电子处方数据中心建设要求

电子处方数据中心建设要求基于大数据集成与治理体系构建电子处方流转数据底座，形成电子处方数据中心，与全市公立医疗机构信息系统、全民健康信息平台以及医保、药店、支付等机构关联，实现医疗机构处方信息、结算信息和药品零售消费消息互联互通、实时共享以及全市电子处方统一归集管理，保障数据的标准化、规范化、可追溯、可监管；搭建人员库、处方库、机构库、药品库、规则库等电子处方业务主题库；实现全市需跨机构流转的电子处方全量清洗转换与治理；以满足市民不同层次就医购药需求为核心，提供特色一站式便捷就医用药服务，为电子处方流转业务提供数据支撑，为电子处方流转监管分析提供数据抓手。序号子项建设内容分项建设内容建设内容要求1电子处方数据采集数据采集梳理业务系统梳理；业务流程梳理；数据信息梳理；数据模型梳理；2API实时数据采集制定数据采集API规范；数据采集API开发；数据采集API权限管控；主动数据源网络投递；主动投递数据校验；主动投递数据解析；API实时数据入库；具备API数据接入能力，对注册API参数、分页参数调用配置，对返回元数据结构体解析，提供对目标端字段映射，构建API数据接入任务。3数据库采集关系数据库采集；大数据仓库采集；NoSQL数据库采集；具备信创数据库实时数据接入能力，提供向导式实时数据接入配置，支持对数据插入、更新、删除订阅类型进行多选配置，支持最新数据或全量初始化等读取起始位点参数配置。4数据采集策略数据读取策略；字段转换配置；映射关系配置；表名映射配置；5采集任务管理采集任务配置；采集任务锁定管理；采集任务发布管理；采集任务导出；采集任务导入；采集任务分类管理；6采集调度执行调度管理；执行管理；任务调度执行服务；应具备调度组纳管能力，将周期调度任务进行归组统一调度。7采集实例运维数据采集概览；采集实例监控；采集实例操作；采集日志查看；8统一数据源管理数据源配置；数据源维护；数据源连接测试；应具备数据源在项目中维护，具备数据源授权到数据集成、数据开发、数据服务模块。9电子处方数据存储/关系型数据库；分布式数据库；电子处方数据湖；10电子处方数据治理/数据质控11数据建模管理数据分层管理；数据主题域管理；数据分类管理；数据编目建模；逆向数据库建模；导入数据建模；数据模型物化；数据建模管理；数据建模概览；12数据保护安全概览；数据安全等级；敏感数据分类；数据脱敏规则；敏感数据识别；13电子处方数据仓库数据贴源层数据贴源层适配；数据贴源层开发；数据标准层数据清洗；数据校验；数据去重；数据补全；数据基础层处方主题库；药品主题库；机构主题库；人员主题库；规则主题库；14数据集市层数据计算；数据监控与管理；数据查询和分析；数据集市层开发；15数据应用层线上就医数据应用；线下就医数据应用；处方监管数据应用；处方运营管理数据应用；16电子处方数据服务数据服务API生成向导模式设置；脚本模式设置；API返回结果分页配置；接口动态脱敏；API封装；应具备接口动态脱敏，包括手机号遮掩脱敏、身份证遮掩脱敏、银行卡遮掩脱敏、邮箱地址遮掩脱敏脱敏规则。17第三方API注册API信息配置；API访问配置；API响应校验配置；18数据服务管理API管理与维护；API测试验证；接口导出；接口导入；19API智能网关对接API网关服务发布对接；API网关服务鉴权对接；API网关服务管理集成；20数据服务概览数据服务统计；服务发布分析；服务访问分析；具体技术要求：电子处方数据中心提供电子处方数据采集、数据存储、数据治理、数据仓库、数据服务功能，为电子处方备案平台、电子处方流转平台、电子处方监管平台和电子处方保障平台等数据应用系统提供数据支撑。