陈金雄:医疗数据管理与应用的核心——精准提供用户所需的数据

2020-06-03 陈金雄 HIT专家网

从2014年之前的云计算开始,互联网+、大数据、人工智能、区块链等热词轮番登场。到了2019年,5G毫无疑问是最热的概念。这些热点与实际应用之间还存在一定的时间差和距离,媒体和资本会领先一步予以关注,

从2014年之前的云计算开始,互联网+、大数据、人工智能、区块链等热词轮番登场。到了2019年,5G毫无疑问是最热的概念。这些热点与实际应用之间还存在一定的时间差和距离,媒体和资本会领先一步予以关注,企业发展和行业应用则需要逐步推进。在此背景下,“智慧医院”作为一个热门新概念代表,受到了业内包括国家卫生健康委在内的广泛关注。

智慧医院有三个维度:智慧医疗、智慧服务和智慧管理。我曾经推出“势不可挡的互联网+智能时代,实体医院如何应对与突围”的网络课程,有超过2.7万人参与学习,且点击率位于该网站所有课程的前五名,足见这一话题受关注的程度之高。

目前来看,实体医院依然占据核心资源和数据,基于数据的数字化医院依然是基础性工程。在医院的三大核心资源(专家、设备、病房)之外,未来,数据将成为新的核心竞争资源,数据价值将慢慢显现。

医院信息系统面临转型,经历从“部分应用”到“全面应用”,从“分散信息”到“数据融合”,从“事务处理”到“智能应用”的发展阶段。目前,新一代医院信息系统呼之欲出。从最早的技术驱动,即处在面向收费管理的全院级应用阶段(HIS),到业务驱动的HIS+(HIS+专业化信息系统阶段+集成),再到未来的数据驱动时代,不论系统怎样发展变迁,不变的核心要素都是数据。

医疗人工智能包含三大要素,即:以“有效数据”作为基础,以“先进算法”作为核心,以“强大的计算能力”作为保障。算法和算力只能由专业的科研机构、大学和企业去实现,医疗机构唯一能做的就是把数据做好。

如何做好有效的医疗数据管理与应用呢?我们需要做到“五个面向”。

第一,是面向智能。可以总结为“八个化”,即数字化、集成化、数据化、要素化、结构化、标准化、语义化和智能化。

数字化,即把手写数据变为电脑录入,包括病历、报告等。

集成化,强调的是数据共享功能。想要实现共享,前提是完成数据集成。

集成完成之后,需要对数据进行管理,不仅当下可以使用,还要方便日后的反复查询应用;不仅需要方便临床,也要利于科研和教学。建立数据中心,对数据加以管理,就是数据化。

完成数据化之后,如果发现要素不全或缺失,会对数据应用带来极大不便。因此,要素化非常重要,否则很可能面临看起来有数据、实际不可用的窘境。

解决了要素问题,接下来是结构化。最近我发现了一个很有意思的现象,以前医院的数据基本都是非结构化的,唯一结构化的就是病案首页,传统的医院管理指标基本都来自于病案首页,包括入住率、出院率、好转率、诊断符合率等,由此可见结构化的重要性。如果除了病案首页外,医院各类数据都能实现结构化,将会给临床、科研、管理,包括药物临床试验等,带来巨大的价值和改变。

下一步是标准化。如果缺少统一标准,更深层次的数据管理和应用工作将无法继续推行。比如病案首页已经实现结构化,为什么还要推广ICD-10和ICD-11等标准化编码?就是为了对数据内容有更一致性的认识。

此后是语义化。语义化就是对数据和信息进行处理,使得机器可以理解。可见数据要面向智能,其语义化是非常重要的。我一直畅想数据语义化后的应用场景:在技术层面,医生开的检查医嘱,无需经过任何人工干预,就可以直接控制诊断设备对患者进行检查。当然,在实际场景中还需要身份确认、预约排队以及检查指导等,但核心业务内容是医嘱可以直达的。

最后实现智能化。有以上这“八化”的数据作为支撑,可以为智能医疗提供强大的数据资源,加速智能医疗的发展。

由此可见,处理数据时,不仅要建立医疗数据中心,而且要满足智能医疗的需要,数据的可用性应当被给予充分重视。

第二,是面向专科。我多次在报告中提到,医院信息系统总的发展方向是前端越来越专业化、个性化,后端越来越集成化和融合。最近几年,专科临床信息系统快速发展,因此在数据管理这个层面,一方面,要能够支撑专科临床信息系统的建设和发展;另一方面,要尽可能把各类专科系统产生的数据收集整理,并汇总到全院完整的临床数据中。

