医疗行业大数据治理解决方案

医疗行业大数据治理解决方案

目录

一医疗行业大数据管理的现状..........................................1

二医疗行业大数据治理的概述.........................................10

（一）医疗行业大数据治理概念................................................10

（二）医疗行业大数据治理目标................................................10

三医疗行业大数据治理体系...........................................11

四医疗行业大数据治理核心领域.......................................11

（一）医疗行业大数据模型....................................................12

（二）医疗行业大数据生命周期................................................12

（三）医疗行业大数据标准....................................................14

（四）主医疗行业大数据......................................................16

（五）医疗行业大数据质量....................................................17

（六）医疗行业大数据服务....................................................20

（七）医疗行业大数据安全....................................................20

五医疗行业大数据治理保障机制.......................................21

（一）制度章程..............................................................21

（1）规章制度..............................................................21

（2）管控办法..............................................................22

（3）考核机制..............................................................22

(二)医疗行业大数据治理组织................................................23

(1)木勾23

(2)组织层次..............................................................24

(3)组织职责..............................................................25

(三)流程管理..............................................................28

(四)IT技术应用............................................................28

(1)支撑平台..............................................................28

(2)技术规范..............................................................31

附件A医疗行业大数据管理规范......................................32

附件B医疗行业大数据质量评估办法....................................53

附件C医疗行业大数据质量管理流程....................................58

■1、医疗行业大数据管理的现状

医院大医疗行业大数据治理其实应该叫医疗行业大数据治理，

因为医疗行业大数据治理是医疗行业大数据流维度，是通用的医疗

行业大数据管理方法论，所以和技术维度不同，这里大医疗行业大

数据治理和医疗行业大数据治理是一个概念，都是内功心法。

最近比较认同一句话“某个工程问题快速进展的关键，是清晰

定义了目标函数”，所以对于智慧医院大医疗行业大数据治理最核心

的难点，其实一直无法清晰定义目标函数，所以有建大医疗行业大

数据平台的，有搞科研大医疗行业大数据挖掘的，还有搞BI统计

的，这些都对，也都不对。

智慧医院医疗行业大数据治理，参照医疗行业医疗行业大数据

治理的基础标准，将医院业务系统产生的医疗行业大数据，利用先

进的医疗行业大数据处理和加工技术，通过多种医疗行业大数据采

集的方式，汇聚到统一的平台进行医疗行业大数据清洗和加工，最

终形成有价值、可被利用的医疗行业大数据资产。同时在医疗行业

大数据安全体系保障下，提供医疗行业大数据权限控制、医疗行业

大数据导出脱敏和访问加密、以及医疗行业大数据泄密追溯等核心

功能，保障医疗行业大数据安全。

基于智慧医院医疗行业大数据治理与服务的业务需求，讯飞医

疗大医疗行业大数据平台提供完整的医疗行业大数据治理能力平台

和服务平台组件，其中通过医疗行业大数据集成平台实现医疗业务

第1页

医疗行业大数据的采集、互联互通；通过医疗行业大数据资产管理

平台进行医疗行业大数据标准管理、元医疗行业大数据管理、主医

疗行业大数据管理、医疗行业大数据模型管理，并可以实现医疗行

业大数据资产展示、医疗行业大数据资产检索、医疗行业大数据资

产血缘分析、医疗行业大数据资产溯源等；通过医疗行业大数据治

理平台实现医疗行业大数据标准化和规划化处理管控医疗行业大数

据质量；通过医疗行业大数据安全平台为各子平台提供医疗行业大

数据安全加密、脱敏、认证、泄密追踪等安全服务；通过医疗行业

大数据共享服务平台实现对医疗行业大数据的共享和互联互通；通

过可视化分析平台实现医疗行业大数据全景展示大屏；通过医疗行

业大数据开发平台的内置统计分析算法和人工智能算法实现医疗行

业大数据分析和挖掘；通过统一权限管控、统一调度管理、集群管

理等基础支撑平台实现医疗行业大数据处理流程监控和可视化运维

功能。通过一套专业的医疗行业大数据治理平台，将很多医疗行业

大数据治理经验融汇贯通，才是医院医疗行业大数据治理快速落地

的关键。而这样一套专业的医疗行业大数据治理平台，需要将技术

上学习曲线陡峭、又很有价值的大医疗行业大数据基础组件能便捷

操作，也就是降低学习曲线，而不是类似hadoop,啥都有就是难用。

第2页

「

“^

^

0

圉a

2

生7

V0

健2

•

稹HB

医L

7-

幺80

-

的A

R8

素2Z

港Z

•D9

安C.

