陈金雄：把数据转换为数据资产，需要“十二字方针”

来源：HIT专家网      作者：罗林

数据是医院的关键生产要素，是数字化医院的“大脑”和“神经网络”。随着医疗信息系统迅速发展，中国医疗也迈入“大数据”时代，但数据的利用率并未随数据量增加而大幅提升，反而与之伴生出许多问题，增加决策环境的信息盲点。

高博医疗集团首席信息顾问、中国医药信息学会电子病历与电子健康专业委员会主任委员陈金雄认为，数据占据医院高质量发展的核心资源地位，被冠以“数字原油”“数字黑金”之名，行业对大数据的期待提升到前所未有的高度。但大数据不能被概念化，必须返璞归真回归利用价值；数据中台、数据中心、数据仓库等一系列概念背后，必须以“活数据”为基石，以场景和用户价值为中心，以消除用户信息盲点为目标，完成服务和赋能的重大使命，最终实现医疗数据到医院资产的转换。

用户究竟要什么数据？“我要的只是一杯咖啡”

“大数据”概念于2008年美国《自然》杂志正式提出，大数据的本质是数据。与其他行业相比，医疗大数据的特性凸显，整个疾病诊断治疗的过程，实质是医生对患者数据进行采集、分析、处理的过程。医疗产业已经沉淀海量数据，过去十几年，国内医院投入大量精力建设大数据中心、集成平台等，部分医院已迭代数次，但数据中心依然难以满足用户的真实需求，临床需要数据时，发现“没有”数据可用，需要信息科用SQL“捞”数据。

虽然医院的数据正以PB级速度增长，但这些数据大多是静静放在存储介质里的“死”数据，并非任意终端都可以访问的“活”数据。这就导致大数据中心被“闲置”，用不起来。

数据堆积式的存储介质，算不上真正的“大数据中心”，只是制造了一个信息海洋，反而给用户带来信息盲点，让用户对信息的期待变成了压力。信息盲点会导致很重要的信息不能及时反映给决策者，影响正确判断。信息盲点的存在，一是信息缺失，数据中心的数据不全面，该有的没有；二是该有的都有，但数据没有被有效地组织展现，用户找不到、看不见亦或是展现的都不符合当下需求，不该有的却给得太多。

“你问我想要什么样的数据，其实我要的只是一杯咖啡。”陈金雄如是生动有趣地形容用户对数据的需求。如果用户想要的是一杯拿铁咖啡，你不能给他一杯牛奶，也不要把整个咖啡厅的咖啡原料都塞给他。如何正确快捷地调配出一杯咖啡，并在正确的时间、正确的地点以正确的方式提供给用户，这才是用户真正需要的。

数据一定是服务于某个业务场景的决策或行动。比如，行人能不能过马路以及在哪里过马路，只要“红绿灯”和“斑马线”两个关键数据就够了，过多的数据反而是个干扰。“患者基本信息”是最常用的数据，在某个页面里到底要展示哪些患者信息，取决于医生在这个页面里所做工作对患者信息的需求。如果开医嘱的药量与体重相关，那就要把体重信息展示出来或提供支持——但就是这么浅显的道理，很多软件都难以做到。

数据的智慧与价值，在于精准服务于用户需求，而这个“精准服务”一定不是让用户做难以决策的多选题，其核心是“到位”但不“越位”。在此需要区分精准与“算法”：单纯依靠算法技术是得不到这杯“咖啡”的，数据地基没有做好，算法或将一叶障目。比如，你在今日头条偶然因为“标题党”点开一篇文章，后续你看到的都是这个类型的文章，以至于无法得到更多、更全面的信息。正如桑斯坦在其著作《网络共和国》描述到的“信息茧房”——“你以为你全知道，其实你不知道”。把精准等同于“算法推荐”，反而会造成信息盲点，让你与他人的信息不对等，带来信息缺失。

但毫无疑问，数据的获取成本越低，利用价值就越高。陈金雄表示，当前必须转变“人找数据”的数据利用现状，形成“数据找人”的服务路径。

十二字方针消除信息盲点

“大数据”时代，面对极度膨胀的信息量，“数据过剩”的巨大压力，如何让用户低成本获取想要的数据？陈金雄总结了数据管理的十二字方针：全面、重点、直观、便捷、场景/角色、评估。

