来源：HIT专家网      作者：龚晨

“传统的数据分析系统，会因为医院数据的不断增长导致数据整合困难、计算过程繁琐、计算性能低下等问题。而数据大脑正好相反，随着数据的不断增多，数据大脑的计算模型在大量数据的训练下变得更加智能、分析过程更加便捷、分析结果更加准确。”

2023年11月11日，在2023年南湖HIT论坛上，上海柯林布瑞信息技术有限公司（以下简称柯林布瑞）联合创始人秦晓宏分享“数据大脑”的规划思路和建设路径，以及如何帮助医院提升数据质量、释放数据价值的具体实践。

上海柯林布瑞信息技术有限公司联合创始人 秦晓宏

医院“数据大脑”的建设路径

何为“数据大脑”？秦晓宏认为，“数据大脑”不是单一的数据分析系统，而是成为各类业务的计算服务中心；其采用开放服务的方式，为医院各类业务系统提供基于数据提供、基本计算以及人工智能计算服务。

为打造医院“数据大脑”，医院信息部门需做好顶层设计，在建设中层层递进。

首先，搭建合理的技术架构。第一步是建设数据湖，以原始形式采集和存储大量数据。作为集中式的数据存储，数据湖具有开放、可扩展的架构，可容纳来自任何来源的所有类型数据，且不会牺牲保真度，包括结构化数据（数据库表、Excel工作表）、半结构化数据（XML文件、网页）与非结构化数据（图像、音频文件、推文）等。第二步，基于数据湖划分与建设领域数据中心，如临床数据中心（CDR）、运营数据中心（ODR）、科研数据中心（RDR）、教学数据中心（EDR）等。如果领域数据中心无法满足某些特殊需求，例如缺少某些字段或其他内容，还可以返回数据湖中重新获取所需数据。

其次，重视数据治理工作，既包括元数据管理、主数据管理、标准管理等，也包括数据质量核查工作。

以元数据管理为例，“在数据治理中，元数据相当于所有数据的地图。”秦晓宏认为，医院业务生产系统中的数据大多存在涵义不清晰、业务属性不明确等问题，因此难以利用与发挥价值，医院需要构建元数据资产目录，参考DAMA（Data Management Association，国际数据管理协会）指南中的描述属性，从业务、技术、管理三个角度来描述数据资产，帮助医院知道拥有哪些数据、放在哪里、从哪里来到哪里去、由谁负责、每个数据代表什么含义、数据生命周期做了哪些内容、如何保证数据安全性，以及数据质量如何等，从而让医院数据摆脱“黑盒管理”。据介绍，柯林布瑞“元数据管理系统”形成了指标资产目录，并提供相关数据服务，目前已经积累三级医院等级评审、公立医院绩效考核、基础运营指标库三个体系，同时形成口径版本管理，以更加全面地服务医院各级管理部门。

数据质量的持续提升需要有效的工具支持。在与华西医院、瑞金医院等大型三甲医院的合作中，柯林布瑞“数据质量核查系统”积累了几千项的数据质量规则，帮助医院实现多角度诊断数据问题，并出具核查报告，倒逼系统优化，让系统厂商与医院共同携手，从源头改善数据质量问题。

第三，打造“业数融合”，实现医院业务流与数据流的结合。打造“业数融合”是将数据应用于具体场景之前的一项重要工作。“可以构建业务地图，以直观了解到医院各类场景的业务闭环，以及各业务节点中的执行科室、业务规则和数据资产。”秦晓宏介绍，医院运营管理部门可以对需要特别关注的业务节点标记标签，查看这些节点在底层体现在哪些数据资产上，并下钻查看这些数据资产的业务描述、技术参数、管理权限、数据血缘的来源和去处。

例如，运营管理部门发现“月度运营分析”报表数据存在问题并反馈给信息部门后，技术人员通过元数据血缘分析，发现“月度运营分析”报表受到上游 ODS层（也即数据湖）4张不同数据表的影响，从而可以快速定位问题源头，低成本地解决问题。

第四，为数据分析应用提供有效工具。为满足医院用户对数据分析的不同要求，柯林布瑞开发了“数据挖掘平台”，可将已经建好的模型灌入“数据大脑”中使用。医院可以借助数据挖掘平台建立和扩展各种分析模型，并且这些模型可以被反复使用。在数据量大、维度高、信息化建设完善的场景下，数据挖掘平台能够发挥更大的价值。

柯林布瑞还提出了“智能配控”概念，其研发的“智慧医疗配控中心”可根据不同业务场景的不同数据需求，与元数据系统、DataInsight、AI系统等相结合，快速生成符合政策要求的指标类新系统。这套系统可以更好地管理和监控指标的计划与执行过程；如果计划未能按时完成，系统会发出告警，提醒相关人员采取行动，及时解决问题。

基于上述规划与建设思路打造的医院“数据大脑”，可有效规避传统数据分析系统因数据量增长带来的性能瓶颈问题。“数据量越多、指标越多、模型越多，‘数据大脑’将越智能。”秦晓宏说。

“数据大脑”支撑多类业务应用场景  

借助“数据大脑”，医院将能在多类业务场景中充分发挥数据驱动的能力。

以“支撑医保管理”为例。公立医院正面临着DRG/DIP付费方式改革、医保基金智能化监管等多方面的挑战，柯林布瑞的“数据大脑”在支撑医保管理方面取得了显著的成果。

据秦晓宏介绍，柯林布瑞的“数据大脑”重视医保管理的事前预防、事中治理和事后梳理，通过数据汇聚、数据治理、数据挖掘、BI智能决策等手段，柯林布瑞打造了基于数据中台的“支付+监管+服务”为一体的智慧医保信息平台，包括DRG/DIP医疗服务能力评价与控费系统、医保智能审核系统和智慧医保管理系统，全面促进院内医保精细化运营管理。

其中，DRG/DIP医疗服务能力评价与控费系统可从服务能力、服务效率、服务质量等方面，构建科室立体画像，找准定位，寻找科室短板及优势，集中精力攻关克难，补齐短板。系统可实现病种精细化管理，帮助医院梳理院内病种运营问题。

借助“数据大脑”，柯林布瑞可帮助医院合理提高医保基金结余、降低医保拒付风险，并长效提升院内医保监管能力，对重点风险行为、重点监控药品耗材、医疗风险场景和重点监控对象进行智能筛查分析，为医院管理决策提供参考。

“未来，我们将在深入、深刻理解医院切实需求与业务场景的基础上，利用先进技术和创新思维，通过‘数据大脑’帮助解决行业问题和挑战。”秦晓宏说，在利用AIGC、大语言模型等新技术帮助“数据大脑”更加智能的过程中，柯林布瑞更强调使用场景的适用性，需要确定在哪些业务场景下能够充分发挥大语言模型的优势，并且要改变固有的分析思路和交互模式。目前，柯林布瑞正在进行一些实践，例如在手机端，“运营咨询智能助手”可以回答用户提出的运营问题，并以图表形式提供数据，还能够支持导出报告等功能；在医学科研领域，柯林布瑞积极利用大语言模型阅读海量文献，帮助科研人员更高效地找到研究方向和空白点。