03

畜M

3«

％0i

W富8

K法>

以

办s

炼

法

〈

游

述

f

)J

医疗行业大数据标准管理

通过统一的医疗行业大数据标准制定和发布，结合制度约束、

系统控制等手段，实现医疗行业大数据的规范性、开放性和共享性

管理，提高医疗行业大数据管理水平。

标准字典管理是用于编辑已有的标准字典信息，同时支持在各

类标准字典分类下新增标准字典表及字典项，扩充标准字典库，用

于后期对业务医疗行业大数据的标准化管理。医疗行业大数据标准

包括不限于国标、部标、行标等。

医疗行业大数据元管理为业务方提供元医疗行业大数据新增、

编辑、维护的功能，用于业务方标准化管理本业务相关的字段，用

于后期医疗行业大数据的统一管理。包含定义医疗行业大数据元名

称、标识、长度、类型、值域等相关信息，为对象定义提供最小的

医疗行业大数据单元信息。

医疗行业大数据源字典管理是用于管理和维护各业务系统未进

第3页

行标准化之前的字典。提供字典分类树的管理，支持字典表及字典

项的新增和编辑。为后期医疗行业大数据治理标准化提供标准依据,

可以通过医疗行业大数据源字典、标准字典对应进行标准化医疗行

业大数据治理。

主医疗行业大数据管理

由于临床医疗行业大数据的不规范性、随意性等特点，在进行

医疗大医疗行业大数据利用前，需要将临床主医疗行业大数据进行

标准化处理。以统一医疗行业大数据标准为基础，规范元医疗行业

大数据和主医疗行业大数据管理；基于医疗行业大数据目录与标准

管理，指导医疗行业大数据治理的实施与开展。临床系统中的主医

疗行业大数据包含科室字典、诊断字典、药品字典、检验检查字典

等，可支持医疗行业大数据导入。可参考国内外相关标准，对医疗

行业大数据进行标准化处理。参考的规范有：ICD10,ICDlhMESH

（医学主题词表）、ICD-9-CM-3,LOINC、CFDA、ATC分类、国家卫

计委-医疗机构诊疗科目名录等。

EMPI

为了保证患者信息的正确性与唯一性，需要为每个居民建立一

个唯一标识。EMPI系统采用PIX/PDQ标准化方式，管理患者主索弓I,

并提供查询和索引功能。

患者主索引的处理，可以灵活配置相似字段识别的匹配规则，

第4页

例如配置身份证号、姓名、性别、出生年月4个字段完全一致的患

者识别为相同患者，进行交叉索引的合并操作。此外，还需提供注

册，更新、合并、关联和查询的业务服务接口。

大医疗行业大数据仓库

用于管理各类异构医疗行业大数据库的连接信息，以便同步各

应用系统的元医疗行业大数据信息。仓库支持Oracle、MySQL、

Swift.Hive、Hbase、ES、Kafka.Gbase8a,达梦等多种医疗行业

大数据库类型，支持ETL-接入任务、ETL-规整任务、ETL-作业等ETL

医疗行业大数据源，并支持华为kerberos认证。

支持按医疗行业大数据源查看已注册的所有元医疗行业大数

据，并在此基础上支撑创建DDL表功能，新增编辑表、字段、索引

等元医疗行业大数据信息，扩展医疗行业大数据库元医疗行业大数

据信息。

血缘分析是指从某一实体作为起点，往回追溯其医疗行业大数

据处理过程，直到医疗行业大数据源接口。血缘分析的输出结果包

括回溯过程中所找到的所有元医疗行业大数据对象，以及这些元医

疗行业大数据对象之间的关系，实现生命周期管理。

提供可视化的影响分析界面，从某一主题出发，寻找依赖该主

题的处理过程主题或其他主题。如果需要可以采用递归方式，寻找

所有的依赖过程主题或其他主题。当某些主题发生变化或者需要修

第5页

改时，评估主题影响范围。

医疗行业大数据采集

医疗行业大数据集成平台在web管理界面下配置医疗行业大数

据源，目的地，任务，转换规则等基础信息，医疗行业大数据资源

管理系统和ETL管理系统将配置信息写入到元医疗行业大数据库，

任务执行程序flume通过读取元医疗行业大数据库中的配置信息，

调用医疗行业大数据抽取、医疗行业大数据清洗、医疗行业大数据

转换、医疗行业大数据规整、医疗行业大数据质量、医疗行业大数

据装载等中间件按照设定的规则进行医疗行业大数据集成工作。

医疗行业大数据规整

医疗行业大数据规整管理是一套标准化医疗行业大数据转换、

医疗行业大数据清洗、关联整合的工具，是用于完成由一个医疗行

业大数据库医疗行业大数据规整到另一个医疗行业大数据库过程的

基础模块。本模块针对规整任务提供了多种类的规则组件，自定义

灵活的规则配置，然后由调度管理完成调度任务，达到医疗行业大

数据清洗的目的。同时提供了规整任务日志查看功能，查看每次医

疗行业大数据清洗任务状态、任务耗时、插入更新量等执行情况。

医疗行业大数据质量

医疗行业大数据质量管理系统主要实现同网和跨网的环境中，

对于医疗行业大数据的质量检测、医疗行业大数据交换前后一致性

第6页

检测以及医疗行业大数据增量检测功能，主要包含医疗行业大数据

质量的核查、医疗行业大数据一致性核查和医疗行业大数据增量核

查。模块针对三种质量任务提供了多种类的质量检查规则组件以及

自定义规则组件，通过灵活的规则配置质量任务，然后由调度管理