电子处方数据采集：为电子处方数据中心提供数据采集与传输的能力，包括与内部系统及外部系统进行数据集成的能力。与省/市级委办局进行数据集成的能力。电子处方数据存储：为电子处方数据中心提供海量数据集成、存储、处理、分析、交互过程中的数据处理能力，可根据数据应用层的数据时效性要求，实现高并发数据访问。电子处方数据治理：为电子处方数据中心提供至少包括数据质控、数据建模、数据保护在内的数据治理能力。电子处方数据仓库：数据仓库从数据模型层次上分为数据贴源层（STG）、操作数据层（ODS）、数据模型层（CDM)。电子处方数据服务：为电子处方数据中心提供面向内外部应用的数据服务能力，数据服务接口包括API接口、数据库接口和数据文件接口。1、电子处方数据采集针对市医疗机构（含互联网医院）开具的电子处方数据进行采集，提供API采集、数据库采集和文件采集等多种采集方式和机制汇聚来自医疗机构、社康中心、互联网医院、药品零售机构、第三方售药平台、物流企业上传的数据；同时支持与省医保信息平台、市全民健康信息平台、海南电子处方中心等外部数据源进行互联互通和数据集成服务。电子处方数据采集兼容所有主流数据库，支持结构化和非结构化数据采集，采集频率支持API实时采集、数据库采集、文件采集等多种方式，采集任务执行时间可灵活配置；实时数据采集主要采用无感对接技术和标准协议对接；历史数据采集则通过统一调度中心统一调度，完成所需采集数据。电子处方流转服务需要实时数据，本项目主要以API采集的形式提供实时采集处方数据，可按业务需求提供数据库采集和文件采集服务等数据采集能力。通过API接口采集医疗机构开具的电子处方数据，由电子处方信息平台给出API接口规范，全市医疗机构、药品销售机构等相关方通过给出的API接口规范主动实时推送相关数据。建立和制定数据采集规范、标准数据接口、业务交互标准、业务交互组件等内容。电子处方信息平台数据接口标准涵盖历史存量数据、增量数据，包括处方信息、处方明细信息、就诊信息、诊断信息等医疗数据接口标准。（1）数据采集梳理数据采集梳理是对数据进行全流程管理的第一步，是数据管理的基础性工作。需完成业务系统梳理、业务流程梳理、数据信息梳理、数据模型梳理。从数据源头、数据需求两端对数据进行梳理，明确数据有哪些、在哪里、质量如何等问题。电子处方信息平台数据采集梳理，首先需要梳理市管辖医疗卫生机构、市、药品零售机构、第三方售药平台等所使用的电子处方相关业务系统，然后梳理其业务流程，结合其业务知识，梳理清楚其现有数据信息，以便后续对数据仓库的建设提供支撑，为电子处方中心项目提供高质量的数据服务。业务系统梳理通过进行业务系统梳理，我们能够了解电子处方现有业务系统的设计思路及现状，掌握业务信息化建设情况，初步摸清业务现状和方向。首先，需要对电子处方涉及的各机构单位系统进行调研（包括市医疗卫生机构及其附属机构、市、药房、身份认证机构、医保机构、第三方支付结算机构等），收集各系统架构设计、使用情况等信息，汇总成一张业务系统清单。业务流程梳理业务流程梳理是进行数据采集梳理的基础。业务流程的梳理，需区分清楚业务及业务事项的各个环节涉及到的要素。对于流程类业务流，将识别出业务流中的每个环节及其涉及的要素，包括居民就诊、医生开方、处方流转、线下医保缴费/线上自费、药品获取等。通常采取从业务场景梳理到业务数据盘点的自上而下演绎，分析各业务板块的端到端流程及其过程中的数据流转，分析现有应用系统对业务的支撑情况，识别整个流程中的主要业务对象。业务流程梳理步骤清单流程梳理步骤内容流程定义与识别流程描述、流程属性、流程所有人。流程要素定义流程输入、流程输出、流程要素、流程约束。关键步骤关键步骤内容、步骤属性、控制方法、技术工具/系统、关联影响。流程书写（流程梳理交付物）流程描述、流程角色、前提假设、流程图、流程说明。