數據治理助推公立醫院高質量發展的實踐與思考

中圖分類號：197.3 文獻標識碼：B

Abstract The pursuit of high-quality development in public hospitals underscores the significance of data elements asa new form of productive force. Adressing isues such as non-uniform data format standards andalack of data-drivendecision-makingin thedata governanceof public hospitals，the First Division Hospitalof Xinjiang Production and Construction Corps has constructed a standardized pathway for data governance through measures including establishing a data governance working groupandclarifying the divisionofresponsibilities.Ithas developed adata indicator reporting system that encompasses multiple key indicators，and achieved the aplicationofdatain various aspects such as decision一making，management，and assessment， thereby promoting refined hospital management.

Keywords

Digital Governance；Hospital Management；Smart Hospital Construction

First-author'saddress The First Division Hospital of Xinjiang Production and Construction Corps，Aksu，Xinjiang，843000，China

1背景

1.1 政策背景

當前，數字經濟推動生產方式發生深刻變革，帶來新型生產要素——數據。數據要素向新質生產力轉化包括：數字創新、數字基礎設施建設、數據治理、數據交易等[1]其中，數據治理是對數據全流程的賦能與規范，涵蓋組織規劃、制度約束、流程規范、技術工具、數據標準、質量評估、數據應用等，涉及數據的生產、管理與應用三個層面[2-4]

黨的二十大報告中明確指出，要深化以公益性為導向的公立醫院改革，公立醫院要向提質增效、精細化管理轉變[5]。三級公立醫院績效考核工作建立了定量指標評價體系，運用大數據分析手段精準實施考核。伴隨國家衛生健康委連續5個年度發布考核結果并指導各級衛生健康委深化應用考核、充分發揮國考指揮棒作用，其已成為全國公立醫療體系重要工作方向[6-7]。就外部因素而言，公立醫院高質量發展、國考、等級醫院評審及醫聯（共）體建設等多項重點任務均轉向使用客觀數據準確評價，這種評價方式推動了醫療機構信息化進程。從內部需要來看，數據治理能力是醫院核心競爭力，也是實現精細管理和高效運營的必然選擇[8-9]。

1.2 醫療機構數據治理現狀

醫院數據包括基礎類和應用類。基礎類數據是源于HIS、LIS、PACS、電子病歷、合理用藥等信息系統的原始醫療數據。應用類數據源于各類各級報表，經過信息系統特定語句查詢、篩選生成的數據。其數據涉及醫院管理各流程，涵蓋患者就醫及醫院人事、財務、后勤、醫療質量管理等方方面面。醫院數據具備大數據的4V特性：原始數據量大（Volume），價值密度低（Value），多樣性（Variety），快速處理（Velocity）等[10]

然而，醫院數據治理存在諸多嚴峻問題：一是數據格式不統一[2]。醫院業務涉及診療、檢查檢驗、手術、護理、康復等一系列流程，數據來源五花八門，圖片、文字、描述性記錄、標準格式診斷等數據格式互不兼容，造成數據統計困難。二是信息孤島嚴重[2]。信息系統內各系統之間互不聯通，綜合數據提取不便。數據需求部門與生產部門不同時，數據在部門間反復流轉，造成信息失真，無法查證。例如，I類手術切口感染率，感染相關數據在院感管理系統中，而I類手術切口判定卻需在病歷系統首頁中提取。三是數據標準不一致[2]。近年來，醫院手術操作目錄、收費目錄、耗材目錄、藥品目錄、診斷目錄等各類基礎標準目錄不斷更新迭代，信息系統內標準錯綜復雜，影響數據統計準確性。此外，同一個指標的內涵、定義、解讀差異大。如：四級手術可指國考目錄或醫院內部管理的四級手術；門診就診人次數是否包含急診、體檢等，報送數據時，容易因定義錯誤導致數據混淆。四是信息獲取效率低[1]。數據分散、格式不統一等問題導致數據統計工作難度大。工作人員收集、整理和分析數據耗時長，缺乏實時數據，不能及時了解醫院運營狀況，進而影響決策時效性。五是信息報送需求多樣。內部收集或外部報送數據時，因各部門統計的時間段或定義不同，在應對不同報送任務時，往往需要反復查詢、提取。部分特殊統計數據無法以信息化手段獲取，職能科室頻繁向臨床科室索要數據，增加臨床科室負擔且無法保證準確性。六是決策缺乏數據支持[10]。醫院制定長期發展規劃和戰略決策時，常缺乏充分數據依據。管理者將關注重點過度集中在技術層面而忽略了數據對資源配置、管理運營的影響。

