■ 王才有

大数据时代的医院数据平台建设

■ 王才有①

大数据 信息资源 数据平台

大数据浪潮席卷全球，人们对大数据魔力充满幻想，大数据医疗、精准医疗、颠覆医疗等概念和名词成为媒体热炒对象。然而近年来医院数据开发和集成能力还远远滞后于医院“数据”需求的步伐。医疗“大数据”尚未创造出“大价值”。为此我们要充分认识医院数据平台建设发展趋势，加强信息平台建设，完善相应制度和体制机制设计，逐步提升数据集成能力、分析能力和创新价值能力。

Author’s address：Center of Information, National Health and Family Planning Commission, No.1, Xizhimenwai South Road, Xicheng District, Beijing, 100044, PRC

1 背景情况

当今国内各级各类医院近年来增速最快的是什么？不是建筑和设备，不是医疗收入，也不是门诊和住院量，而是医疗活动中产生的“数据”。随着信息网络遍及医院各个角落，运行的信息系统（Routing Health Information System），数字化医学仪器设备，生命体征监测设备，物联网设备，无时无刻不在生产着数据，并被记录下来。更不要说那些初露端倪的个人基因数据，居民个人健康APP，以及可穿戴设备生成的各种数据。毋庸置疑，医学进入了大数据时代，这些数据的挖掘和利用，必将提高临床决策和管理水平，提升服务效率、降低运行成本和减少医疗差错。美国克里夫兰医学中心CEO克斯格罗夫认为，“无论医疗服务提供者愿意还是不愿意，医学必定从基于能力的艺术，转变为数据驱动的科学”。医疗大数据如咆哮之江河，汇聚形成了数据的海洋，其中含有大量宝贵的知识宝藏。然后正如海洋的水是不能直接饮用的，现实中面对数据海洋，人们仍在饱受信息“饥渴”的煎熬。“大数据”技术的兴起与应用，点燃了人们新的期望。人们期待着建立医院数据平台，解决复杂数据资源集成整合问题，支撑数据分析和预测，更好地挖掘出数据的价值。

2 医院数据平台发展趋势

医学是一种数据密集型行业，医疗服务中无论是传统医学的“望、闻、问、切”，还是现代医学的数字化检查、检验设备，生命传感设备和基因检测技术，都是为了获取患者疾病状态和发病机理数据，通过分析整理形成正确的诊疗决策。然而数据的缺失，数据不及时，数据的失真，都可能导致医疗服务的差错和资源的浪费。研究证明，由于医生忽视或缺失患者的年龄、体重，基础疾病和肾功能等数据，导致药物超量使用产生的副作用占42%-60%。为了防止此类事故发生，需要整合各个临床信息系统的相关数据，形成患者临床信息整体视图，才能洞察药物超量使用而导致的不安全问题。

当前深化医改对医院精细化管理和医疗质量和安全提出了更高的要求。特别是随着人口老龄化，慢性疾病的发病率不断增加，患者对医疗质量期望提升，以及支付方式改革，对精细化医疗管理和精细化医疗提出了进一步要求。过去很多医院基于规模扩张的发展模式，正面临新的挑战。然而现实中，很多医院距精细化管理仍有很大差距。企业流行多年的ERP（企业资源规划）实践，刚刚被医院接受，HRP（医院资源规划）行动少有为之。临床数据集成平台和信息资源整合应用刚刚起步。促进医院数据资源建设，加强数据分析利用的道路仍在探索。现代化医院建设不是一朝一夕的是，数据资源整合与分析利用是逐步发展，首先从简单开始，逐步走向处理复杂和全面性的问题，医院发展成为数据驱动的企业组织，正在经历以下三个发展阶段。

2.1 事务性分析阶段(transaction reporting）

此阶段的医院，利用手工或者电子表格收集或统计数据，形成各种专项分析报告，产出定期的财务报表、人事报表、医政报表等描述性分析报告。医院数据平台尚未形成，数据只能在局部采集使用，因而不能揭示整体的发展变化情况。院长看到本月医院门诊量增加了3%，这意味着什么呢？对医院整体而言，是正效益还是负效益？是否因此可能导致患者满意度下降？

