曹剑峰：数字经济、数字治理、数字“纺真”

数字经济

　　一、数字经济发展概念

　　2021年《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》正式发布， 纲要将“加快数字化发展，建设数字中国”单独成篇，对我国数字化转型作出了系统谋划和战略部署， 提出“激活数据要素潜能，加快建设数字经济、数字社会、数字政府”。我国数字政府建设开始进入加速发展阶段，政府数字化转型正在释放巨大的价值和潜力。

　　数字经济：侧重关键数字技术创新应用、推进数字产业化和产业数字化 。

　　数字政府：侧重公共数据的开放共享、政务信息化的共建共用和数字化政务服务效能的提升 。

　　数字社会：侧重提供智慧便捷的公共服务、建设智慧城市和数字乡村、打造数字生活。

　　国家主席习近平，在向中国-上海合作组织数字经济产业论坛、2021中国国际智能产业博览会的贺信中指出：世界正进入数字经济快速发展的时期，5G、人工智能、智慧城市等新技术、新业态、新平台蓬勃兴起，深刻影响全球科技创新、产业结构调整、经济社会发展。近年来，我国一直在积极推进“数字经济产业化”“、“产业经济数字化”，“推动数字技术同经济社会发展深度融合”。

　　二、数字经济发展内涵

　　在2021年召开的“第二十届中国互联网大会”上，清华产业转型顾问委员会主席、清华大学兼职教授黄奇帆对“数字经济”概念的内涵做了进一步的阐述：

　　数字经济产业化：三个关键词——“连接”、“共生”、“赋能”

　　产业经济数字化：深入到产业中的任何一个环节;催生出生产要素和生产关系的新组合;最终实现产业的重新定义、市场的重新定义、认识世界方式的重新定义

　　融合创新：技术与业务不断深度融合与再造的创新过程

　　要搞清楚医疗健康领域“数字经济”发展的内涵，我们先要来厘清几个医疗健康数字经济发展的基本概念：

　　(1)数字化：本质是要发挥数据要素的“乘数效应”，提升资源配置效率，创造新的业务形态 。对医疗健康行业来讲，就是如何通过“数字化”发挥好医疗健康大数据的数据要素的“乘数效应”?如何在公立医院高质量发展的进程中，提高医疗资源配置的效率?如何通过线上、线下新业态的整合，来信息惠民、信息便民，创新医疗服务新模式?

　　(2)数字化转型：本质是经营管理数字化的过程，其核心是新基础设施的建设和新业务模式，以及与之匹配新生态体系的建设;数字化转型包含了数字化的而全过程。对医疗健康行业来讲，就是在“数字化”过程中，如何搭建“云大物移智”新基建、新基础设施?如何用IT手段来为医疗机构全流程、全精细化管理赋能?如何建设开放共享、连接共生的健康产业新生态体系?

　　(3)数字治理：是对数字化转型过程中安全、隐私保护等核心风险的管控，以及整体组织形态、运营管理模式的优化调整;是对数字化转型过程中生产关系的重塑;驱动了企业数字化转型价值最大化;并且包含了“数字化转型”的全过程，当然也就包含了“数字化”的全过程。所以其内容和内涵也是最丰富的。对医疗健康行业来讲，就是在“数字化”过程中，如何提高对网络信息安全与患者个人隐私等核心风险的管控?如何提升完善对生态体系中组织架构的建立以及运营模式的优化?如何在“数字化”通过流程再造和业务重塑来提升医疗资源配置的效率?最后如何通过数字化治理，以帮助医疗机构实现价值的最大化?

