數據治理對醫療服務數據化、智能化的研究

宋玲

針對數據治理（Data Governance）的概念而言，包括很多內容，然而從根本上來看，它的核心內涵主要是把數據資產作為中心，進一步針對數字資產進行維護和提升的過程。在醫療服務領域，要想充分實現數據化、智能化管理，就需要著重做好數據治理工作，這是其中十分關鍵的內容。基于此，本文重點探討和分析數據治理的相關內容以及數據治理在醫療服務的智能化數據化應用情況，希望本文的簡要分析能夠為同行提供一定的啟示和參考。

一、引言

在醫療服務領域，要想充分實現服務的數據化和智能化，就需要有效應用大數據技術，針對相關方面的技術手段進行不斷的優化和改進，把最原始的數據轉化成為可以分析利用的數據，然后針對數據進行有效的整合和規范化管理，針對數據的錯誤進行有效糾正，然后提取相應的特征，整個過程需要循序漸進，不能一蹴而就，要隨著研究的深入而逐步開展。

二、數據治理概述

針對醫療大數據治理而言，從宏觀層面來看，所涉及的治理內容主要包括組織架構、管理制度、系統建設、操作規范、績效考核等一系列相關方面，以此構建相對應的管理體系，從根本上有效提升整體數據的質量，確保數據更安全可靠，以此使數據充分實現共享，共同利用，在這個過程中，組織架構、數據權益、數據安全、患者隱私保護、數據質量等是數據治理過程中必須著重關注的焦點問題。數據治理是組織中涉及數據使用的一整套管理行為。在醫療服務過程中，要通過醫療數據治理部門有效發起，并在實踐的過程中進一步推行，同時結合醫療服務的具體情況針對相關方面的數據管理等相關內容和流程進行有效操作。國際數據管理協會（DAMA）給出的定義：數據治理是對數據資產管理行使權力和控制的活動集合。國際數據治理研究所（DGI）給出的定義：數據治理是一個通過一系列信息相關的過程來實現決策權和職責分工的系統，這個過程結合達成共識的模型來有效執行，這個模型主要描述了誰（Who）能根據什么信息，在什么時間（When）和情況（Where）下，用什么方法（How），采取什么行動（What）。其中，盡可能有效確保數據的價值得到有效提升，這是數據治理的根本宗旨，因此數據治理是十分重要而且必要的，它是醫療服務實現數據化、智能化的基礎，是一個系統性的管理體系，主要包括組織、制度、流程、工具。醫療健康服務的大數據種類主要包括：醫院的醫療大數據、依托區域健康服務平臺的醫療健康大數據、基于大量人群的醫學研究或疾病監測的大數據、基于個體自我檢測的大數據（可穿戴設備）、網絡上產生大數據、生物信息大數據等。

三、數據治理內容

在實際的醫療服務過程中，數據治理所扮演的角色和企業中的審計員是比較類似的，它的根本作用就是充分確保醫療服務過程中所涉及的數據資產能夠得到更加科學合理，而且精準的管理。因為切入的視點和側重點有著很大的差異，在業界針對數據治理的定義包括很多內容，當前并沒有形成統一化、標準化的定義，針對數據治理的內容而言，要結合醫療服務的具體情況而有序操作。大體而言，在醫療服務的數據治理過程中，所涉及的內容主要包括以下幾個方面：