2.2 诊断性分析阶段(Clinical Analytics）

此阶段，医院建立的数据平台，开始收集各个业务系统产出的数据，建立数据仓库，按照商业智能软件（BI）等分析工具，具有回顾性分析的能力。可以对过去医院运行情况进行评估分析。医院开始对患者就诊数据进行集成与整合，建立了临床信息存储库（CDR），为临床医生提供完整的患者病历信息视图。

2.3 高级分析阶段(Advanced analytics）

按照Gartner（美国咨询公司）对其定义，高级分析阶段之后系统能自动和半自动地对来源数据质量和内容进行核查，利用先进统计分析方法和工具（包括数据/文本挖掘、机器学习、模式匹配、语义分析、情感分析、图形分析、模拟和神经网络等），更深入和精准洞察数据之间的关系，进行预测分析，产出工作建议。例如系统能够分析预测出哪一个患者需要立即进行治疗和干预？预测某一患者继续治疗可能会有某种风险发生？

我国医院多数处于“事务性分析”阶段，一些条件好的医院启动了医院数据集成平台建设，初步建成临床数据中心（CDR）和运行数据中心（ODS），初步实现碎片化临床数据的集成与整合，按照临床、管理和科研数据分析要求，将清理后的数据以各自要求的形式提供服务。随着大数据意识提高和技术的发展，开始探索从诊断性分析向高级分析阶段的发展，逐步走向数据驱动型组织。

3 医院信息平台建设的难点

医疗大数据具有重要价值，但是其价值实现仍面临各方面的挑战，需要解决数据来源问题，数据分析与建模，以及分析结果运用等3个方面的难点。

3.1 数据整合难点

“异源异构”数据资源的获取与整合的难点，医疗服务中每天产出大量数据并被记录下来，这些数据的质量、内容、格式是否适宜使用？是否能够从中挖据出价值？医院信息化需求来自不同科室，不同医生，功能和数据需求不一致，必导致数据定义、数据属性以及数据标准的不同。医院数据整合面临数据清理和整合，数据标准注册，数据代码对照以及患者主索引等方面的困难问题。

3.2 数据分析难点

医疗系统数据不仅数量大，而且数据关系和类型复杂，大量半结构化和非结构化数据导致数据分析困难。目前我国医院信息化服务商中，从事数据分析服务的厂商，以及数据分析利用的厂商，微乎其微，何况临床数据分析，不仅要熟知统计分析工具，统计算法，还需要对业务知识的理解。

3.3 数据利用难点

统计分析的结果，数据挖掘提出的问题，能否让决策和管理者接受会是更大的挑战。对方是否信任数据所揭示出来的问题是否正确？数据所揭示出的问题是否是对方关注的要点？数据揭示出的问题是否及时得到验证？以及对方是否习惯于经验决策？问题是否会动了别人的奶酪？都将影响数据领用的难点。

4 医院数据平台建设的重要内容

医疗大数据平台是实现医疗数据挖掘的支持平台。大数据时代，数据分析利用的模式将会从“手工作坊模式”向数据分析利用细化和分工的“社会大生产”模式发展。实现医疗大数据价值，需要多学科、多领域人员和部门的协同与合作。因此，破解上述3个方面的发展难题，重要的是完善技术、人员、制度3个方面平台建设内容。

4.1 技术支撑条件

大数据时代的特征，一是数据资源，人们能够获取到大量反映客观事物的数据；二是人们具有了对这些数据的分析和处理技术和能力。技术层的支持包括数据交换与集成技术，存储与计算设备，数据分析工具，资源共享和管理等软件和硬件设施。从平台数据来源角度看，数据源于不同部门的应用，不同公司的产品，甚至是不同厂商的设备。从平台数据使用角度看，平台数据要服务于不同的应用目的。就临床支持信息系统（CDSS）而言，其基础数据来源于各种临床信息系统和临床支持系统。CDSS的实现又是在特定系统中实现。例如，血透过程中，患者低血压可能会造成一些患者的心血管并发症，因此需要实时监测和语境。但是不同患者预警阀值各不相同。一个高血压患者当其血压降到 120/80 mmHg 时可能需要预警干预。对此类临床信息应用抽象来看，就是数据提供系统A不仅要能获取到系统B的数据，而且在语义和语境上必须理解一致。医院数据平台重要任务之一是建立临床数据存储库（CDR），实现以患者为中心的、即时性的、互操作性的集成临床数据，提供出全景的患者数据视图。在技术层面需要实现数据交换、主数据管理、患者主索引等方面支持，还包括及其他数据分析、数据展示以及信息分发等技术工具。