完成调度任务，发现医疗行业大数据质量问题和生成医疗行业大数

据质量报告。

医疗行业大数据安全

安全服务应用层采用消息摘要和数字签名技术防止医疗行业大

数据篡改和进行身份认证，简化部署过程，经济、简单和安全；

盲水印(BlindingWatermark)是指人感知不到的水印，简单来

说就是一个图片水印加密技术，就是将字符串转换成图片格式，再

将这个图片形式的字符串隐藏在另一张图片中，从而达到隐藏信息

的作用，最后也可用特定的程序将信息还原。采用混沌算法伪随机

嵌入数字水印技术，大大提高水印攻击的防御能力；零宽度

(ZeroWidth)Unicode不可见字符水印技术，水印能力更强、医疗行

业大数据侵入程度更小，用户感知程度更低。

平台采用根密钥、主密钥和医疗行业大数据密钥的分级密钥设

计思路，使得医疗行业大数据存储更加安全。医疗行业大数据密钥

集中在平台管理，不需要在使用方存储，从而有效防止因密钥分散

而导致的密钥泄漏的问题，从而提高系统的安全性。

第7页

内置通用脱敏规则引擎和丰富的脱敏验证规则，高效及时的解

决医疗行业大数据的漏脱敏、误脱敏和错脱敏的问题。

根据医疗行业信息化发展的现状，结合当今行业医疗行业大数

据治理的要求，大型集团或政务管理部门现阶段医疗行业大数据管

理方面存在以下的不足：

(1)医疗行业大数据多头管理，缺少专门对医疗行业大数据

管理进行监督和控制的组织。信息系统的建设和管理职能分散在各

部门，致使医疗行业大数据管理的职责分散，权责不明确。组织机

构各部门关注医疗行业大数据的角度不一样，缺少一个组织从全局

的视角对医疗行业大数据进行管理，导致无法建立统一的医疗行业

大数据管理规程、标准等，相应的医疗行业大数据管理监督措施无

法得到落实。组织机构的医疗行业大数据考核体系也尚未建立，无

法保障医疗行业大数据管理标准和规程的有效执行。

(2)多系统分散建设，没有规范统一的省级医疗行业大数据

标准和医疗行业大数据模型。组织机构为应对迅速变化的市场和社

会需求，逐步建立了各自的信息系统，各部门站在各自的立场生产、

使用和管理医疗行业大数据，使得医疗行业大数据分散在不同的部

门和信息系统中，缺乏统一的医疗行业大数据规划、可信的医疗行

业大数据来源和医疗行业大数据标准，导致医疗行业大数据不规范、

不一致、冗余、无法共享等问题出现，组织机构各部门对医疗行业

第8页

大数据的理解难以应用一致的语言来描述，导致理解不一致。

(3)缺少统一的主医疗行业大数据，组织机构核心系统间的

人员等主要信息并不是存储在一个独立的系统中，或者不是通过统

一的业务管理流程在系统间维护。缺乏对集团医院或政务单位主医

疗行业大数据的管理，就无法保障主医疗行业大数据在整个业务范

围内保持一致、完整和可控，导致业务医疗行业大数据正确性无法

得到保障。

(4)缺乏统一的集团型医疗行业大数据质量管理流程体系。

当前现状中医疗行业大数据质量管理主要由各组织部门分头进行；

跨局跨部门的医疗行业大数据质量沟通机制不完善；缺乏清晰的跨

局跨部门的医疗行业大数据质量管控规范与标准，医疗行业大数据

分析随机性强，存在业务需求不清的现象，影响医疗行业大数据质

量；医疗行业大数据的自动采集尚未全面实现，处理过程存在人为

干预问题，很多部门存在医疗行业大数据质量管理人员不足、知识

与经验不够、监管方式不全面等问题；缺乏完善的医疗行业大数据

质量管控流程和系统支撑能力。

(5)医疗行业大数据全生命周期管理不完整。目前，大型集

团或政务单位，医疗行业大数据的产生、使用、维护、备份到过时

被销毁的医疗行业大数据生命周期管理规范和流程还不完善，不能

确定过期和无效医疗行业大数据的识别条件，且非结构化医疗行业

第9页

大数据未纳入医疗行业大数据生命周期的管理范畴；无信息化工具

支撑医疗行业大数据生命周期状态的查询，未有效利用元医疗行业

大数据管理。

■2、医疗行业大数据治理的概述

2.1医疗行业大数据治理概念

医疗行业大数据治理是指将医疗行业大数据作为组织资产而展

开的一系列的具体化工作,是对医疗行业大数据的全生命周期管理。

医疗行业大数据治理体系是指从组织架构、管理制度、操作规

范、IT应用技术、绩效考核支持等多个维度对组织的医疗行业大数

据模型、医疗行业大数据架构、医疗行业大数据质量、医疗行业大

数据安全、医疗行业大数据生命周期等各方面进行全面的梳理、建

设以及持续改进的体系。

2.2医疗行业大数据治理目标

医疗行业大数据治理的目标是提高医疗行业大数据的质量（准

确性和完整性），保证医疗行业大数据的安全性（保密性、完整性及

可用性），实现医疗行业大数据资源在各组织机构部门的共享；推进

信息资源的整合、对接和共享，从而提升集团医院或政务单位信息

化水平，充分发挥信息化作用。

第10页

3、医疗行业大数据治理体系

医疗行业大数据治理体系包含两个方面，一是医疗行业大数据

质量核心领域，二是医疗行业大数据质量保障机制。

具体两者内容及相互关系可以参见下图:

制度章程组织

•规章制度・组织架构

・管控办法•组织层次

•考核机制・组织职责

数

据

主

据

数

数

安.

