基于雙閉環模式的醫院數據質量提升方法研究與實踐*

何仲廉 劉少堃 馮晨陽 劉迷迷 周 毅 李超峰

(中山大學附屬腫瘤醫院信息中心 廣州 510080) (中山大學中山醫學院 廣州 510080) (中山大學附屬腫瘤醫院信息中心 廣州 510080)

1 引言

1.1 數據治理相關研究和實踐

隨著公立醫院轉向高質量發展并進入了以智慧醫院為導向的建設新階段，醫院日益注重健康醫療數據及其質量，通過數據治理開展質量提升工作并逐漸系統化與常態化。國際數據管理協會(Data Management Association,DAMA)制定的《DAMA數據管理的知識體系指南》較為全面地闡述了數據管理相關知識與技術體系，是各行業領域數據治理的權威理論。數據治理體系在金融、通信等行業應用都已比較成熟[1]。雖然“數據治理”理念已經涉及醫療領域，國內外目前僅對其政策方面展開大量研究，應用方面關于數據質量的研究較少[2]。目前醫院開展的數據治理工作一般基于大數據平臺或數據倉庫建設，使用面向大數據的治理模型[3]，如中山大學附屬第一醫院利用“數據中臺”技術，以主題數據為線索進行數據治理，取得一定成效[4]；廣州市婦女兒童醫療中心基于專病數據庫建設， 運用數據治理循環計劃-執行-檢查-改進(Plan-Do-Check-Action，PDCA)框架進行多層次數據治理，形成專病數據資產和科研數據平臺[5]。

1.2 存在的問題

上述基于數據倉庫集成發現數據問題的做法存在以下問題：數據質量問題的發現相對滯后，缺乏實時性；數據集成后需要重新與業務數據表映射才能對生產系統中的數據問題進行定位，增加了整改階段的難度與成本。為解決以上問題，本文重點關注在數據產生過程中發現數據質量問題，并從數據業務規范角度出發進行實時數據監控。從電子病歷高級別醫院評級實踐經驗出發，提出業務閉環與數據閉環雙閉環模式下的數據治理方法，在傳統數據獲取、分析、監測、處理、驗證的閉環數據治理監控流程上，融合醫院業務系統的閉環流程進行閉環數據監控。

2 醫院數據質量實踐要求

2.1 電子病歷評審的應用與數據

國家衛生健康委員會將電子病歷評級與醫院等級評審掛鉤，針對電子病歷系統應用與數據質量分別提出明確要求。電子病歷評級評審對各應用功能點要求較細致，數據質量方面要求最近3個月的數據達標。數據質量提升是長期工程，不少醫療機構在建設信息系統時更看重應用及功能，對數據重視程度不夠，無法形成常態化的數據治理[6]。從高級別電子病歷評審實踐經驗來看，應用性要求與數據質量要求在本質上是從評級整體要求的不同角度考量。以單體醫院最高級別6級為例，其中應用整體要求各業務應用在系統中實現閉環管理，而在數據質量要求層面，除了1～5級的一致性、完整性、整合性要求外，增加了對各業務閉環中數據及時性的考察。有機結合評審過程中的應用性建設與數據質量治理，應用性建設以數據質量為驗證，數據質量治理落實在各應用系統功能點上，兩者互為促進，這是本文研究的出發點。在新模式下應全面提升醫院電子病歷系統應用的深度與質量，從而為醫院醫療質量與安全提供信息化支撐。

2.2 業務閉環

2.2.1 概況 在信息治理大策略框架下，數據治理和流程治理是主線，相輔相成[7]。從醫療核心制度出發，大多數醫院的業務閉環具有共通性，如藥物閉環、檢查閉環、手麻閉環等。以中山大學附屬腫瘤醫院為例，評審過程中共識別出15個業務閉環，包含靜脈藥物配置中心(Pharmacy Intravenous Admixture Services, PIVAS)閉環、口服藥/靜脈注射/肌肉注射閉環、科室配液閉環、檢驗閉環、檢查閉環、輸血閉環、手麻閉環、會診閉環、放療閉環、檢驗危急值閉環、檢查危急值閉環、日間化療閉環、門診口服藥閉環、病理閉環等。實際上業務節點的有無和多少需要通過現場觀摩與系統調研方法對醫院實際業務進行確認,對分解出的每個業務點進行系統與數據源的映射確定。

