區域全民健康信息平臺居民就醫數據采集和管理策略

湯娟華 朱琴芬 趙光煒 吳亞平

(常州市衛生信息中心 常州 213003)

1 引言

患者流向分析是指從居民就醫數據入手，分析患者的就診習慣和行為以及相關疾病和診斷數據，提出政策性的引導和建議。分析的數據來源是本地區的居民就醫數據。這些數據分散在各二、三級醫院和社區，必須依靠區域全民健康信息平臺(以下簡稱區域平臺)，通過衛生專網采集各醫院和社區的數據，區域平臺將采集的數據進行匯聚整合，按主題形成數據倉庫或數據集市，支持課題研究。數據的充分利用完全依賴區域平臺的數據質量。

2 數據采集方式對質量的影響

2.1 兩種數據采集方式

目前采用的數據采集方式是醫院上傳數據到前置機，區域平臺從前置機采集。醫院提供的數據來源有兩種，一是業務系統數據庫，二是醫院數據中心或者醫院信息集成平臺(以下簡稱醫院平臺)。第1種方式采集的數據直接來自于業務系統，數據采集架構和節點，見圖1。各業務系統都需要和采集程序做接口，接口成本高；各業務系統數據字段不同、標準不一導致數據異構，增加數據轉換的難度；如果業務系統發生變更，采集程序不一定能及時發現并做出相應調整，導致程序不穩定；采集到的數據醫院一般不會利用，因此醫院不能發現其中的錯誤，而且上傳到前置機的數據來源發生變化，區域平臺中心庫更是無法感知；由于醫院數據的多源性，數據采集定位不易掌握與控制，業務系統變更導致數據來源發生變化，區域平臺無法感知并及時進行調整。這些都會在數據采集的第1環節造成不可控的質量問題。第2種方式是從醫院數據中心獲取數據，數據采集架構和節點，見圖2。

圖1 業務系統數據采集架構和節點

圖2 醫院數據中心數據采集架構和節點

2.2 采集方式對比

醫院建立數據中心，通過醫院平臺在內部首先實現數據級的集成，完成完整性、一致性、唯一性、原始性、及時性等基本的數據質量控制。在醫院內部提供一個信息共享和利用的平臺，同時為醫院提供統一的信息對外出口，避免單個業務系統與多個外部系統做各種接口，降低數據采集的工作量和難度。通過醫院數據中心上傳區域平臺，由于區域平臺與醫院使用同源數據，容易發現并及時糾正數據質量問題，可以更好地保障區域平臺獲取的數據質量。比較上述兩種基本方式，建議使用第2種方式。

2.3 數據質量控制節點

以上兩種數據采集方式中有3個重要的數據質量控制節點：一是數據采集定位節點，如果醫院建有數據中心，而且對數據的一致性與唯一性有管制機制，那么該環節的數據質量控制是有保障的。如果醫院沒有統一管理的數據中心，直接到業務系統采集數據，那么數據采集質量完全依靠采集人的能力，即對醫院眾多異構業務系統及數據的熟練掌握程度，這種方式缺乏機制保障，數據質量具有極大的不確定性。二是前置機節點，通過提取轉換加載(Extract，Transform and Load，ETL)工具對采集數據進行清洗、轉換、裝載等操作[2]，建立定時按規范上傳區域平臺的機制。三是區域平臺中心庫節點，對已經通過前置機初步校驗欲裝載進入區域平臺數據進行完整性、一致性和唯一性等控制，尤其是唯一性控制。最后通過ETL工具按主題進行數據分發，形成支持個案數據、就診地區、疾病診斷、手術、費用、質量、效率等主題的數據倉庫或數據集市。

為提高區域平臺對各接入節點狀態以及數據質量的監控，平臺需建立完整的監管服務功能。集成網絡設備監管系統的監控數據，實現接口數據質量評估，同時建立完善的數據監控機制，從而對接入節點的網絡、硬件狀態及數據采集情況(分類采集數量、采集成功率、質量評估結果等)進行綜合展示，以指導各接入機構進行相應的改造和接口優化[3]。

3 數據質量分析與評估

3.1 概述

區域平臺數據庫面向規模數據應用，與支持業務流程的業務系統數據庫管理方式有質的不同。業務系統側重于根據業務流程設計，滿足業務開展需要，各類業務信息系統在數據集成和統一服務上考慮并不多。但從診療過程來看，這些數據之間在時間、因果、相關關系上又有聯系，而這些聯系的背后往往是數據的潛在價值。因此經區域平臺管理的數據在結構上要面向主題，數據質量上要達到完整性、原始性、唯一性、一致性、邏輯性、及時性等方面的要求。

3.2 完整性

是對數據的基本要求。完整性至少要表現為事件、表單、表項完整。如每天的門診服務人次是否記錄、采集完整，是事件完整。門診產生多少張處方、檢查檢驗申請及相關報告等是否記錄、產生完整，是表單完整。表單項目是否填寫、采集完整，是表項完整。在醫院平臺的患者360統一視圖表現為某患者在某次門診、住院事件中實際產生的數據是否記錄、采集完整。