据

全

标

数

据

准

元

|4、医疗行业大数据治理核心领域

为了有效管理信息资源，必须构集团级医疗行业大数据治理体

系。医疗行业大数据治理体系包含医疗行业大数据治理组织、医疗

行业大数据构架管理、主医疗行业大数据管理、医疗行业大数据质

量管理、医疗行业大数据服务管理及医疗行业大数据安全管理内容,

这些内容既有机结合，又相互支撑。

第11页

4.1医疗行业大数据模型

医疗行业大数据模型是医疗行业大数据构架中重要一部分，包

括概念医疗行业大数据模型和逻辑医疗行业大数据模型，是医疗行

业大数据治理的关键、重点。理想的医疗行业大数据模型应该具有

非冗余、稳定、一致、易用等特征。逻辑医疗行业大数据模型能涵

盖整个集团的业务范围，以一种清晰的表达方式记录跟踪集团单位

的重要医疗行业大数据元素及其变动，并利用它们之间各种可能的

限制条件和关系来表达重要的业务规则。医疗行业大数据模型必须

在设计过程中保持统一的业务定义。为了满足将来不同的应用分析

需要，逻辑医疗行业大数据模型的设计应该能够支持最小粒度的详

细医疗行业大数据的存储，以支持各种可能的分析查询。同时保障

逻辑医疗行业大数据模型能够最大程度上减少冗余，并保障结构具

有足够的灵活性和扩展性

4.2医疗行业大数据生命周期

一般包括医疗行业大数据生成及传输、医疗行业大数据存储、

医疗行业大数据处理及应用、医疗行业大数据销毁四个方面。

（1）医疗行业大数据生成及传输

医疗行业大数据应该能够按照医疗行业大数据质量标准和发展

需要产生，应采取措施保证医疗行业大数据的准确性和完整性，业

第12页

务系统上线前应该进行必要的安全测试，以保证上述措施的有效性。

对于手工流程中产生的医疗行业大数据在相关制度中明确要求，并

通过事中复核、事后检查等手段保证其准确性和完整性。医疗行业

大数据传输过程中需要考虑保密性和完整性的问题，对不同种类的

医疗行业大数据分别采取不同的措施防止医疗行业大数据泄漏或医

疗行业大数据被篡改。

(2)医疗行业大数据存储

这个阶段除了关注保密性、完整性之外，更要关心医疗行业大

数据的可用性，对于大部分医疗行业大数据应采取分级存储的方式,

不仅存储在本地磁盘上，还应该在磁带上，甚至远程复制到磁盘阵

列中，或者采用光盘库进行存储。对于存储备份的医疗行业大数据

要定期进行测试，确保其可访问其医疗行业大数据完整。医疗行业

大数据的备份恢复策略应该由医疗行业大数据的责任部门或责任人

负责制定，信息化管理部门可以给予相应的支持。同时还需要注意

因为部门需要或故障处理的需要，可能对医疗行业大数据进行修改,

必须在医疗行业大数据管理办法中明确医疗行业大数据修改的申请

审批流程，审慎对待后台医疗行业大数据修改。

(3)医疗行业大数据处理和应用

信息化相关部门需要对医疗行业大数据进行分析处理，以挖掘

出对于管理及业务开展有价值的信息，为保证过程中医疗行业大数

第13页

据的安全性，一般应采用联机处理，系统只输出分析处理的结果。

但是实际中，因为相关医疗行业大数据分析系统建设不到位，需要

从医疗行业大数据库中提取医疗行业大数据后再对医疗行业大数据

进行必要的分析处理，在这个过程中就需要关注医疗行业大数据提

取操作是否可能对医疗行业大数据库造成破坏、提取出的医疗行业

大数据在交付给分析处理人员的过程中其安全性是否会降低、医疗

行业大数据分析处理的环境安全性等等。

（4）医疗行业大数据销毁

这个阶段主要涉及医疗行业大数据的保密性。应明确医疗行业

大数据销毁的流程，采用必要的工具，医疗行业大数据的销毁应该

有完整的记录。尤其是对于需要送出外部修理的存储设备，送修之

前应该对医疗行业大数据进行可靠的销毁。

4.3医疗行业大数据标准

医疗行业大数据标准是集团单位建立的一套符合自身实际，涵

盖定义、操作、应用多层次医疗行业大数据的标准化体系。

医疗行业大数据标准的建立是集团单位信息化、数字化建设的

一项重要工作，行业的各类医疗行业大数据必须遵循一个统一的标

准进行组织，才能构成一个可流通、可共享的信息平台。

医疗行业大数据治理对标准的需求可以划分为两类，即基础性

标准和应用性标准。前者主要用于在不同系统间，形成信息的一致

第14页

理解和统一的坐标参照系统，是信息汇集、交换以及应用的基础，

包括医疗行业大数据分类与编码、医疗行业大数据字典、数字地图

标准；后者是为平台功能发挥所涉及的各个环节，提供一定的标准

规范，以保证信息的高效汇集和交换，包括元医疗行业大数据标准、

医疗行业大数据交换技术规范、医疗行业大数据传输协议、医疗行

业大数据质量标准等。

(1)医疗行业大数据分类与编码

医疗行业大数据分类与编码标准是信息化建设中标准化的一项

基础工作，该类标准规定平台汇集、交换相关信息统一的分类系统

和排列顺序以及编码规则，目的是在不同系统和用户之间建立交通

