一文详解医疗机构数据治理六大核心环节.docxVIP

一文详解医疗机构数据治理六大核心环-*4- 近几年来，医疗机构的数字化进程明显加快，机构内的信息系统越来越多、电子 病历不断普及、各方面业务的数字化基本实现……与之相伴随而来的，是海量待 挖掘应用的数据。 艾瑞咨询发布的《2022年中国医疗信息化行业研究报告》指出，现阶段我国整 体医疗数据应用水平较低。三级医院具备基础的数据资源整合和应用能力，但对 于数据进一步的分析处理能力还有待加强;而三级以下医院超过半数未开展对于 医疗数据的应用业务，且整体应用能力较之三级医院有较大差距。 医疗数据应用难，成为了横隔在医疗机构数字化进程中的一道难题。 .原始信息采集有误差。在医疗系统内数据采集主要通过手工方式录入，在医生或护 士输入信息的过程中，可能会有意或无意地将数据错误引入系统。 .数据融合过程发生问题。在对不同来源的数据进行融合时，数据格式和语义可能会 有误差或不一致，导致融合结果有错。 .与数据的应用场景不匹配。例如，如果要进行病例统计，现有临床电子病历数据就 能满足统计场景的需求。但如果要做大肠癌疗效分析，现有临床电子病历数据就难 以满足分析场景的要求，还需补充病理数据。 所以，对数据质量的管控，主要从三个方面来进行：数据质量实时监控、数据质 量评估以及数据自动修正。 1 ）数据质量实时监控主要针对从业务系统抽取的或是从外部传送的接口数据，通常从及时性、有效性 和完整性等几个指标监测接口内容本身的数据质量问题，还需要对采集程序进行 监控，如接口采集程序是否正常启动、是否正常结束等。 2）数据质量评估是指对融合后的数据进行质量评估。首先从确定评价对象和范围着手,然后选取 数据质量维度及评价标准,确定质量测度及评价方法,之后按照配置的评估指标 执行评估，产生权重化的评估结果，最后生成质量结果和报告。 3）数据自动修正 是指对于有错误或不一致的数据，部分数据可以进行自动化的探测和更正。例如, 时间的表达可以是DD/MM/YY ,也可以是YY/MM/DD ,可以通过智能算法探 测原始系统的表达方式，制定映射规则，实现日期格式的一致性。 三、小结经过30多年医疗信息化建设，医疗机构的数据量及其复杂性连年攀升，医疗行 业的关注焦点已经从信息系统建设延伸到了数据资源管理和利用。 而要实现数据资源的有效利用，数据治理是关键环节。只有做好数据治理，让数 据应用有效支撑医院发展，才能进一步提高医院管理水平,实现数据对医疗业务 发展的价值赋能。 2019?2020年医院数据应用情况对比关键指标（KPI）分析展现 关键指标（KPI）分析展现 关键指标（KPI）分析展现面向管理的专题数据分析文本数据结构化处理应用医疗科研数据检索系统面向科研的数据分析服务未开展应用统一的专病数据库平台其他各类数据资源的整合BI应用58.7%28.5%50.5%12.8%45.8% 关键指标（KPI）分析展现 面向管理的专题数据分析 文本数据结构化处理 应用医疗科研数据检索系统 面向科研的数据分析服务 未开展 应用统一的专病数据库平台 其他 各类数据资源的整合 BI应用 58.7% 28.5% 50.5% 12.8% 45.8% I 14.9% 35.1% 10.4% ■■i 25.7% ■ 7.2% L 一二 21.3% I 4.8% 20.3% I 3.5% |18.7% 55.7% 匚一J 18.2% 137% I 2.7% I 3.5% 整应，备资用于的力；医未疗业应三大 国据低具据应对步能强下数医用体之较 我数较院数和但一理加以半于应整较有 段疗平医的合，进处待级过对的且力院 阶医水级础整力据析有三超展据，能医恒 现体用三基源能数分还而院开教务用级寿 三级医院（%） 三级以下医院（%） 来源：中国医院协会信息专业委员会《2019-2020中国医院信息化状况调查报告》一.为何医疗数据应用难？ .医疗大数据本身复杂医疗健康大数据主要可分为四大类： .诊疗辅助类：包括亚健康及患病人群通过医疗机构、第三方检验机构或网络平台参 与病情的咨询、预约、诊断、治疗等过程所产生的医疗数据。 .健康监测类：指基于移动物联网对个人身体体征及日常行为进行监测的生命体征类数据，常被应用于慢性病患者的自我管理。 .公共卫生类：主要指区域性的医疗服务平台、公共卫生信息系统等产生的医疗数据。 .定向生物医学类：主要是关于新药品研发、生物标本和基因测序的信息，多应用于 个性诊疗、精准医疗、临床药物实验等医学研究。 由于这4类数据来源以及作用效果复杂,而且部分医疗数据带有主观性质，医疗 信息存在明显的阶段性特征；再加之疾病的发生和发展过程及医学影像、病理等 信息有很强的时间维度属性，床旁监护等仪器产生的数据也具有很强的时效性； 信息孤岛、信息烟囱及疾病的多发性常导致医疗数据存在大量垃圾数据，如常见