册和查询服务，没有和现有业务系统的患者数据进行有效关联，需要建立EMPI系统，实现医院信息的双向关联机制，发挥EMPI应有的功能。

 

一.7.1.3.3. 标准基础数据库

1. 要求以卫生部的标准数据集为基础建立起一个逻辑集中物理分布存储和异构、可扩充、可集成、有统一数据模型、有多种角度视图的、可交换的和安全可靠的复合数据库中心。

2. 数据中心用于集中存放共享数据、交换数据、基础数据、存档数据，例如患者、员工、科室、术语字典等基础数据，并建立数据安全访问中间层，使业务系统对数据中心的访问进行逻辑隔离。

一.7.1.3.4. 数据检索

1. 基于国际先进的全文检索、分词程序和思想，实现对与医院信息化应用系统的快速交互；

2. 基于医学术语库中同义词对语义检索功能扩展；

3. 支持灵活的关键字、表达式等进行智能检索服务；

4. 支持全库检索，在整个系统范围内，建立搜索的索引；

5. 支持快速而准确的定位到搜索关键字对应的内容中；

6. 支持包括结构化、非结构化数据的检索；

一.7.1.3.5. 患者360全景视图

展示患者历年历次在医院的详细诊疗信息，按照时间轴的方式供医务人员进行浏览，包括病人基本信息、病人在院历次的历史诊疗数据、医嘱信息、电子病案、检查报告、检验结果、手术麻醉记录等详细记录，并支持多方式的资料检索功能。

1. 智能检索：支持对临床数据中心的全库搜索，能够快速而准确地定位到搜索关键字对应的内容中去。

2. 病人基本信息浏览功能

3. 病人在院历史诊疗数据浏览

4. 将患者入院以来的所有诊疗活动进行集成，支持按照时间对患者进行筛选，搜索结果包括患者历次所有诊疗病历详细信息，包含门诊及住院。

5. 医嘱信息浏览功能：浏览病人的所有医嘱资料，包括长期医嘱、临时医嘱，按照时间顺序进行排列

6. 电子病案浏览功能：浏览病人电子病历资料，并以结构化方式显示入院病历、病程记录。

7. 检查报告浏览功能：浏览病人历次影像检查已发布的诊断报告，按照检查时间顺序排列。放射、超声、内镜、病理诊断报告可在同一界面分别浏览。

8. 检验结果浏览功能：浏览病人历次生化检验结果，按照检验时间顺序排列。对于异常值红色字体提示。能够显示多次同项检查值自动生成的变化曲线。可根据需要设定按检验类型显示结果。

9. 手术麻醉记录浏览功能：浏览病人历次手术麻醉记录资料。支持术前访视、手术信息、麻醉记录、麻醉总结、术后随访的详细记录浏览。

    

一.7.1.4. 科研数据中心（RDR）建设

建立科研数据中心（Rearch Data Repository, RDR），在临床数据中心数据的基础上，引入随访、知识库等其他数据，并进行信息整合，为科研提供服务。医院可建立相应的单病种、专科数据库，建立数据库的指标集市及病种、专科标准字典，在将临床数据的样本库经过标准化处理放入科研数据库中，经过样本筛选及标准化处理后，医院可自由组合多条件检索科研病种库，同时可以根据自己的需求建立随访记录。

 

一.7.1.4.1. 科研疾病病种库管理功能

1. 支持各个科研疾病病种库管理；

2. 支持病种库元数据对应关系与规则管理；

3. 支持病种库数据标准字典对照管理；

4. 支持病种库数据统计、校验等功能，确保病种库与CDR或其它业务系统之间数据集成的准确性。

一.7.1.4.2. 数据采集

1. 支持通过数据库复制或接口等机制，汇集CDR中与科研数据相关的信息；

2. 支持异构数据源定义，指定异构数据资源的规范，各类业务数据的结构、类型，以及业务数据的来源；

3. 支持数据的校验、来源追溯、日志追踪等功能，确保数据的完整性和一致性。

一.7.1.4.3. 数据解析

1. 支持ETL工具对原始数据进行抽取、清洗、转换和元素化处理；

2. 支持ETL程序管理功能，确保数据的完整性和准确性；

3. 支持日志记录、追踪等功能；

4. 支持对病种库数据进行灵活可配置。

一.7.1.4.4. 数据展现功能

1. 支持多维度数据查询工具；

2. 支持以直观的表单或图形进行数据展现查询结果；

3. 支持自定义并保存数据展现视图。

一.7.2. 整体咨询规划服务

由于整个项目建设内容多，功能复杂，为保障项目的顺利实施，中标单位在本项目实施初期阶段，应组织专业的专家团队，提供整体咨询规划服务，通过调研访谈、评估分析、建设规划、探索探讨、价值实现等步骤，帮助医院实现整体战略目标的梳理与设计。在全面了解医院的业务流程和需求、对现状的感受、对信息化期望的基础上，在项目实施进行阶段予以专业指导，以辅助完成本项目最终业务场景的实现。

一.7.3. 基础科研服务体系

在大数据中心建设基础上，针对重点病种创建病种科研库，并提供科研样本筛选、科研探索、科研挖掘、科研辅助、科研项目管理等各项科研服务，覆盖医疗科研的基础业务服务，辅助提升科研效率。

一.7.3.1. 自然语言处理

通过自然语言处理技术，将临床非结构化的医疗文本转化为包含重要医学信息的结构化数据，支持科研人员从这些结构化的数据中发现有用医学信息，从而提高项目的运行质量，减少运行成本。

一.7.3.1.1. 自然语言处理

1. 支持将非结构化文本数据通过分词等方式，映射到通用数据模型中，与数据建立映射管理，解决将非结构化文本数据转换成标准的结构化数据难题；

2. 支持基于机器学习和深度学习算法的医学实体名识别；

3. 提供人工标注功能，为学习模型提供测试和训练途径，提高模型准确性；

4. 提供实体管理功能，并可将各实体进行关联。

一.7.3.1.2. 医学术语库

1. 支持医学本体库以及术语库的建立和管理功能；

2. 支持各种医学术语的相互整合统一；

3. 提供术语库接口，实现不同系统之间的术语共享；

4. 支持国内外已颁发的相关医学标准，如ICD9/10、SNOMED、DICOM等；

5. 支持从各类文献、数字医学库中提取相关信息，通过自然语言处理，抽取术语名实体；

6. 提供审核程序，需经过审核后收录入术语库中；

7. 支持同义词和子概念的管理功能。

一.7.3.1.3. 统一抽取模型

1. 提供统一的抽取模型，对医院病历包括文本病例、结构化、半结构化病历进行统一模型的抽取；

2. 支持基于统一模型，结合术语库，对非结构化临床数据中关键信息进行自动抽取；

3. 支持抽取后的数据存储为结构化信息统一存储至大数据中心。

一.7.3.2. 重点病种科研数据库

针对重点病种的研究关注点，设计科研字段，建立单病种科研库，包括该病种编码标准的制定、从全院大数据中心中进行抽取并按照标准进行转换、数据的录入、字典管理、数据库管理、日志管理等。需要提供数据追溯功能，方便管理部门针对某一数据逐层挖掘。