医疗行业大数据的一致参照，对提高医疗行业大数据采集、处理和

医疗行业大数据交换效率具有重要作用。医疗行业大数据分类与编

码标准的制定将有力推进平台标准化及交通信息化建设标准化的进

程。

(2)医疗行业大数据字典

针对实际需求，定义医疗行业大数据集，建立各个领域的医疗

行业大数据字典，规范医疗行业大数据概念和医疗行业大数据定义。

在此基础上，形成完备的集团单位医疗行业大数据集和医疗行业大

数据字典。

(3)元医疗行业大数据标准

第15页

元医疗行业大数据标准是描述医疗行业大数据资源的具体对象

时所有规则的集合，它包括了完整描述一个具体医疗行业大数据对

象时所需要的医疗行业大数据项集合。针对各种信息资源分别制定

适当的元医疗行业大数据标准，可为信息的管理、发现和获取提供

一种实际而简便的方法，从而提高医疗行业大数据交换效率。

(4)医疗行业大数据交换标准

为了保证医疗行业大数据共享和交换的顺利实现，必须明确定

义和规范医疗行业大数据交换的相关标准。医疗行业大数据交换的

标准规范是集团单位综合信息平台的核心标准。其中应当包括医疗

行业大数据交换内容、医疗行业大数据交换格式、医疗行业大数据

传输方式、各类中心间医疗行业大数据接口的标准化等方面。

(5)医疗行业大数据质量标准

由于医疗行业大数据采集任务通常由其他二级平台完成，医疗

行业大数据治理平台的标准方法主要集中在医疗行业大数据的加工

和管理上。应该重点开发的一个领域是医疗行业大数据质量控制方

法。应当从三个方面对医疗行业大数据质量方法进行研究：“坏医

疗行业大数据”或“不可靠医疗行业大数据”的识别，错误医疗行

业大数据的编辑方法，以及缺少值的处理。

4.4主医疗行业大数据

主医疗行业大数据管理要做的就是从各部门的多个业务系统中

第16页

整合最核心的、最需要共享的医疗行业大数据（主医疗行业大数据）,

集中进行医疗行业大数据的清洗和丰富，并且以服务的方式把统一

的、完整的、准确的、具有权威性的主医疗行业大数据传送给集团

单位范围内需要使用这些医疗行业大数据的操作型应用系统和分析

型应用系统。

主医疗行业大数据管理的信息流应为：

1）某个业务系统触发对主医疗行业大数据的改动；

2）主医疗行业大数据管理系统将整合之后完整、准确的主医疗

行业大数据传送给所有有关的应用系统

3）主医疗行业大数据管理系统为决策支持和医疗行业大数据

仓库系统提供准确的医疗行业大数据源。

因此对于主医疗行业大数据管理要考虑运用主医疗行业大数据

管理系统实现，主医疗行业大数据管理系统的建设，要从建设初期

就考虑整体的平台框架和技术实现。

4.5医疗行业大数据质量

医疗行业大数据质量不高将影响医疗行业大数据仓库应用程度

不高。低下的医疗行业大数据质量往往造成开发出来的系统与用户

的预期大相径庭，医疗行业大数据质量关系建设有关分析型信息系

统成败，同时医疗行业大数据资源是集团单位的战略资源，合理有

效的使用正确的医疗行业大数据能指导集团单位做出正确的决策，

第17页

提高省综合竞争力。不合理的使用不正确的医疗行业大数据（即差

的医疗行业大数据质量）可导致决策的失败，正可谓差之毫厘、谬

以千里。

医疗行业大数据质量管理包含对医疗行业大数据的绝对质量管

理、过程质量管理。绝对质量即医疗行业大数据的真实性、完备性、

自治性是医疗行业大数据本身应具有的属性。过程质量即使用质量、

存储质量和传输质量，医疗行业大数据的使用质量是指医疗行业大

数据被正确的使用。再正确的医疗行业大数据，如果被错误的使用，

就不可能得出正确的结论。医疗行业大数据的存贮质量指医疗行业

大数据被安全的存贮在适当的介质上。所谓存贮在适当的介质上是

指当需要医疗行业大数据的时候能及时方便的取出。医疗行业大数

据的传输质量是指医疗行业大数据在传输过程中的效率和正确性。

高质量的交通运输行业医疗行业大数据至少有如下几项要求：

一是正确性，在转换、分析、存储、传输、应用流程中不存在

错误；

二是完整性，医疗行业大数据库应用或要求的所有记录、字段

都存在；

三是一致性，体现在整个医疗行业大数据库的定义和维护方面,

确保医疗行业大数据在使用的整个过程中是一致的；

四是时效性，衡量指标是在指定的医疗行业大数据与真实的业

第18页

务情况同步的时间容忍度内，即指定的更新频度内，及时被刷新的

医疗行业大数据的百分比；

五是可靠性，提供医疗行业大数据的医疗行业大数据源必须能

够可靠稳定地提供医疗行业大数据。

医疗行业大数据质量管理的规划和实施包括以下内容：

一是医疗行业大数据质量管控体系的建立，包括医疗行业大数

据质量的评估体系，定期评估医疗行业大数据质量状况；

二是在部门各个应用系统中的落实，包括每个应用系统中的医

疗行业大数据质量检查等；

三是在最开始建立医疗行业大数据质量管理系统的时候，借助

医疗行业大数据治理平台上，通过建立医疗行业大数据质量管理的

