当前位置： AI资讯 > 内文

惠每数据中台：打造医院创新型数据服务

2022-9-2 关键词：数据中台,专家视点

传统数据平台的底层技术架构主要关注数据处理的规模和速度，在工具层仅提供如数据集成、任务调度、运维监控等业务属性较弱的数据开发能力。“惠每数据中台以数据治理为切入点，重点建设元数据管理、数据质量和数据标准，帮助医疗机构从平台上获取安全、开放的数据服务。”在由HIT专家网主办，惠每科技、智惠学苑协办的“建设智慧医院：数据驱动高质量发展”在线研讨会上，惠每科技CTO王实从技术层面化繁为简，分享了数据中台在医院中的建设应用及趋势发展。

惠每科技CTO 王实 

“当数据的生产量或系统数量达到了一定的规模时，尤其是应用了产生核心数据的系统，那么，数据中台在帮助医院基于数据治理与利用的业务创新上，就会逐渐凸显其价值。”王实表示，数据中台的覆盖面很广，很难从一开始就让所有模块应用落地。从给医院的搭建经验来看，一般从数据治理角度切入，并把医院的的系统分为数据生产系统和数据消费系统（如惠每VTE智能防治系统、单病种数据上报系统），对数据消费系统中比较核心的数据治理点进行元数据、数据质量和数据标准的建设，使医学数据在AI的创新应用上价值最大化。

元数据管理。“元数据是描述数据的数据。”王实介绍，元数据可以分为业务元数据、技术元数据、过程元数据和安全元数据，简单来说就是描述数据属性的信息。而元数据的管理产品是数据资产，数据资产就如高德地图，能够帮助医院定位和查找到想要的数据。“能找到、看明白、放心用”是王实对数据资产功能的简单概括。

“元数据管理的下一个成熟阶段是元数据的成本核算，这也是元数据管理的重要一点。”王实以表的元数据信息举例，通过建立一个账单体系，并给CPU和存储定价，由此来计算表的元数据信息的计算和存储成本，进而可以放宽业务频繁调用或者业务价值比较高的数据成本。

元数据管理——成本估算

数据质量治理。通用型数据中台的数据质量治理评估体系包含了结果指标相关的质量问题、主动发现相关的监控报警、预防发生相关的规范覆盖。此外，还设置了公立医院数据质量治理评估体系，便于医院的管理层、信息部门了解数据质量问题的根源。从医院的实际应用角度来说，病历质控应用依赖于电子病历系统的数据产出，VTE（静脉血栓栓塞症）防控应用依赖护理系统或医嘱系统的数据产出。可见，数据驱动型应用的实际功效与业务系统产出的数据质量息息相关。王实介绍说，惠每科技数据质量评估工具能够辅助医院客户甄选出符合数据质量标准的AI应用，落实数据质量建设。

通用型数据中台数据质量治理评估体系

数据标准建设。从临床角度来说，临床标准数据集的特点是关联的临床知识是不断变化和发展的，所以没有统一的标准。“惠每科技为用户提供公开的《临床标准数据集》，在同一标准定义下，与医院用户共享数据治理成果。”王实介绍，惠每《临床标准数据集》分为以患者为维度的基础数据集和以病种为维度的专病数据集，对临床真实语料进行标准化，以患者为维度进行构建及输出，支持惠每科技全产品线应用。

惠每科技《临床标准数据集》

另外，面对医院建立具有诊疗特色和优势的疾病知识体系需求，惠每科技提供知识库管理工具，辅助医院自建质控规则知识库，形成持续循环迭代，知识和经验不断沉淀的内化知识库。同时，医联体或区域医疗可以基于同样定义标准的数据集做知识的交换，帮助实现同质化的管理。

在展望数据中台建设的两大趋势上，王实总结说：一方面，中台的数据应用趋势正在从BI（商业智能）转向AI。例如基于AI的临床风险预测模型，可完全依据治理后标准化了的数据，通过机器学习开发出适合本院数据的新模型。另一方面，数据处理技术也将从历史数据的批处理向实时数据的流处理发展。传统大数据平台主要为批处理模式，即处理海量的不再变化的历史存档数据，而流处理对数据的实时性要求很高，如ICU生命体征监测预警的场景，对呼吸机报警参数、生命体征参数等数据输入的及时性有一定要求。