1.全面

数据量大并不代表数据要素全。数据全面是数据利用的基础，把院内、院外数据进行全要素整合，是数据利用的第一步，应重点关注结构化、多维度、精确度、时效性等。

如图1所示，患者病史资料管理应整合院端业务系统、体检、互联网诊疗、院外历次就诊等不同业务维度数据，以及诊前、诊中、诊后不同时间维度数据，数据范围广、要素全。

2.重点

数据的无序组织展现，是当前临床医生面临的最大的数据利用痛点。数据展现有重点，这背后体现的是专业能力和临床思维，可以让不同用户按病种或自定义自己重点关注的数据，并在其决策的关键节点主动推送数据作为参考。数据有重点，事关处理的高效性。

如图2-3所示，系统应支持临床人员自定义重点关注的数据指标，并融入工作流程中进行主动推送，同时对异常值进行预警。

3.直观

虽然拥有大量数据，但要耗费大量时间去查询、检索、碎片化拼凑，也非正确道路。比如临床想看患者全部的检验指标，以前都是在系统翻看不同时期的报告单，成本很高，关键还可能浪费了时间却一无所获。如果系统能把这些指标提炼出来，直接以曲线形式展现，既一目了然，又降低了数据获取成本。

如图4所示，系统支持数据视图按就诊方式、诊疗进程、操作先后顺序等，进行多维度、结构化、曲线图展现，帮助用户以低成本获取数据。

4.便捷

最新的数据存储在便于获取的介质中，用户好操作、体验好，这是驱动数据利用和持续优化的关键一环，同时要通过数据埋点+数据标签，让数据“主动”符合需求。

如图5所示，基于业务逻辑学习构建起广泛的业务规则标签库，通过标签灵活组合快速定位查询目标，支持手动添加标签。

5.场景/角色

数据应与业务场景结合，与不用角色需求结合。按场景来说，如针对需要CAR-T治疗的血液科诊疗场景，配置CAR-T主题数据，在首页概览优先展示CAR-T治疗相关的检测、药物、手术等指标，并且进行图表展示和异常值预警，一定比“人体躯干图”更能提升用户业务效率。按角色来说，如经治医生更关注疾病进展数据，而上级医生或会诊医生不了解患者具体情况，则更需要全面的病情概览。满足场景和满足角色需求，两者之间既有差别也有重叠。

如图6所示，系统应可灵活配置符合场景、用户需求的数据，形成角色专属数据看板。

6.评估

数据的重要职能，是能够对医疗事件、医疗过程进行评估评价。医疗质量是医院的生命线，对医疗质量的评价实质就是医疗过程数据的量化评估。

如图7所示，系统支持治疗前后相关指标变化的可视化对比，以帮助医生快速分析、调整和拟定下一步诊疗方案。

“数据利用是数据产生价值的出口，如果发现没有好用的数据，说明数据管理缺乏以上过程。“陈金雄表示，把数据放在仓库里，再把仓库数据直接给医生用是不够的；必须得有人给TA找、给TA加工、送到手里。有了这个过程，才能把医疗数据变成数据资产，反哺医疗业务。

【专家简介】

陈金雄，现任高博医疗集团首席信息顾问、中国医药信息学会电子病历与电子健康专业委员会主任委员、中国研究型医院学会医疗信息化专委会副会长、中国医院协会信息专业委员会常委和福建省医疗卫生行业计算机用户协会理事长等职。

曾任南京军区福州总医院计算机应用与管理科主任（1999-2016），信息化专家咨询委员会办公室主任（2016-2019），高级工程师，兼任全军医院信息化研究与技术支持基地主任（2001-2019）、福州大学兼职教授（2012-2017）。

长期从事医疗信息化相关工作，对医院信息系统、互联网医疗、医疗大数据、医院数字化转型以及新型医疗生态构建有深入研究，作为主编出版了《迈向智能医疗》《互联网+医疗健康》《互联网+基因空间》3本专著。

【责任编辑：秦勉】