　　三、医疗健康数字经济发展解析

　　未来医疗健康领域数字经济发展是否能实现数字经济产业化、产业经济数字化以及融合创新要求?其中实现“四化”是未来合理评价的重要“客观标准”：

　　业务数据化：是指业务数据全环节在线，线上、线下融合成一体

　　数据资产化：是指通过数据治理形成数据资产，数据可视、可监管

　　资产服务化：是指通过发掘应用场景，提供统一运营数据资产服务

　　服务价值化：是指通过外部场景或者边缘业务、新业务的创新，数据赋能原有业务以及新业务产生创新价值。

　　“四化”通过以下三个层面的“治理架构”逐步完善：

　　首先，需要做的是将医疗机构按现代“企业治理”架构模型对核心业务能力沉淀、分解和重构，使之融为医院整体IT实践的一部分。因为医疗机构核心业务能力沉淀的本质，应该是以业务模型重构为核心可复用的“微服务化”。业务能力沉淀的关键是业务原子服务的“颗粒度”和“标准度”，而业务模型的设计决定着业务的“耦合度”。医疗行业作为特殊的民生服务行业，不同时期医疗业务的形态和模式会发生不同的变化，所以医疗核心业务能力未来的“拓展性”和“创新性”，取决于医疗业务模型设计与映射能力的几个“度”的孪生成熟程度。

　　其次，医疗核心业务能力“业务驱动”开展后，需要考虑的是医疗业务的“数字治理”架构：即如何开展业务系统的数据采集、数据质控、数据资产、数据服务、数据开发、数据监管的“全生命周期管理”，实现“横向的”数据治理目标?如何实现纵向的数字经济产业的整合?如何快速的向能力消费者(患者或产业互联网)提供“云大物移智”赋能以及开放式平台服务?和“企业治理”“自上而下”的思路不同，“数字治理”是一种“自下而上”的建设思路。可调度“敏捷开发”是“数字治理”外在表现形式。对“敏捷开发”来说，医疗服务“场景化”能力提供，是一种新型医疗服务探索落地的方式。其实医疗服务“场景化”能力提供并不简单，首先需要进行该领域能力的拉通和管控，所以对领域内的各项专项治理也必不可少。然后通过点上各类场景为驱动，建立起“场景能力库”，逐步形成对内、对外统一标准化的持续性能力开放，快速建立起场景化医疗新业务的IT支撑。并且可以通过可视化工具，智能化数据分析工具，进行持续的、准实时的场景运营分析。

　　最后，通过医疗业务融合与服务模式创新，实现基于价值的“运营治理”架构。其价值除了体现在：医疗业务融合包括医疗机构内部的融合;医疗机构内部业务与外部业务的融合，包括医疗服务方、供应链渠道方、第三方服务之间的融合。价值还体现在：基于核心业务能力的组合编排以及业务融合的能力构建，同时引入医疗大健康生态伙伴对各项业务进行双向开放对接，以实现多种新型业务模式的融合与创新。

数字治理

　　一、 当前存在的主要问题

　　(1)取数据先行而非编数据目录先行隐患，导致后续平台数据管理与使用失控。

　　通过某些行业内信息化案例问题分析，由于受到先天条件的限制，一些数据采集类工作，由于缺乏最小数据集标准的定义，造成采集上来的数据严重缺少结构化语义解析，从而导致数据质量控制工作无法顺利展开，最后造成堆集了大量的“脏数据”。而其应对方式是请大数据专业团队来进行所谓的“后结构化”数据清洗，以达到数据可用。而按照“数据治理”中的“Metadata Before Coding”大原则：必须通过业务元数据和技术元数据的强制性前向获取机制，杜绝元数据的后期补录，从而保证业务元数据/技术元数据/技术实现这“三者一致性”的技术机制 。

　　(2)元数据管理后置引发不一致系统性隐患，导致(元数据和实体数据资源、设计和实现、文档和实现)灾难。

　　这一条和上一条密切相关。这一类严重“顶层设计”的缺失，还会继续因为缺乏统一数据开发技术标准与规范，导致重复开发，总体开发成本大、效率低，问题多、隐患大等一系列重大的次生灾害发生。