1. 支持管理员设置、增加、删除病种的科研字段，且能够对病种字段的数据类型、结构等进行设置与调整；

2. 对于可直接从大数据中心获取的信息，支持通过数据采集的方式直接填充数据资源库；

3. 对于无法从数据中心直接获取的数据，支持工作人员进行手工录入功能；

4. 要求存储至病种资源库中的数据必须符合管理员设置的标准；

5. 支持管理员对重点病种科研数据库的数据字典进行统一管理，包括对每个字段的名称、值域等；

6. ▲支持对重点病种科研库的个性化设置，要求用户操作权限可以设置至单个数据字段；

7. 支持管理员对重点病种科研数据库日志的管理，提供便捷的查询功能；

一.7.3.3. 科研样本筛选

提供灵活、方便、快捷的单项或多组合筛选功能，科研人员可设置约束条件，自助筛选研究对象，在获取符合条件的科研样本后，科研人员可进一步查阅科研样本的全景视图信息。

1. 支持提供工作人员自定义设置多约束条件快速查询重点病种资源库的方式；

2. 支持表达式检索，如OR、AND等关联关系等。

3. 支持对符合条件的样本最终展示的字段进行设置，且能够根据数值类字段对最终展示的结果进行排序；

4. 支持对最终展示的科研样本信息下载至本地电脑；

5. 对超过工作人员权限的科研字段信息不予以展示；

6. 支持工作人员自定义设置界面上展示的筛选条件的数量； 

7. 支持工作人员进一步对符合条件的科研样本的患者360全景视图进行查看，即实现科研样本筛选功能与患者360全景视图功能的对接；

一.7.3.4. 科研探索

基于科研大数据中心存储的海量数据，利用数据分析模型，揭示各种疾病的临床医学特征，如各种医学指标变量在特定群体中的均值、标准差、离散分布以及异常分布特征；探索疾病、检验项、用药之间的相互关系，从而发现临床工作中不易发觉的、新颖的、有意义的现象，为科研者提供新的素材和方向，验证研究思路的可行性，为新的科研立项拓展思路，使临床科研有更好的创新性。

基于大数据中心，提供包括但不限于如下统计分析结果，并以丰富的图表予以展示：

1. 病人信息统计分析

2. 诊断信息统计分析

3. 用药信息统计分析

4. 诊疗效果统计分析

5. 重点病种统计分析

6. 重点手术统计分析

一.7.3.5. 科研挖掘

基于机器学习方法，创建各种主动式分析模型，利用这些模型对大量科研数据进行深入分析，获取高质量的科研思路，突破传统医学科研手段，使基于数据挖掘成果的科研设计和统计实验获得非常高的成功率，从而极大地缩短获得科研成果的周期。在具体实施中，设置数据挖掘模型，提供包括但不限于指标之间的关联分析、指标变量的差异性分析、异常指标检测分析等，要求每项分析应至少对应一个具体的科研场景。

一.7.3.6. 科研辅助

根据科研人员具体实施科研项目时的流程——科研设想（确定科研主题）、科研可行性（科研样本筛选）、实验设计（对照研究/横断面研究）、队列构建（队列定义）、科研结论进行信息化，面向科研人员提供队列分析和队列比较两大科研方法，科研人员可根据实际需求，在平台上创建具体的科研项目，助力科研人员发表科研论文。

一.7.3.6.1. 队列分析管理

1. ▲支持科研人员完成整个队列分析管理的所有流程，包括队列分析的创建、概念集合选择、主次条件设置、变量设定、队列分析结果展示，每个关键步骤所需填写和操作的内容均能够在页面上有直观的体现；

2. 支持在队列分析样本筛选时，可通过拖曳方式，自定义各项条件的排序组合；

3. 支持通过设置主要条件和次要条件分类，实现主逻辑和次逻辑的分离；

4. 支持科研人员自定义概念集合的选择；

5. 支持通过SQL或者拖曳方式定义满足条件的变量；

6. 支持对敏感信息进行脱敏；

7. ▲支持与R、SAS、SPSS等一种或多种分析软件进行关联，借助分析软件，快速将队列分析结果予以展示；

8. 支持科研人员在使用过程中，能够随时回退到前面的步骤中对操作予以修改。

一.7.3.6.2. 队列比较管理

队列比较功能即为在一个总体样本下，两个队列之间的对比。队列比较能够帮助医生更为直观的了解某一个具体的条件所造成的影响。

1. 支持科研人员完成整个队列比较管理的所有流程，包括队列比较创建、多组设置、样本选择、分析变量设定、方法设定、组内组间比较、队列比较结果展示，每个关键步骤所需填写和操作的内容均能够在页面上有直观的体现；

2. 支持在样本选择时，可通过拖曳方式，自定义各项条件的排序组合；

3. 支持通过SQL或者拖曳方式定义满足条件的变量；

4. 支持对敏感信息进行脱敏；

5. 支持与R、SAS、SPSS等一种或多种分析软件进行关联，借助分析软件，快速将队列比较结果予以展示；

6. 支持科研人员在使用过程中，能够随时回退到前面的步骤中对操作予以修改。

一.7.3.7. 科研项目管理

将我院已有的科研项目管理系统融合至医学科研创新平台，同时对原有系统的功能进行深化和完善，通过对科研项目管理系统的完善，实现对全院科研项目的整体实施流程和关键环节的全方位监管，完善科研项目的管理流程，提高工作效率，加快科研体系创新。

1. 创建标准接口，实现现有的科研项目管理系统与医学创新平台之间的对接；

2. 对原有科研项目管理系统中的科研项目全流程管理进行细化，即对关键节点进行细化，优化填写操作，记录每个过程的提交、交互和审批信息；

3. 对原有科研人员资质管理进行完善，增加科研人员学术任职、学术兼职情况；

4. 增加科研物资管理，包括科研相关物资、实验室管理等细节，对科研项目执行过程中的资源消耗进行管理；

5. 增加科研项目指导服务，包括面向科研人员发布科研申请过程中的常见问题；支持科研人员在平台上分享经验；定期发布科研项目相关的新闻消息；

6. 增加科研项目文档管理服务，为科研人员开辟个人科研文库，存储和管理科研人员在科研申报中提交的各类文档，支持科研人员选择是否公开的权限。

一.7.4. 临床科研知识库服务

临床科研知识库是包含为科研人员提供所需的医学资料，辅助其科研服务，方便科研人员之间分享医学知识的数据资料库，知识范围涵盖了医学文献、临床指南、医学书籍、医学图片、手术视频、教学资源等。根据知识内容划分，临床科研知识库可由疾病知识库、药品知识库、手术知识库、临床操作规范知识库、病理知识库、影像知识库等子知识库组成，且各个知识库之间相互关联。

一.7.4.1. 搭建知识库

1. 支持存储丰富多样的医学知识，包括各项医学标准信息、医疗领域政策、医学书籍、医学文献、从临床数据分析中总结的各项经验等；

2. 支持存储多种数据类型医学知识，包括结构化信息、文本信息、视频信息、语音信息等；

3. 对知识库中的信息进行分类管理，方便科研人员能够快速、高效地获取相关的医学知识；

4. 设置不同的用户角色和权限，包括一般用户、专家用户和管理员等。其中，一般用户可以上传和阅览知识库内容；专家用户除一般用户权限外，还能审核一般用户上传的知识；管理员则着重对知识库运行进行管理。

