李郁鸿：数据治理支撑超大型医院高质量发展

　　作为一所文化底蕴浓厚的百年老院，郑州大学第一附属医院（简称郑大一附院）经过几代人的不懈努力，形成了“一院三区一中心”集团式发展新格局。“我们在开展多院区信息化建设时，采取统一规划、统一设计、统一网络、统一系统、统一数据和统一管理的方式，构建智慧医疗服务体系。”郑大一附院原信息处处长李郁鸿介绍，全院目前共有124个信息系统，核心机房面积共计2051平米，存储临床数据4023.27TB。

加强系统集成、数据融合与治理

过去，郑大一附院在系统集成、数据融合与治理方面存在以下“堵点”：个别系统功能未按照规范、数据标准、编码标准设计；数据清洗缺乏统一策略，数据质量不高；数据类型多样，融合性不够；数据未充分体现其价值。

为了扭转这一局面，郑大一附院采取了一系列措施：

1.全面升级数据管理，实现更精细的数据颗粒度控制。医院形成全诊疗闭环的监管能力，使成本、效益、绩效分析更加准确，持续推进深度无纸化建设；

2.夯实基础业务，推动数据治理同质化升级。医院按照标准规范对部分基础业务系统架构进行升级改造，以满足同质化业务流程、同质化系统管理的需要，为整合各临床应用系统信息资源、实现数据治理同质化奠定基础；

3.规范系统集成与互联，促进数据互通便捷性提升。通过业务梳理识别业务问题，并针对问题进行总体设计。根据总体设计和业务场景制定数据标准、消息标准和服务标准。根据总体设计和标准规范同步进行平台实施和系统升级、改造。

郑大一附院的集成平台主要异构厂商完成13个数据集成接入，接口集市包含接口707个。医院对全量业务数据进行归集与治理，目前，已完成近五年临床数据治理工作，数据量近28TB；其中，HIS、医嘱、病历、医技等信息系统所产生的结构化数据为27.2亿条。

支撑医院高质量发展实践

李郁鸿介绍，郑大一附院实现了全院系统接入及接口规范化管理，充分发挥集成平台在统一调度、系统集成、数据分析中的实际价值。系统实现了精细化运维管理，按照系统集成维度的数据分析，可精确查询系统调用接口、接口性能、接口日志。

通过升级微服务网关+ESB总线混合架构，集成平台有效支撑院内院外高业务访问量，能够伴随业务增量，实现持续扩展、服务高质量、高稳定性运行。医院建成了27个医疗业务闭环，实现医疗质量管理精细化分析，展示闭环流程，配置闭环节点。医院临床危急值管理系统提供全院各类危急值业务流程治理方案，统一临床医护人员与医技科室通信桥梁，实现危急值全流程监管，全面提升院内危急值处理率，保障医疗安全。基于数据集市提供数据上报服务，支持抗肿瘤数据、儿童肿瘤数据、发热数据、流感数据、省平台数据上报等各类数据上报，进行服务的统一管理。

郑大一附院建设了全场景智能化VTE系统（静脉血栓栓塞症防治系统），根据VTE临床诊疗规范，自动解析患者病历并采集危险因素，自动完成VTE风险评估，智能判断患者VTE风险等级，并根据评估结果结合循证医学知识库来推荐恰当的预防措施，保障患者安全。

医院研发了智能化单病种质控上报系统，共实现了55个单病种的自动上报，质量监测信息项目达到927个，无缝集成，医生站实时提醒，自动匹配上报病例、自动填报质控指标、自动完成审核上报，大幅度提高了单病种的上报率，减少了手工筛选的工作量，提高了工作效率。医院建设了一院多区智慧协同MDT系统，为医生在移动端提供全面完整的全景病历浏览、影像调阅、语音视频多方会诊等服务，实现会诊的全场景应用。

为解决慢病患者线下就诊困难、线上续方无法报销等问题，郑大一附院在互联网医院上线“慢病续方”功能，患者只需通过手机线上续方，药品即可配送到家，实现慢病续方、医保报销、线上支付、送药到家的全流程服务。

李郁鸿介绍，为加强数据治理，医院建设了运营数据孪生集成平台，推动同一数据中心进行多终端、多模式、多用途、多场景的数据展示，实现院内数据的实现、随时随地查看。根据管理部门需求，医院内置了可视化开发工具，可通过数据仓库中的数据开发页面，同时支持基于业务系统的数据开发页面，实现医疗质量数据孪生全景展示，提升医务精准管理。

推进数据治理价值体现

在李郁鸿看来，加强数据治理是推进超大型医院高质量发展的重要任务之一，医疗数据治理是一项长期的、复杂的系统工程，在开展存量数据治理时，应同步做好增量数据治理的安排。

“数据治理是一种技术手段，是在数据利用的过程中主动收集和改进问题，以提高数据质量，更好地支撑医院高质量发展。”他指出，数据治理的价值主要体现在以下方面：提升医疗质量与辅助科学决策；优化资源配置与运营效率；促进数据共享与协同应用；保障数据安全与隐私合规；推动医学研究与创新；构建可持续治理生态。

谈及数据治理在大型医院高质量发展中的未来展望时，李郁鸿强调，主要体现为技术创新、共享协同、质量提升、政策法规等4方面。

1.技术创新：人工智能与机器学习的深度融合，区块链技术保障数据安全与隐私，物联网助力实时数据采集与整合，推动重点专科诊治能力的提升。

2.共享协同：跨机构、跨区域的数据共享机制逐步建立，多方参与的数据治理模式逐渐成熟，实现重点领域诊疗技术的协同创新。

3.质量提升：数据驱动的医疗质量评估体系更加完善，持续改进的医疗质量文化逐渐形成，支撑医疗高水平引领性发展。

4.政策法规：数据治理相关法规政策的进一步细化，伦理准则在数据治理中的地位日益凸显。