数据信息梳理电子处方数据涉及多家医疗卫生机构单位，数据结构、内容多元，通过梳理数据信息，能够提高数据采集的效率与准确度。获取各医疗卫生机构相关需求和业务系统数据信息后，对源数据进行全面梳理，充分理清来源数据的接入方式、数据结构、数据内容、数据关系，识别可能存在的数据问题。同时，结合业务场景，帮助分析数据需求实现的可行性，找出潜在的数据问题和风险。数据范围梳理清单编号梳理项目主要内容1数据重要性数据适用范围；数据是否权威；数据是否被二次或多次加工；业务系统是否长期使用；涵盖公共库的内容范围；业务系统的重要等级。2数据抽取方式库表对接；文件对接；接口调用；3数据属性数据类型（结构化、非结构化）；数据库类型（大数据、关系型数据库）；数据量级；更新频率（实时、日、周、月、季、年）；接入方式（增量/全量）；数据联系人；4是否具备接入条件网络是否通畅；数据是否获取；表中是否有数据；数据获取是否合乎法律规范。通过调研获取的业务链路，包括服务器、应用、中间件、数据库、应用的集群情况、应用服务分布、应用服务之间的网络链路、业务链路等，梳理每一端的数据链路情况，对各种协议分析，记录梳理所有端的IP+端口等信息，形成服务器、中间件、数据库、集群、应用、业务系统的关联关系。数据环境护理清单编号梳理项目主要内容1系统环境清单系统名称、子系统名称、系统状态、维护厂商、部署环境、访问地址、系统IP及端口、运行时间、系统分辨率、对接人等信息。2数据环境清单数据库类型、数据版本、数据库部署环境、数据库IP地址和端口、表总张数、数据量、使用空间总大小、缺失表注释表、不规范表结构总张数等信息。数据模型梳理数据模型的梳理，主要是针对各类数据实体对象内外部关系的梳理，并以数据模型的形式进行体现。梳理数据模型能够将业务流程转成数字化信息，从而进行下一步识别处理。具体可对如下数据模型进行梳理：源数据模型，主题数据模型，专题数据模型。（2）API实时数据采集电子处方信息平台支持API实时数据采集服务能力，提供相应的API接口规范给参与电子处方信息平台处方流转业务的医疗机构、药品零售机构和网络销售平台、支付结算平台、商业保险机构、第三方药品物流配送企业等数据使用者，接口形式包括WebService、HTTPRestful接口等方式，通过提供的API接口向电子处方信息平台主动实时推送电子处方及其相关数据。API采集方式与电子处方信息平台约定准入授权机制，包括电子处方信息平台内部业务平台和应用端数据接口，以及省医保信息平台、市全民健康信息平台等外部系统数据接口的准入授权。电子处方信息平台对接互联网医院、本地医疗机构处方系统、各类处方药销售平台、医保信息平台、支付结算机构、商业保险机构，通过API接口采集医疗机构（含互联网医院）开具的电子处方数据以及各类处方药销售平台的药品进销存数据，由电子处方信息平台给出API接口规范，全市医疗机构、药品销售机构等相关方通过给出的API接口规范主动实时推送相关数据，实现处方相关信息统一归集，以及医疗机构处方信息、医疗保障结算信息与药品零售消费信息互联互通、实时共享，实现对电子处方线上线下联动监管、药品流向全程追溯。本项目主要以API实时数据采集的形式实时采集电子处方及其相关数据，可按业务需求提供数据库采集和文件采集服务能力。制定数据采集API规范制定统一的API接口规范是实现数据采集和处理的关键步骤，包括数据格式、传输协议和安全机制的定义，确保数据的准确性和安全性。还应清晰地说明每个接口的使用方法、参数说明、返回结果等，为开发人员提供便捷的参考。数据采集API开发设计和开发采集API接口，包括接口的请求和响应参数、接口的验证和授权机制等。