5. 支持多种知识采集方式，包括手工录入、从开放的医学知识库网站中直接获取信息、通过本地电脑上传知识等；

6. 支持根据医学知识体系，创建不同分类知识之间的联系，如诊断与药品、手术、检验检查等之间的关联性，以便在查询时，方便科研人员发散性查看关键词的更多相关信息；

7. 支持对知识库中所有资料信息进行统一的管理和维护，包括知识库版本、最新更新操作、知识库修改、谓词管理、规则管理等；

8. 创建标准数据接口，实现知识库与各个临床业务系统之间的对接，方便利用知识库指导临床业务监管，为业务管理提供智能指导服务。

一.7.4.2. 知识采集

面向科研人员提供知识采集界面，具体功能要求如下：

1. 支持不同的医学知识类型提供不同的采集界面模板，如标准信息录入、药品信息录入的采集模板各不相同；

2. 支持科研人员通过本地上传的方式补充采集内容；

3. 支持科研人员随时编辑自身提交的医学知识内容；

4. 支持在后台对采集知识的信息标注，包括上传者姓名、部门、提交时间、内容类型等，方便对知识进行分类管理；

5. 支持对文档、视频、语音等多种信息类型通过附件上传；

6. 支持知识上传者对知识内容展示权限的设置，包括公开、指定公开、不公开等；

一.7.4.3. 知识检索

1. 提供灵活的全文检索引擎，支持自定义表达式，并自动按照关联程度对搜索结果进行排序；

2. 对于医学书籍或文献的检索，搜索结果可精确定位到原始资料的章节、段落、页码；

3. 对于符合检索条件的结果，可根据医学知识关联性，展示相关的医学知识，并可通过链接跳转查看；

4. 支持医务人员对感兴趣的检索结果设置“关注”标签；

一.7.4.4. 知识库个性化定制

支持科研人员个性化打造自身的医学知识库，要求：

1. 支持医务人员对规则、谓词等进行个性化定制；

2. 支持对医务人员设置的“关注”标签内容放置收藏夹进行统一管理；

3. 支持医务人员对自身上传的医学知识进行统一管理；

一.7.4.5. 智能问答

利用自然语言处理技术确定对话上下文，理解用户问题，从知识库中快速检索出准确的答案。

一.7.5. 智能医疗科研服务

智能医疗科研服务基于大数据中心存储的海量医疗数据，利用深度学习等先进的信息技术，联合医院探索研究如下智能医疗科研主题，要求在项目结束前，中标单位应与医院共同发表SCI论文2篇，共同申请专利1项，软件著作权2项。

一.7.5.1. 科研方法

面对医疗场景下零数据、小数据、脏数据、增量数据等对构建智能医疗服务造成的巨大挑战，同时为了深化医疗数据的应用，挖掘隐蔽的疾病规则，项目需使用各种数据挖掘手段以及机器学习的方法，对科研数据中心的数据进行分析与计算，寻求显著的诊疗效果。需要至少包含以下方法：关联分析、聚类分析、决策树、人工神经网络、遗传算法、增量式深度迁移学习，基于各类科研分析方法，面向临床科研人员各类服务。

一.7.5.2. 基于增量式深度迁移学习的智能医疗服务

针对深度学习模型需要大量标定的数据，且存在参数众多、难以自动设计与调整等问题，本系统需要支持通过研究多任务贝叶斯优化、主动式的生成对抗网络、增量式深度迁移学习方法，提高深度学习模型的预测性能，面向医疗就诊、支付、诊断、治疗、康复保健、卫生管理六大医疗关键环节，提供如下智能服务：

一.7.5.2.1. 医保欺诈智能检测

通过收集和整理医保欺诈相关的有效数据，提取并分析与医保欺诈相关的特征，研究医保欺诈方法原型，支持自动识别病人进行医保欺诈行为。

一.7.5.2.2. 智能辅助诊断

1. 研究糖尿病智能预测的方法原型；

2. 研究脑卒中风险智能预测的方法原型；

3. 研究胎监监测智能预测的方法原型；

    

一.7.5.2.3. 治疗方案优化

1. 针对中医的个性化辨证论治，支持自动学习中医药知识表示

2. 支持创建可复用、可推广的名医诊疗智能计算框架

3. 支持利用中医诊疗临床业务场景的名医个性化诊疗

一.7.5.2.4. 智能化医疗保健辅助

在大量电子病历和临床经验丰富的专家验案的基础上，基于现有循证医学知识和自动化人工智能方法，创建面向临床干预与保健的知识图谱，为辅助个性化养生保健与防控干预提供策略；

一.7.5.2.5. 院内感染预防

1. 支持病患的各项身体指标、住院信息的自动化采集

2. 研究院内感染预测的方法原型；

3. 支持实现对疑似感染患者的智能判断识别

一.7.5.3. 临床决策辅助服务

创建科研创新平台与电子病历系统无缝衔接的中间插件，通过综合科研平台上的自然语言处理技术、临床科研知识库、科研平台上的分析模型等，利用科研平台为医师提供临床决策辅助服务，通过人机交互的方式，改善和提高医师临床决策效率。具体服务内容包括：

一.7.5.3.1. 患者画像

在患者刚入科、尚未采集病史时，为帮助医生尽早了解其整体综合情况，避免信息采集遗漏或错误，系统需要利用自然语言处理等大数据及人工智能技术，全面整合、分析患者既往在院诊疗数据，并提取出特有的个人特征，如过敏史、手术史、家族史等，勾勒出患者画像，以提高问诊准确性。

一.7.5.3.2. 辅助诊断

1. 支持诊前的科室自动推荐。在下诊断前，根据患者“一诉五史”信息，可给出诊断概率列表推荐，包含本科室诊断及非本科室诊断，帮助决策导向更加精细化，同时给出罕见病推荐，拓宽临床关注点，避免漏诊。

2. 支持诊中的实时辅助医生诊断。治疗过程中，根据检查/检验结果的回报，提示新发现符合率较高的诊断，便于医生及时修正、补充初始诊断，防止误诊、漏诊发生。

3. 支持诊后的自动二次校验。下诊断后，通过对历史相似病历的分析，给出鉴别诊断列表及相关的检查/检验推荐，以进一步验证、确认初始诊断，提高诊断正确率。

一.7.5.3.3. 辅助诊疗

为避免治疗方案的笼统、泛化，通过对历史病历的大数据分析，为医生提供基于不同数据维度的决策支持，包括：

1. 支持融合诊疗提醒、既往诊疗时间轴、不同治疗比对，得出最优治疗方案。

2. 支持知识库中包含的标准治疗流程、新兴疗法综合调阅。

一.7.5.3.4. 临床预警

诊疗全流程的综合预警提醒。包括：

1. 通过分析发现诊断或用药与患者病情不符，触发预警规则，提示错误诊断或错误用药；

2. 当检查/检验回报结果与治疗方案不匹配时，预警错误用药或建议调整用药。

一.7.5.4. 基于深度学习的数据挖掘服务

深度学习是机器学习的技术和研究领域之一，系统需要通过建立具有阶层结构的人工神经网络在计算系统中实现人工智能。在应用方面，对复杂结构和大样本的高维数据进行学习，提供如下数据挖掘服务：

一.7.5.4.1. 重点病种最优临床路径挖掘服务

基于重点病种科研数据库，以一、两个核心病种为研究点，充分利用神经网络的优越性，将所有定量或定性的医疗信息等势分布在网络内的各神经元，使其具有较强的鲁棒性和容错性，更能满足真实世界中临床路径构建所需的各种条件，从而挖掘出病种最优临床路径，指导临床诊疗。