院發展需要，新疆生產建設兵團第一師醫院深刻認識到數據治理的重要性。借助2022年健康兵團·信息化建設工程，該院抓住機遇，致力于通過數據治理促進醫院高質量發展，開展了實踐探索，具體如下：

2.1 數據治理標準化路徑

2.1.1組織構架與職責

醫院黨委高度重視數據治理工作，一是成立由院領導負責、多領域專業人員組成的數據治理工作小組，結構及職責如圖1。二是建立溝通協調機制，定期召開數據治理小組工作會議，各方匯報工作進展，共同商討解決方案。三是利用信息化平臺建立即時溝通渠道，各部門密切配合，形成工作合力。四是開展培訓。對臨床醫護人員進行數據錄人規范培訓，確保首頁等基礎數據準確。對管理人員進行數據決策思維、數據分析方法等培訓，提升數據分析能力和數據管理水平。通過廣泛培訓，在全院營造良好的數據治理氛圍，為數據治理工作的深入開展奠定堅實基礎。

2.1.2數據標準與規范

（1）統一數據定義與編碼。一是對各類數據元素進行明確的定義，確保不同部門、不同人員對同一數據概念理解一致。二是建立統一的編碼標準，對各種信息進行編碼，便于數據的存儲、檢索和交換。在實體管理上，對藥品、耗材進行編碼，采用國家藥品編碼和醫保編碼標準，確保每種藥品耗材都有唯一的編碼。在信息管理上，采用國家統一標準的ICD一10、手術操作目錄，并對每一項可執行的手術操作定義級別、類型，如國考四級或微創手術等。三是建立和維護數據字典，將所有的數據集中管理。數據字典應明確數據元素的名稱、定義、編碼、數據類型、長度、取值范圍等信息。

（2）標準數據格式確保質量。一是明確各類數據的標準格式要求，包括文本、數字、日期、時間等數據類型的格式，確保數據在不同系統之間的兼容性。如：規定日期格式為“YYYY-MM-DD\";對于文本數據，規定最大長度、字符集等要求。二是規范數據指標標準。對指標查詢系統中的各項指標，明確其名稱、定義、內涵、計算公式等解釋，確保不同報表相同指標執行統一標準。三是開展數據質量監控。動員數據使用部門積極開展數據驗證工作，發現系統監測數據與內部統計不符時，逐項驗證并糾正驗證中發現的問題，直至數據準確無誤（圖2）。

2.2 數據指標報表系統建設

依據醫院管理部門需求，遵循數據治理標準化路徑，該院組織開發數據指標報表系統。系統功能：對來自醫院不同信息系統的數據進行提取、清理、整合、匯總，通過查詢系統直觀展示指標結果并支持下載原始數據。系統設置院領導級、職能科室級、臨床科室級三個級別查詢權限。做到業務科室僅查詢本科

信息技術專業人員 數據的效護與優化，臨床專家 實的性為持續改進提供意見院領導醫院管理人員 免作提調織作數據分析專員 海量數據入挖掘和分析，數據治理工作小組

2 醫院數據治理實踐

基于以上背景和問題，結合醫《中國衛生質量管理》第32卷：第7期（總第212期）2025年7月室范圍產生數據，職能科室查詢本科室管理范圍數據，院領導可全面查詢各類數據，切實保障數據安全。

該系統涵蓋40個醫療質量、運營效率、藥品耗材、各類費用等關鍵指標，涉及公立醫院高質量發展、等級醫院評審、三級公立醫院績效考核、醫共體建設等多項重點任務（表1）。

與過去指標查詢系統不同的是，為了實現數據多維度、精細化分析，該系統同時配套了僅供職能科室查詢的基礎數據表，如科室運營統計報表設計以主要診斷和編碼為主索引，匯總主管醫生、出院科室、住院天數、總費用和各類費用及其占比等（表2）；住院可收費耗材統計報表設計以收費耗材為主索引，匯總出院科室、計費科室、患者信息、疾病診斷、手術操作等各類明細（表3）。

圖2數據報表開發與驗證流程

2.3 數據應用

該系統滿足了院領導決策、職能科室管理、臨床科室查詢三個不同層級的需要。于院領導而言，能夠宏觀把握醫院整體運行情況，及時了解各個關鍵領域的具體情況，從而做出科學合理的決策。于職能科室而言，該系統較大地縮短了數據調閱時間，且有助于職能科室對特定領域進行深入分析，據此評估各科室的運營狀況，發現問題并及時采取措施進行調整和優化，提高管理效率和質量。于臨床科室而言，可以專注于自身的業務情況，通過了解本科室的醫療質量、費用等數據，進行自我評估和改進，提高醫療服務水平，同時也能更好地進行成本控制和資源管理，以數據應用為切人點做好學科發展規劃。