根据业务需求和数据源的特点，确定接口的参数类型、数据格式和数据结构，确保接口的灵活性和易用性，实现对数据源的采集和处理，并将采集到的数据推送到目标系统，满足业务需求和数据的一致性要求。数据采集API权限管控根据用户的权限和需求实现权限控制，确保只有经过授权的企业/机构能够进行数据采集API调用，并且记录采集API接口的访问日志和操作记录，便于后续的审计和追踪。需要结合电子处方流转业务及场景，对部门的业务系统进行注册，输入备案的详细信息，包含系统的开发商、系统名称等，通过调用API网关提供的接口，将备案通过的应用系统账号注册到API网关，接口访问日志会记录每个应用系统唯一的APPKEY和APPSERCRT，当追溯时可以查询访问方所属的应用系统和部门信息。主动数据源网络投递将API开放到数据源方，接收数据源方主动通过网络传递的数据，可以实现数据的实时传递和更新，使得数据的获取更加高效和及时。对采集到的数据进行校验和合法性检查是电子处方系统中非常重要的环节，可以确保数据的完整性和准确性，避免因脏数据而造成的系统错误或信息混乱。在主动投递数据到电子处方系统时，需要进行严格的校验和合法性检查以确保数据的质量。主动投递数据校验对采集到的数据进行校验和合法性检查，确保数据的完整性和准确性，避免脏数据的影响。主动投递数据解析各个医疗机构、药品销售平台、医保信息平台、支付结算机构和商业保险机构建立数据连接，通过API实现数据的获取、解析等操作，确保数据格式与目标系统的数据格式兼容。必要时进行格式转换和字段映射，以确保数据能够正确地被接收和处理。API实时数据入库实时采集处方相关信息，推送到统一数据中心或目标数据库，实现数据的同步和更新，保持数据的一致性。（3）数据库采集电子处方信息平台对接互联网医院、本地医疗机构处方系统、各类处方药销售平台、医保信息平台、支付结算机构、商业保险机构，可按业务需求采用数据库采集方式通过数据库只读账号开放数据库备库数据访问相关方的业务系统，电子处方数据中心主动查询拉取相关方上传的对应数据，实现主动采集、无感采集，被采集方不涉及接口开发。数据库采集支持数据库账号读取，采用批量轮询的方式，是主动式且非实时采集，针对应用场景有实时和交互需求时更适合采用接口和消息队列方式对接。数据库采集支持增量抽取、全表采集等各种数据采集方式；支持日志管理和异常监控；支持基于HL7/DICOM等标准协议数据的采集。根据软硬件条件对电子处方信息平台流转业务参与方的业务数据库提供无感对接技术，实时或分时段采集相关机构的系统数据。基于采集平台统一调度系统，通过对历史数据和增量数据采用不同的任务调度，可以实现对历史数据和每日增量数据的同步采集。对于某些需要实时同步的数据，可以通过采集平台统一调度系统，做到实时或准实时同步数据。关系数据库采集对医疗卫生业务系统产生的结构化数据进行数据汇聚，根据源系统的数据存储方式不同，其接入的方式也不同。关系数据采集用于将关系数据库的数据进行采集，设计过程不需要开发代码，而是通过灵活界面配置的方式达到数据按需采集的目的。大数据仓库采集对于大数据仓库作为数据源端，也可以进行采集作业设计。平台对大数据仓库采集作业配置提供向导式指引，其界面也与关系数据采集作业相似，以保持一致的用户体验。业务流程主要包括指定源端数据与需下沉到的目标数据端的配置信息，并且根据不同类型的目标数据库可进行特定参数的设置。NoSQL数据库采集对NoSQL数据采集作业进行设计，指定源端数据与需下沉到的目标数据端的配置信息，并且根据不同类型的目标数据库可进行特定参数的设置，以及可支持输出到目的库中创建新表或映射已有表。（4）数据采集策略实现对源端系统的数据采集，配置完成数据采集的目标数据源和数据库对象的选择，完成对多样性数据的采集入库。