2.2.2 應用實例 以手麻閉環業務為例，流程中每個業務點的數據來源均可對應數據質量要求中涉及的該節點所有字段，也可以結合實際需要添加其他需要進行數據治理的數據字段；要找準業務的唯一索引，這是業務閉環中串聯各系統與各業務點的關鍵數據。值得注意的是，業務索引需要具體到每一次執行的業務并具有唯一性，如長期醫囑存在一次開立多次執行的情況，需要使用“醫囑號”+“醫囑執行號”，以單獨的“醫囑號”作為業務唯一索引，見表1。通過以上方法與要點對全院關鍵醫療業務流程進行閉環整理，可以梳理出院內業務與系統的閉環映射，往往也能發現系統接口質量問題，為進一步進行數據治理做好準備。

表1 手術麻醉閉環梳理示例

2.3 數據治理閉環

數據治理是醫療業務過程中的一項長期任務，是采集、運用、發現、評價、更新等環節不斷運轉的閉環過程。數據治理方法一般遵照PDCA閉環理念開展[8]。一般數據治理閉環步驟如下： 一是制定數據質量監控檢核方案，對數據質量進行監控檢核，制定數據治理目標。二是制定數據質量規則庫，對數據質量需求進行收集，通過發現數據使用質量問題、數據過程質量問題和數據總體質量問題并進行整理，對質量總體要求進行整合，確認數據質量總體目標。三是按照數據質量規則庫執行數據質量管控，得到數據質量問題。四是對數據質量問題進行管理，包括數據質量循環管理、問題反饋、原因分析、問題修正、問題整改。五是數據質量評估，返回第1步。包括從核心指標、模式和管理流程進行評估。

圖1 一般數據治理閉環示意

3 雙閉環數據質量監測模式實現

3.1 概述

從評審實踐出發，結合業務閉環與數據閉環的雙閉環模式進行數據治理。在應用建設業務閉環的基礎上同時關注業務閉環中每個業務點在后臺對應的數據質量問題，使用統一數據治理閉環實時獲取關鍵業務數據，并按預定義數據規則進行閉環數據監控，持續提升應用與數據的質量。

3.2 架構

3.2.1 關鍵步驟 以手麻閉環為例，關鍵步驟如下：一是定義業務閉環。將閉環業務點對應的系統、表、字段進行梳理與映射。二是定義數據規則。將文字描述的數據規則與數據質量要求轉化成可執行的結構化查詢語言(Structured Query Language，SQL)。三是數據監控過程。使用監控引擎與數據規則庫對閉環進行實時監控，記錄相關數據問題。四是問題分析整改。分為主動整改與通知整改，管理員與業務負責人可隨時主動查詢數據質量趨勢與數據質量問題報告，系統負責人會定時收到數據質量問題通知。五是系統完成整改更新后，進入下一個閉環周期，至此完成數據治理閉環。通過以上步驟在業務閉環上實施數據治理閉環，采取多重后臺數據庫連接業務閉環的各系統數據庫的架構，具有異構、實時的特點，見圖2。

圖2 基于雙閉環模式的數據治理架構

3.2.2 同義屬性匹配模塊技術應用 由于醫院信息架構中存在異構數據庫，實踐中該架構業務的邏輯層(閉環)到物理層(數據庫)的映射確立是實現難點。本研究采取一種同義屬性匹配模塊技術，該模塊從各異構數據庫的字典、模式、內容3個級別提取屬性、特征值，形成規范化特征向量，利用優化的sigmoid函數計算屬性列的相似性系數。利用該技術在數據規則層上實現規則時只需要考慮邏輯層，而屏蔽異構的物理層。

3.3 數據質量監控規則庫

3.3.1 概述 在對業務點實施數據閉環監控之前，需要根據數據治理目標建立數據質量監控規則庫，這是實現數據自動監控的核心。根據數據質量標準(如數據質量評審要求中關于完整性、一致性、整合性和及時性的規則)映射成可執行的SQL腳本規則，供監控引擎讀取并進行數據問題發現，同時將檢查產生結果存放到監控結果表中，見表2。

表2 數據質量監控規則庫示例

3.3.2 規則表達準則 規則表達以能識別和校驗數據為準，沒有固定準則。除評審相關數據質量要求外，可擴展加入各業務點需要監控的其他數據字段，如麻醉記錄單上的出入量等業務上需要重點關注的字段等。

3.3.3 數據規則轉化 實踐中數據規則由業務描述轉化為程序可執行規則是實現的難點。一般較為簡單的做法為使用PL/SQL語法表達實現，如完整性使用is not null語法即可判斷，一致性使用exists等語法即可完成。而涉及多表多字段的復雜規則不能直接采用SQL執行規則校驗，而是采用緩存技術將規則在程序內存中通過實體拼裝，完成驗證后釋放。另外多表多字段的復雜規則中連接字段的選擇對效率影響尤為重要。

