文 | 李建明

構建三位一體醫療大數據治理體系

當下，醫療大數據已成為助力醫療機構提升診療質量、優化服務流程的重要戰略資源。如何讓海量的醫療數據轉化為臨床價值，將技術創新落地為患者福祉，是每一家醫療機構都在思考的問題。

然而，醫療機構內部的數據管理面臨多重挑戰：各業務系統之間數據標準不統一，數據質量參差不齊，難以實現有效整合；數據安全與隱私保護政策日益嚴格，對數據共享與開放提出了更高的管理要求；數據分析應用人才匱乏，數據價值挖掘深度不足。這些問題導致大量醫療數據沉睡在系統中，難以充分發揮其應有的價值。

為破解醫療大數據管理難題，南昌大學第一附屬醫院（南大一附院）構建三位一體的數據治理體系，做好醫療大數據管理體系建設的頂層設計。在一系列國家政策指引下，南大一附院將數據治理納入戰略規劃。建立由院長負責的“數據治理委員會”，統籌制定涵蓋數據採集、存儲、處理、共享的全生命周期管理方案，並參考國際醫療數據標準，結合國家衞生健康委發布的《電子病歷應用水平分級評價標準》，建立覆蓋門診、住院、檢驗等18類業務數據的標準化字典。

在技術架構上，南大一附院全力打造智能化數據中台，採用湖倉一體架構，通過搭建醫療數據湖實現原始數據歸集，構建主題數據倉庫完成標準化處理。

在質量管控方面，建立PDCA改進閉環，制定涵蓋完整性、準確性、及時性等6個維度的質量評價體系，開發自動化覈驗工具。例如，對電子病歷設立入院記錄24小時完成率、診斷編碼錯誤率等質控指標，通過自然語言處理技術實現實時校驗。

在安全管理方面，南大一附院構建動態防護體系，建立醫療大數據安全屏障。在通過國家信息安全等級保護三級認證的基礎上，建立“三權分立”管理制度（數據管理部門掌握訪問授權，臨床科室保留使用權，信息部門負責審計監督），部署醫療數據脫敏系統，對涉及患者隱私的132個字段進行模糊化處理。

搭建湖倉一體醫療大數據治理平台

由於業務範圍廣泛，大型綜合醫院通常擁有多種業務系統，同一領域的系統還存在數據庫分院區建設、數據分庫分表、新舊系統切換等各種情況。這些情況導致了醫療大數據收集的複雜性，不同業務系統和不同院區以及不同格式的數據之間難以共享和整合，容易形成數據孤島。由於分散在多個系統當中，數據的準確性和完整性難以保證，數據質量參差不齊，影響了後續的分析和應用。

醫療數據中常涉及大量個人隱私，如何在數據收集和共享過程中既保護患者隱私又保障數據安全可靠也是一項重要問題。此外，醫療機構數據標準常面臨更新不及時的問題，難以緊跟行業最新發展動態，滯後的數據標準為醫療大數據的採集和應用帶來了障礙。

南大一附院搭建湖倉一體的醫療大數據平台，實現了各信息系統數據的全面整合和集中管理，將原本分散的業務系統數據進行集中管理和標準化處理。

建設大數據中台，根據各領域數據對實時性的要求，通過服務器備份、數據庫備份、數據全量抽取、增量查詢以及OGG（一種基於日誌的結構化數據複製備份軟件）實時同步等不同的數據同步策略，將分散在各業務系統中的數據收集到同一個數據倉庫中，並按照國際標準、國家標準、地方標準等採用自然語言處理等技術對文本數據進行結構化處理。

建立完善的數據治理框架，對數據全生命周期進行管理，包括數據的收集、清洗、存儲、共享和分析。通過持續的質控流程，確保數據質量和一致性。在數據收集過程中，採用匿名化、差分隱私等技術，確保數據在共享和分析過程中的隱私安全，並對數據進行分類分級管理，確保數據在使用過程中的安全等級保護，保護患者隱私安全。

提升全流程醫療大數據管理水平

醫療大數據管理不僅關乎數據價值挖掘效率，更是醫療質量安全、科研創新和運營決策等方面的重要支撐。如何有效管理海量、多維的醫療數據資產，成為醫療機構數字化轉型的核心命題。南大一附院從以下三個方面着力提升醫療大數據全流程管理水平。

進行動態質量控制。建立數據質量評價指標體系，核心指標要求數據完整性大於98%、一致性大於95%、延遲低於1分鐘。實施數據質量閉環管理，實時監控儀表盤發現問題後，觸發自動預警並派發工單，經數據治理流程修正後驗證改進效果。

開展多維度安全防護。構建“零信任”安全體系，在網絡層部署軟件定義邊界（SDP），應用層實施動態訪問控制（ABAC），數據層採用同態加密技術。建立三級災備體系（災難恢復備份系統），在本地雙活數據中心架構下，確保在任何時刻，主數據中心和備份數據中心的數據都是完全一致的，沒有任何數據丟失；同城災備中心實現系統從故障到恢復業務的最長時間不超過2小時；異地雲災備滿足容災等級6級要求，即達到數據零丟失和自動系統故障切換。

健全價值轉化機制。建立數據資產目錄和分級開放機制，基礎層數據（如疾病編碼）全機構共享，核心層數據（如電子病歷）受控訪問，敏感數據（如基因信息）使用需通過倫理審批。醫療數據中台提供標準化應用程序編程接口，支持臨床決策支持、科研分析、運營管理等多類應用場景。

推動個性化醫療大數據智能應用

在統一的醫療大數據集成平台基礎上，未來，南大一附院將進一步擴大數據範圍，提升各領域人員的參與度，並積極探索技術創新，以推動醫療大數據在臨床決策支持、個性化診療等方面的應用，為患者提供更優質的醫療服務。

除了傳統的HIS業務數據、電子病歷內容以及檢查檢驗結果等數據，後續還可以納入基因組學數據、物聯網設備數據等，進一步豐富數據來源，擴大數據範圍。加強臨床人員和科研人員等數據需求方在數據收集和應用中的參與，進行項目的前瞻性設計和數據的前瞻性採集，提高醫療大數據的臨床價值。積極探索和應用新技術，如人工智能大模型、區塊鏈等，提升醫療大數據處理和分析能力，同時增強安全性和可信度。關注國家和地方政策法規，確保醫療大數據收集和使用符合法律法規，同時爭取政策支持，推動醫療大數據應用和發展。

（本文作者係南昌大學第一附屬醫院黨委委員、副院長）