包括增量、全量、流式等数据过滤策略进行数据分发加载；通过映射关系将会把源表和目标表的字段自动映射起来；提供字段转换规则可以为数据转换环节进行处理提供输入。数据读取策略定义任务输入表的读取策略，包括增量读取和全量读取两种方式，数据读取策略作用于任务的计算逻辑。字段转换配置字段转换数据集成的重要能力主要包括字符串替换、表达式、脱敏等，系统提供可视化数据模型设计器，用户可引用平台内置的脱敏规则，也可自定义自己的转换规则，以完成数据转换的设置。映射关系配置将本来属于采集引擎底层的映射规则通过Web界面显现给用户，提供统一的管理界面，通过Web就可以方便地查看，管理映射规则。在配置作业时，可以通过拖拽的方式进行源端与去向端的字段映射，方便用户配置映射规则，避免因配置映射规则错误导致集成任务失败。表名映射配置在整库采集的场景下，定义源端表同步到去向端表的命名规则，系统自动将源数据库中所有表根据预设规则进行批量修改表名，再将修改后的表名对应地导入目标数据库中，使得导入后的数据能够正常运行并避免冲突。（5）采集任务管理数据采集任务管理是对数据采集过程中相关任务的创建、调度规则、发布状态等工作的管理。它是保证数据采集稳定、高效、安全的重要手段，涉及数据采集任务配置、任务锁定、任务发布、多项目隔离、类目管理等方面。采集任务配置创建新的数据采集任务，支持对任务名称与描述进行自定义，设置任务所属类目，提供各类数据源接入与数据采集作业设计的界面。采集任务锁定管理在数据采集过程中，为了防止任务被其他用户操作所修改而采取的一种措施。当任务被负责人锁定后，系统会自动锁定任务信息，确保其他用户无法对其进行修改。这有助于保证数据采集的准确性和完整性，避免出现数据重复或丢失等问题。采集任务发布管理采集任务可以进行发布/取消发布，任务发布后将按照预设的采集方式、周期和时间进行数据采集操作；需要暂停或取消任务的执行，也可以通过取消发布的操作来实现，任务取消发布后将停止执行，不再进行数据采集操作。采集任务导出采集任务以压缩包形式将作业信息一键导出，以便进行备份、迁移、分享等操作。采集任务导入采集任务支持导入到生产环境，用户可以选择导入任务配置文件，这个文件通常是由系统提供的导出功能生成的。导入时系统会解析文件中的任务配置信息，并自动创建对应的采集任务。采集任务导入有助于用户快速进行开发，避免了手动创建任务的繁琐过程。采集任务分类管理采集任务分类管理是指对数据集成中各种数据采集任务的分类进行统一管理和维护，包括任务分类的新增、删除、排序、修改等操作。用户确定项目需要用到的任务类目，合理地设置任务分类结构，可以方便项目内其他用户查看和管理任务，更好地进行团队协作和进度控制。（6）采集调度执行采集调度执行数据采集调度功能是对数据集成任务的调度管理，通过多种灵活的调度方式，可以有效地支持数据集成任务的完成。调度管理平台提供稳定高效的调度能力，提供丰富的调度配置策略与海量的作业调度能力；支持分钟、小时、天、周多种调度周期；支持参数变量配置；支持设置任务的最长执行时间，如果超过最长执行时间任务仍未执行完，则把任务置为失败。调度周期配置周期调度支持分钟、小时、天、周等多种调度周期。分钟调度任务，即每天指定的时间段内，每隔N分钟自动调度运行一次；小时调度任务，即每天指定的时间段内，每隔N分钟自动调度运行一次；天调度任务，即每天自动调度运行一次；周调度任务，即每周的N天会自动调度运行一次，运行时遵循调度规则。2）调度组管理为了提高对数据采集任务的管理效率，支持多个任务同属一个调度组，对任务进行统一调度周期管理、暂停与启用调度。通过调度组管理，可以对多个任务进行集中管理，减少重复操作，提高管理效率。