使相應的信息利益相關人員做出科學合理的評估，然后達成一致的醫療服務目標，在服務目標的指引下，進一步有效獲取相對應的信息資源，從而有效實現數據治理。

在數據治理過程中，要有效推進業務的決策機制和決策方向科學性，使其按照正確的軌道而有序進行。

通過針對相關數據進行治理，針對醫療服務的完成情況和績效進行監督管理。

數據治理過程分析。從具體的治理范圍來看，數據治理主要涵蓋了從前端事務處理系統、后端業務數據庫到終端的數據分析，從源頭到終端再回到源頭形成一個閉環負反饋系統（控制理論中趨穩的系統）。從目的層面來看，數據治理是針對相關數據進行獲取、處理、使用進行監督管理，監管的職能主要通過發現、監督、控制、溝通、整合5個方面的執行力來有效實現，所以針對醫療服務而言，要在數字化建設方面進一步轉型升級，從根本上有效實現數據治理的全面、全程、閉環、專業、移動、集成、智能等一系列相關內容。要想充分實現醫療服務的數據化，智能化就需要從“部分應用”向“全面應用”轉變，從“分散信息”向“數據融合”轉變，有效建設臨床數據中心（CDR），然后切實有效的實現“事務處理”向“智能應用”轉變，同時從根本上有效做好CDSS臨床決策支持。從整體情況來看，當前醫院的醫療服務所呈現出的信息化發展趨勢就包括數據化、互聯網化、智能化、云端化、協同化、專科化、個性化。

四、做好醫療服務數據治理措施

在實際的醫療服務數據治理過程中，要想充分實現數據化和智能化，需要從以下4步來操作，具體體現在：

第一步：構建新型信息模型。醫院信息化都是從HIS開始做起，再建PACS、LIS等系統，傳統HIS是從收費逐步推進的，大多數醫院HIS的基因是收費，是以收費為基準而搭建的。針對這樣情況，醫院在醫療服務過程中，就需要改變這種模式，要把臨床作為核心來搭建信息模型，重構數字化醫院體系，結合醫院的業務模型來打造出相對應的信息模型。

第二步：針對數據之間的內在聯系進行有效的梳理。要確保相關數據之間的聯系得到有效的梳理，把握數據之間的關系，要把病人作為中心，以臨床作為核心，以醫囑為主線。針對醫療服務過程中的數據流和業務流進行有效的串聯和梳理，把握患者流、醫囑流、費用流、物資流等一系列相關內容，在具體的服務過程中，使其得到有效的串聯和溝通，實現信息的互聯互通和共享。在這個過程中要著重打造閉環醫囑管理模式，醫院里要通過醫囑驅動數據管理，具備閉環醫囑管理，這是最基本的要求。

第三步：打通數據聯系。

建立各種主索引，如：病人主索引、醫囑主索引、工作人員主索引、資產主索引、科室主索引等。主索引如同身份證一樣要著重關注，很多醫院在主索引方面并沒有建立完善，因此對其醫療服務質量會造成嚴重影響。

建立數據關聯性。主要包括：醫囑與業務、醫囑與收費、設備與收費、醫囑與執行等。點擊任意醫囑，針對醫囑的執行情況都能夠有效查明，而且十分清晰明確，這樣能夠進一步提升數據治理的質量，使醫療服務的效率得到顯著提升。

第四步：統一數據管理。要構建相對應的數據中心，所涉及的內容包括臨床數據中心、管理數據中心、影像數據中心等。

在整體的數據治理過程中，要充分關注大數據的安全，使數據安全治理體現出應有的成效，要通過大數據的方法解決大數據的安全問題，在這個過程中要進行深度的學習，系統管理員要掌握數據治理的操作規律，針對使用者的行為特征進行深入全面的分析。黑客入侵與常規的操作規律存在一定的差異，在這樣的情況下，系統就可以進行自動報警，這樣能夠充分確保數據安全的效果。

五、結束語

通過上文的分析和探討，我們能夠充分看出，在醫療服務的過程中，要想充分實現醫療服務的數據化和智能化，就需要著重做好數據治理工作，在數據的治理過程中要充分把握相關方面的內容和核心內涵，制定出相對應的數據治理政策和策略，使產業生態得以有效構建，形成相對應的產業生態鏈，同時要做好人才的系統培訓工作，充分構建數據治理人才隊伍，以此使大數據產業能夠在醫療服務領域呈現出應有的作用和價值。

作者單位：連云港市市立東方醫院