　　(3)缺少面向对象的体系架构支撑的隐患，导致前置业务数据库表自行修改，导致数据汇聚链路失败或者引发后续数据质量问题。

　　所以迫切需要将数据、业务元数据、技术元数据、数据加工、数据质量检查、数据安全等与数据相关的内容统一作为数据对象(Object Oriented Architecture )管理起来，且该数据对象是系统的最小管理单元 。而且所有与数据有关的工作全部在对应的数据对象内部完成，确保数据对象之间只有数据加工过程的上下游关系。按照面向对象的体系架构，医疗机构前置机的调整需要严格按照“申请批复”流程，需要明确对前置机的管理职权，采集的两端上下游关系的任何变更都要纳入“全生命周期”闭环管理。此外需要强调一下：数据安全与隐私保护也应该在面向对象架构的最小管理单元中，予以具体体现。

　　(4)以代码为主的数据应用开发方式紧耦合隐患，导致数据应用黑盒问题严重，问题定位困难，维护成本高。

　　代码为王的“黑盒子”紧耦合式开发模式，随着系统的日益庞杂，其“设计被旁路”、“管理被旁路”的扩展性差问题被暴露出来，可能会导致问题查找“永不收敛”的质量问题。

　　(5)缺乏以业务驱动、以信息化支撑正确理念的隐患，导致信息化“前台唱戏”孤掌难鸣。

　　“数字治理”的基础首先是贯彻医疗机构“一把手”对“企业架构”理念的治理，其次是把“宏观治理理念”分解成可实现的“中观治理策略”，最后通过IT手段细化成“微观治理场景”。所以一定是“企业治理”顶层设计后的“业务驱动”先行，而“数据治理”是以最大化业务需求“吻合度”为目标。所以所有数据对象的设计和实现，都必须以业务驱动为基础，在最大程度上保证“数据对象”与“业务需求”间“数字孪生”对象的一致性。

　　(6)缺乏多部门权责边界明确的管理与约束手段的隐患，导致跨部门业务单位提交数据不到位、不及时。

　　在当前“数字经济”发展的大背景下，如果没有建立基于明确权责划定的多部门沟通与协调机制，极易暴露出多部门反复沟通、信息不同步、整体工作效率低下等深层次的“屁股指挥脑袋”的“机制缺失”问题。

　　二、解决的基本策略

　　(1)强元数据前置控制、数据标准执行控制。

　　按照“Metadata Before Coding”原则，提供元数据管理功能，获取和管理在开发过程中沉淀的各类元数据信息，并提供开放开视图，以支持管理人员、业务人员和技术人员快速准确地了解系统， 同时支持数据质量管理、安全管理、应用优化、应用开发等功能 。

　　提供元数据前向获取功能，让开发人员在完成应用程序开发的同时，完成元数据的收集：技术元数据的获取 、业务元数据的获取

　　提供元模型设计、元数据填充、血缘分析等元数据管理功能

　　提供业务元数据与技术元数据、技术元数据与技术实现、元数据血缘与数据调度等一致性的保障功能

　　(2)数据质量标准定义，技术标准执行控制。

　　定义明确的数据质量控制标准的指标体系。可以从及时性、完整性、一致性、可用性维度定义相关的二级指标，以构成完整的数据质量评价体系。在数据质控技术标准执行层面，围绕二级指标按照最小数据集定义各表单内各变量的域值、域控及阈值，定义各变量的质控逻辑关系及相关统计口径;围绕最小数据集各表际间业务逻辑关系，定义各表际间质控逻辑关系及相关统计口径。最后形成技术标准逻辑质控的语义集逻辑标准发布、宣贯并执行控制。

　　(3)明确依法采集方式，完善统计调查制度。

　　数据采集作为一项常态化、可持续发展工作，应该有着明确的法理基础。而卫生健康领域，卫生统计调查制度一直是一种传统、有效的工作机制。站在当今新医改五大制度建设、以及“十四五”数字经济发展的角度，对这种传统性的工作机制的不断完善和发展有其必要性和必然性。同时也是对提升“放管服”服务新模式，缓解基层压力可以起到关键作用。而且也是把传统统计调查制度从以往的结果性统计数据，逐步提升为过程性个案数据，其本身也是对统计调查制度开展高质量发展的创新和尝试。

