2021年，國務院辦公廳印發(fā)了《關于推動公立醫(yī)院高質量發(fā)展的意見》，提出要提升公立醫(yī)院高質量發(fā)展新效能。其中，高質量運營管理、全面預算和績效評價等都離不開高質量數據的支撐。圍繞臨床診治、醫(yī)院管理和服務模式等都離不開數據的利用。為保證醫(yī)院數據是高可用的，數據治理非常重要。在這方面，廣州醫(yī)科大學附屬第二醫(yī)院(簡稱“廣醫(yī)二院”)進行了諸多探索。在CHIMA 2022大會上，該院信息科主任楊廣黔詳細介紹了醫(yī)院對數據進行治理的實踐。

　　以下內容根據楊廣黔主任發(fā)言整理。

構建自己的數據中心

　　廣醫(yī)二院信息化建設共分為四個階段：第一階段，是2000年以前，以人、財、物管理為主的模式;第二階段，2009年開始，以電子病歷為核心，建設面向管理、面向醫(yī)療、面向病人三位一體的管理模式;第三階段，是2012年開始，主要進行平臺化區(qū)域化建設，包括集成平臺建設(ESB)、HRP、質量管理平臺和區(qū)域醫(yī)療對接，實現了數據的共享和互認;第四階段，2016年開始，建立了數據中心，包括臨床數據中心、運營數據中心、科研數據中心等。在數據中心基礎之上，醫(yī)院開始數據治理和智能化應用，使管理邁向更精細化。

　　廣醫(yī)二院的信息化主要從患者端、臨床、后勤保障體系、綜合管理、對外數據共享和數據安全6個方面進行建設，而所有信息系統建設的基礎都是數據。如何利用好數據也是當前著力去做的一件事情。

　　回顧醫(yī)院信息系統建設之路，廣醫(yī)二院從很早開始就非常重視數據應用。醫(yī)院最早的數據應用主要包括以下兩方面：系統數據統計，制定科室定額;監(jiān)控模塊的建立，實時監(jiān)測。早期數據應用的特點是基于業(yè)務系統，以報表為主，人工分析數據，做一些同比和環(huán)比。數據來源主要是業(yè)務庫直接計算、日志還原疊加，而且是單個業(yè)務系統為主，也就是跨業(yè)務系統分析較少。最大的一個缺點是直接來源于業(yè)務庫，多為五年以上的數據。

　　為解決上述問題，廣醫(yī)二院考慮建立自己的數據中心。在進行數據中心規(guī)劃時，醫(yī)院主要考慮了以下幾點：第一，在做任何數據分析和統計時，不影響生產庫，生產庫是針對業(yè)務而言，而數據中心只是作為分析統計、獲取數據使用的，不能影響業(yè)務數據;第二，可跨系統、多維度收集和分析數據;第三，更換系統時依然可以保持數據的連貫性，可進行多年的數據對比。

　　廣醫(yī)二院建立數據中心主要有三種方式：通過集成平臺的消息;通過ETL數據采集工具;業(yè)務庫做日志還原的備份庫方式。醫(yī)院對數據中心的定位是從橫向、縱向兩方面收集醫(yī)院數據，關鍵在于數據的一致性及數據的及時性。醫(yī)院對數據中心一個最基本的要求是，所有系統應用的數據來源都可以取自數據中心，同時數據中心里的數據都是能夠不斷擴展的。

　　廣醫(yī)二院在2016年建立了集成平臺，系統通過平臺整合到一起，對信息進行了標準化處理。大部分數據中心的數據來自于集成平臺的消息服務，少部分數據是通過ETL工具在業(yè)務系統進行自動采集。當時，醫(yī)院業(yè)務集成情況如下：構建業(yè)務系統改造接口，接口涉及21個廠商、51個業(yè)務系統，原有接口484個，改造后接口275個;建立患者主索引，整理門診、住院共534萬患者信息，索引規(guī)則包括患者證件號、姓名、性別、出生日期和聯系方式，信息清洗后生成患者索引數450萬;設置術語字典，完成65個術語字典標準化，其中國際標準2個、國內標準8個、行業(yè)標準25個、院內字典30個;單點登錄改造，實際單點登錄改造系統32個，涉及廠商11個。

　　數據資源標準化主要分為三個步驟：梳理各系統數據集、數據元現狀及標準差異;對各業(yè)務系統進行改造，滿足數據集、數據元標準;根據相關標準，建立完整的數據集、數據元管理平臺。

