数据空间
您当前的位置: 首页 /新闻资讯

数据治理为智慧医院建设按下加速键

发布时间:[2022-06-07] 来源:网络 点击量:

导读

从数据质量开始,从业务治理和数据治理做起,让数据反哺智慧医院建设。

在确保医院业务信息系统安全稳定运行的同时,建设大数据平台,支撑临床科研和医院运营管理决策,让数据驱动智慧医院建设,已成为医院信息部门的新使命、新职责。

 

一、数据治理数据利用的基础

“大数据是医院信息化生态的基础。”江苏省人民医院信息处处长王忠民认为在医院信息化生态中,数据是基础,它本身是反映事物记录的客观存在,而信息则是被组织起来的数据,人们对信息的总结和提炼形成了知识,包括问题诊断、预测和最佳做法等,有效的数据驱动机制能实现隐性知识显性化,并将显性知识结构化。而人工智能则是计算机对信息和知识的应用,因此人工智能一定要建立在数据基础之上,计算机才有可能通过算法利用知识实现各种应用。

当前阶段,医疗数据的价值仍难以得到有效发挥,王忠民认为导致这一问题的原因包括:数据质量低下、缺乏统一的数据管理中心、各业务系统间存在数据孤岛、缺乏数据价值管理体系、缺乏安全的数据环境等。数据应用困难可以总结为五个“不”:不完整、不易找、不易摘、不智能、不能用,数据治理工作刻不容缓。

面对医疗数据种类多、数据质量低、标准化困难等难题,王忠民认为,只有通过全生命周期的数据治理,建立医疗数据采集、存储、整合、分析、应用的全流程,梳理形成高质量医疗数据,才能实现数据资产的全面掌握,有效控制数据风险,提升数据质量,规范数据应用,促进数据利用,最终实现数据价值的持续释放。

“医院利用好数据的基础是做好数据治理首都医科大学宣武医院信息中心主任梁志刚阐述了对医疗数据治理工作的见解:不应单纯针对数据本身,还要关注人员、组织构架、流程、技术与工具等因素。

“在数据管理过程中,要保证一个组织已经将数据转换成有用信息,这项工作所需要的流程和工具就是数据治理的工作。”梁志刚表示,数据治理涵盖数据发现可用、数据及时稳定产出、数据质量保障、数据安全合规和数据生产的经济性等多个层次。同时,在医院数字化转型的不同阶段,数据治理所关注的核心需求存在差异,大体可分为成本、安全、可用、质量、时效等五类。

梁志刚认为,医院通过数据治理,应实现5大类价值目标:首先是提升数据质量,及时发现并解决业务系统数据问题,从源头上提高数据质量,保证数据的可用性;其次是促进开放共享,医院可以快速提取和分析数据,如快速完成各类数据上报等智能数据应用;第三优化流程管控,将数据管理各环节打通,实现完整的数据使用监控流程;第四是降低成本,量化数据存储和计算成本,避免数据重复建设,降低数据接口开发费用;最后是促进管理创新,优化业务流程和资源配置,提高医院业务管理能力。

 

二、从数据电子化到数据价值化

如何才能实现上述价值目标?河南省人民医院信息统计科科长和融介绍了基于数据技术释放医疗数据价值的流程:基于医院业务特点与需求,打通医院各信息系统,汇聚医院全域数据进行统一的开发、可视化呈现、质量管理等,搭建全域级、高复用的数据资产中心与业务交互平台,为医院各业务需求提供可通用、快速响应的数据资源,使医疗数据真正转化为医院核心资产,助力医院参与不同评价体系的考核,赋能医院诊疗业务。

和融进一步介绍了河南省人民医院从数据电子化到数据价值化的创新实践经验,并将这一过程分为三个步骤:

首先是数据后结构化处理,使用自然语言处理技术将非结构化的临床数据进行标准表达,再对标准化数据进行集中汇聚,形成专病数据集,可供工作人员随时提取、上报。

其次是实现一库同构,对医院信息系统中所有元数据进行整体规划、抽象描述,建立数据模型,理清原始数据的类型、量级及“血缘关系”,集中展现医院完整的数据资产,形成医院的业务数据地图。

最后是建立指标标准体系与流程,根据医院业务线和业务过程,对现有临床业务线指标进行梳理,形成规范化的临床业务线指标体系层次,使同一命名的指标具有相同的口径,对不同类型指标进行统一管理和利用,建立起业务指标标准体系及流程,实现指标定义明确、统计口径一致。