1. 支持基于深度学习、聚类算法的病种最优临床路径挖掘模型。

一.7.5.4.2. 母婴健康医疗服务

通过对母婴健康医疗大数据进行挖掘，提供面向母婴的健康医疗服务，研究内容包括：

1. 研究孕产妇、婴儿疾病成因分析与预测的原型方法

2. 研究基于深度学习的母婴移动健康医疗大数据分析

3. 研究移动母婴健康医疗多角度数据挖掘与预测

一.7.6. 生物样本库建设及应用服务

高质量的生物样本资源库，能大大提升医院的科研实力，进一步增强医院的综合竞争能力，占据未来医学竞争的制高点。整个生物样本库从样本的存储利用率管理、样本的全面质量管理、样本的信息化管理、样本的项目管理、科研共享平台管理等各个方面实现样本的“存好、管好、用好”的目标，将样本信息、样本对应的捐献者信息、临床数据、随访数据、实验数据等集中到网络平台上统一进行信息管理，并建立起相对应的管理机制及SOP。基于生物样本库中的数据资源，对其进行处理、分析、发掘与整合，探索建立精准医学最佳模式和新的实践路径，进一步推动深度测序、组学研究等基因组学技术手段和大数据技术应用于大规模人群队列，促进个体化治疗、精准医疗等相关学科和技术快速发展并产业化。

一.7.6.1. 前期规划

根据科室需求，对整个生物样本库建设进行总体规划，包括对样本库所需的硬件设备、临床数据与样本资源库相关软件系统以及 SOP 操作流程进行整体设计，以保障从样本采集、分装、入库、取样、运输、出库整个样本生命周期中对样本质量进行监控（包括样本存储环境、温湿度等数据的监控），同时保障样本源的临床数据及随访数据的完整性。

一.7.6.2. 筹备建设

基于前期规划的制定内容，投入生物样本库的筹备建设阶段，包括基建设计、设备耗材准备、软件系统开发和配套的人员配备，其中，软件系统功能包括患者管理、样本管理、项目管理、数据池搭建等。

一.7.6.3. 总体技术要求

1. 系统基于B/S（浏览器/服务器）架构模式，工作人员通过授权的方式，打开浏览器即可随时随地查询样本数据。

2. 系统数据库支持建立精准医学大数据平台数据库，可以进行海量数据的存储和复杂的聚合查询，可以实现组学数据存储和分析。

3. ▲科学的数据存储体系，联合使用关系型数据库和非关系型数据库，对数据存储结构进行优化，面对大体量数据，实现提升数据存储的速度、读写的速度和需求响应反馈的效率。

4. 系统可以对样本进行有效管理，能与医院目前运行的信息系统进行对接，包括但并不限于HIS、LIS、EMR等，进行数据接口，自动获取所需数据结果，不会在中间环节产生第三方软件操作的界面，保证记录资料的安全性和可靠性，实现与医院其它系统的高度集成与信息共享。

5. 系统不限制存储患者数量；支持浏览器模式访问，供本院或外院科研人员的查阅；支持患者或样本数据的导出；自定义用户权限、自定义权限类别。

6. 支持以树形或图形化方式模拟显示实际容器的各级结构，包括层、架、冷冻盒等的结构，且容器的结构、规格、大小、名称等能够灵活的自定义配置；支持数百个冰箱的数据检索，响应速度不大于5秒。

7. 具备智能入库功能，根据用户的习惯，制定的规则以及样本的特性自动安排样本的存储位置。

8. 具备样本源管理，能够对样本源（患者）进行统一管理，可无缝对接各系统临床数据，支持样本源多表单管理及展示。

9. 具备样本管理功能：能够对样本类型进行统一管理，能够根据不同样本类型设置不同的默认参数，显示图标，且能够绑定不同的信息展示模版。

10. 具备条码打印功能，可对主流打印机管理，包括标签、打印方案、打印机等自由设置和自定义打印方案。能够支持预打印采集编码，根据所需编码数自动生成相应的样本采集编码进行打印。

11. 系统能够记录操作日志永久保存且不能更改和删除，支持多条件检索，便于快速追溯操作日志。

12. 系统中的登录背景图及logo支持用户可配，系统首页的标题和底部的备注信息可配置，可自定义配置首页快捷方式。

一.7.6.4. 容器管理

1. 实现以树形或图形化方式模拟显示实际容器的各级结构，包括层、架、冷冻盒等的结构，且容器的结构、规格、大小、名称等能够灵活的自定义配置。

2. 支持容器内的样本信息、样本源信息及同样本复份信息查看，可以在容器内进行整盒添加到出库、添加到出借、导出、删除、打印条码等操作。

3. 支持以不同的颜色和百分比显示容器的样本存储情况。

4. 支持容器内盒子单个或多个孔格废弃和还原操作，并且可以追溯孔格的历史样本存储信息。

5. 盒子内的冻存管可根据存放的样本类型不同显示对应的预设样本类型图标。

6. 支持对存储容器进行添加结构、批量添加冷冻盒、复制容器、刷新等操作。

7. 可直观查看各容器的基本信息、所存样本类型及温度等信息。

8. 支持多种不同的容器类型，立式冰箱、卧式冰箱、液氮罐、切片柜、石蜡柜及冷藏柜，且可扩展。

9. 能够支持对容器温湿度进行相应的月度统计，可选取所关注的容器、月份等生成相应的容器温湿度月度报告单，可进行备注填写、打印、导出等操作。

一.7.6.5. 样本转移

1. 支持样本单个或批量转移，快速进行样本批量整理，提高容器利用率。

2. 容器转移支持列表界面进行结构及容器内样本转移，支持同类型容器同级别结构及容器内相关样本转移。

3. 支持容器内的样本按住ctrl选择多个样本进行批量转移。

一.7.6.6. 样本管理

1. 样本的编码能够自定义设置，可设置默认全局编码规则以及启用编码规则位数强校验，针对不同类型的样本能够使用不同的编码规则。

2. 能够对样本类型进行统一管理，能够根据不同样本类型设置不同的默认参数，显示图标，且能够绑定不同的信息展示模版。

3. 能够对所有样本进行统一管理，对已出库、出借、在库等不同状态的样本进行统一管理及追溯。

4. 能够对样本进行分组管理，可以以课题或科室等为分组对样本进行统一管理，也可以对组内的样本进行相应的权限控制及管理。

5. 支持以向导形式引导完成样本入库、出库、出借、还库的操作，且能支持贴码管和预置管的操作。

6. 能够针对样本入库、出库、出借、还库操作生成相应的单据，可进行打印、校验、撤销等操作，相关业务操作单据永久保存且可追溯。

7. 具备单据模板管理，可统一管理样本库业务操作单据且永久保存，不可删除。

8. 能够对不合格或不符合要求的样本进行废弃或删除操作，进行统一管理，且支持还原操作，所有废弃或删除的样本永久保存且可追溯。

9. 能够根据临床需求检索并申请所需样本，审核人员审核批准出库或出借所需的样本，所有已完成申请单永久保存且可追溯。

10. 能够对接整盒扫描仪，支持整盒预置管和非预置管整盒样本扫描快速入库。

11. 能够对样本量单位进行统一管理。

12. 能够支持预打印采集编码，根据所需编码数自动生成相应的样本采集编码进行打印。

13. 支持对样本的取材部位或器官进行统一管理，可自定义部位或器官代码及名称等，且可进行权限控制。

14. ▲支持对样本生命周期进行查询及追溯，直观查看样本的完整生命周期及走向。可以监控样本采集、处理、入库、出借、还库、转移、销毁各个阶段。

15. 支持样本扫描查询，扫描枪直接扫描相关二维码或一维码即可获取该样本及相关样本源信息、同样本复份信息。

16. 支持批量修改待入库样本信息。支持修改入库错误的样本相关的样本源类型及样本类型等，并自动对应生成新的样本复份编号，无需删除重入的繁复操作。

17. 支持模糊检索，输入部分编号、汉字可以进行智能模糊搜索。

一.7.6.7. 样本源（患者）管理

1. 能够对样本源进行统一管理，可无缝对接各系统临床数据，支持样本源多表单管理及展示。

2. 支持样本源的知情同意书管理，可上传、下载、删除相关的样本源知情同意书。

3. ▲能够支持家系的使用，患者的家系关联，能够清晰的显示，并能支持家系的扩展和信息的维护更新。

4. 支持通过多条件组合的方式进行患者查询和临床数据查询，查询的条件可以自定义设置；且支持查询结果的自定义条件导出。能够支持样本、样本源、随访等数据进行自由组合查询，且可保存检索模板。