4.2 技术队伍组织

大数据时代数据加工处理复杂化，数据分析技术向职业化和专业化方向发展。在人员层面包括医疗临床和管理专家、统计分析专家、数据处理专家，以及科学计算等方面的团队。根据麦肯锡公司预测，美国到2018年需要深度数据分析人才达44万－49万，缺口14万－19万人，其中既熟悉医疗业务又了解大数据技术人才更为短缺。大数据分析技术人员包括，统计分析、数据计算、信息模型、数据管理、信息展示，以及其相关的IT技术、医疗业务和医疗管理的人员。

4.3 大数据应用环境

大数据创新价值的前提是技术和人员团队，部门之间数据资源供需协调，团队之间协调配合，必须营造好医院数据开发和应用的制度和文化环境。数据是重要的生产要素和资源，共享才能发挥最大效益，但是正因为其有价值，就不可能是无条件的共享，数据生产链条以及相应的价值链条，需要创新和完善各种制度，数据规范与标准，数据安全与隐私保护等适宜促进数据开发和应用的制度体系和运行机制。营造医院数据文化对于促进大数据应用同样十分重要，无论是医务人员还是职能部门必须树立数据价值观，一切用数据说话，坚持循证决策，为数据真实、可靠和完整承担责任。

总之，大数据技术为医院创新带来了机遇，大家普遍认为，数据已经成为与物质、能量并重的资源。但是，资源只有成为可利用的形式，才具有价值。正如当今世人普遍认为石油不仅是物质资源，而且是重要的战略资源。然而这种认识出现不过100年的时间。石油资源只是在人类具有大规模开采能力，大规模提炼能力，并制造生产出柴油机，汽油机，以及以其作为动力的汽车等运输设备或动力设备的时候，石油才成为战略性资源。数据价值实现也具有同样的道

[1]刘丽华,金水高,胡凯.基于ODS构建医院即时联机分析处理系统的研究[J].中国医院,2006,10(12):50-52.

[2]杨志玲,韩荣华,王超.基于大数据的医院数据中心建设思考[J].中国数字医学,2015,10(4):82-85.

[3]孙琳,潘登,蒋丽霞.基于全过程医疗质量管理思想的临床数据存储库设计[J].中国医院管理,2012,32(11):38-39.通信作者

王才有：国家卫生计生委统计信息中心副主任、高级工程师

E-mail：wangcy@nhfpc.gov.cn

Hospital data platform building under the environment of big data

WANG Caiyou//Chinese Hospitals.-2016,20(1):15-17

big data, data resource, data platform

Big data is sweeping the world, people full of fantasy of big data magic, especially in health care.However, the ability of development and integration of data in health care is far behind the pace of the "data" needs.Big data has not yet created a big value.Therefore, we should fully understand the development trend of hospital data platform construction, strengthen the construction of information platform, improve the system and physical mechanism design, and gradually improve the data integration capabilities, analysis capabilities and innovation value using big data.

①国家卫生计生委统计信息中心，100044 北京市西城区西直门外南路1号

2015-12-14](责任编辑 郝秀兰)理。碎片化数据时期，数据只能产出微小价值，当人们实现将碎片化数据整合形成“大数据”，并能够充分开发利用后，才创造出大价值。医疗大数据是社会发展的必然趋势，然而必然并非意味着容易，大数据时代的数据平台建设，要坚持目标导向和问题导向原则，破解3个方面的难题，逐步提升数据平台技术支撑能力，完善专业团队，建设和创新制度设计和构建数据文化，逐步将医院建成为数据驱动型的学习型组织。