12月22日，医信会特邀嘉宾杨俊老师为各位医信人带来了互联互通专场第五课: 《平台如何避免先污染后治理的伤痛》 。
本期课程聚焦医疗行业数据应用场景，探讨数据污染与治理问题，深入讲解医疗机构该如何利用平台做好数据治理。本文就杨俊老师课程内容做核心知识点汇总，以飨读者。
医疗行业的数据场景
依据国家智慧医院建设要求，医疗数据场景大体可以分为三类，即 智慧医疗、智慧管理、智慧服务 。其中智慧医疗数据场景涵盖了临床系统、护理系统、医技系统，例如：HIS、EMR、移动护理、重症监护、放射、超声等。智慧服务则包含了院内和院外两个部分，其主要运用场景为院内自助机服务、院外掌上移动端服务。智慧管理数据应用场景分为医疗质量管理和医院运营管理两大块。
医疗机构软件应用场景多且杂，各大系统之间既相互独立，又相互依存。在这些应用场景中，我们经常会遇见患者身份识别问题？外院病历资料归档？性别互斥？现病史、传染病史等数据为空等等类似情况，这些情况往往会造成院内出现 患者身份识别 、 数据缺失、数据错误、标准不统一、数据逻辑混乱 等共性问题。
医院数据治理
原因、策略与常态化路径分析
医院数据治理面临的挑战有着多方面因素。首先，数据污染的成因之一：初始系统设计的缺陷，这通常发生在系统建立之初，当时的架构未能充分符合规则和标准。其次，厂商不专业或不配合。再者，管理层缺乏必要的数据管理思维，导致数据管理不到位。政策的变化也导致了“被迫”的数据污染，随着信息化管理要求的日益严格，数据管理工作也要求常态化。最后，资金问题也是一个重要因素，资金短缺影响了数据管理和系统升级，进而影响数据质量。
在医院实际业务场景中， 身份证号码、电话号码的错误记录；男性患者能够开具女性专用的检查单；操作人员姓名登记和编码登记并存问题增加了数据处理的复杂度；患者体温数据不合常识；性别和地址的记录标准不统一，以及同一患者不同途径就诊关联不上等常见实例问题，也是数据污染常见因素。
随着三级医院等级评审、互联互通、智慧管理、智慧服务、电子病历评级、三级公立医院绩效考核等政策要求，数据治理工作成为了医院信息化建设中不可忽视的一环。通过建设数据中心/中台，成立行政专班，用数据+管理双轮驱动的方式来推动数据治理工作有效、稳步进行。通过标准化数据模型，把控五大流程：即数据生产、数据复制、逻辑处理、数据报告、系统改造。数据治理不是一次性的任务，而是一个持续的过程，要通过常态化的数据管理工作，不断发现问题，解决问题，从而实现数据资源的最大化利用。
如何利用平台做好数据治理
1、 建设数据中心/中台是解决医院数据问题的核心 。医院每天都会产生大量数据，这些数据如果得到妥善处理和分析，将极大地促进医疗服务的优化。数据中心的建立能够有效地存储、分析和处理来自院内业务层系统的数据，并最终反馈到应用系统中，实现数据的合理应用和价值最大化。
2、 依据国家相关数据标准规则，数据校验规则项7998个，国际标准2个、国家标准14个、行业标准265个，院内标准45个。将院内数据抽取到工具内依据相关规则进行校验是否符合规定，若不合规，则向院内提供相应质控报告指导改进。
3、 通过标准源对数据中缺失的部分进行指导性填充，以确保数据的完整性和准确性，从而提高数据应用的有效性。
4、 以可视化分析服务进行数据治理，从数据产生源头到最后的数据中心及数据利用都是可视化的展示。通过规则校验，从数据源头把控数据质量。
5、 “数据+管理”双轮驱动，依数据标准要求从而实现业务系统数据规范化，确保数据结果指标口径统一
6、利用生成式大模型的优势对医院内的大量数据进行深度处理，大模型的集成、清洗和标准化处理，医院的原始数据可以转化为有价值的信息，从而在提高医疗服务质量和数据管理效率方面发挥关键作用。
问答环节
问题1：我们医院换了HIS系统，原有的HIS留存的数据有没有好办法做到数据价值应用。
解答： 如果原有系统的数据质量不佳，医院可以提供原始HIS数据库，首先将原始数据抽到数据库中进行存储，第二对原始数据做有效性认证，将符合要求的提炼出来，放到数据中心里面，作为科研、统计数据资源储备，实现数据价值应用。
问题2：我们是三级综合医院，已经有数据中心和平台了，但是用的不好，特别是数据层面，每年的国考数据都是从我们信息科出报表，但是医务科和运营办都说我们的数据不准。
解答： 第一，在业务层面，需要统一数据统计口径。第二，信息科在统计过程中，针对国家每年需要上报的，医院使用频次高的数据，要做好针对性总结管理。其次，信息科可以和厂商协商出一套适合医院实际情况的数据管理办法，实现数据日常化、常态化管理。