3.4 監控引擎

監控引擎是數據質量監控平臺的發動機，負責執行監控腳本并產生監控結果，由可供調度程序按需執行存儲，需要部署在一個能夠讀取其他業務庫的數據庫用戶下。數據質量監控引擎執行流程如下：一是通過調度程序檢測新的業務數據，實時觸發監控引擎執行。二是監控引擎先根據數據監測字段表判斷業務數據是否在監控范圍內，再順序讀取規則庫中的數據質量規則，并判斷規則是否有效。滿足條件后執行檢查規則并將檢查結果輸出到結果表中。三是監控規則執行過程可能會失敗，因此需要日志表記錄執行情況，針對執行失敗的規則發送日志給系統管理員，以便及時修復問題。四是一條規則執行完成后，如無失敗則繼續讀取數據質量規則庫下一條相關規則進行校驗，直至完全讀取。五是執行完最后一條規則結束監控引擎的一次運行，同時將數據問題記錄以報告形式發送給相關業務人員與工程師。由于一般情況下數據問題在整改開始時會比較多，可合并同類問題形成匯總報告發送，見圖3。

圖3 數據質量監控引擎執行流程

4 持續數據治理方案

4.1 應用成效

基于以上雙閉環模式的應用實踐，目前中山大學附屬腫瘤醫院已實施15個核心業務閉環的數據治理，共設124個閉環監控點，涉及14個系統，數據庫類型涵蓋Oracle、Mysql、Sqlserver；在數據質量規則方面，根據評審要求與醫院實際情況，共建立數據規則 926條，其中完整性325條，一致性104條，整合性363條，及時性134條；平臺運行3個月有質量問題的治理數據共782條，在持續的系統整改更新下，業務閉環的完全閉環率(實現閉環業務數/總業務數)從實施前的60%提升至98%以上。應用雙閉環的數據治理體系后醫院數據質量獲得顯著提升，具體表現為以下幾方面：一是建立可視化業務閉環質量監控平臺，提高全院臨床人員、管理人員對閉環數據的感知度，增強其對業務數據的認識與理解。二是開發基于閉環的電子病歷高級別評審數據質量評估監測平臺，在一段時間的持續應用下醫院電子病歷完全滿足6級數據質量要求。三是與醫院基于大數據平臺的數據集中分析治理方法相互補充，在更加關注臨床科研與單病種數據的治理基礎上，補充了業務運行流程的數據質量治理方法。四是形成醫院雙閉環特色的數據質量監測技術體系，為醫院后續的績效考核評價、三甲復審等提供數據治理框架參考，為醫院未來發展提供有價值的數據。

4.2 經驗與改進途徑

4.2.1 經驗 通過以上實踐與應用，總結數據治理經驗如下：一是業務閉環是雙閉環數據治理的基礎，需對醫院實際業務與信息基礎進行梳理，閉環監控的關鍵除了業務節點與數據源確定外，還要重視業務索引的明確與統一。二是數據治理閉環應用、發現、定位的數據問題，往往是某個系統或程序上的設計缺陷或錯誤導致，而對系統問題的定位與修復則比較依賴系統工程師的經驗與能力，也是整個閉環中提升問題整改效率中需要特別關注的部分。三是數據治理著力點并非在于數據本身，而是業務流程、決策以及多方組織機構的相互協作[9]。在以技術驅動的基礎上需要全院各部門人員的共同參與，特別是數據使用部門與相關業務部門的全程參與，提高全院的數據治理意識與水平。

4.2.2 改進途徑 下一步可就性能影響做進一步的研究與改進，減少方案對業務可能帶來的影響。如通過實時數據庫備份技術，包括Oracle的Data Guard(甲骨文推出的一種高可用性數據庫方案)技術、Sql Server的數據庫訂閱技術等，或者通過網絡旁讀分流等技術方法，在減少生產數據庫壓力的同時獲得準確、無延時的生產數據，持續進行實時數據治理。另外根據醫院實際需求擴展數據規則庫，除電子病歷評審相關數據質量規則外，可加入更多的有用數據規則，擴大數據質量監控覆蓋面。

5 結語

本文在電子病歷評審過程中總結應用性建設與數據質量治理的實踐經驗，提出以業務閉環為基礎的雙閉環數據治理模式，將電子病歷評級中高級別的業務閉環與數據質量要求結合，治理過程覆蓋醫院全流程的關鍵業務節點，更加實時與全面地提升醫院整體業務與醫療質量，同時也改善了患者在院就醫體驗，為醫院長期、可持續的數據治理提供一種可操作的技術方案，推動醫院數據不斷迭代改善的正向反饋，促進醫療機構業務和數據質量同時提升。