2.3.1院內指標績效考核體系

運用目標考核管理體系可推動醫院實現戰略目標，緊密結合科室與個人職業發展，激活科室團隊內生動力，提高醫院凝聚力、向心力[12]。在實際工作中，目標考核管理體系設置的合理性、實施考核評價的可行性至關重要。目標考核管理體系的設置需要將醫院的中長期規劃、戰略目標、運營目標和外部評價作為重要參考，而實施目標考核則需要便捷、準確的信息化數據報表作為支撐。

該院基于數據治理，結合戰略規劃，將前述重點任務關鍵指標納入醫院目標考核管理體系，通過綜合文獻查詢法、訪談法、專題會議研討等形式擬定三級指標庫，對選定的指標進行SMART原則分析和評分，從而優選出醫院年度重點監測指標。

通過對既往數據的分析，對內部改進能力的評價，設定醫院年度重點監測指標目標值，根據各專業科室特色及既往數據，結合實際分別設置科室級目標值。規范發布《醫院年度重點質量監測指標操作手冊》《各臨床科室重點監測指標及目標值》等指導性文件，以院科兩級質量管理體系為依托，形成了全員知曉目標方向，全員向目標努力的持續改進氛圍。

2.3.2數據分析

數據治理的另一個關鍵是如何圍繞大量數據開展針對性分析。醫院管理部門常用Excel、SPSS等，通過餅圖、柱狀圖、折線圖或原始數據表呈現結果。但這使得管理層決策時面臨難題，因為數據的完整性和顆粒度難以兼得。例如在分析院級醫療服務收入占比時，難以直觀獲取各科室的詳情，而展示各科室占比時，又無法兼顧科室規模與醫療服務收入詳情。因此，在院級層面上，該院規范了標準化的分析模式，如，使用氣泡圖同時展示各科室在該指標的三個維度：規模、結構和貢獻度。此方法可以較好地運用在效益分析、各類手術占比分析等方面。見圖3。

圖3使用氣泡圖分析醫院各科室醫療服務收入情況

表1數據指標報表系統重點工作任務與監測指標一覽表

表3住院可收費耗材統計報表

表2科室運營統計報表

圖4某科室主要收治病種及各病種費用結構一覽圖

2023年以來，該院職能科室按照標準化分析路徑，在原始數據的基礎上，分析每個臨床科室優勢病種、運行效率、費用結構等關鍵運營數據。如圖4所示，該圖清晰展示了某科室主要收治病種及各病種費用結構情況。

圖5則展示了某病種在同一個病區、各醫生之間的差異。通過以上數據分析，科室可以清晰直觀地了解自身運營過程中的優勢和不足，通過和標桿醫院對比，優化科室結構，有針對性的開展新技術、新項目和開拓新的疾病診療領域。同時，通過比較不同醫生之間的數據，查找差距，力求醫療質量同質化。

2.3.3數據驅動的管理與決策

采集、整合、分析數據，最終目的是使數據為管理所用。其中關鍵作用之一是通過對數據的深層挖掘及分析賦予醫院管理層以數據為中心的決策能力。

在人力資源配置方面，深入分析醫院各科室醫療業務數據，可以準確了解不同科室的工作量、患者流量、病種復雜程度等情況。例如，利用數據指標報表系統，分析各臨床科室的門診就診人次、住院人數、手術量、醫護日均負擔等關鍵指標，結合科室特色和醫護人員數量，評估科室人力資源需求。同時，利用數據分析預測醫院未來的業務發展趨勢，提前做好人力資源規劃，確保醫院在不同發展階段都能擁有適合的人才隊伍。

數據治理在設備耗材運營論證《中國衛生質量管理第32卷第7期（總第212期）2025年7月中同樣意義重大。對于設備采購決策，利用數據分析設備的投資回報率，綜合考慮設備購置的可行性、必要性、經濟效益等指標，結合醫院的實際需求和財務狀況，做出科學合理的采購決策。耗材管理中，運用數據治理加強對耗材合理使用的監管。如分析同一疾病不同術種耗材消耗情況、同一術種不同醫生耗材消耗情況并結合患者診療效果，能有效評價耗材使用的規范性。以表4為例，說明了該院某手術在不同病區不同醫師間的耗材消耗差異，顯著提升了耗材點評的科學性。