“从标准化数据中发现知识,能够进一步赋能业务。”和融表示,河南省人民医院的数据价值化实践已正式投入实际工作中,如以静脉血栓栓塞症为例的疾病风险预警、以肿瘤辅诊为例的诊疗质量事中监管等。同时,医院也实现了全院数据上报项目统一管理等功能,助力医院精细化管理。

“医院精细化运营管理的最高境界是运用信息化、标准化、科学化的手段,使医院管理精确、高效、协同并持续良好运行发展。”杭州市第一人民医院互联网医院办公室主任信息中心副主任陈斌通过医疗大数据赋能医院精细化运营管理的实例,进一步佐证了医院数据治理工作的价值:

1.数字赋能,需求导向:以信息助力医院绩效考核为例,针对基础架构建设、标准规范统一,进行流程再造优化,以数据可溯源、定义范围可明确、指标口径可清晰、数据清洗可实时、数据模型可参照、计算函数公式可选择为目标,把握内涵提升与拓展,使医院管理从数字赋能迈向管理制度重塑,实现从技术理性到制度理性的新跨越;

2.打通壁垒、互联互通:以基础医疗数据源EMR为例,从事先、事中、事后实时进行数据质量控制,查找、修正、提醒数据源产生的全过程,确保数据源客观、公正、及时、有效和全面,实现全方位、全过程、全领域的数字化重塑;

3.流程重塑,数据阐述核心竞争力:从患者、临床等多角度、可视化展示医疗全过程的记录情况,从适应数字化到推动数字化与医疗的全方位渗透融合、运用,主动构建数字化体系和机制,引领医院数字化变革,打开医院高质量价值创造的新空间。

 

三、数据中台是医疗大数据的下一站

“数据中台是医疗大数据的下一站。”王实介绍说,推出的“数据中台”,在基于医院业务特点与需求打通各类系统、对医疗数据进行全局治理后,能够形成可共享、可复用的数据资产分层模型。医院可以从平台上获取安全、开放的数据服务。王实表示,医院数据中台建设可以借鉴其他行业经验,以数据治理为切入点,重点建设元数据管理、数据质量和数据标准。

首先是元数据管理建设。“元数据是描述数据的数据。”王实表示,元数据可以分为业务元数据、技术元数据、过程元数据和安全元数据。通过元数据管理,医院能够“找得到”“看明白”“放心用”数据资产。

其次是数据质量建设。根据实践经验观察到:病历质控应用依赖于电子病历系统的数据产出,VTE(静脉血栓栓塞症)防控应用依赖护理系统或医嘱系统的数据产出。可见,数据驱动型应用的实际功效与业务系统产出的数据质量息息相关。王实介绍说,数据质量评估工具能够辅助医院客户甄选出符合数据质量标准的AI应用,落实数据质量建设。

第三是数据标准建设。该数据集对临床真实语料进行标准化,以患者为维度进行构建及输出,包括超过32万条概念、100万组关系,支持全产品线应用。另外,还能够帮助医院建设质控规则知识库,帮助医院筛选临床试验受试者。

展望数据中台技术发展趋势,王实总结说:“中台的数据应用趋势正在从BI转向AI,数据处理技术也将从历史数据处理向实时数据流处理发展。”

在会议讨论环节,与会嘉宾就医疗数据热点问题展开了讨论。针对数据治理、业务治理的逻辑关系与实际工作顺序”这一问题,与会嘉宾一致认为:一定是先有业务才有数据。业务治理与数据治理相伴相生,密不可分,二者很难区分孰先孰后,应同步进行。好的业务流程能够产出高质量的数据,而高质量数据也能进一步推动业务的发展,形成相辅相成、正向循环的效果。

临近会议尾声,HIT专家网总编辑、创始人朱小兵总结道:医院信息化发展进入了数字化转型的时代,医院信息部门从单一系统建设逐步建立起了一座系统的丛林,也孵化出了一片数据的海洋。医院信息部门需要平心静气,夯实基础,从数据质量开始,从业务治理和数据治理做起,让数据反哺智慧医院建设。

 

中翰软件:专注数据治理17年(http://www.jobhand.cn)


发表评论 共有条评论
用户名: 密码:
匿名发表