醫(yī)療健康大數(shù)據(jù)與人工智能呈蓬勃發(fā)展的態(tài)勢。一方面，醫(yī)院互聯(lián)互通、國家與省市大數(shù)據(jù)中心的建設(shè)，為醫(yī)療健康大數(shù)據(jù)奠定了良好的基礎(chǔ)；另一方面，個性化診斷、疾病預(yù)測與輔助決策支持系統(tǒng)等各類醫(yī)療人工智能應(yīng)用不斷涌現(xiàn)。

　　構(gòu)建主數(shù)據(jù)管理庫

　　醫(yī)療數(shù)據(jù)的主數(shù)據(jù)主要有病人信息和醫(yī)生信息兩類。目前，在醫(yī)院層面，各業(yè)務(wù)系統(tǒng)對病人的信息分別進(jìn)行存儲，但大型醫(yī)院都建立了臨床數(shù)據(jù)中心，為了唯一標(biāo)識一個病人，需要通過構(gòu)建病人主索引號將存儲于不同系統(tǒng)的病人關(guān)聯(lián)在一起。這里有兩個問題需要解決。第一，如何構(gòu)建EMPI。識別不同系統(tǒng)中同一個病人不同ID之間的映射關(guān)系十分困難，特別是在區(qū)域平臺上每個系統(tǒng)都有獨立的ID，導(dǎo)致這個問題更復(fù)雜了。第二，一個病人的基礎(chǔ)信息可能同時存在于醫(yī)院信息系統(tǒng)、實驗室信息管理系統(tǒng)和影像存儲與傳輸系統(tǒng)等系統(tǒng)中。而各系統(tǒng)的側(cè)重點不同，難免會造成數(shù)據(jù)填寫質(zhì)量不一致或數(shù)據(jù)未及時更新等問題。

　　為此，需要在定義系統(tǒng)主數(shù)據(jù)的情況下，構(gòu)建主數(shù)據(jù)管理中央庫，解決主數(shù)據(jù)碎片問題。可以從各業(yè)務(wù)系統(tǒng)抽取數(shù)據(jù)，并進(jìn)行數(shù)據(jù)融合，形成完備的主數(shù)據(jù)信息，然后再將主數(shù)據(jù)信息分發(fā)給各業(yè)務(wù)系統(tǒng)，保證各業(yè)務(wù)系統(tǒng)中這些信息的準(zhǔn)確性和完整性。這樣就形成了公共的重要屬性由主數(shù)據(jù)管理系統(tǒng)管理、各業(yè)務(wù)系統(tǒng)的特色 屬性由各系統(tǒng)獨立管理的模式。

　　在構(gòu)建主數(shù)據(jù)管理庫時，首先需要從多個異構(gòu)的業(yè)務(wù)子系統(tǒng)中以ETL的方式抽取關(guān)鍵數(shù)據(jù)，然后，利用元數(shù)據(jù)庫 對其中的編碼、描述進(jìn)行標(biāo)準(zhǔn)化。接著，由于多個業(yè)務(wù)系統(tǒng)的數(shù)據(jù)可能不一致，還需要通過匹配算法完成對數(shù)據(jù)的錯誤消除和信息融合。對于匹配不到的孤立信息，要加以監(jiān)控跟蹤，進(jìn)行人工處理。同時，以增量學(xué)習(xí)的方式不斷改進(jìn)匹配算法。最后，將歸整好的主數(shù)據(jù)信息存入主數(shù)據(jù)庫。

　　在這些主數(shù)據(jù)管理的基礎(chǔ)服務(wù)之上，還可以提供諸如患者畫像等高級功能。目前患者就診時，醫(yī)生僅能夠通過患者自述的方式快速了解慢性病史、過敏史等信息。盡管可以查閱歷史檔案，但對于醫(yī)生來說很不方便。而通過對診斷等數(shù)據(jù)的分析，可以形成患者慢性病、過敏史的標(biāo)注信息，將這些信息合并到病人的主數(shù)據(jù)中形成患者畫像。患者就診時醫(yī)生可以直接讀取到這些標(biāo)注信息，從而準(zhǔn)確、快速地獲取必要信息。

　　數(shù)據(jù)質(zhì)量管控子系統(tǒng)

　　從數(shù)據(jù)產(chǎn)生過程來看，醫(yī)療數(shù)據(jù)質(zhì)量問題主要來源于3個方面。

　　一是原始信息采集有誤差。在醫(yī)療系統(tǒng)內(nèi)數(shù)據(jù)采集主要通過手工方式錄入，在醫(yī)生或護(hù)士輸入信息的過程中，可能會有意或無意地將數(shù)據(jù)錯誤引入系統(tǒng)。二是數(shù)據(jù)融合過程發(fā)生問題。在對不同來源的數(shù)據(jù)進(jìn)行融合時，數(shù)據(jù)格式和語義可能會有誤差或不一致，導(dǎo)致融合結(jié)果有錯 。三是與數(shù)據(jù)的應(yīng)用場景不匹配。