同时，统一的调度周期和暂停/启用功能也为你提供了更灵活的任务调度控制，使数据采集任务的管理更加便捷和高效。执行管理1）任务通道数配置可以对任务的任务通道数进行配置，定义从来源端并行读取与去向端并行写入数据的最大线程数。为了提高数据采集的效率，可以适当调整，以缩短数据集成需要的时间。2）任务速率配置可以对任务的速率进行配置，保护读取端数据库，避免抽取速度过大，给源库造成太大的压力，按照作业整体速度限制来运行任务，每个并发分片的速率是（限流速率/任务通道数）。在不限流的情况下，任务将在所配置的并发数的限制基础上，提供现有硬件环境下最大的传输性能。3）任务脏数据阈值配置配置写入到去向表里的脏数据阈值，条数限制或百分比限制任意一个限制触发均会导致任务被置为失败。不配置时，默认允许脏数据，即任务产生脏数据时不影响任务执行。配置为0时，表示不允许脏数据存在。4）任务超时时间配置可以对任务的超时时间进行配置，定义实例运行最大时长。若超过此值，任务将被置为失败。5）自动告警策略系统对任务执行过程中产生的异常信息进行自动实时监控，并发送告警，以快速处理任务执行出现的问题，并尽可能避免数据丢失。任务调度执行服务统一调度执行服务是对数据集成任务的调度执行，有效地支持完成数据集成任务的完成。1）任务调度引擎任务调度引擎作为分布式架构的主节点，根据执行引擎的资源使用情况，结合作业的定时调度、周期调度和优先级调度策略，将作业分派给合适的执行引擎执行，确保作业按照正确的顺序关系执行，保障紧急任务和关键业务的优先执行，同时实现资源的合理利用，使集群整体运行性能最优，整体作业执行效率最高。2）任务执行引擎任务执行引擎作为分布式架构的从节点，负责接收调度引擎派发的数据转换任务并完成执行，在执行完毕后向调度引擎反馈执行结果。随着性能和稳定性要求的不断提高，执行引擎可不停机横向扩展，从而能够良好适应高并发量的任务处理场景。（7）采集实例运维数据采集实例运维是对数据采集任务生命周期的全面监管和维护，目的是确保数据的安全性和可靠性，以支持业务运营过程。平台提供对数据采集任务执行过程中产生的实例进行管理和维护，支持对实例运行情况监控，及时发现异常情况，同时可对运行中的实例操作停止。数据采集概览采集概览功能提供了数据采集全局视图，包括数据接入量、存储大小、接入排行和运行状态等信息，帮助您快速了解数据接入及任务运行情况。采集实例监控数据采集实例的所有操作日志都被记录下来，包括采集过程中所遇到的各种错误信息，方便查看日志执行的整个过程。在执行出现异常时，有助于快速准确定位到异常信息和追踪问题。采集实例操作提供统一展示采集实例执行情况以及异常情况，从而出现状况时能快速地定位问题，对出现问题的采集实例可执行停止操作。采集日志查看提供采集实例详情查看功能，如实例的执行信息，数据读取、写入的对账信息等。（8）统一数据源管理统一管理的数据源信息作为数据平台基础数据，将用于平台各个数据模块与数据来源进行连接，为后续数据集成、治理与开放服务等数据全生命周期管理提供稳定、可用的存储和计算环境。数据源配置在使用数据源前，需要先接入数据源，对数据库的基本信息和扩展信息进行填写，以及对数据源的连接信息进行登记，如：IP、端口、数据库名、用户名、密码等，方可进行连接。并且，在完成数据源接入配置后，可以检测系统服务节点与数据源之间是否能够连通。数据源维护对平台需要建立的数据库连接进行维护，包括数据库连接新建、修改、删除等功能。除了对数据源信息的维护外，还提供通过数据源类型、名称等对所有数据源进行筛选查询，方便使用人员快速定位数据源，以及对指定数据源进行维护。数据源连接测试平台支持对数据源连接测试是否正常，有效防止配置的连接信息（网络、URL、账号、密码等）错误，避免在任务执行过程中出现此类错误，在源头上保证正确性。