规则来集中化地建立医疗行业大数据质量管理系统，发现问题并持

续改进；

四是医疗行业大数据质量管理与业务稽核的结合，通过业务规

则的稽核来发现医疗行业大数据质量深层次的问题，将医疗行业大

数据质量与业务一线结合起来，使业务人员对医疗行业大数据质量

问题有更加清晰和明确的认识。

完善的医疗行业大数据质量管理是保障各项医疗行业大数据治

理工作能够得到有效落实，达到医疗行业大数据准确、完整的目标,

并能够提供有效的增值服务的重要基础。

第19页

4.6医疗行业大数据服务

医疗行业大数据整理最终目的就是要服务于各部门单位、人员

等，能更准确更快更方便的服务是医疗行业大数据服务管理的目标。

医疗行业大数据服务管理是指针对内部积累多年的医疗行业大

数据，研究如何能够充分利用这些医疗行业大数据，分析行业业务

流程优化业务流程。医疗行业大数据使用的方式通常包括对医疗行

业大数据的深度加工和分析，包括通过各种报表、工具来分析运营

层面的问题，还包括通过医疗行业大数据挖掘等工具对医疗行业大

数据进行深度加工，从而更好的管理者服务。通过建立统一的医疗

行业大数据服务平台来满足针对跨部门、跨系统的医疗行业大数据

应用。通过统一的医疗行业大数据服务平台来统一医疗行业大数据

源，变多源为单源，加快医疗行业大数据流转速度，提升医疗行业

大数据服务的效率。

4.7医疗行业大数据安全

由于集团单位的重要且敏感信息大部分集中在应用系统中，医

疗行业大数据安全更是至关重要。如何保障医疗行业大数据不被泄

露和非法访问，是非常关键的问题。医疗行业大数据安全管理主要

解决的就是医疗行业大数据在保存、使用和交换过程中的安全问题。

医疗行业大数据安全管理主要体现在以下六个方面：

第20页

一是医疗行业大数据使用的安全性，包括基础医疗行业大数据

的保存、访问和权限管理；

二是医疗行业大数据隐私问题，系统中采集的证件号码、银行

账号等信息在下游分析系统和内部管理系统中，是否要进行加密，

以避免医疗行业大数据被非法访问；

三是访问权限统一管理，包括单点登录问题及用户名、医疗行

业大数据和应用的访问授权统一管理；

四是医疗行业大数据安全审计，为医疗行业大数据修改、使用

等环节设置审计方法，事后进行审计和责任追究；

五是制度及流程建立，逐步建立医疗行业大数据安全性的管理

办法、系统开发规范、医疗行业大数据隐私管理办法及相应的应用

系统规范、在管理决策和分析类系统中的审计管理办法等；

六是应用系统权限的访问控制，建立集团级权限管理系统，增

加数字水印等技术在应用系统中的使用。

|5、医疗行业大数据治理保障机制

5.1制度章程

5.1.1规章制度

医疗行业大数据治理章程类似于医院条例。该章程阐明医疗行

业大数据治理的主要目标、相关工作人员、职责、决策权利和度量

标准。

第21页

具体可参见附件医疗行业大数据管理规范

5.1.2管控办法

管控办法是基于规章制度与工具的结合，可落地的操作的办法。

具体可参见附件医疗行业大数据质量评估办法

5.1.3考核机制

考核是是保障制度落实的根本，建立明确的考核制度，实际操

作中可根据集团单位情况，建立相应的针对医疗行业大数据治理方

面的考核办法，并与个人绩效相关联。可参考管理学中相关考核、

绩效管理相关部分。

对于医疗行业大数据治理的考核，可见下图进行理解：

执行是管控体系落地的关键

业务梳理

以绩效的手段促选敢据质・

,将者、使福.管

理者及拥有者关联起来，形成T

可持续有弟执行的执行体系，保障

持续的高数据质景

0楣理核心业务源.数据流

0制定数姻管控指麻（数据标准）

o以标准对数酬行质量探套.处理.

分析

o则则对数据流进行监控.预・

集成高质■数据，形崛据中

n〜心,实现共享、分发、挖掘

0以绩效手段促兹保障数搪管

j2m（mt有蛇行

第22页

m雌

考核51掩数据负责人

发生数据质.考橇标准

月35扣分项

例1.发现f数据题■崛01分；

2.依此类推,直至本项指标权重扣完为止；

考核对象数据负费人

考核标准：

1.数据质量何题影响30%以下（含30%）

信息系统，扣5分；

数据质量问题2,数据质量问题影响30%~70%（含70%）

影响范网月25扣分项

信息系统，扪15分；

3.数据质量何期影响70%|壮信息系统，

扣25分;

4.按月统计，以单次《图质量问题影响范

围最大的数据为准；

考核对象数据ft费人

严重程度写极权准以造成的邑济损失为考核依据，年扣分项

依企业情况自定义；人工考倭

床•冈崎考核对象数据负责人

物8蠹可题磁器¥和：含%胸内&酝fiuuag®t问月35加分项

曲及K，加1分;5«!1不丽;

考则象数据管理员

问题预警、分1,g则据质量IW5J,ffiWJEWlW

发

内,及时预警并通知相关人员处理，不扣分;