第三,是面向协同。樊代明院士一直在倡导整合医学,我认为整合医学实现的前提就是数据整合。整合可以分为两种,即专科协同和院际协同。专科协同通常发生在医院内部,例如会诊、MDT等。如果没有临床数据中心,专科协同很难实现。集团化、医联体、医共体面临的是院际的整合,数据要实现院际协同,区域数据中心和数据中台是有效手段。

第四,是面向健康。面向机构的数据中心(CDR)很难做到全流程的健康管理,因此还需要构建面向个体的数据中心(PHR)。尽管两者从技术角度可以说是类似的,但本质上存在很大差异。当面向个体的数据中心实现以后,就可以实现医疗业务一体化,比如健康诊疗一体化、线上线下一体化、院外院内一体化、机器医生一体化等。所以在未来医疗中,健康、线上、院外和机器人可能会占据越来越重要的地位。而未来医疗的核心,也会更注重站在人的高度,从病本位发展为人本位,从治病发展为治病人。在未来,患者的自我管理和参与、更便捷地连接医生、无边界的医疗协同、医院形式的多样化、第三方机构的崛起、远程诊疗质量大幅提升、按健康付费、按价值付费等将有望实现。

第五,是面向应用。现在互联网公司特别关注点击率,即实现率。然而上有政策,下有对策,只要有考核,就有完成指标的方法,但究其根本并不是面向应用。面向应用的核心在于,如何做到业务的数据化和数据的业务化。临床数据中心是典型的业务数据化,目前还存在不全面的问题,距离成熟还有一定距离;360视图是典型的数据业务化,目前还存在不到位的问题,缺乏场景化的应用,使用率有待进一步提升。

面向医疗机构的数据中心,又可以分为两类,即面向业务支撑的数据中心和面向分析利用的数据中心。数据中心的建设一定要围绕应用场景和使用目的,而不能只是对概念和模型的生搬硬套。面向业务支撑的数据中心要原汁原味、要实时、要支持场景化应用、要支持临床决策支持。面向分析利用的数据中心,通常是面向主题的,它可以是非实时的,需要ETL和后结构化。

如果把临床数据库比作仓库,里面装满各种类型的饮品,用户需要的不是杂乱无章的饮品仓库,而是8点喝一杯咖啡、10点喝一杯功夫茶。“我想要的只是一杯咖啡”,如何精准满足用户要求,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。

因此,精准提供用户所需的数据,才是医疗数据管理与应用的核心和关键,也是未来发展的必然趋势。

相关资讯

AJR:LI-RADS——肝脏影像学报告和数据管理系统

LI-RADS的必要性肝细胞肝癌(HCC)可谓“恶名昭著”,在男性最常见的肿瘤和最常见的肿瘤死亡原因排行中,HCC分别位列第五位和第二位。现有治疗HCC的手段包括切除、局部治疗和肝移植,但无论是哪一种方式,无一例外都对早期HCC有效。因此,对于HCC而言,早期诊断和分期是决定治疗预后的关键因素。而且,与其他很多恶性肿瘤不同,对HCC的治疗决策常常只取决于影像学表现,而不依赖组织学检查。影像学检

CDE终于发布《临床试验数据管理工作技术指南》(附下载)

CDE终于发布《临床试验数据管理工作技术指南》,临床试验数据管理的第一本指导性文件。足足有47页之多。涵盖了临床试验数据管理的全过程。标志着临床试验数据管理一个新时代的开启。附详细通知内容(转载自国家食品药品监督管理局药品审评中心): 临床试验数据是支持药品获准上市的最重要实证。良好规范的数据管理工作是保证临床试验质量的关键。我国《药品注册管理办法》和《药物临床试验质量管理规范》等对此均有相应的原

临床试验数据管理之数据记录的常见问题

做临床试验的数据管理,那肯定需要对数据记录进行核查的,虽然有程序核查来完成大部分数据库核查工作,不过毕竟机器不是万能,还是有一些东西需要经验老道的数据管理员来完成的。所以特此将数据记录检查时的常见问题进行了归纳汇总: 1、违规与不规范 2、造假与不严谨 3、未做与不完整 4、组织与个人行为造假 可以详细分为以下几类: GCP规范操作核查存在主要数据问题 1.无原始病历或原始病历中无记录(缺

临床试验数据管理之数据记录

一.数据记录的作用     记录是安全性、有效性的评价和报告依据,也是遵循GCP的证据, 只有存在记录: 1.才能证明相关行为发生过;        2.才能在发生任何问题时追根溯源;        3.才能证明试验是严格按照GCP、