在學科建設方面，數據治理也提供了有力支持。醫院層面：整合分析醫院各學科的醫療服務、醫療質量、人才梯隊建設、滿意度數據等多維度信息，能清晰地了解各學科門診量、住院量、手術量等業務規模和發展趨勢，明確學科的優勢病種和特色診療項目，精準分配學科資源。基于數據分析進行學科發展現狀評估，可為各學科制訂個性化發展規劃。對于優勢學科，加大支持力度，鼓勵開展前沿技術研究，提升核心競爭力和影響力。對于新興學科或薄弱學科，結合其特點和潛力，制訂針對性的扶持政策，促進其快速成長和發展。科室層面：科主任借助數據指標報表隨時掌握科室運營狀況，及時發現并解決問題。如通過調閱、分析費用控制等指標，在保障優質醫療服務的同時，實現高效成本管理。此外，數據分析還可用于科室的績效分配，激勵學科團隊不斷提升業務水平和工作效率。

2.3.4數據統計報送制度

標準化數據治理體系給醫院數據報送也帶來了較大便利，報表系統保證了數據報送的及時性、準確性、完整性。該院結合實際，制訂《數據統計報送制度》，統一數據采集、審核、審批流程，進一步規范數據報送工作，落實數據統計報送責任。

2.3.5負性事件監測

報表系統為醫院醫療質量管理提供新的手段，通過報表可快速獲取臨床科室手術并發癥、手術切口感染、低風險組死亡等負性事件情況。該院對每一例負性事件設置短信提醒，快速定位該事件發生科室和醫生。醫務部門和質量管理部門收到提示短信后立即聯系該科室主任和管床醫師，第一時間開展數據準確性核驗。該系統運行一年來發現，大部分手術切口感染、低風險組死亡等病例實為管床醫師錯誤填寫首頁所致，此類錯誤數據最終上傳到國家醫院質量監測系統，導致該院國考分數受到一定影響；而部分手術并發癥等負性事件病例，又因臨床科室漏報、瞞報無法被醫務部門準確監管。醫務部門利用該系統調查追蹤，杜絕錯誤數據，對確實發生的負性事件，定期召開手術并發癥和手術死亡病例多學科研討分析會，及時整改系統性問題，從而不斷提升醫療質量。

3 取得成效

通過不斷探索與創新，該院在數據治理方面積累了豐富的經驗，以數據為導向精準施策開展質量、運營管理工作，為提升醫院管理水平、優化醫療服務質量、推動可持續發展奠定了堅實基礎。自實施全過程數據治理以來，醫院運營、效率、質量等各方面數據持續向好（見表5）。

2023年，醫院以優異成績通過兵團等級醫院評審，獲兵團三級公立醫院高質量發展第一名、兵團醫共體考核第二名的優異成績。3年來，醫院國考成績穩步提升，2023年國考關鍵指標較2020年－2022年均有顯著提高。

科室全面質量管理內涵不斷豐富，逐步形成臨床科室通過分析數據發現問題、持續改進的氛圍，初步建立院科兩級的醫院運營管理體系。數據治理辦公室一對一輔導臨床科室應用運營分析和數據管理工具，有效提升臨床科室工作人員運營管理能力，為下一步落實全面運營管理奠定了堅實基礎。

表4骨盆骨折切開復位鋼板內固定術在不同病區不同醫師之間的耗材使用情況差異表

4 思考與討論

綜上，實施構建數據治理組織架構、明確職責分工、統一數據標準規范、支持數據指標報表系統建設與應用、提升數據分析能力與決策科學性等舉措，對推動醫院精細化管理至關重要。盡管推動數據治理意義深遠，但實際應用中挑戰重重。結合該院實踐經驗，以下幾個方面的問題需深入思考并尋求有效解決策略。

4.1 提高認識，拓展數據治理的深度與廣度

目前，醫院對數據治理的重要性普遍認識不足，僅將數據統計工作作為日常工作記錄或完成任務，未充分挖掘其潛在價值。這種意識局限性致使數據在管理決策中的應用不充分，阻礙了醫院精細化管理進程。醫院領導應積極發揮引領作用，不僅自身要善于運用數據進行決策，還要在全院會議、工作部署等場合強調數據治理的重要性，以身作則營造全院重視、善用數據的文化氛圍。鼓勵數據共享與應用創新，對在數據治理和應用方面提出創新性想法并取得實際成效的團隊或個人應給予表彰，激發員工的積極性，從而在全院形成“數據驅動管理”的共識。