　　(4)明确数据应用开发流程与技术标准，形成智能调度体系。

　　在以业务驱动模式下形成了业务架构的基础上，信息支撑开始逐渐走向前台，以需求为导向，开始讨论并明确相应的技术架构和各项关键技术。技术架构既能连接底层的基础设施，同时也能通过基础服务提供对上层应用的开放式对接。并最终形成智能化调度体系，支撑业务的可持续发展以及系统的迭代和优化。

　　(5)形成数据开放应用机制，明确多方权利义务。

　　在数据开放阶段，应该积极本着“谁使用谁得益”、“谁提供谁获利”的数据开放应用共享原则，并且事先声明参与各方的“责、权、利”，在信息安全、隐私保护的基础上，最终实现参与方的“共建共赢”。

　　三、数字治理的“核心”定位

　　从前面提到的“数字治理”概念来看，其治理的对象包含了“数字化转型”的全过程：

　　首先是，数字化转型过程中安全、隐私保护等核心风险的管控;

　　其次是，整体组织形态、运营管理模式的优化调整;

　　然后是，对数字化转型过程中生产关系的重塑，兼顾质量和效能提升;

　　最后是，驱动企业数字化转型价值最大化 。

　　如上图所述，以“数据治理”为核心，依据“面向对象体系架构”，周边分布着数据采集平台、数据基础支撑平台、数据资源目录平台、数据共享开放平台、数据应用支撑平台、统一运维平台、数据安全平台。这一体系架构，提供了涵盖“数据要素”的从前置生产、数据采集、数据质控、数据处理、数据资产、到开放共享的“全生命周期管理”。

　　从图上看，其“核心定位”重点体现在三个方面的：

　　一是，整个大数据资源平台管理与应用开发的“统一入口出口”;

　　二是，提供了数据加工处理核心能力，并串联、集成其他能力模块完成面向需求的数据生产，是实现将原始数据资源转换为数据应用服务的“中心枢纽”;

　　三是，对数据资源及数据资产进行管理与应用控制的“主要界面” 。

　　从图上看，其“核心定位”还体现在：“数字治理”是未来在整合了内部横向的“产业经济数字化”后，同时也整合了外部纵向的“数字经济产业化”，最后在“数字治理”的点上，编织起“数字经济产业化”和“产业经济数字化”的融合蓝图，最后实现了“数字经济”把产业和经济真正融合与创新的“价值”。

数字“纺真”

　　Gartner发布的2022年十二个重要技术战略趋势，Data Fabric(笔者译为“数字纺真”)就是其中之一。“数字纺真”要实现的广义理想是在正确的时间里，帮助需求者从任何地方连接到他们所需要的正确数据。从具体能力来看，应该包括：

　　高度自动化的自服务：通过在数据之间建立虚拟链接，简化数据访问的模式，从而减少数据复制的数量

　　智能化数据目录和知识图谱：通过加强数据的整合治理以及活跃的元数据，建立一个动态的、智能的数据目录以及自动化的数据平台

　　智能化集成：通过提供整体的自动化策略，从而增加数据的隐私保护，并提高数据的质量

　　支持分布式云原生架构数字资源的“全生命周期管理”

　　从以上描述和图示的结果来看，“数字纺真”重点在调度资源实现融合：

　　融合了“云原生技术架构”中的Devops与Dataops，把数据、流程、应用开发和统一运维实现一体化

　　融合了云计算敏捷化，实现了“算法、算力、算据”与“解析、解释、解构”的整合化

　　融合了AI辅助AI的智能化

　　所以，“数字纺真”是编织“数字经济产业化”和“产业经济数字化”融合蓝图;是编织数字经济“运营治理”为核心的数字化工具。而数字经济是继农业经济、工业经济之后的主要经济形态，数字化转型正在驱动生产方式、生活方式和治理方式发生深刻变革，并且正在对世界经济、政治和科技格局产生深远影响。