否则，扣3分；

5.2医疗行业大数据治理组织

5.2.1组织架构

有效的组织机构是项目成功的有力保证，为了达到项目预期目

标，在项目开始之前对于组织机构及其责任分工做出规划是非常必

要的，医疗行业大数据治理项目管理组织建议宜采用如图所示的组

织结构：

第23页

5.2.2组织层次

医疗行业大数据治理委员会由集团医院的高层领导者组成。委

员会定义医疗行业大数据治理愿景和目标；组织内跨业务部门和IT

部门进行协调；设置医疗行业大数据治理计划的总体方向；在发生

策略分歧时进行协调。此委员会也将包含来自部门或子医院的领导

代表，以及来自各单位视医疗行业大数据为机构资产的信息科技部

门的代表。这些高层管理人员是医疗行业大数据治理计划的所有拥

护者，确保在整个组织内获得支持。

第24页

医疗行业大数据治理工作组是组织内委员会下面的下一个级

别。工作组执行医疗行业大数据治理计划。工作组负责监督医疗行

业大数据管理员工作。医疗行业大数据治理工作组由医疗行业大数

据治理委员会中各局领导主持。

每各业务部门有至少一位业务分析员，信息科技部门设置医疗

行业大数据质量分析员、医疗行业大数据管理员、集成开发人员。

各工作人员负责本部门医疗行业大数据的质量，履行职责，解决具

体的问题。

5.2.3组织职责

根据医疗行业大数据管理工作的实际需要，在业务管理部门、

技术管理部门和业务应用部门确定各工作人员的职责。

医疗行业大数据治理委员会的职责范围：

1）从战略角度来统筹和规划，对医疗行业大数据资产和系统进

行清理，确定医疗行业大数据治理的范围；明确医疗行业大数据源

的出处、使用和管理的流程及职责；

2）明确医疗行业大数据治理的组织、功能、角色和职责；

3）负责各工作组成员的培训工作；

4）负责审查各工作小组的目标、原则，批准医疗行业大数据管

理的相关制度、标准及流程；

5）负责确定医疗行业大数据治理的工具、技术和平台；

第25页

6）负责制定医疗行业大数据治理的评估指标、方法。

医疗行业大数据治理工作小组，其主要工作职责是：

负责医疗行业大数据治理的牵头，组织、指导和协调本单位的

医疗行业大数据治理工作；

综合医疗行业大数据治理管控办法、医疗行业大数据治理考核

机制等有关规章制度的牵头制定、修改等；

负责医疗行业大数据的分析整理并出具医疗行业大数据指标报

告；

负责医疗行业大数据的监测预测工作；

建立医疗行业大数据冲突的处理流程和医疗行业大数据变更控

制流程。

负责对基础医疗行业大数据质量的检测、发布、考核和清理完

善工作。

工作组成员：业务分析员、医疗行业大数据质量分析员、医疗

行业大数据管理员、集成开发员

这些不同的角色在医疗行业大数据治理过程中承担着彼此不

同，而又相辅相成的职责。其中集成开发人员在医疗行业大数据治

理流程中需要肩负起医疗行业大数据访问、验证医疗行业大数据结

构、验证医疗行业大数据、交付医疗行业大数据以及医疗行业大数

据库/知识库的构建等角色，因此他们的工作包括：

第26页

＞访问及交付相应医疗行业大数据给业务用户

＞提高生产力和性能

＞最大化减少异常/出错的影响

＞开发和完善技术最佳实践

医疗行业大数据质量分析员在医疗行业大数据治理流程中负责

医疗行业大数据的剖析、清洗匹配合并等。工作包括：

＞为开发人员定义医疗行业大数据规格及标准

＞为机构有效的追踪医疗行业大数据质量问题

＞实施被业务人员和医疗行业大数据管理员定义正确的医疗

行业大数据质量规则

＞不间断的监控医疗行业大数据质量水平及问题

业务分析人员在医疗行业大数据治理流程中负责定义医疗行业

大数据的转换规则，工作包括：

＞与需求开发人员协作，正确捕获和解析业务需求

＞与开发人员和医疗行业大数据管理员协作，为业务用户缩短

医疗行业大数据产生价值的时间

医疗行业大数据管理员需要定义引证医疗行业大数据，并管理

元医疗行业大数据，工作包括：

＞保证医疗行业大数据的质量、正确、完整、一致、审计及安

全性

第27页

＞定义引证/参考医疗行业大数据

＞为组织机构医疗行业大数据实体给出正确业务定义

＞为组织机构解决混淆和有争论的医疗行业大数据定义

5.3流程管理

流程管理包括流程目标、流程任务、流程分级，根据医疗行业

大数据治理的内容，建立相应流程，且遵循本单位医疗行业大数据

治理的规则制度。实际操作中可结合所使用的医疗行业大数据治理

工具，与医疗行业大数据治理工具供应商进行协商，建立符合集团

医院的流程管理。

5.4IT技术应用

5.4.1支撑平台

现市场上关于医疗行业大数据治理平台存在不同的成熟产品，

但在功能实现上大致相同，具体可参加下图了解。

第28页

数据治理平台构成与定位

对数据平台业务的支持一元数据

故据平价

效榭源系统

敏据揄取

儡元败州管

•6网敬娓甲价相关元数•数擀殳史影啕分析

龙川*开发才据，为开发W用提供参考元效据干系统

♦数第网分析

•数据受史北府评票申请

数据根务

第29页

对数据平台业务的支持一数据质量

•计时效据质蚊网册

好提出先售健衩

应川开发含

•分析散推¥公数熟糜曾

•发现、发布敛银也核问题

•/解本机构特定系

业务部门

统敝州质量敷舞质量管

•头巾业务数据质量效出航量理员

检楼需求检楂

对数据平台业务的支持-数据服务

a•敏州半价眼务申请

应用开发者

•提供畋据平台厦务

•做州平分*务申讷

业务・门•与敝州¥介有效沟崩敏甥♦务数据劲不管

第30页

数据治理相关系统关系

数据治毓平4

数系服务于

登录次证系统

AD（目求）汾执行检核

系统

单点受水与数料质量管理

角色管理于黑我

将供楼核系数据▼台

靖一认证统元般据

4用户管

理模块

用户4机构蜒供蚱表特

信息EJ步构元数嫩

统一用户

管理靡统

理供标准相

敦州帜席关元数坏

子东彼

5.4.2技术规范

技术规范是保障医疗行业大数据治理平台可持续管理的基础，

随着医疗行业大数据量的增长、技术水平的发展，为更好、可持续

的实现医疗行业大数据资产的管理、应用，需建立明确的技术规范。

第31页

附件A医疗行业大数据管理规范

为逐步提高医疗行业大数据资源利用效果，推动信息化建设管