3.3 原始性

要求相關數據無論經過多少次的映射轉換、拆分合并操作必須采集保留原始原樣記錄。如臨床診斷不能只采集ICD編碼及其經映射轉換后的標準分類名稱，還必須采集、記錄醫生錄入的原始臨床診斷；藥品處方不能只采集藥品編碼，還要采集處方原始的藥品名。醫院歸檔的病歷文書是最原始也是最可靠的文檔，在采集過程中要原樣保留。

3.4 唯一性

往往容易被忽略但卻是決定數據質量的關鍵。唯一性是指數據中心庫對同一個數據或指標不能有兩個以上的取值或解釋，即不能有二義性。如計算藥占比時需要醫院總收入數值，當定義為門急診費用加住院總費用時， 其他費用等就不能計算在內，在統計指標數據元中只能有一個總收入。如果管理需要兩個以上的總收入計算口徑，則必須在名稱表達(符號)和數據元標識符上予以區分。數據庫表定義的ID主鍵要唯一，標識居民的身份也要有唯一性，身份證號不能有重復記錄。保障平臺數據唯一性的主要技術手段是元數據管理。

3.5 一致性

是指數據中心的中心庫存儲及使用的數據均執行或符合同一個數據標準，包括語法和語義標準。也就是同平臺的主數據保持一致。保障平臺數據一致性的主要技術手段是主數據管理。

3.6 邏輯性

指描述同一對象時不能有邏輯矛盾，如醫學知識的矛盾，對病案首頁數據的稽核中很容易出現邏輯性錯誤。包括居民就醫數據中有級別高(2、3、4級)的手術記錄，但沒有麻醉記錄；出生日期不能小于當前系統日期；項目金額不等于項目單價乘以項目數量；男性患者出現女性解剖名稱或疾病癥狀體征等，或者女性出現男性疾病癥狀體征等，這些都是邏輯性錯誤。

3.7 及時性

是指數據采集時間、處理時間和平臺展現時間要做到實時、準時或者按照約定。

4 數據質量管理主要措施

4.1 概述

數據質量管理是一個動態過程，數據質量的提高需要持續不斷地改進。數據質量的保障除上述數據采集過程必須予以關注并有效控制的幾個主要環節外，還應該從業務、信息、監管3方面著手解決。

4.2 業務

隨著對醫院管理及醫院信息化要求的不斷提高，有的業務系統需要進行標準化改造，或進一步優化和創新，通過改變業務流程和管理模式使業務更加流暢、管控更加有效，從而提升數據質量。業務部門是業務系統建設的主導，要主動參與，信息部門主動配合。

4.3 信息

信息部門加強日常業務培訓，明確數據采集的管理要求并進行細化。如采集數據要求二級及以上醫院每天晚上自動上傳當天門診和出院患者數據。區域平臺對采集數據進行業務校驗，有掛號必須有診療數據，有診療數據必須有掛號數據，有出院記錄必須要有入院記錄等。醫院要強調操作手冊的重要性，規范操作人員業務行為，避免不合規、非標準的數據進入系統。區域平臺要將其相關數據與醫院統計數據比對，定期公布。

4.4 監管

從監控和管理角度，各個采集節點之間環環相扣。上傳方需要先按標準轉換、對應數據，完成后請業務方或接收方核驗，通過后再進行數據上傳。采集時各個軟件方利用編譯程序調用服務，如果將上傳、采集數據過程進行界面流程式的智能節點配置，采集程序將更加穩定。日常工作中對前置機的應用程序、網絡狀況和后臺服務定時檢查，最好能做到監測和報錯短信提醒，如有問題雙方都能及時發現并處理。接收方要定期查看前置機的校驗服務、數據庫狀態、主控制器等是否正常運行。

4.5 PDCA循環

除以上各環節必須采取的積極應對措施外，建立數據質量持續改進、提高的機制更為重要，即建立數據質量戴明環(PDCA循環)。首先，建立數據質量評估指標體系，用一組指標來客觀地描述數據質量。其次，為每個數據質量指標創建可操作的測量方法。最后，定期形成數據質量報告。該質量報告必須能夠明確指出具體的數據質量問題，供相關部門有針對性地整改，以數據質量報告促進醫院業務、信息化、平臺及數據中心建設，對整改情況也需要提供整改評估報告，以此形成完整的PDCA循環。

5 結語

全民健康醫療已經進入云計算、大數據、物聯網、“互聯網+”、區塊鏈、人工智能的時代，上述先進技術都將以區域健康信息平臺和醫院信息集成平臺為基礎展開。數據質量是各級各類平臺的生命線，現有數據的分析和利用、大數據應用的廣闊前景都需要基于一定數據量的積累和數據質量的保證，對數據的標準化、完整性、可獲得性提出更高要求。希望形成一套確保數據質量的可信機制，這些可信數據將為醫學研究、臨床決策、運營管理、醫療質量管理提供更好支撐，為醫療大數據、人工智能在全民健康領域的應用奠定堅實基礎。