一個數據互通共享的衛生健康信息系統，怎麼建？
3月11日一早，意大利新冠確診病例突破10000登上新聞熱搜第一名。
前一天，意大利總理孔特宣佈全國封閉，如非工作或健康需要，禁止人員
僅僅兩週之前，人口較為密集的金融和時尚中心米蘭、旅遊勝地威尼斯還均沒有發現病例，而現在均變為疫情“紅區”。
彷彿是武漢封城前“逃離行動”的又一次上演，米蘭的人們在封城消息公佈前“大逃離”的照片和視頻也紛紛被社交媒體公佈。
恐慌，早就代替了藝術、浪漫，成為了此刻意大利的標籤。
媒體“奮鬥在意大利”為華人制作的意大利實時疫情表
人們都在討論，為什麼意大利在很早就實施了中國之外最嚴厲的疫情管控政策，但並沒有控制住疫情爆發，反而愈演愈烈？
按照一些熟悉意大利的媒體人的解釋，著急的政府和混亂的地方執行，是疫情之下意大利最大的矛盾點。
一方面，意大利的政治體制裡，中央政府只負責制定宏觀規則，但具體法規的執行則有大區議會和地方政府負責。這樣的體質在疫情突如其來時就難以起到整體防控作用，儘管陸續出臺的封城、增加病床、招募醫務人員、財政撥款措施都類似湖北的防控措施，但仍舊沒有阻擋住迅速攀升的疫情。
另一方面，意大利的醫療系統的行政命令也顯示出混亂，其國民衛生服務系統在結構上設計比較複雜，中央政府和地方政府共同擁有管制權。雙線條的行政命令，導致疫情爆發初期，地方政府和中央政府的處理措施不一樣，讓醫療系統左右為難，不知所措。
此外，意大利人重視社交的傳統，也很難嚴格執行疫情中的各種規定。
此次中國衛生健康系統在疫情防控中的工作全球有目共睹。但實際上，從2009年信息化收到高度重視開始，醫療服務的模式就已經開始全面變化。
此次疫情發生之前，結合大數據、雲計算、AI與5G的趨勢，國家衛健委統計信息中心副主任胡建平在公開場合對醫改中“互通共享的信息系統”也做了一番解讀。
拋開政治因素，或許這些各領域信息化早早開始做的“作業”，就讓其他國家有點難抄。
演講整理
一個數據互通共享的衛生健康信息系統，怎麼建？
講述：國家衛健委統計信息中心副主任胡建平
整理：紫金山科技
最近幾年，大數據、人工智能、互聯網+5G、區塊鏈等等新技術的出現和醫療健康領域的高度融合，使得中國整個醫療服務模式、服務水平都發生了翻天覆地的變化，前提是必須有個很好的頂層設計來擔當“領軍者”。
我國幅員遼闊，醫療機構眾多，三級醫院幾千家，把小診所、衛生室都加上可達一百萬個機構。如此龐大數量的醫療機構的信息如何能夠互通，確實有難度。所以，我們出臺了“46312”頂層框架，在醫改中建立一個互通共享的信息系統。
- “4”代表4級衛生信息平臺，分別是：國家級人口健康管理平臺，省級人口健康信息平臺、地市級人口健康區域信息平臺及區縣級人口健康區域信息平臺;
- “6”代表6項業務應用，分別是：公共衛生、醫療服務、醫療保障、藥品管理、計劃生育、綜合管理;
- “3”代表3個基礎數據庫，分別是：電子健康檔案數據庫、電子病歷數據庫和全員人口個案數據庫;
- “1”代表1個融合網絡，即人口健康統一網絡;
- “2”是人口健康信息標準體系和信息安全防護體系。
為了讓大數據、人工智能、互聯網+更好地賦能健康中國的建設，之前我提出了“一+二+三+N”體系。
“一”是一切以人的健康為中心來建設健康系統，要便捷、高效、協同、智能、主動、共享。
“二”是一箇中心、兩個基本點，明確醫療服務是誰提供的，履行醫院、婦幼等各個醫療機構的信息化，要智能、要智慧；要明確落在什麼地方，要通過區域平臺推進信息化建設。
“三”是三種模式和新技術結合。 一是互聯網+，把分散的資源組織在一起，給醫療服務提供更多便捷性，服務遠程醫療、在線診療和未來的互聯網醫院。
二是大數據，通過數據挖掘分析技術，可以使我們的醫療決策更加精準，一方面體現在醫院管理上，推進智慧臨床、智慧管理；另一方面體現在對病人的治療上，精準醫療就是基於大數據的個性化醫療。例如在治療過程中，一些臨床表現是一樣的，但是，同樣的藥物，對臨床表現一樣的其他病人不起作用，經過測序、分子生物學分析以後，發現他們的基因缺陷是不一樣的，根據基因的缺陷來選擇靶向藥物做腫瘤治療，效果就會有很好的改善，這就是精準醫療。