理向标准化、信息化和数字化方向发展，医疗行业大数据管理应遵

循以下原则：

(1)统一规范。医疗行业大数据标准要严格执行省交通运输厅

的统一标准。

(2)分级管理。实行分层级的医疗行业大数据管理模式，明确

职责分工，层层落实责任。

(3)过程控制。建立医疗行业大数据从采集、报送、审核到应

用、维护全过程的控制规范，保证医疗行业大数据质量，提高应用

效果。

(4)保障安全。建立医疗行业大数据访问的身份验证、权限管

理及定期备份等安全制度，规范操作，做好病毒预防、入侵检测和

医疗行业大数据保密工作。

(5)医疗行业大数据共享。整合应用系统，做到入口唯一，实

现医疗行业大数据一次采集，集中存储，共享使用。

医疗行业大数据管理的规范工作包括：医疗行业大数据标准、

医疗行业大数据采集、医疗行业大数据审核、医疗行业大数据维护、

医疗行业大数据分析、医疗行业大数据应用、医疗行业大数据发布、

第32页

医疗行业大数据传输、医疗行业大数据存储（备份、恢复）、医疗行

业大数据安全管理、医疗行业大数据质量监控、医疗行业大数据管

理考核等。

（-）医疗行业大数据标准

第一条安徽省交通运输行业医疗行业大数据必须按国家交通

部制定的医疗行业大数据标准和代码规范执行。国家交通部标准中

未包括的内容执行安徽省交通运输厅的统一规范。

第二条在医疗行业大数据采集工作中，各级应严格依据省局制

定的标准进行医疗行业大数据的采集录入、审核修正、医疗行业大

数据质量监控和管理考核，确保医疗行业大数据质量。

第三条医疗行业大数据指标的设定和修改必须严格执行软件

的管理规定和程序。凡使用省局统一软件的，市局对有关医疗行业

大数据指标无权制定和修改，必须执行全省统一规范。使用非省局

统一软件的，市局业务管理部门应根据工作需要和所管软件的需求

变化，及时提出设定（修改）医疗行业大数据指标的具体内容、质

量标准和时间要求，并明确医疗行业大数据录入部门、录入岗位和

录入时限，报分管领导批准后提交安徽省交通运输联网运行管理中

心。安徽省交通运输联网运行管理中心应根据业务管理部门的需求,

及时制定（修改）医疗行业大数据采集的技术规范，包括医疗行业

大数据采集格式、权限设定和方法步骤等，并按时向业务管理部门

第33页

通报所采集医疗行业大数据的指标内容变化情况，以便业务部门根

据采集到的指标提出医疗行业大数据加工需求。

第四条医疗行业大数据指标的确定应以有效实用和优化服务

为目标，不断提高医疗行业大数据集中度和信息共享度，科学归并

各项业务的同类、同属性指标，避免业务部门重复上报医疗行业大

数据。

（二）医疗行业大数据采集

第一条医疗行业大数据采集重点是原始医疗行业大数据的采

集，原始医疗行业大数据主要包括业务部门通过纸质资料报送的医

疗行业大数据，通过电子传输报送的医疗行业大数据（含电磁介质

报送的医疗行业大数据和网络传输报送的医疗行业大数据，下同）；

相关部门通过纸质、电子传输提供的医疗行业大数据；管理业务处

理结果（检查、调查、核实、认定、审批等）产生的医疗行业大数

据。

第二条医疗行业大数据采集主要依靠应用系统进行录入（导

入），现用应用系统不能满足医疗行业大数据采集需要的，通过相关

系统的补录模块进行医疗行业大数据录入（导入）。

第三条医疗行业大数据采集方式分为手工采集、医疗行业大数

据电文导入和光学字符识别（OCR）、图形扫描等其他方式。

为保障医疗行业大数据采集的质量，提高医疗行业大数据采集

第34页

的效率，应充分应用信息化技术，最大限度地减少手工录入。

第四条为提高医疗行业大数据录入质量，各市交通部门有关单

位要认真执行资料医疗行业大数据的核对制度，严格以原始资料为

依据，确保录入医疗行业大数据的一致性和准确性。医疗行业大数

据采集录入前，操作人员应先将准备录入的原始资料或有关表证单

书进行完整性、逻辑性、真实性审核，发现漏填、错填和逻辑关系

不符的，应于做出修正或补正；

第五条对通过电子传输方式报送医疗行业大数据的，医疗行业

大数据必须通过接收软件相应设置的完整性、逻辑性审核。

第六条各级各单位应建立纸质医疗行业大数据和电子医疗行

业大数据的核对制度，明确职责分工和工作程序，落实岗位责任，

发现问题及时处理。

第七条对于交通部、省厅没有规定的医疗行业大数据采集标准

规范，各局市交通部门及信息化责任部门应根据不同的医疗行业大

数据采集岗位和软件覆盖面，细化工作职责，量化作业标准，结合

业务操作规程，建立统一的医疗行业大数据采集录入操作规范和管

理制度。医疗行业大数据采集规范应包括医疗行业大数据来源、采

集时间、操作岗位、操作步骤、操作内容和采集内容的逻辑校验等

要素。

第八条各级医疗行业大数据采集人员应强化医疗行业大数据

第35页

质量意识，熟练掌握正确的采集和审核方法，按照部门职责分工，

严格按照相关操作规范采集各类医疗行业大数据。

第九条任何人不准擅自委托他人以本人用户名录入医疗行业

大数据。确因工作需要委托他人以自己名义录入的，必须报经主管

领导批准，并及时更改口令。

第十条安徽省交通运输联网运行管理中心应简化、归并各级

地单位报送的报表，统一采集，集中处理，自动生成，分别使用，

提高工作效率和质量，减轻各级单位的工作量。

（三）医疗行业大数据审核

第一条医疗行业大数据审核是确保医疗行业大数据质量的

重要环节。审核的重点是医疗行业大数据的及时性、完整性、真实

性、准确性和规范性。

（1）及时性是指医疗行业大数据要在规定的时间内采集，确

保应用系统医疗行业大数据与实际交通信息业务同步；

（2）完整性是指医疗行业大数据采集应按照有关规定及相应

表、证、单、书采集的要求进行，不得缺表或漏项，杜绝医疗行业

大数据的机外操作和循环；

（3）真实性是指医疗行业大数据采集要如实反映交通行业管

理实际，以合法、真实的原始资料为依据，不得随意捏造；

（4）准确性是指医疗行业大数据采集应准确反映交通行业管

第36页

理实际，与纸质资料医疗行业大数据一致，医疗行业大数据之间逻

辑相符，不得出现运算错误或逻辑错误；

(5)规范性是指医疗行业大数据采集应按照统一的业务标准

及技术规范进行。

第二条各市交通部门及相关岗位人员按照自身工作职责范围，

负责相关医疗行业大数据的日常审核。

第