医疗机构内部的数据管理面临诸多挑战:各个业务系统的数据标准不一致,数据质量良莠不齐,难以实现有效整合;数据安全和隐私保护政策越来越严,对数据共享和开放提出了更高的管理要求;数据分析和应用人才短缺,数据价值的挖掘深度不足。这些因素导致大量医疗数据处于闲置状态,未能充分发挥其应有的价值。

为了解决医疗大数据管理的问题,南昌大学第一附属医院(南大一附院)建立了三位一体的数据治理体系,制定顶层设计以推进医疗大数据管理系统的建设。在一系列国家政策的指导下,南大一附院将数据治理纳入其战略规划中。医院成立了由院长主导的“数据治理委员会”,负责统筹制定涵盖数据采集、存储、处理和共享的全生命周期管理方案。同时,医院参照国际医疗数据标准,结合国家卫生健康委员会发布的《电子病历应用水平分级评价标准》,建立了包括门诊、住院、检验等18类业务数据在内的标准化字典。
在技术架构方面,南大一附院全力建设智能化数据中台,采用湖仓一体的架构,通过建立医疗数据湖来集中原始数据,并搭建主题数据仓库以完成标准化处理。
在质量控制方面,建立PDCA改进闭环,制定涵盖完整性、准确性、及时性等六个维度的质量评估体系,并开发自动化检查工具。例如,对于电子病历,我们设定了入院记录24小时完成率、诊断编码错误率等质量控制指标,并利用自然语言处理技术实现实时校验。
在安全管理方面,南大一附院建立了动态防护体系,并构建了医疗大数据的安全屏障。在获得国家信息安全等级保护三级认证后,院方实施了“三权分立”的管理制度(数据管理部门负责访问授权,临床科室保留数据使用权,信息部门负责审计与监督),并部署了医疗数据脱敏系统,对涉及患者隐私的132个字段进行了模糊化处理。
构建湖仓一体化系统。
医疗大数据管理平台
由于业务范围广泛,大型综合医院通常会拥有多种业务系统。同一领域的系统面临着数据库分院区建设、数据分库分表及新旧系统切换等多种情况。这些因素导致医疗大数据的收集变得复杂,不同业务系统、不同院区以及不同格式的数据之间共享和整合困难,容易出现数据孤岛。同时,由于数据分散在多个系统中,数据的准确性和完整性难以得到保证,数据质量也存在差异,影响了后续的分析与应用。
医院 · 516多所试管婴儿医院
医生 · 2497位试管婴儿医生
同龄 · 100万姐妹试管好孕群