数据治理从源头做起：基础信息字典

来源：HIT专家网 作者：某特色医学中心信息科孙建平

医院信息化系统有大量基础工作是需要长期开展的，这当中有许多艰苦的工作要做，否则，信息系统产生的数据就有可能成为“垃圾”。本期笔者想谈一谈基础信息字典的问题。

医院的数据字典分类

医院信息系统内存在大量的数据字典表，大致可以分为两大类：基础信息字典、业务信息字典。

1.基础信息字典

基础信息字典具有通用性，在各个医院信息系统中都可以被沿用，最常见的是性别字典、国籍字典、行政区划字典、民族字典等。这些基础信息字典要尽可能地按照国家规范、标准进行设置，进行适当的维护更新。

在实际操作场景中，有些基本信息字典的值存在一定差异，比如婚姻状况字典中用代码表示的离异、丧偶的值不统一，而这一数据的真实性问题在采集时也存在尴尬。

另外，诸如职业分类、职退状态等字典，如果没有按照国家规定的相关要求进行设置，也会对后续的数据统计分析产生很大的影响。

由于基础信息字典的重要性，原则上不要轻易修改基础信息字典。基础信息字典的修改权限，应由信息科进行严格管理和授权。

2.业务信息字典

而业务信息字典具有特殊性，各个医院可以根据自己的实际情况进行设置，最常见的就是科室字典表、用户字典表。这些字典表在一些信息系统中存在无法“停用”的问题，比如科室名称变更后、医护人员离开后，历史信息是不能删除的，而增设“停用”状态标志将会对许多涉及到的软件进行改造，工作量可想而知，所以字典表的信息将直接关系到用户的体验度。

注重基础信息字典的维护更新

基础信息字典的设置关系到数据的规范性，业务信息字典的设置则关系到数据的价值。如果基础信息字典不规范，将从根本上限制了数据的再利用，正所谓“基础不牢，地动山摇”，到后期再去治理，又是一次人力、物力的再投入；而业务数据如果不真实，存在大量逻辑和勾稽关系的错误，也会导致数据成为“垃圾”。

数据是否准确、是否符合规范，还是脱离实际造“假”，这类问题属于管理层关注的范围。医院信息部门应该尽可能保障数据的“准确性”，这就需要在日常工作中注重基础信息字典的维护。

先举一例：信息科工程师都了解，病案首页需要填写手术医生、麻醉医师姓名。如果这台手术是请外院专家操作的，系统一般不能通过下拉框从本院医生名单中进行选择。虽然系统也提供了手工输入方式，但是由于各种原因，被填写成“专家”情况时有发生，造成了数据的不“准确”，而如何处理好这个数据，使之成为“准确”，单靠信息部门是无法完全解决的。

因此，数据的治理不但要从源头做起，更需要医院的各个部门的共同努力，像现在乡村在治理污染河道时普遍推广的“河长制”一样，来落实各级责任，共同治理医院信息数据“长河”。

再举一例：患者基础数据中的出生地和居住地信息是否准确，就已经够信息科工程师们“喝一壶”了。原因是：身份证读取的是患者的户籍所在地，而患者的实际居住地是会变动的。最让工程师困惑的是，这些信息是以代码形式存在于数据库的，而行政区划是会变动的——以上海为例，浦东新区就是由原来的川沙县等区县合并的，这导致身份证号码与现在的行政区划不完全符合。工程师如果直接把身份证号的前三位301转换为“上海市”，第四到第六位104转换为“徐汇区”，采取这种简单的、由数字代码转译到汉字的方式，显然是越来越不准确了。

所以，笔者建议，最可行的方式，还是用汉字形式把出生地、居住地信息等保存到数据库中。在汉字识别技术越来越成熟的今天，关键字的查询检索并不一定要依赖于代码检索。而这种汉字保存的方式一旦被确定为数据规范，由于行政区划变更带来的字典中代码对应汉字关系不确定的烦恼，就可以消除，从源头上保证数据的不失真。

出生地的信息不失真，可以通过汉字保存的方式解决，居住地的信息准确性就更难保证了，因为居住地很可能会经常变更，即便是长期居住在一个地方的患者，也会存在人户分离的情况。在过去三年的疫情核酸检测中，就已暴露出人户分离造成的统计失真问题。这个问题值得各位同仁探讨研究。

在医院信息系统中，最起码有几十个软件在运行，并且一刻不停地在产生各种各样的数据。大量数据的“准确性”，是考验信息科工程师的责任心和严谨性的试金石。数据的“准确性”也将最终决定着医院质量管理的水平。

这篇文章和以后陆陆续续写的文字，都是我在工作中的一孔之见，分享给大家，希望与同行交流并欢迎不吝指正。如果这些文字能给大家的工作带来一点点参考，那就是我最开心的事情。

【作者编辑面对面】

在本文成稿过程中，作者与编辑之间有多次关于稿件主题、写作思路、遣词造句方面的互动交流，现节选其中一段，与读者朋友分享。

作者：向编辑请教“准确”和“正确”这两个用词。网上查阅的信息是这样描述的：都是关于正确性和准确性的形容词，都有与某一标准相一致的意思。“正确”重在事物的性质，强调没有错误；“准确”重在行为方式或效果，强调没有误差或偏差。

个人觉得，信息科工程师要保证数据的“正确”，要真实、完整地在信息系统中记录数据，不丢失、不走样。而这些记录下来的数据是否“准确”、是否合规、是否客观反映了事实本身，是有数据操作者的主观意识在的，也是数据治理或者说数据规范、数据质控的要求。从这个层面上讲，信息部门只要做到数据“正确”，而管理部门需要强调的是数据的“准确”。

不知道我这样的“咬文嚼字”、在编辑面前班门弄斧是不是很可笑，毕竟我是一个技术人员，文字功底又这么差，让编辑们笑话了，但是我确实很想搞清楚这二个词。望不吝赐教。谢谢！

HIT专家网编辑：孙老师您好，钦佩您反复推敲的严谨。

此处，我个人倾向于使用“准确性”。我们理解，信息科工程师的首要职责应该是确保数据记录和访问的客观性、及时性、全面性等。当然，我们也要从技术上尽可能确保数据的正确性。

比如，医生复制黏贴病历出现了错误，也就是导致病历数据并不正确的状况，但系统却准确地将这一错误行为记录下来了。而注重智能化质控的电子病历系统，也在尽可能预防因为复制黏贴导致的常见错误。

以上理解和建议，谨供参考。

【往期回顾】

《数据治理从源头做起：患者身份信息的确定》

《数据治理从源头做起：再谈患者身份信息的确定》

【下期预告】

《数据治理从源头做起：药品物资字典的维护》

【责任编辑：陈曦】