　　《数字经济及其核心产业统计分类(2021)》(以下简称《数字经济分类》)已经在2021年5月14日国家统计局第10次常务会议通过后正式发布。这对于加快我国经济社会各领域数字化转型步伐，推进国家治理体系和治理能力现代化，形成与数字经济发展相适应的政策体系和制度环境，具有十分重要的意义。

　　《数字经济分类》从“数字经济产业化”和“产业经济数字化”两个方面，确定了数字经济的基本范围，将其分为数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业、数字化效率提升业等5大类。其中“智慧医疗”就属于第5大类中的“数字社会”板块，统计分类代码“050702”，目标是“指利用数字化技术和信息化平台开展的医学检查检验影像，以及在线医疗、远程医疗等服务活动”带来“提质增效”高质量发展新机遇。而“数字纺真”就是居于“核心地位”：以横向的“产业经济数字化”整合为纬线;以纵向的“数字经济产业化”整合为经线;最后实现两者的创新与融合，以实现数字经济领域价值的最大化。

结束语：完善治理架构、促进高质量发展

　　综上所述：行业高质量发展是行业数字经济发展的外在形式，融入的目标是为了实现数字经济发展过程中的“四化”：业务数据化、数据资产化、资产服务化、服务价值化。

　　要实现“四化”，落脚在金字塔自下而上的三层“治理架构：

　　一是，业务驱动的“企业治理架构”，重点在业务流程再造;

　　二是，技术驱动的“数字治理架构”，重点在赋能型资源再造;

　　三是，经济驱动的“运营治理架构”，重点在模式创新价值再造。

　　从这个参考体系看，我们目前很多“智慧医疗”行业应用还处于“业务数据化”和“数据资产化”比较早期的发展阶段，而且从效果看“碎片化”、“孤岛化”严重，离“流程再造”、“资源再造”、“价值再造”的数字经济发展新理念，还有不少差距。分析其因为：

　　一是，缺少理论特别是“数字经济”理论学习，与时俱进理念不足;

　　二是，缺少新理念指导下治理体系的顶层设计;

　　三是，缺少数字经济产业化、产业经济数字化领域的标准化研究;

　　四是，缺少数字经济发展评价指标体系支撑。

　　所以建立新型的数字经济“治理架构”、建设合理适用的“评价体系”，也是未来医疗健康领域“业务创新”与“技术创新”双轮驱动、高质量发展的核心和发展关键。

　　作者简介

　　曹剑峰，上海市卫生健康统计中心副主任(原上海市卫生健康信息中心)，拥有30年的医疗健康信息化建设工作经历：1991年进入上海市胸科医院开始从事医院信息化工作;1994年开始参与研发上海第一代医院信息系统(HIS)，对医院的业务流程有深刻的理解;2006年进入卫生行政部门——上海市卫生局信息中心，开始参与全市重点项目“公共卫生突发应急工程”、“上海市民健康网工程”的项目实施与管理工作，开始了市、区两级区域医疗信息化的探索;2015年开始负责上海市“社区综改和家庭医生责任制”和“1+1+1”分级诊疗”信息化支撑项目;2017年开始研究大数据DRGS医院病种指数用于公立医院精细化管理方法的探索;2018年开始在上海市拓展“健康云”——“互联网+医疗健康”信息惠民移动服务平台的推广与应用;2019年开始探索建设上海“互联网医院”以及“互联网监管平台”建设。2020年参与组织实施上海市实事工程“支付一件事”，率先实现医保“脱卡信用支付”新模式，同年参与建设青浦“长三角智慧互联网医院”;2021年主持参与上海医疗便捷就医“数字化转型”七大场景中“互联互通互认”与“电子出院小结”两大场景建设;2022年秉持“12512”的理念，组织开展上海卫生健康信息标准化揭榜攻关项目落地。