國家也非常重視精準醫療，立了很多課題來做這個事。所以，大數據在醫療領域應該有廣闊的前途。關鍵是我們的數據要能夠共享，而且這些數據都要是高質量的數據。
某醫院的智慧醫護信息系統，醫護人員通過掃描患者佩戴的智能手環就能讀取患者住院期間相關信息
三是人工智能的應用，這個在局部領域有很好的應用了，輔助診斷、輔助治療等方面，人工智能最大特點是提供了一種真正的供給方式或者增加了新的供給方式，人工智能雖然不能像人一樣思考，但是，人可以把它訓練的像人一樣幹活。
互聯網+、5G、大數據、AI、神經網絡、機器學習、深度學習等，這些技術跟業務結合在一起，就形成了幾種最典型的模式，在我們的醫療健康領域都有廣泛的應用。
“N”就是業務需求，非常繁雜，數量龐大。
智慧醫療系統的基礎設施，離不開雲的支撐。我們最近找了好多公司合作，打造統一支撐平臺，一方面，實現統一的用戶註冊、統一的授權、基層的引擎，讓大家都能夠使用；同時，各種業務系統都可以通過這個平臺統一集成起來，而且提供一些統一的工具和服務，作為應用系統的支撐。
數據平臺，既要管上面業務系統的數據支撐，也要實現大數據分析和和人工智能的應用，包括通過互聯網感知方式自動獲取數據。
業務集成的支撐，服務數據的支撐，就是智慧醫療平臺最核心的能力。
客觀地說，目前我們國內的大醫院包括大型三甲醫院的數據中心支撐能力或者評級，還有很大的提升空間。
不久前國家衛生健康委、信息中心、大數據學會一起制訂了全國醫院建設的規範性標準，把不同醫院具備什麼系統進行了全面梳理，從智慧服務、智慧臨床、智慧管理、數據服務、協同應用、基礎支撐、安全需求等方面樹立個了大概兩千多個功能，統計了不同級別醫院的不同功能。
智慧醫療的第三個基石就是數據治理，必須有一套數據治理的體系才能把這些數據真正的用好、管好，這點恰恰也是急需提高的短板。
不久前我去過一趟美國梅奧醫學中心，跟他們數據中心負責人交流，他們的系統只要有系統上線以來所有的數據都在，而且能用，一天以後就能把數據上傳到大數據平臺上開展應用，我說這點我們還很難不到，在數據治理上，我們還是有很大的差距。
數據治理跟數據管理是有區別的，總的來說，數據治理是一個體系化的管理，數據管理可能是我們數據治理裡的一個組成部分，是一個局部和整體的關係，數據治理關鍵是從組織架構、流程設計上，必須有一個智能化數據平臺，實際就是數據中心是要支撐的數據平臺，沒有一個工具，不可能把這些數據元素管起來。
實現數據治理我們也規劃了七個步驟：一是要制定統一規範的標準體系，圍繞電子病歷，以電子病歷為核心建設醫院信息系統。
我們現在比較薄弱的是術語標準，相當於美國或者國際組織術語標準，要建立中文的術語標準，術語標準絕對不是醫學術語，是要用我們的邏輯架構把這些最小顆粒度的醫學術語管理起來，使得我們在術語層面能夠結構化，病歷結構化。
同時也要設計完整高效的治理流程，按照PDCA循環來制定。要持續的質量管理，沒有質量管理的數據是沒有用的。數據質量實際上反映的是醫療質量，也有數據記錯了、溫度記錯了，依靠智能化手段馬上能檢出來。
同時建立科學信息數據治理體系，打造一個先進的智能化數據管理平臺，形成持續創新的數據應用能力，建立一個穩固可靠的安全體系，這就是我們開展數據治理的幾大任務。
數據治理效果好不好？實際上我們也有一些標準來衡量，最近國家也發了數據治理的評估模型，分了五級，最開始初始級，第二，受管理級，穩健級，量化管理級，優化級，我們現在最好的醫院做的屬於也就穩健級階段，量化管理級到優化級根本達不到，現在還有很大的提升空間。
我希望業界一起持續推進醫院信息化建設，為智慧醫院建設服務，為健康中國建設服務。
- END -
更多精彩內容，敬請搜索關注“紫金山科技”微信【zijinshan2013】
★紫金山科技：聚焦5G，關注人工智能與移動互聯網的發展。報道新產業、新公司、新業務、新商業模式，探索5G+AI的無限可能
閱讀更多 紫金山科技 的文章