　　因此，在醫(yī)療數(shù)據(jù)治理流程中，需要了解最終的使用場景，也需要從業(yè)務(wù)系統(tǒng)的數(shù)據(jù)源頭控制質(zhì)量，并保證每個融合和加工過程的正確性。另外，當(dāng)發(fā)現(xiàn)錯誤的時候，可以實現(xiàn)自動或半自動的修正。因此，質(zhì)量管控平臺包括了數(shù)據(jù)質(zhì)量實時監(jiān)控、數(shù)據(jù)質(zhì)量后評估以及數(shù)據(jù)的自動修正。數(shù)據(jù)質(zhì)量實時監(jiān)控主要針對從業(yè)務(wù)系統(tǒng)抽取的或是從外部傳送的接口數(shù)據(jù)，通常從及時性、有效性和完整性等幾個指標(biāo)監(jiān)測接口內(nèi)容本身的數(shù)據(jù)質(zhì)量問題，還需要對采集程序進(jìn)行監(jiān)控，如接口采集程序是否正常啟動、是否正常結(jié)束等。數(shù)據(jù)質(zhì)量后評估是指對融合后的數(shù)據(jù)進(jìn)行質(zhì)量評估。首先從確定評價對象和范圍著手，然后選取數(shù)據(jù)質(zhì)量維度及評價標(biāo)準(zhǔn)，確定質(zhì)量測度及評價方法，之后按照配置的評估指標(biāo)執(zhí)行評估，產(chǎn)生權(quán)重化的評估結(jié)果，最后生成質(zhì)量結(jié)果和報告。

　　醫(yī)療大數(shù)據(jù)

　　治理標(biāo)準(zhǔn)與治理能力評估

　　在單獨的業(yè)務(wù)系統(tǒng)以及數(shù)據(jù)互聯(lián)互通方面，國家衛(wèi)生健康委員會已建立了相應(yīng)的標(biāo)準(zhǔn)。但是，在醫(yī)療大數(shù)據(jù)方面，還缺乏專門的標(biāo)準(zhǔn)。需要特別指出的是，數(shù)據(jù)標(biāo)準(zhǔn)包含病人、醫(yī)生、醫(yī)院等主數(shù)據(jù)標(biāo)準(zhǔn)，也包含檢查、疾病、用藥等數(shù)據(jù)值標(biāo)準(zhǔn)。數(shù)據(jù)標(biāo)準(zhǔn)還需要對不同的醫(yī)療行為進(jìn)行標(biāo)準(zhǔn)化的描述。為了便于人工智能應(yīng)用，對于文本數(shù)據(jù)和影像數(shù)據(jù)，也應(yīng)有相應(yīng)的標(biāo)注規(guī)范。由于不同專科需要的數(shù)據(jù)字段有差別，有可能會進(jìn)一步制定?？埔?guī)范?？偠灾?，標(biāo)準(zhǔn)體系包含了相互關(guān)聯(lián)的多個標(biāo)準(zhǔn)，覆蓋面廣，種類眾多，標(biāo)準(zhǔn)的建設(shè)不是一蹴而就的。

　　除了醫(yī)療大數(shù)據(jù)治理標(biāo)準(zhǔn)外，值得一提的是醫(yī)療數(shù)據(jù)治理能力評估規(guī)范。數(shù)據(jù)治理能力評估規(guī)范可以考察企業(yè)對數(shù)據(jù)的管理能力，通過對企業(yè)的評估，可以逐步提高企業(yè)的數(shù)據(jù)治理能力。該評估標(biāo)準(zhǔn)經(jīng)過修改后也可以用在醫(yī)療領(lǐng)域。