5. 支持对样本源下病例的管理，可以新建删除病例，每个样本源可以对应多个病例。

一.7.6.8. 数据管理

1. 支持对问卷和问题的管理，用户可自定义问卷信息及字段，灵活配置所需的问卷及问题。

2. 支持样本、样本源、随访等外部数据excel形式进行批量导入，导入记录永久保存且可追溯。

3. 支持无缝对接质控、核酸提取仪等外部设备，也可以excel形式进行外部设备的数据导入

4. 能够自定义数据导出模板，挑选样本、样本源及随访等所需数据自由组合进行导出。

5. 能够支持样本、样本源、随访等数据进行自由组合查询，且可保存检索模板。

6. 支持导出患者所属随访信息、检验信息、病理信息的多实例导出。

7. ▲支持批量数据整合处理功能，可以跨项目、患者、疾病类型、样本类型进行数据批量管理（增、删、改、查），提高数据管理效率。

8. 支持临床数据的多维度并行查看和对照。支持导航窗口、组合窗口、对照表格、关联关系列表等形式展示相同患者的不同时间的病理信息、检验信息、采集的样本信息，挑选所需病理或检验时间进行抽取和查看。

一.7.6.9. 随访管理

1. 能够对样本源进行随访计划制定，支持单条、周期及模板形式制定随访计划，可对随访计划进行统一管理。

2. 能够自定义随访表单，自由配置随访表单内容。

3. 各科室或课题等都能够有自己独立的随访模块，数据互不干扰，样本库可在后台统一查看和管理。

4. 能够支持其他终端设备进行随访计划制定、查看以及表单填写等。

5. 能够根据随访计划时间，设定随访提醒时间进行随访提醒。

6. 系统支持能够接入医院自有的随访系统中的随访数据也可支持自己创建随访计划和随访表单，可以实现和医院随访数据关联互通。

一.7.6.10. 质控管理

1. 满足多字段筛选自由设定质控条件来新建质控单。

2. 可自定义质控表单中的质控指标项，挑选所需的质控指标进行质控值填写。

3. ▲可对质控单中的样本进行多条件筛选或随机抽样，支持未完成质控单多次抽样质控。

4. 支持根据样本质控指标值自动推算样本合格率，生成相应的质控报告单且支持打印。

5. 已完成质控单及质控报告单永久保存且可追溯。

6. 可配置相关质控单的下一次质控时间进行相应的质控提醒。

7. 支持无缝对接院内相关质控设备，导出相关质控设备中的质控结果，导入样本库相关质控单的质控指标项值，并根据预期值进行质控合格率判定并生成可打印的质控报告单。

8. 质控预期值支持选择对应的质控问卷问题进行预期值设置

一.7.6.11. 报警管理

1. 能够灵活配置报警条件，可对样本冻融次数、过期时间、库存量、使用率低、温度等进行报警，也支持患者随访、样本质控等的提醒，支持查看相关详细报警内容。

2. 能够对报警信息进行权限控制，可将相关的报警信息推送给相应权限的客户，也支持以邮件或短信形式进行报警信息推送。

3. 支持第三方软硬件设备接入报警模块，统一报警管理。

一.7.6.12. 统计管理

1. 支持按样本入库时间、样本负责人***

2. 支持多种图表形式展现。

3. 支持打印图表信息，以excel、png、pdf等多种格式下载和导出相应的统计图表信息。

4. 支持以样本类型、样本源类型、样本类型+样本源类型三种维度，根据所选时间生成统计报表，可定制化报表抬头且支持打印、导出报表信息。

5. ▲系统支持根据所设置的不同样本类型的样本单价统计各样本类型的总成本，方便进行成本管理。

一.7.6.13. 打印管理

1. 可对主流打印机管理，包括标签、打印方案、打印机等自由设置和自定义打印方案。

2. 可以USB方式或IP方式访问条码打印机。

3. 满足在标签上自由拖动添加所需打印的样本或样本源信息，如样本条码、样本类型、取材部位、样本位置等，且支持样本条码以二维码或一维码的形式进行打印。

4. 支持可自由定义打印方案中的元素并自由调整位置和大小。

5. 系统具备预打印采集编码功能，根据采集管数生成预采集编码。

一.7.6.14. 生物样本库的应用服务

基于生物样本库中产生的各类数据，结合大数据中心已有的临床数据，利用大数据挖掘技术，通过分析基因组学、表观组学、转录组学、蛋白组学、代谢组学、宏基因组学以及个体健康和疾病状态的表型组学等多种组学数据和医疗大数据，开展组学数据及不同组学数据间的关联研究，建立用于临床辅助诊疗、预测等多种数据分析智能应用，为疾病发生、预防和治疗提供全面、全新的认识，更准确地预测个体患病风险和预后，有针对性地实施预防和治疗，提高诊断精度、预测治疗效果、降低医疗成本。使医生可以方便高效地投入到临床科研工作，更好的推进癌症等重大疾慢性病的诊疗和防控。具体应用包括：

一.7.6.14.1. 生物标志物识别

以常见的、重要的疾病为研究点，配合医院收集和整理该类疾病患者人群的组学数据，以如下内容为研究方向，探索生物标志物识别服务：

1. 快速识别有关疾病发生、预后或治疗效果的生物标志物；

2. 寻找与癌症预后、药物疗效相关的biomarker(如某个基因或某些基因的表达值，DNA 拷贝数,microRNA 表达值,代谢物等)；

3. 研究多种基因组学变化通过何种通路协同影响癌症发生、发展、治疗和预后。

    

一.7.6.14.2. 个性化医疗/ 精准医疗

    借助个人基因组学信息和海量医疗大数据的结合，通过各种数据分析与预测模型的建立，与医院协助合作，以如下内容为研究方向，探索个性化医疗/精准医疗服务：

1. 以一个常见的、重要的疾病为研究点，通过分析该疾病多种组学数据与相关的医疗大数据，创建分析预测模型，更全面的提高医生对癌症进行临床诊断的准确性和治疗的高效性；

2. 以个人基因组信息为基础，结合蛋白质组，代谢组等相关内环境信息，为病人量身设计出最佳的个性化治疗方案；

3. 通过个性化医学改善医疗保健效果，比如在患者发生疾病症状前，就提供早期的检测和诊断，早期发现和治疗可以显著降低癌症给病人造成的负担；

4. 考察遗传变异、对特定疾病的易感性和对特殊药物反应的关系，然后在药物研发和用药过程中考虑个人的遗传变异因素，让病人在第一时间接受有效治疗，避免“试错”的方式选择有效药物，降低药品毒副作用发生率和治疗花费；