4.2 加強人才培養，構建數據治理組織架構

公立醫院數據治理組織架構普遍存在缺陷，多部門職能交叉且缺乏統一協調機制，導致數據治理工作效率低下、責任不清。因此，設立專門的數據治理辦公室或明確牽頭部門極為關鍵。該部門應具備全面數據治理職能，負責制訂統一的數據標準和規范，協調各部門數據管理工作，監督數據質量等。通過整合分散的數據資源，打破部門間的數據壁壘，實現數據的高效流通。同時，明確各部門在數據治理流程中的職責，避免推諉，確保數據治理各環節有效落實。此外，加強數據治理專業人才培養，持續開展數據治理基礎知識培訓，建立一支數據治理的專業人才隊伍，提升數據治理能力。

4.3 數據驅動決策與醫院管理流程融合

當下，部分醫院的數據管理與工作流程管理分離，導致數據治理難以有效提升管理效能。數據治理強調與醫院管理流程的緊密結合，涵蓋服務流程優化、醫療質量同質化、資源配置數據化等。借助數據分析精準定位醫療質量風險點及醫生間的差異，從而針對性地制訂改進措施，確保醫療質量持續提升。學科發展建設中，依據數據分析結果開展資金使用論證，合理分配人力資源和設備物資，實現資源分配科學化。通過數據治理與業務融合，使數據治理真正成為推動醫院精細化管理的核心驅動力。

4.4 人工智能在數據治理中的應用與展望

近年來，ChatGPT、DeepSeek等人工智能應用的推出讓人工智能領域獲得了爆發式發展。以醫學影像診斷、疾病風險預測、機器人輔助手術和康復等為代表的人工智能在醫療領域的應用也日新月異，但關于人工智能在數據治理，尤其是數據分析和決策應用方面的研究還處于起步階段。推進人工智能在醫療領域的數據分析和應用，一是要建立完善的制度體系保障；二是要有同時具備人工智能信息化技術和醫院管理、醫學專業知識的專業人才；三是要形成醫療領域數據治理標準化規則和路徑。同時也要注意合法合規使用數據，防范數據泄露風險。未來，數據治理實踐可能由人工智能代替完成大部分工作，這樣將大大提高醫院行政管理、醫療、運營效率，實現醫院管理向規范化、精細化、科學化轉變，助推醫院高質量發展。

參考文獻

[1]岳曉旭，張立立，邱均平，等．推動數據要素向新質生產力轉化的政策邏輯探究[J].現代情報，2024，44（11）：27—36.

[2]李凱，丁志虎.數據治理在推動現代醫院高質量發展中的研究與應用[J].醫學信息，2024，37（8）：70—73，82.

[3]DAMA International. DAMA 數據管理知識體系指南（第2版）[M].北京：機械工業出版社，2020.

[4]魏楚元.高校數據治理應始終堅持價值導向[J].中國教育網絡，2020（11）：18-21.

[5]胡希家，馮芳齡，葉向明，等．公立醫院高質量發展與精細化管理的因應之策[J].衛生經濟研究，2024，41（8）：91-93.

[6]姚德明，褚湜婧，王棟，等．我國公立醫院績效考核政策分析與思考［J]．中國衛生質量管理，2021，28（6）：51—54.

[7]劉曉慶，姚向穎，錢巧慧，等.三級公立醫院績效考核數據監測管理系統的構建與應用[J].現代醫院，2024，24（3）：434-437.[8］張慶龍．加強公立醫院運營管理的若干思考［J]．財務與會計，2021（11）：47-49.

[9]朱傳安，王霞，唐佳驥，等.績效考核背景下醫院數據治理及開發應用實踐[J].醫學信息學雜志，2023，44（10）：86-90.[10］李茵.面向醫院管理的數據驅動決策研究[D].長春：吉林大學，2021.[11］周琳，王飛，趙浩宇.醫院數據存在問題與管理對策研究[J].重慶醫學，2022，51（24） ：4300—4303.

[12]劉喆，周瑩，黃景男.公立醫院績效考核的目標管理體系構建與實施[J].中國衛生產業，2023，20（10）：228—231.通信作者：

徐月清：新疆生產建設兵團第一師醫院黨委

委員、副院長

E-mail：1542248240@qq.com

收稿日期：2024-09-27本文編輯：劉蘭輝