　　國內(nèi)最早啟動相關(guān)研究的機(jī)構(gòu)是全國信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會，該機(jī)構(gòu)于2014年開始開展相關(guān)的研究，并在2018年3月15日頒布了國家標(biāo)準(zhǔn)《數(shù)據(jù)管理能力成熟度評估模型》（GB/T 36073-2018）。該標(biāo)準(zhǔn)可以用于評估不同行業(yè)的企業(yè)的數(shù)據(jù)管理制度、手段、方法以及相關(guān)能力?！稑?biāo)準(zhǔn)》從8個關(guān)鍵過程域考察了企業(yè)管理數(shù)據(jù)的能力。過程域和過程項包括：數(shù)據(jù)戰(zhàn)略（數(shù)據(jù)戰(zhàn)略框架、數(shù)據(jù)戰(zhàn)略實施、數(shù)據(jù)戰(zhàn)略評估、數(shù)據(jù)任務(wù)效益評估）、數(shù)據(jù)治理（數(shù)據(jù)治理組織、數(shù)據(jù)制度建設(shè)、數(shù)據(jù)治理溝通）、數(shù)據(jù)架構(gòu)（組織數(shù)據(jù)模型、數(shù)據(jù)分布與整合、數(shù)據(jù)共享與應(yīng)用服務(wù)、元數(shù)據(jù)管理）、數(shù)據(jù)應(yīng)用（數(shù)據(jù)分析、數(shù)據(jù)開放共享、數(shù)據(jù)服務(wù)）、數(shù)據(jù)安全（數(shù)據(jù)安全策略、數(shù)據(jù)安全保護(hù)、數(shù)據(jù)安全審計）、數(shù)據(jù)質(zhì)量（數(shù)據(jù)質(zhì)量需求、數(shù)據(jù)質(zhì)量檢查、數(shù)據(jù)質(zhì)量分析、數(shù)據(jù)質(zhì)量提升）、數(shù)據(jù)標(biāo)準(zhǔn)（業(yè)務(wù)術(shù)語、參考數(shù)據(jù)和主數(shù)據(jù)、數(shù)據(jù)元、指標(biāo)數(shù)據(jù)）、數(shù)據(jù)生命周期（數(shù)據(jù)需求、數(shù)據(jù)設(shè)計與開發(fā)、數(shù)據(jù)運維、數(shù)據(jù)退役）。評價方法主要采用評價問卷和調(diào)研訪談兩種。評價問卷是根據(jù)數(shù)據(jù)能力成熟度模型定義每個域的評價指標(biāo)，并對各個指標(biāo)進(jìn)行加權(quán)平均，計算自評結(jié)果。調(diào)研訪談則是根據(jù)重點問題，對相關(guān)單位人員進(jìn)行輸入了解，準(zhǔn)備評估數(shù)據(jù)能力的真實情況。上述成熟度評價模型都將成熟度定義為5個等級。以國家標(biāo)準(zhǔn)GB/T 36073-2018為例，5個等級被定義為：初始級、受管理級、穩(wěn)健級、量化管理級和優(yōu)化級。其中，初始級是指對數(shù)據(jù)需求的管理主要在項目級體現(xiàn)，沒有統(tǒng)一的管理流程，是一種被動的管理；受管理級是指組織已經(jīng)意識到數(shù)據(jù)是資產(chǎn)，根據(jù)管理策略的要求制定了管理流程，指定了相關(guān)人員進(jìn)行初步管理；穩(wěn)健級是指數(shù)據(jù)已經(jīng)被當(dāng)做實現(xiàn)組織績效目標(biāo)的重要資產(chǎn)，在組織層面制定了系列標(biāo)準(zhǔn)化管理流程，促進(jìn)數(shù)據(jù)管理的規(guī)范化；量化管理級是指數(shù)據(jù)被認(rèn)為是獲取競爭優(yōu)勢的重要資源，數(shù)據(jù)管理的效率能夠被量化分析和監(jiān)控；優(yōu)化級是指數(shù)據(jù)被認(rèn)為是組織生存的基礎(chǔ)，相關(guān)管理流程能夠?qū)崟r優(yōu)化，能夠在行業(yè)內(nèi)進(jìn)行最佳實踐的分享。

　　目前大多數(shù)醫(yī)療機(jī)構(gòu)的數(shù)據(jù)治理能力至多在受管理級，即把數(shù)據(jù)當(dāng)作重要資產(chǎn)，進(jìn)行了初步的數(shù)據(jù)集成工作，制定了一定的管理流程。但是，還遠(yuǎn)遠(yuǎn)未達(dá)到穩(wěn)健級，目前的數(shù)據(jù)管理流程還遠(yuǎn)遠(yuǎn)沒有達(dá)到標(biāo)準(zhǔn)化階段，無法滿足數(shù)據(jù)管理及應(yīng)用能結(jié)合組織的業(yè)務(wù)戰(zhàn)略需求、經(jīng)營管理需求以及監(jiān)管需求。

　　醫(yī)療數(shù)據(jù)治理是一個“修高速公路”的過程，人工智能和大數(shù)據(jù)挖掘應(yīng)用是“跑車”。修路是一個基礎(chǔ)設(shè)施建設(shè)，需要大量的投入，而且不會快速產(chǎn)生效果。但是，若沒有成功的數(shù)據(jù)治理，數(shù)據(jù)可用性就會有問題，現(xiàn)有的人工智能和大數(shù)據(jù)挖掘算法的效率和有效性就會打折扣。因此，各級醫(yī)療機(jī)構(gòu)和醫(yī)療管理部門應(yīng)投入人力物力，建立有效的數(shù)據(jù)治理機(jī)制，保障國家人工智能和大數(shù)據(jù)戰(zhàn)略的有效實施。

　　阮彤 邱加輝

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……