5. 很多情况下，病人用同样的诊疗方案但是疗效却不一样，部分原因是遗传变异，通过探索个体遗传物质对不同诊疗方案的反应，针对不同的患者采取不同的诊疗方案，或者根据患者的实际情况调整药物剂量，减少副作用。

    

一.7.6.14.3. 药物研发

在药物研发方面，配合医院从如下两方面进行探索研究：

1. 通过借助生物样本库和大数据中心存储的信息，以某个常见疾病为研究点，深入分析其病因和发生机制，辅助医生识别生物靶点和研发药物；

2. 以某个药物研发为研究点，参与医院与制药公司之间的合作，通过充分利用医院海量组学数据、制药公司的已有药物的海量研究数据和高通量药物筛选，加速药物筛选过程，更好地确定哪种化合物可以作为治疗某种疾病的有效药物，降低研发成本。

一.7.6.14.4. 健康管理

    在健康管理方面，与医院配合，共同探索研究如下应用服务：

1. 当患者在医院进行全基因组测序之后，通过分析SNP，给出患者的健康评估报告，包括对心血管、免疫、泌尿等系统的疾病以及肿瘤给出疾病风险评估，帮助大众更好的了解自身健康、更有效的进行健康管理；

2. 在患者同意的情况下，通过可穿戴设备实时、连续监控个体体征数据(心率、脉率、呼吸频率、体温、热消耗量、血压、血糖、血氧、体脂含量等)，面向患者提供健康指导与建议，更好地实施健康管理；利用患者家族健康历史整合遗传信息，辅助预测疾病，面向患者提供主动的预防性建议。

一.7.6.15. 安全及权限管理

1. 能够对系统内所有用户进行统一管理，可进行增加、删除、修改和冻结等操作。

2. 能够为不同人员分配不同的角色，可自定义不同角色，不同角色可设置不同的功能权限确保系统安全

3. 能够灵活配置容器的访问权限，只有特定权限内的用户组成员才能访问相应的容器。

4. 样本和人员都能够进行分组管理和划分权限，可确保不同用户组和样本组内的权限内的数据互不干扰。

5. 系统能够记录操作日志永久保存且不能更改和删除，支持多条件检索，便于快速追溯操作日志。

6. 支持自定义手动和自动周期备份数据库信息，有效保障样本等数据安全。

7. 可启用SSH、SSL或类似协议保证系统访问及数据传输的安全可靠。

8. ▲支持手动或周期性进行数据备份，用户可自定义备份路径和备份周期，启用或暂停相应的备份计划，具备数据备份恢复功能，有效保障系统内样本、样本源等数据安全。

9. 支持建立全局的数据库索引，应用于高级筛选的快速数据关联和检索。

一.7.7. 互联互通成熟度测评四级甲等建设

为推动医院信息标准化建设，自2012年6月开始，国家卫生计生委大力推进医院标准符合性测试，具体测试工作主要包括数据交换和功能实现两个方面，行业内统称：医院信息互联互通成熟度评测，相关评测分5级别要求，其中4级开始分：四乙、四甲、五乙、五甲逐步递增提高。医院标准符合性测试工作的导向作用，积极引导医院（尤其是大型综合医院）信息化的标准化建设，促进医院信息标准的落地应用，助力医院信息化朝着标准化方向健康发展。

根据国家要求及医院实际情况，我院计划以循序渐进的模式开展互联互通建设，在2019年通过互联互通四级甲等测评，2021年通过互联互通五级乙等测评。在本次项目中，着重要求中标商协助医院通过互联互通四级甲等测评活动。

一.7.7.1. 总体要求

建设基于电子病历的医院信息平台和基于平台的独立的临床信息数据库，平台服务支持医院内部标准化的要求，平台上的应用、平台内、外部联通的业务系统数量符合标准要求。

 

 

一.7.7.2. 建设内容清单

产品名称	序号	产品功能
信息集成引擎	1	EMPI匹配引擎
	2	数据集成
	3	审计日志
	4	数据增量管理
	5	协议转换
	6	数据交换
	7	HL7解析引擎
	8	服务注册
	9	消息路由
平台管控中心	10	平台运行管理
	11	系统配置
	12	标准化管理
	13	主数据管理
	14	数据质量管理
	15	压力监控
	16	服务监控
	17	通道监控
主数据管理	18	全院主数据的统一管理
术语管理	19	术语结构
	20	术语维护
	21	术语映射
集成门户应用	22	单点登录
	23	第三方系统集成
互联互通标准化改造	24	数据集标准化建设改造
	25	共享文档标准化建设改造
	26	交互服务标准化建设改造
测评管理	27	互联互通标准化成熟度测评全流程管理

 

一.7.7.3. 实施步骤

根据互联互通成熟度评测体系和相关细则，结合医院信息平台建设现状，查漏补缺，做好迎评的相关工作。

 

在已经建好信息集成平台和全院数据中心的基础上，根据医院信息互联互通四甲标准化成熟度测评方案要求（暂时按照最新的《医院信息互联互通标准化成熟度测评方案（2017 年版）》，在项目实施中将以最新测评方案为准）。

1. 建立符合测评要求的电子病历基本数据集（共17个数据集、58个子集），然后生成53个电子病历共享文档建设，进而实现81个交互服务，覆盖医院常见业务场景；

2. 根据信息集成平台提供的统一接口管理，对医院内部包括HIS、EMR、LIS等系统的接入进行改造；

3. 对医院外部关联系统，包括区域平台、外部机构等不少于4个外部机构接入平台进行标准化对接，保证互联互通应用效果符合测评要求。

一.7.7.4. 信息集成引擎要求

一.7.7.4.1. 总体技术要求

1. 软件设计需严格执行国家有关软件工程的标准，保证系统质量；

2. 应用设计需符合国际、国家、医疗卫生行业有关标准与规范，并适应医院自身发展规划要求；

3. 产品需采用Oracle等大型关系型数据库设计和开发。

4. 操作系统支持服务器为 WINDOWS 2003/2008 SERVER 或 Linux/Unix 操作系统；客户端为 Windows XP 或 WINDOWS 7 及以上。

5. 设计方案应立足先进技术，采用先进的设计理念、技术路线和技术体系架构，以保证建成的系统使用周期长、性能指标高。

6. 系统设计应考虑灵活性原则，系统可根据医院具体的工作流程定制、重组和改造，支持国际HL7国际标准转换，便于和其他异构系统或更广范围内实现数据共享。

一.7.7.4.2. 集成引擎要求

根据医院现有的业务系统情况及现有的IT架构情况，设计面向服务的体系架构（SOA），通过标准化的服务接口，实现松耦合的服务架构，实现医院IT架构的调整，同时用于指导基于企业服务总线的信息集成平台建设。

1. 企业服务总线（ESB）提供多种协议支持，支持协议转换、消息路由、消息队列、负载均衡功能，能够实现丰富的功能：智能消息推送、全中文系统、自带发布适配器、自带订阅适配器、消息传递冗余设计、支持主流数据库、易用性高、支持集群部署。

2. ▲支持灵活的消息路由方式，支持基于消息内容的处理和路由；而且还可以执行一系列方式的消息交互，包括了过滤、充实、监视、分发、关联、拆分（一对多）和合成（多对一）等。

