隨著大數(shù)據(jù)在醫(yī)療行業(yè)臨床診療、醫(yī)院管理、健康管理等領域應用熱度增加，越來越多醫(yī)院設立了大數(shù)據(jù)中心或者在信息中心基礎上開展了大數(shù)據(jù)的建設。在4月20日舉辦的北京衛(wèi)生信息技術協(xié)會（PHITA）上，解放軍總醫(yī)院醫(yī)療大數(shù)據(jù)中心主任、CHIMA副主任委員薛萬國詳細剖析了醫(yī)院大數(shù)據(jù)中心的技術路徑。他指出，醫(yī)院在建大數(shù)據(jù)中心或平臺時，首先要做好定位。

大數(shù)據(jù)中心三個定位：管理、處理和分析

薛萬國認為，大數(shù)據(jù)中心有三種定位：

第一，  數(shù)據(jù)資源管理，即把大數(shù)據(jù)整合管理起來提供數(shù)據(jù)資源服務，科室需要的數(shù)據(jù)經(jīng)過審批和授權后，由大數(shù)據(jù)中心提供，這是基本職能；

第二個，數(shù)據(jù)的處理和加工服務，根據(jù)臨床問題研究需要對原始數(shù)據(jù)進行處理，從中抽取一些特征，然后提供給臨床。

第三個，數(shù)據(jù)的分析服務，即按照科室的需求做數(shù)據(jù)的分析，比如病例分布、基于數(shù)據(jù)建立模型進行疾病和不良事件預測等。

薛萬國指出，大數(shù)據(jù)中心的定位不同，其職責也不同。如果大數(shù)據(jù)中心定位

大數(shù)據(jù)管理職能，有三個職責：第一，整合各個業(yè)務系統(tǒng)數(shù)據(jù)；第二，形成長期的管理機制，即對歷史的、現(xiàn)在的數(shù)據(jù)資源進行一體化的管理；第三，根據(jù)臨床訪問需求，進行訪問授權。這一定位的工作平臺為數(shù)據(jù)整合平臺（ETL）、數(shù)據(jù)檢索系統(tǒng)、數(shù)據(jù)瀏覽系統(tǒng)和數(shù)據(jù)在線使用（虛擬桌面），所需人才為IT工程師。

如果大數(shù)據(jù)中心定位為加工中心，其職責主要是根據(jù)用戶需求，從原始數(shù)據(jù)加工生成特征數(shù)據(jù)。這一定位的工作平臺包含以下幾方面：第一，增加自然

語言處理工具；第二，建立專病數(shù)據(jù)庫的平臺，幫助一線的醫(yī)護人員或科研人員整理數(shù)據(jù)；第三，建立組學數(shù)據(jù)等專業(yè)化技術平臺支撐特定數(shù)據(jù)的處理。該定位所需人才還是IT工程師 。

如果大數(shù)據(jù)中心定位為分析服務中心，其職責是為用戶提供數(shù)據(jù)分析服務，所需平臺除了數(shù)據(jù)檢索、加工分析外，還包括以下幾個方面：第一，各種類型的建模工具；第二，可視化平臺，通過圖表把數(shù)據(jù)分析結果更直觀的展示出來；第三，需建立大數(shù)據(jù)深度學習平臺。這時所需人才除了傳統(tǒng)的IT工程師，還需要專門的數(shù)據(jù)分析工程師。

薛萬國總結道，“大數(shù)據(jù)中心”有不同的內(nèi)涵，不同的職能定位對應不同的技術平臺與人才團隊建設內(nèi)容。在提出建設大數(shù)據(jù)中心規(guī)劃時，首先要明確大數(shù)據(jù)中心的職能定位。

整體預處理帶來信息缺失，建議采用“數(shù)據(jù)湖”

數(shù)據(jù)是否要做整體預處理一直是業(yè)界探討的話題。對此，薛萬國并不建議開展整體預處理。他指出，大數(shù)據(jù)中心數(shù)據(jù)處理有兩種流程：整體預處理和應用時預處理。通常情況下，整體預處理會帶來信息的損失，比如：病歷文本結構化的結果不能完整表達原病歷文本的語義；標準化（歸一化）可能導致特定信息丟失。同時，數(shù)據(jù)整體進行預處理在技術上也存在較大困難，包括歷史數(shù)據(jù)不一致、整體結構化困難等。

因此，他建議采用應用時預處理的方式，即采用“數(shù)據(jù)湖”概念，保留數(shù)據(jù)的原始性，針對特定研究問題開展數(shù)據(jù)預處理是更好的選擇。

依托原始數(shù)據(jù)開展研究

薛萬國強調(diào)，臨床數(shù)據(jù)研究有兩種路徑：專病數(shù)據(jù)庫路徑和按需從原始數(shù)據(jù)特征提取路徑。

針對建立科研病種數(shù)據(jù)庫是否是臨床數(shù)據(jù)研究的必然選擇這個話題，他指出，科研數(shù)據(jù)庫有其局限性，表現(xiàn)為：單一研究目的的科研病種數(shù)據(jù)庫是以特定問題為導向收集病種數(shù)據(jù)；而泛研究目的的數(shù)據(jù)庫涉及數(shù)據(jù)項多，結構復雜，人工加工工作量巨大，持續(xù)難度大，針對問題分析時需要二次加工。“因此，在現(xiàn)實研究實踐中，特別是在回顧性研究中，更多地采用直接依托原始數(shù)據(jù)的方式。”他談到。

薛萬國在演講時提到，醫(yī)療大數(shù)據(jù)平臺既面向一線臨床研究人員的需求，也面向數(shù)據(jù)處理分析人員的需求，數(shù)據(jù)在數(shù)據(jù)檢索、數(shù)據(jù)處理、數(shù)據(jù)分析和專病系統(tǒng)中的適宜形態(tài)也各不相同。“它是一個多種技術形態(tài)并存、多樣化功能協(xié)作的異構系統(tǒng)，因此數(shù)據(jù)管理技術選擇要考慮生態(tài)，避免生搬硬套。”他總結道。