数据源连接测试结果中会对返回信息提供用户查阅，以进一步排查具体问题。对于测试连接失败的数据源，不可用于数据同步任务。2、电子处方数据存储通过大数据存储平台的建设，针对处方流转各环节的原始信息，以及基于原始信息进行数据治理后形成的二次可利用信息和运营管理产生的数据，实现将采集到的海量、多源、异构的结构化、半结构化、非结构化的相关数据进行安全存储，支持分布式海量半结构化、非结构化数据存储；支持分布式内存数据，实现高并发数据访问。电子处方数据存储提供分布式调度与协调功能，能够将全部数据资源池化，将数据资源统一管理、分配，提供统一的可视化管理框架，范围包括资源创建、申请、审批、租用、回收与监控等全生命周期管理。采用关系型数据库、分布式数据库、大数据平台和文件系统，加密存储电子处方流转各环节的原始信息，以及基于原始信息进行数据治理后形成的二次可利用信息和运营过程产生的数据，实现电子处方数据中心海量数据集成、存储、处理、分析、交互过程中的数据处理能力，实现高并发数据访问。本项目涉及的关键业务数据重要，可靠性要求高，在电子处方数据处理过程中，要求根据不同场景选择关系型数据库和分布式数据库作为关键业务的结构化数据的存储载体。（1）关系型数据库本项目对于电子处方信息平台的电子处方备案平台、电子处方流转平台、电子处方监管平台和电子处方保障平台等电子处方业务平台的信息系统，采用关系型数据库存储包括但不限于身份鉴别、电子处方流转业务录入、模型参数、处方监管、运营过程产生的数据等结构化数据。（2）分布式数据库市医疗机构上传的外配处方数据以及开方医师与审方药师的电子签名和时间戳等认证信息，还有药品零售机构和网络销售平台的药品进销存数据，以及药品物流配送企业的药品配送同步信息，加密存储到电子处方信息平台的分布式数据库，实现数据流批一体的及时查询、分析、计算。分布式数据库可以满足多源数据分析需求，例如固定历史报表，实时数据分析，交互式数据分析和探索式数据分析等。（3）电子处方数据湖电子处方信息平台通过整合医疗机构处方信息、结算信息、药店零售消费信息、支付信息和物流信息，实现电子处方信息互联互通、实时共享，加强信息共享与开放，深度挖掘医疗数据资源智慧应用。电子处方数据湖为电子处方信息平台提供分布式数据的管理和分布式文件系统，包括分布式文件系统、内存计算框架、交互式分析计算框架等；同时，在进行实时计算时，提供流计算框架。电子处方数据湖能够存储海量数据，提供高性能的查询搜索、实时分析、统计分析、预测性分析等数据分析功能。电子处方数据湖的安全、可靠、稳定，能够同时解决电子处方信息平台历史数据与实时数据读写速度快、响应效率高的大数据存储、数据质量监控、决策支持、挖掘、分析的需求。3、电子处方数据治理遵循国家标准、行业标准、市全民健康信息平台数据标准、数据质量标准、数据质量控制管理流程，开展对电子处方数据存储层多源异构的处方数据进行深度治理，建立以应用场景拉动数据质量持续改善的机制，逐步实现结构统一、数据标准化、信息完整的数据。通过建设数据质量控制规则库，对电子处方信息平台各业务系统数据进行质量检测，通过数据质控流程提升数据质量，解决来自不同药店、不同医院、物流等多源异构数据及术语多样化等问题，提供数据标准管理、数据质量管理、元数据管理、主数据管理等工具实现对数据质量全生命周期的监控，支持批处理ETL，脚本采用SQL或者Python，支持任务编排和定时调度。（1）数据质控数据质控是指对医疗机构上传的处方原始数据，医药机构上传的药品原始数据进行检测、评价、控制的过程，是需要长期持续进行的工作。