3. 通过企业服务总线（ESB）的建设，规范新建系统的接入标准，依据HL7 V3 RIM模型，松耦合基础平台，降低‘点对点’接口带来的运维复杂度和成本，提升应用集成和可交互性、安全性，同时也提升医院应用SOA服务水平。

4. ▲支持分布式部署，允许部署多个节点，支持负载均衡。(提供部署架构图)

5. 调用统计：支持服务调用统计，汇总所有的服务调用次数。

6. 耗时统计：支持调用耗时统计，所有的服务调用的平均耗时。

7. 高耗时调用：按照配置指定的高耗时定义，统计时间周期范围内，所有的高耗时调用。

8. 高频次调用：按照配置指定的高频次定义，统计时间周期范围内，所有的高频次调用。

9. 应用管理，配置接入ESB的第三方应用信息，包括：应用编码，应用名称，访问token，接收与提供服务基地址，应用管理员维护，备注。

10. 服务配置功能，包括：服务代码，服务名称，服务模式（同步或异步），服务调用类型，服务地址，服务访问权限，服务参数（入参/出参），提供请求返回样例，导出接口文档功能，备注。

11. 服务发布与订阅管理，包括：服务发布，服务订阅配置管理。

12. ▲提供统一的、基于开放接口的工具，实现开发、编译、测试、调试、部署和管理的功能，支持团队的开发和版本控制。

13. 导出服务接口功能，能按应用导出提供的服务与订阅的服务的接口文档(包括：服务代码，服务名称，服务模式，调用类型，服务地址，访问权限，参数（入参/出参），提供请求返回样例)。

14. ESB参数配置，包括：是否开启权限判断，高频次调用定义，高耗时调用定义，监控统计保留时间，异步消息发送失败重试次数，异步消息发送失败重试间隔时间。

15. 消息日志管理，查询指定时间范围内的所有消息记录，支持通过失败，成功，未知，已重发，调用账号，服务名称，订阅账号，关键字组合进行调用记录的查询，支持失败消息手动重发。

16. 服务监控，提供服务实时监控管理，同时监控服务请求和提供的状态。支持按系统进行不同系统交换服务的监控，监控的指标包括每个系统的PING值，提供服务数，调用服务数，日均服务数，当前错误消息数；能监控每个服务的详细运行情况，包括正常交换的消息量、当前错误的消息量等；能监控每个服务被其它系统调用的情况，包括平均用时，日均服务数，总服务数，服务耗时情况分析。

17. 标准化平台交互规范，根据《医院信息互联互通标准化成熟度测评方案（2017 年版）》内容，建立符合基于电子病历的医院信息平台技术规范标准的服务，包括病人基本信息、检查电子申请、检验电子申请、手术电子申请、输血电子申请、费用确认、危急值确认、主数据等81个业务场景。

18. ▲要求标准化、规范化程度高：其功能规范满足卫生部下发的《医院信息系统软件功能规范》要求，医院信息系统之间信息交换采用HL7的国际标准，疾病编码采用ICD-10。

19. 统计分析，提供接入应用、服务运行情况分析，按照服务器的时间，趋势图展示最近一个月内的所有调用统计。按照服务器的时间，趋势图展示最近一个月内的所有耗时统计。

一.7.7.5. 平台管控中心要求

1. 能提供对平台需直接接入的库的数据源进行配置管理；

2. 能提供统一平台接入应用系统配置和管理功能；

3. 能提供平台功能管理配置，包括参数配置、组件配置、权限配置、模块管理等功能；

4. 能提供平台组织管理配置，包括角色管理、角色分配、权限分组、权限分配等功能；

5. 要求平台内部需建立一个全院统一的、共享的标准数据字典；

6. 要求能对整个平台数据集成的压力与性能情况进行监控；支持以年、月、日为单位查看性能，并以曲线状态图的方式显示；

7. 要求能够对系统的平台进行压力监控；

8. 要求可对平台提供的主数据服务开启和关闭状态进行监控，同时主数据服务被请求和提供的状态进行监控；

9. 要求支持监控平台数据交换系统是否正常运行，并可在页面进行操作控制；

10. 要求支持对平台提供的服务开启和关闭状态进行监控，同时监控服务请求和提供的状态；

11. 要求建成包括集成系统数据源配置、发布配置管理、数据服务管理、数据通道管理、业务流程配置等功能。

一.7.7.6. 主数据管理要求

1. 在集成平台上构建医院主数据管理数据库，集中统一的管理全院主数据，通过对平台相关的各业务系统提供主数据服务，实现主数据的同步和匹配，包括但不限于院区、科室、人员、患者信息、收费项目、诊疗项目、药品项目、挂号字典（出诊班别、挂号级别、挂号费标准）、结算字典（服务对象、结算机构、优惠政策、结算政策、结算方式）、术语字典等。

