健康数据CEO杨远：医学数据精细化运营助力医疗高质量发展

中共中央、国务院、国家卫健委及各省级卫健委陆续发布系列政策，从21年确定发展方略到22年全面落实、深化推进，无一不是在全力推动公立医院的高质量发展。专科能力建设是高质量发展的核心，而医疗质量管理是高质量发展的重要因素。

从三级医院评审指标的分类，以及每年的国家医疗质量安全改进目标可以看出，现在的评审评价工作对医疗质量管理提出了更多维度、更多视角、更加精细化的要求。

我们认为数据对于医院管理和医疗质量提升是一个非常重要的关键要素。如何发现问题，如何证明并持续提升成效，数据既是基础也是手段。

医学高质量数据是驱动医疗高质量发展的根基。无论是院内、院外区域的数据共享，还是患者的服务闭环，还是整个医院的数字化转型，都越来越依赖于高质量数据的生成。而数据治理则是生成医学高质量数据的根基，其根本任务就是将数据质量提升至“真实可用”。

我们提出“医学数据精细化运营”的理念，设计医学数据精细化运营平台，其定位就是在医院内部，脱离信息系统厂商来解决数据生产、数据自定义开发以及数据使用——通过“统一采集”、“统一治理”、“统一管理”、“统一计算”、“统一服务”、“统一应用”，这六个统一，在医院内部不需要太多重复投入的情况下，把数据玩转起来。

通过医学数据精细化运营平台统一的建模、统一的采集、统一的治理、统一的开发及服务，我们能够为医院构建一个整体的可以“一点生产，多点应用”的数据体系，在宏观上满足医院评审评价的多维要求，在微观层面实现单个专科及病种的精细化操作与闭环管控。

对于医学数据精细化运营平台的构筑方法，我们提出七个关键步骤。在第二个章节，我们对前六个步骤进行简单介绍；在第三个章节，就第七个步骤的数据应用进行举例阐述。

第二个关键步骤是“数据的接入”，医院现在普遍有几十甚至上百个业务系统，如何把数据高效的、可视化的，简约又不简单的接入进来，我们已有一套方法。

第三个是“数据治理”，我们已具备1套成熟的数据治理方法论，1套智能化数据治理工具以及1套完善的数据治理体系。无论是结构化的数据还是非结构化的数据，都能够通过统一的数据治理模型，以常规数据映射或人工智能的复杂数据运算进行标准化流程治理。例如，对非结构化的文本数据，运用OCR工具、自然语言处理（NLP）等AI技术，能够高效率高准确率的形成高质量结构化数据。在数据的归一化方面，通过大量的医学知识库积累以及专病术语集的建设，来完成数据的标准化。

“数据的开发”，是要支持各种数据源、多类数据类型输入，实现数据多维处理，以及多样化数据格式输出。即使普通的医务工作者，不懂IT的人员也能自定义生成想要的数据，在医院的内部甚至是科室的内部，都能可视化的自定义生产想要的数据。这就是我们医学数据开发的核心理念与方法。

“数据的管理”，首先是数据标准的管理。不管是诊断名称、手术名称，甚至是不同省份之间的三级医院评审标准之间的切换，我们都可以支持不同场景的使用需求。更重要的是数据质量的管理，作为全流程中最重要和核心的模块，从数据产生阶段到数据使用之前的每个节点，我们无时无刻都在进行质量的整体监控、修正以及优化。通过主数据管理、数据质量管理协助构建标准管理体系，从边污染边治理提升为从源头管控数据质量，消除数据的不一致性，实现数据有效共享与应用。

无论是数据标准的管理，还是数据质量的管理，贯穿始终的都是元数据的管理。元数据即是“描述数据的数据”。无论是院内生产系统的原始数据，还是各类基于数据分析后的应用数据，都可以通过一套元数据的体系系统性的管理起来，实现数据的溯源和灵活调用。

第六个是“数据服务”，它解决的核心问题就是数据的“一点生产，多点应用”。通过统一服务机制，控制应用程序及数据范围的访问，保证数据的安全性、可追溯性。通过统一的元数据配置管理，对外部应用程序提供检索、查询、可视化等标准化服务，实现数据与应用分离。

以智能化医疗质量管理信息平台为例，通过全院精细化数据运营平台的构建，可以很便捷很灵活在医疗质量安全、数字化运营和智慧应用管理等方面实现数据的生产和应用，特定应用所需要的数据已经在我们的三层数据建模架构中有很好的融合。

在医院等级评审场景实践中，通过医院等级评审管理平台的构建，我们已实现评审过程的数字化、精细化、可视化和常态化，助力医院评审工作持续性以点盖面的整改，不断适应医院发展，促进形成新的制度，新的规范，从根本上推动医院的质量管理闭环。另外，我们的单病种质量管理信息平台，不仅可以做到过程质量的实时监控管理，事前、事后指标的统计分析，还能及时响应政策对单病种上报的要求以及功能的更新。

而这背后得益于我们医学团队通过大量知识沉淀和场景实践，所生成得精细化的、高质量的、有效可用的数据，以及医学数据精细化运营平台所具备的快捷高效的数据调用、实时监测、动态分析能力。