王才有:医疗数据资源建设与发展

2020-06-01 10:06:05

来源:CIO时代网

2020年5月23日,由中国新一代IT产业推进联盟指导,CIO时代学院主办,小鱼易连协办,CIO时代APP承办的“2020中国数字医疗建设高峰论坛”在线上举行。

中国医院协会信息管理专业委员会(CHIMA)主任委员、国家卫生健康委统计信息中心原副主任王才有发表了主题为《医疗数据资源建设与发展》的精彩演讲。针对当前医院信息化步入数字化转型阶段,作为CIO应如何应对转型发展的挑战,如何适应转型发展的要求。

讲者从医疗数据资源建设角度,阐述了为什么要重视数据资源建设?数据资源建设发展与以往相比有哪些不同,为此我们应该做什么?以及如何做的相关问题。试图为大家展现出,数字化转型发展中CIO如何提升认知能力,如何顺应形势的发展。
\
讲座目的——CIO对数字医疗的再认识
今年,4月10号,在我国新型冠状疫情防控工作取得阶段性战役胜利的时候,中央和国务院发了《关于构建更加完善的要素市场化配置体制机制的意见》文件。文件提出数据作为一种新型生产要素,与土地、劳动力、资本、技术等传统要素并列为要素之一。为此要加快培育数据要素市场,推进政府数据开放共享、提升社会数据资源价值、加强数据资源整合和安全保护。为此,我们应对医疗数据资源建设与发展有更深入的认识。

第一,为什么要关注医疗数据资源的建设与发展?

从历史角度看,医学是逐步从经验医学走向循证的科学。医学与数据利用能力同步而行。从医学发展模式上看经历了,神灵主义与自然哲学模式,生物医学模式,到现在的生物-心理-社会医学模式,以及进一步向预防性、预测性、个体化和参与性、4P医学模式转变。从这个历程上看出,为了了解生命的奥秘,医学一直在不断寻求和获取更多的数据资源。

那么这些日益增多的数据资源做什么用呢?一方面是为了记录事实,更重要的是为了分析利用,从而形成正确的判断,包括临床决策支持和医疗业务运行的支撑。

从分析角度看,医疗数据有三个方面目的和作用,一是,描述性与诊断性分析。其目的是研究和发现过去是怎样的?我们可以利用统计学手段进行相关分析,例如通过诊断性分析,揭示出疾病和病毒相关关系,从而确定病因,采用相应治疗手段。在卫生管理方面看,国家统计信息中心收集来自各个医院运行数据,通过描述性分析,发现医院运行中质量和效率问题,再利用诊断性分析发现问题背后的原因,为改革与发展提供循证依据。政府层面只有掌握了医院运行中真实的、准确的、全面的数据,问题就看得准,政策科学性强。二是,预测性分析。就是预测未来可能会发生什么。利用数据进行预测性分析,获取疫情发展趋势的定量信息,就可以使应急预案更为精准与科学。三是,规范性分析。利用数据和预测模型不但分析出将来会发生什么,而且对如何应对以及应对效果做出预判。目前在医学实践中,大家主要使用的是描述性和诊断性分析,因而也将预测性分析和规范性分析称之为,先进性高级分析。

就目前而言,人类对医学的认知还是非常有限的,重要的原因是人们对反应医学事实的数据掌握的是有限的,这一点在全球应对新型冠状病毒的实践中已经得到印证。

因此,在医疗活动中如果掌握更多的数据,并且有相关的分析能力,就能够及时准确的发现问题的原因,并有针对性的去解决问题。根据完备的信息做出完美的决定是容易的;然而医学却要求你用不确定的信息做出完美的结果。可以说,目前的医学数据仍不完美,为此导致医学并不像人们经常以为的那样,绝对的精确、理性、有据可依、无所不能。医学还是一门“在不确定性中寻求确定性”的科学。今后,人们能获取的数据越多,越准确,越完善,医学诊治水平、治疗和预测水平就会不断提高。

第二,如何认识医疗数据资源的建设的变化?

随着云计算、大数据、人工智能的发展,医疗数据资源的价值日益得到重视和提升,面对这种数字化转型,CIO应该认识到当前的医疗数据资源建设与以往的医院信息化工作相比,有哪些不同,只有认识到这些不同,才能进一步顺应数字化技术的发展趋势,从而正确的定位自己或医院的发展方向和转变。

一是,要认识到数据生产方式上的不同

随着医院业务流程和电子病历系统的应用,以及医疗设备和设施的数字化和网络化发展,医疗数据的生产模式在发生转变。过去大家关注的是获取结构化数据,可分析和利用的数据来源,主要依靠医务人员的计算机录入,包括医嘱、处方、护理记录,都是要依靠人录入。但是,临床和医院管理对数据需求的增加,医生录入和整理数据的负担日益加重。根据美国相关调查,数据录入已经成为医务人员的过重负担,急诊科医生要付出他们 44% 的时间去把数据录入到电子病历系统。为此,患者也有这种感受,就是医生是面对屏幕看病,而不是面对患者看病,患者感受不到人文的关切。

随着医疗设备和设施的数字化和网络化发展,医院产生了大量的非结构化数据,过去这些数据只能是人工处理和使用,就影像科而言,设备产出的数据,由放射科医生读片处理,于此相关的信息系统叫做PACS系统,英文含义是“影像存档与通讯系统”,PACS系统的功能仅仅是实现影像数据的存储和传输。但是,现在不同了,人工智能技术,可以处理这种非结构数据。与影像数据类似的还有,检验数据,病理数据,生命体征监测数据,医疗物联网设备产生的大量新的数据。