2. 遵循主数据的国际标准（如ICD10）、国家标准（如患者的部分基本信息）、行业标准（卫计委定义的相关值域）、医院标准。主数据可由平台管理者进行注册、维护等。

3. 基于医院临床应用，实现临床诊断，手术的二级编码管理，并通过院内管理流程通过审核与国际标准ICD10、ICD9等进行对应。

4. 全体工作人员（包括本院和非本院）和科室数据管理：建立医院统一的组织机构架构，包括业务科室、护理单元、职能部门、后勤部门等。

5. 支持从医院现有业务系统同步人员、科室、病区、药品、材料等相关信息，建立与主数据同步的对应管理。

一.7.7.7. 术语管理要求

要求平台提供统一术语管理功能，包括术语定义、校验、发布、停用，术语维护及管理；术语映射的配置、管理和维护等。

一.7.7.8. 集成门户应用要求

一.7.7.8.1. 单点登录要求

1. 要求统一用户服务为全院各应用系统提供统一用户管理、统一认证管理和统一授权管理；

2. 要求每个用户可以在单一点只需输入一次用户名和密码，就可以按系统设置的权限范围，访问所有被授权访问的系统，而无需二次输入用户名和密码；

3. 统一授权管理服务按照基于角色的访问控制模型，与信息系统应用成为一种松耦合的工作模式，为各类信息系统应用集成提供基础；

4. 系统应提供完善的日志处理功能，对所有重要操作都应记录日志，并提供灵活的查询界面和接口。日志不能随意删除和修改；

5. 系统应提供完善的错误、警告、性能日志和事件，管理员并能通过Windows事件查看器和性能检测器查看，并能和系统管理和监控系统集成，以实现集中的监控和告警；

6. 系统应提供完善的日志处理功能，对所有重要操作都应记录日志，并提供灵活的查询界面和接口。日志不能随意删除和修改；

7. 对于B/S应用下的Form认证场景，系统应采用SSL加密协议，以避免密码探测，提供用户会话(Session)有效期管理；

8. 授权管理系统应采用基于角色的访问控制，用户所能访问的权限就由该用户所拥有的所有角色的功能集合的并集决定；

一.7.7.8.2. 第三方系统集成要求

    要求平台为医院现有应用软件（HIS、LIS、EMR、PACS等）提供接口集成服务，各应用系统根据平台提供的标准接口服务，完成与平台的对接。

一.7.7.9. 互联互通标准化改造

一.7.7.9.1. 数据集标准化改造要求

    根据互联互通测评要求，梳理现有业务数据，建立标准电子病历基本数据集共17部分，58个子集，以满足互联互通测评要求。

一.7.7.9.2. 共享文档标准化建设要求

    根据互联互通测评要求，建立标准电子病历共享文档，共55个文档。其中满足互联互通测评四级甲等要求的53个共享文档。

一.7.7.9.3. 交互服务标准化建设要求

    根据互联互通测评要求，建立互联互通服务功能，共79项交互服务。其中满足互联互通测评四级甲等要求的52项交互服务。

一.7.7.10. 测评管理要求

要求在整个测评流程中，全流程参与协助医院进行测评报名、实验室测试、文审评审、现场查验评审以及各阶段相关材料的准备，直到通过评审。

一.8. 商务要求

一.8.1. 项目管理要求

一.8.1.1. 设计要求

1. 系统运行稳定，数据及时更新、准确。

2. 尽量从用户角度出发，以方便使用系统：操作简单；界面表达清晰、美观。

一.8.1.2. 进度要求

本项目要求于合同签订后两年内完成建设。投标人需根据项目需求、范围以及投入本项目的实施力量在投标文件中提供详细的时间进度安排、实施安排和相应的人员、物资等安排。

1. 说明项目实施的管理规范；

2. 给出项目实施的进度表；

3. 实施进度要求：

本项目共分为两个阶段建设，合同签订两年内，项目完成全面上线。

具体进度要求为：

建设阶段	建设内容	实施要求
一期建设	基础信息建设（大数据平台、互联互通四甲）	自合同签订日起不超过12个月
	基础科研服务体系
二期建设	临床知识库服务	自合同签订日起不超过24个月
	智能医疗科研服务
	生物样本库建设及应用服务

 

一.8.1.3. 知识产权要求

中标人需对所有成果、产品的知识产权负有瑕疵担保责任，因使用未被授权使用的技术、组件、系统软件、通用软件等知识产权问题引起的纠纷所产生的所有责任及费用由供应商自行承担。

一.8.1.4. 系统测试要求

1. 系统实施完成后，按照系统要求的基本功能逐一测试。

2. 软件开发完毕后，由中标人负责按照设计方案和实施计划进行软件编码和自检测试。自检测试通过后向采购人提供数据核对文档，测试方案通过采购人审核后，进行系统测试。

3. 所有系统需进行连接、配置和性能测试，项目验收时提供完整的数据功能清单及数据核对文档。

一.8.1.5. 验收要求

软件系统的验收属于项目的合同验收，需符合信息化项目相关验收管理办法的要求，同时需符合下列要求：

1. 满足合同和招标文件中列举的全部要求。

2. 实现合同和招标文件中列举的全部功能和非功能要求。

3. 达到合同和招标文件中列举的全部指标。

4. 文档齐全，符合合同和招标文件及相关标准要求，包括但不限于下列文档; 需求说明书、概要设计说明书、详细设计说明书、数据库设计说明书、测试计划、测试报告、用户手册、项目计划书、用户培训计划、会议记录和开发进度月报等。

5. 验收项目包括按照合同和招标文件中所标明的软件系统，及相关的技术维护文档、培训教材、使用说明书等。

一.8.2. 售后服务及培训要求

一.8.2.1. 售后服务要求

1. 应用软件系统需提供从最终验收合格之日起至少1年升级及维护服务，该部分费用已包含报价中。

2. 投标人需在投标文件中提供详细的售后服务方案。

3. 产品故障报修的响应时间：7×24小时响应，周一至周五8:30～18:00工作日间为2小时内。若电话中无法解决，12小时内到达现场进行维护。其余时间4小时内响应，24小时内完成维护。

4. 在实施及维护期内，中标人如有新的同版本升级软件应提供升级，维护和升级费用包含在报价中。

5. 维护期内，系统维护服务可远程或是上门服务，由此产生的费用均不再收取。

6. 如在使用过程中发现由于软件错误导致的故障，中标人必须无偿修改。

7. 项目实施完成后，需指定专职售后服务工程师负责本医院的售后服务工作，及时检查、处理问题，同时负责新进人员的培训工作。

8. 维护期满后采购人和中标人友好协商，另行签订维护合同。维护内容包括软件系统在运行当中产生的问题以及因卫生主管部门政策调整引起的系统升级。

一.8.2.2. 培训要求

1. 投标人需满足系统运行要求的培训服务。

2. 投标人需为所有被培训人员提供培训用文字资料和讲义等相关用品，所有的资料须是中文书写；投标人应在系统正式上线前为采购人培训2名或以上合格系统管理员。

3. 培训内容与课程要求：提供应用系统配置、管理及应用培训。

4. 投标总价包含所有的培训费用，采购人不另行支付培训费。

5. 培训时间、人数、地点等具体内容由医院和中标人商定。

一.8.3. 付款方式

1. 在签订合同后 15 天内，采购人凭中标人开具符合国家财务规定的相应数额的发票，将合同总额的30% 付给中标人；

2. 在项目一期建设验收合格后 15 个工作日内，采购人凭中标人开具符合国家财务规定的相应数额的发票，将合同总额的 20%付给中标人；项目二期建设验收合格后 15 个工作日内，采购人凭中标人开具符合国家财务规定的相应数额的发票，将合同总额的45%付给中标人；

3. 在最终验收合格1年维护期满后 15 个工作日内，采购人凭中标人开具符合国家财务规定的相应数额的发票，支付合同总金额的 5%；

4. 中标人需在采购人办理付款手续前 5 个工作日内，向采购人提供符合国家财务规定的相应数额的发票。

 

注：参数中带“▲”号条款作为评审时的重要技术参数，不作为★号实质性条款。

 

 

六、供应商资格：

  

1.具备《政府采购法》第二十二条规定的条件

①2017年至2018年度内任意一年的财务报表(新成立公司提供成立至今的月或季度财务报表复印件)或银行出具的资信证明

②税收部门出具的至投标截止时间前六个月内任意一个月的缴纳税收证明

③至投标截止时间前六个月任意一个月内开具的缴纳社会保险凭据。

2.投标人应是在中华人民共和国境内注册的具有独立承担民事责任能力的法人或其他组织。

3.投标人没有被列入失信被执行人、重大税收违法案件当事人名单、政府采购严重违法失信行为记录名单及其他不符合规定条件的供应商。[根据信用中国网站（www.creditchina.gov.cn）、中国政府采购网（www.ccgp.gov.cn）主体信用记录信息进行查询]。

4.单位负责人***

5.为采购项目提供整体设计、规范编制或者项目管理、监理、检测等服务的供应商，不得再参加该采购项目的其他采购活动。(投标人出具声明函)

6.已领购本次采购文件。

7.本项目不接受联合投标体投标。

......

 

七、符合资格的供应商应当在 2019年10月18日 至 2019年10月24日 期间（上午09:00至12:00,下午14:30至17:30，法定节假日除外,不少于5个工作日）到 国义招标股份有限公司 （详细地址：***

八、投标截止时间：2019年11月08日14时45分

九、提交投标文件地点：国义招标股份有限公司2楼6号会议室（广州市越秀区东风东路726号）

十、开标时间：2019年11月08日14时45分

十一、开标地点： 国义招标股份有限公司2楼6号会议室（广州市越秀区东风东路726号）

十二、本公告期限（5个工作日）自2019 年 10 月 18 日 至 2019 年 10 月 24 日止。

十三、联系事项

（一）采购项目联系人***

联系电话***

采购项目联系人***

联系电话***

***

地址：***

联系人***

联系电话***

传真：***

***

（三）采购人：梅州市人民医院

地址：***

联系人***

联系电话***

传真：***

***

 

发布人：国义招标股份有限公司

发布时间：2019年10月17日