CHIMA干货分享|医院数据治理的五大重点问题(二)

2021-8-26

随着医院信息化建设不断推进、院内各项数据长期积累,整个医疗信息化行业的关注焦点已经从信息系统建设延伸到了数据资源管理和利用。时至今日,“数据很有价值,是医院的资源和资产”已经成为共识。但是,怎样把大数据管理和利用好,这个过程需要注意哪些问题、克服哪些障碍、把控哪些风险?

上周的《CHIMA干货分享|医院数据治理的五大重点问题(一)》为大家讲解了“数据治理”的概念和相关标准,以及医院数据治理五大重点问题中的“组织与职责”、“数据安全”。下文则将继续讲解“数据质量”、“数据权益”和“数据利用”方面的内容。

数据质量

“有质量的数据才有价值”,持续提升数据质量是医院数据资源建设的重点,也是数据治理的核心。那什么才是有质量的数据?

仍是“数据治理规范GB/T34960.5-2018标准”列出了数据质量评价指标框架的六个维度,分别是数据的规范性、完整性、准确性、一致性、时效性、可访问性。落实到医疗数据领域,就是医院数据质量的六个重点问题。

完整性——数据完整性的标准是什么?在医疗信息化不断发展的今天,并没有医院数据完整性的绝对标准,可以尝试从患者数据角度来看待这个问题。

横向:是否覆盖医疗过程的各个环节,覆盖病历所有内容。因为病历是患者医疗记录的载体,可以对照看病历内容是否覆盖完整的医疗过程。

纵向:以患者为轴线,看数据是否贯穿患者历次就诊,并向院外随访延伸。

整合:以患者为中心的零散医疗信息整合,以财务为中心的零散人财物信息整合。

规范性——大家都希望进行数据利用时可用的都是加工好的规范数据,但由于医疗记录的复杂性及描述性特点、影像数据的非结构化特点、大量异构系统等原因,导致医院数据较之其他行业规范性较差。要实现数据规范性,需从三方面入手:

数据模型:从框架上进行规范,通过数据中心建设,建立医院原始数据模型,作为数据资源规范化治理的基础。

结构化:也可以认为是语法问题,文本数据采取前结构化与后结构化相结合;尽量减少PDF、扫描图片类数据。

标准化:不一定非要参考多少国际、国内标准,但至少医院内部应统一标准并保持稳定。

准确性——由于医疗行为的特性,医院数据准确性总体尚好,但仍存在一些问题,比如:

病历质量问题一直存在,但其本质上是医疗质量问题,需要通过加强基础医疗质量建设来予以改进。

仍然存在患者标识问题,一人多码现象比较突出,需要从业务流程和信息系统设计上改进。

时效性——要求在事件的发生点录入数据,但仍有部分环节存在事后录入问题。

要实现医院数据时效性,可以推行医疗活动闭环管理,实现活动全过程追踪,改进信息系统设计。

一致性——目前医院在诊断、手术等环节存在多个数据来源、多头录入问题,导致各环节数据不一致。

要解决这个问题,就要加强环节之间的数据共享,如:医护记录之间的共享、不同文书之间的共享说话人。

可访问性——医院数据存在因多种原因导致的历史数据不可用、系统之间的集成不充分问题。

解决这个问题,需要建立数据的长期管理和访问机制,提供数据查询手段,提高数据集成度。

薛万国认为,有必要在院内建立一个数据质量持续改进机制。发现问题马上解决问题,不断递归循环,数据质量一定会越来越好。具体的改进途径有二:

一是从源头(采集点)上改善数据质量,不断完善医院信息系统:

建立数据利用与业务信息化建设的互动和持续改进机制;

把改善数据质量作为信息化建设计划的导向因素,补齐发展短板;

把数据质量作为衡量信息系统应用和医院管理水平的重要指标,提升引用水平。

二是数据生成后,通过后期的数据加工、治理提升数据质量:

建立面向数据资源管理和数据利用的技术团队(大数据中心);

建立数据资源整合、清洗、加工的技术平台和工作流程,去芜存菁、去重补齐。

数据权益

数据权益的核心是明确数据资源归属权、使用权、权益保护等关键问题。数据利用过程中会产生一系列与数据权益相关的问题,如果不梳理清楚,会影响数据的治理和应用,比如:

科室可否把其部门信息系统的数据据为己有;

任何研究人员是否都可以访问使用全院数据;

A科室的研究人员是否可以不经B科室的同意而使用其病例数据;

科室建立的科研数据库(包括随访数据)是否共享,权益如何分配;

科室是否可以用自己的病例数据与医院之外的单位共享合作;

数据研究是否需要患者知情同意;

数据服务部门的权益如何体现。

数据利用

数据的价值在于被分析和利用,所有的数据资源管理、技术平台被建立也都是为了数据的分析利用。Big data is nothing without big analysis. 医院数据利用有两种形式:

第一种是建立常态化运行的基于数据的应用系统,如:绩效考核系统、医疗质量监测系统、专病科研数据库系统。

第二种是“即席式”数据分析,即针对特定的临床和管理问题,挖掘数据规律,建立分析模型,如:疾病预测模型、再入院预测、住院费用预测等。

当前第二种形式在大数据领域应用得更多一些,国外也有一些模型对医院数据分析成熟度进行评价,如HIMSS Analytics的数据分析能力成熟度评价模型(AMAM)。

如前所述,数据的价值只有通过利用才能反映出来。因此,医院内部要鼓励数据利用,并构建鼓励数据资源开发利用的环境氛围:

首先,制定吸引医务人员参与的措施。医务人员是数据利用的主体,好的临床问题是数据利用的开始;设立院内大数据创新课题,支持临床和管理创新。

其次,建立便于数据开发利用的技术平台和服务流程:提高数据和技术的可及性;简化申请审批和服务流程。

最后,提高医务人员的数据利用能力。开展数据利用的方法和技能培训,如Datathon比赛;开展数据应用交流,启发创新思维。

薛万国最后总结,医疗数据是宝贵的资源。要发挥出数据资源的价值,不仅要做好技术平台建设,也需要构建相适应的数据治理体系。医院数据治理要把理念与医院环境特点相结合,与医疗数据的特点相结合,抓住重点与关键,构建起鼓励利用、职责明确、流程规范、责权利清晰的制度机制,为医院数据资源利用创建良好生态。

CHIMA干货分享医院数据治理的五大重点问题(一)医院信息化建设规划的方法与误区本文根据薛万国主任在“CHIMA·2021 智慧医院规划与信息治理分论坛”上的讲话内容整理

成为我们的

合作伙伴

医院演示预约
提交以下真实信息,我们将在一个工作日内联系您
*姓名
*部门
*医院名称
*手机号

即刻预约