为此,可以看出,数据生产方式以人为主,逐步转化为以数字化设备产生为主,特别是随着医疗物联网的在线应用,将会生产更多的医疗和监控数据,此外还有社交媒体数据,健康行为数据,健康环境数据,健康营养数据的采集与获取,使之从医疗数据发展到健康数据获取。为此,健康数据成为人类生产的“自然资源”。

当我们看到这种数据生产方式上的不同之后,CIO应该认识到,目前计算机机房中的数据,只是医疗数据资源的一部分,还有很大一部分数据游离在我们的视野之外,需要收集、整理和利用。

二是,要认识到数据分析技术和工具的不同

过去我们注重编码数据,就是结构化数据。如果不统一编码,数据不能分析,随着信息技术的发展,大数据已经冲破技术障碍。计算机可以处理文本数据了,可以对文本电子病历进行结构化处理,然而利用后结构化的数据,进行后续的数据分析和研究了。

特别时随着大数据与人工智能技术的发展,各种各样的非结构化数据得以开发和应用,包括影像、B超、心电、监护、内窥镜、麻醉、可穿戴等各种数据。

这里CIO要思考的问题是,如何组织和建设、完善和管理好这些数据分析工具,数据清洗工具,数据集成与管理工具,以满足新的数据分析处理的要求。

三是,要认识到数据分析和利用方式的不同

当前,无处不在的网络、无处不在的数据、无处不在的计算,使得数据分析现在患者、医生、管理、保障人员都利用数据分析,实现各自的目的。我们已经看到,影像科的医生与AI厂商合作开展尝试自动读片,临床医生与AI厂商合作开展知识图谱研究,辅助科室和后勤也开始了相关人工智能应用。这种烟囱式的数据分析利用,如何保证好数据资源价值最大化,数据安全管理,以及数据分析服务呢?

四是,要认识到数据资源管理与服务方式的不同。

医疗数据的快速生产和使用,使得多源异构数据成为常态,使得数据的社会化生产成为常态,社的数据的一致性共享与特异性使用成为常态,使得既要保护患者隐私,又要实现数据交换和共享成为常态;使得数据既要开放又要做好安全成为常态。这就是说,新技术带来新的解决方案,同时带来新的问题和新的需求,技术进化又会引发经济进化。所谓经济进化,就是数字资源建设的需要新体制和新机制的建设与发展。

第三是如何做好医疗数据资源建设工作

一是防疫健康码建设的启发。多源异构数据开发与应用工作一致是一道难题,但是从这次新冠肺炎疫情中出现的防疫健康码实践到了启发。过去是小数据时代,大家是自己收集数据,自己使用数据。但是,防疫健康数据,来源于多渠道,多部门,多层级,但是要集成和共享才能形成完整的健康状况证明。在没有统一的数据库,不是统一的应用系统,不同的数据结构于标准,但是又要实现数据是实时的,动态的,这件事是如可做到的能,可以说技术上没有新的内容,关键是体制机制建设上的开放、协同、创新的应用。这就是为什么要强调,医疗数据资源建设必须坚持的原则和方法。

二是,坚持平台与服务的理念。目前大家都在谈平台,类似于30年前大家都在谈中心,谈系统。但是,很多人对平台的本质认识不到位,把平台说成无所不能。其实,平台的本质就是服务。

从技术上看,计算机对数据支撑经历了文件系统,数据库、数据仓库,BI,数据可视化等产品的进化,从本质上看是提供更好的数据开发和利用的服务。 面对多源,异构,各种类别不一致的数据开发利用需要新的服务支撑,例如数据交换平台解决数据的一致性问题,数据集成平台解决数据使用者对数据完整性的要求,数据分析平台解决分析人员的数据可用性问题。可以看出,通过平台的理念,把复杂的技术问题规范化和简单化,从而实现对复杂数据资源的建设与利用能力。

我们认识到,平台是数据资源建设的核心,但是从系统的角度看问题,平台不仅是技术上各种数据源的集成平台,也包含组织上训练有素的信息专家团队,他们知道需要什么数据,如何从各种系统中获取数据,如何分析数据,如何形成洞察力。强调复杂数据时代,除了技术建设之外,同样需要各种数据分析专家,流行病学专家,数据库专家,大数据分析专家以及数据展示专家,共同为数据的使用者提供服务,来发挥数据的价值。

三是,坚持体制机制改进与升级的理念。就当前和今后医疗数据资源建设而言,是数据生产的社会化,如同工业时代的物质生产社会化。这种社会化的活动,需要创新体制和机制建设,要考虑培养数据要素市场,要首先做好政府数据开放共享,要开发利用好社会数据资源价值,同时要加强数据资源整合和安全保护工作。

四是,要健全企业(医院的)组织体系建设。

从医院数据资源建设发展过程可以产出,过去是自己的数据自己使用,现在要考虑的是数据交换,数据共享,数据价值的实现,从传统型组织变革到数据驱动型组织,需要在人员组织、技术工具、数据文化养成方面的三箭齐发,以数据的交换支持业务的协同,实现管理的闭环,服务的闭环;以数据分析结果,融入决策的闭环,从而提升医院的整体产出和质量效益。

当前,医疗实体在线成为常态,数据成为资源,资源创造价值是核心竞争力的重要因素。数据社会化的生产场景,社会分工与融合:解耦性,敏捷性,变化适应性。技术层面,建设多层级平台(既服务),通过开放、协同、创新、共享实现数据资源共享,发挥数据资源的价值。以上是从三个方面来思考医疗数据资源建设与发展的思考与各位领导和专家分享。
谢谢大家。 




相关资讯

基于大数据架构的医院数据中心管理

2019-02-14

中科院院士陈润生: 精准医疗数据处理中的挑战

2016-12-16

中科院陈润生院士: 精准医疗数据处理中的挑战

2016-12-14

中科院陈润生院士: 精准医疗数据处理中的挑战

2016-12-14