　　經過多年數據標準資源化建設，我們發(fā)現改造最多的系統是電子病歷：病歷模板改造數量為2062個，數據集改造數量為58個，數據元數據共10448項。首先，電子病歷涉及的業(yè)務過程較多，同時電子病歷里面有很多非量化的信息，要做到數據元和數據集標準，必須要改很多模板。然后再根據醫(yī)院標準，建立數據元和數據集平臺。

　　在進行數據改造后，醫(yī)院把2009年至今的所有臨床數據、科研數據等都搜集到數據中心，在數據中心基礎上，也完成了患者主索引、全文搜索等應用。

　　但是廣醫(yī)二院在建成數據中心后，產生了一個瓶頸，即數據中心的數據是否質量很好，能否應用起來?經過檢查后發(fā)現，數據中心的數據實際上有一定問題，因為它們是從業(yè)務系統里抽出來，但是數據之間的邏輯關系其實沒有辦法判斷，并且沒有辦法進行合理的排除、清洗，導致有些數據多了，而有的數據卻缺失了。因此，醫(yī)院決定進行數據治理，以保證數據質量。

開展數據治理

　　在進行數據治理前，廣醫(yī)二院首先研究了當前較為通行的數據治理模式。

　　第一，數據治理前置模式。它是在原數據系統里面進行數據治理，治理后存一份數據在業(yè)務庫里，然后把數據抽取到數據中心，提供給數據中心使用。這種模式主要缺點如下：當我們的數據治理規(guī)則改變后，每一個業(yè)務系統都得跟著業(yè)務規(guī)則進行改造，工作量非常大;標準的修改會導致數據矯正出現偏差。因為數據治理規(guī)范工程師不是一個專門的隊伍，會讓業(yè)務工程師去做治理。而業(yè)務工程師可能會對規(guī)則理解不透，因此導致治理出來的數據不規(guī)范，不符合標準。因此，在數據治理中一般不建議采取前置模式。但數據治理前置模式也有其應用場景，如上傳衛(wèi)生健康委健康平臺，建議各個醫(yī)療機構數據前置后，再上傳數據。

　　第二，數據治理后置模式。原業(yè)務系統不變，同步歷史數據和實時數據到數據中心，在數據中心里面保持一份數據原貌，如果標準修改只需要重新對標。然后根據數據治理的規(guī)則進行數據治理，對標完后由數據中心提供給其他部門使用。這種方式對數據治理而言會比較規(guī)范。這種模式也存在一個挑戰(zhàn)，即實時數據治理的壓力全部壓在數據中心，對資源要求很高，而且會有一定的數據延時性。這種挑戰(zhàn)對醫(yī)院而言是可以應對的，因此數據治理一般會選擇后置模式。

　　在進行數據治理時，廣醫(yī)二院發(fā)現之前采集數據是基于集成平臺進行，這種方式面臨的一個最大挑戰(zhàn)在于可能并不是所有數據都是經過集成平臺采集的。因此，醫(yī)院后來改變了數據采集模式，全部數據來源于源業(yè)務系統，在此基礎上，采取的是智能數據采集的方式。

　　這主要有兩大部分：歷史數據抽取和實時數據捕捉，盡量使數據湖里的數據和源業(yè)務系統數據保持一致。數據湖里的數據分為數據內容和數據結構進行保存，每個數據內容標注數據結構版本號。

　　智能數據采集可以自動感知數據結構變化，但需要人工處理。在進行數據采集時，主要分為兩大部分：第一部分是歷史數據抽取，難點在于數據分割;第二部分是實時數據捕捉，需把握好頻次。這兩種抽取方式根據業(yè)務系統的數據庫不同，進行數據抽取的組件方式也不同，因此在抽取數據時一定要小心。在進行數據治理時，先治理歷史數據，再治理增量數據(理想狀態(tài))，現實一般是按系統混合治理。

　　智能數據治理系統主要涉及以下四部分：首先是設定治理規(guī)則，包括表治理規(guī)則、行過濾規(guī)則、數據項治理規(guī)則和數據項治理明細設定;其次是行數據治理，包括源行數據過濾、行數據載入、行數據關聯載入;第三，單項數據治理，包括單項源數據載入、數據標準化、數據映射、數據格式化處理、清洗函數處理、數據關聯性處理;第四，結構化處理，包括數據歸一、數據分類、數據聯動、數據追溯。在實踐中過程中，規(guī)則如果修改了，只能啟用新規(guī)則，停用上一次的規(guī)則。是否全部重新治理也是人為判斷。

　　總體而言，影響數據治理建設的因素主要有以下三大方面：對新技術的把控能力;對數據庫的深度應用;對業(yè)務數據的熟悉程度。