数据质控提供规则管理、质控规则绑定、数据质量评分、质量监控告警以及多维统计分析等功能，以确保对电子处方平台所需的关键数据的完整性、规范性、及时性、一致性、有效性和唯一性给出全面准确的评估，并根据评估结果通知医疗机构，药品零售企业修正上传数据的质量。质控功能提供自定义规则创建，通过自定义脚本和内置参数满足复杂、个性化的质量控制规则要求，针对电子处方医疗机构和医药机构上传的数据，包括但不限于以下规则：处方数据完整性诊断名称规范性药品编码准确性处方时效性空值字段证件类型规范性处方类别代码规范性用药途径代码规范性药物类型代码规范性中药类别代码规范性处方项目分类代码规范性常见维度的质控规则，在质控界面上快速建立质控方案，制定质控任务，定时输出质控报告。（2）数据建模数据模型是数据的组织和存储方式，通过数仓分层、主题分域、数据分类、关联数据标准，规范数据建模，将数据进行有序、有结构地分类组织和存储。数据分层管理数据治理过程中，源端数据需经过入库、清洗、转换、融合、分析等过程，方能对上层应用系统提供灵活、准确的数据服务。为管理存储这些过程数据，通常需对数据进行分层管理，业界通用的分层包括贴源层、标准层、原子层、主题层、专题层、服务层等，同时用户也可以根据实际需要创建不同的分层，支持用户自定义分层。数据主题域管理数仓中汇聚了来自众多业务系统中的数据，经过融合、分析，生成不同业务领域的目标数据模型。故治理过程中，需能清晰标识每个数据模型属于哪个业务领域，以便查询和管理。实际应用中，业务领域种类众多，每个应用涉及的领域也不同，平台需支持用户自定义业务主题域。数据分类管理数据模型设计，根据数据的性质可以分为不同的类别，如主数据、业务实体数据、明细事务数据、公共维度数据、参考数据等。业务实体数据：是一个物理对象或业务对象关于客观事实的记录，可以是组织、人员、地点、系统等。明细（事务）数据：实体间发生的交互行为或过程的描述。可以是事项咨询、办理、申请、操作等事件的描述。公共维度数据：对多个专题中的维度数据进行基础性说明和描述的数据，可指定不同值的对象的描述性属性或特征。参考数据：通过内部定义或外部来源，来有效维护数据值列表及其业务含义的定义。平台支持用户自定义管理数据分类类型。数据编目建模数据模型是数据的组织和存储方式，在数据治理过程中，每个层级都需要根据业务需求设计合理的、规范的数据模型。数据模型设计允许用户先定义概念上的数据模型及其字段，可以定义字段的类型、长度、精度、是否主键等，也可以用已经定义好的数据标准来约束某个字段；并可以管理数据模型所属的层级及业务主题域。用户可查询及管理自己权限范围内所有数据模型。逆向数据库建模逆向数据库建模，指通过数据连接，将其他数据源的数据库中的表导入到数据模型仓库里面，在逆向数据库之前，需要确保其他数据源的数据库已完成元数据采集，配置逆向数据库建模任务，需要制定业务板块、主题分域等信息，同时也可对所建数据模型的命名添加前缀实现表名差异化建模。导入数据建模导入数据建模，即批量导入数据表建模，通过提供的数据模型导入模板，按照导入模板要求，批量添加需要导入的数据模型，通过一键上传，完成批量数据建模。数据模型物化用户在平台上设计好需要的数据模型后，可以通过平台直接将数据模型物化到数仓中，生成物理表。用户可以自定义需物化的目标数据源、数据库及文件格式、编码格式，平台将自动生成DDL语句并自动执行，在目标数据库完成物理表的创建。用户可以同时选择多个数据模型，一次性完成物化创建。数据建模管理提供已编目建模管理功能，支持对已编目的模型进行查看详情，同时支持对模型进行编辑、删除等功能，同时支持以列表形式展示数据模型导入记录，可以查看模型设计中，已导入的数据模型。数据建模概览提供数据建模概览能力，通过建模概览，从建模来源渠道查看模型的渠道分布数量，从业务板块、数据分类排行可以查看各个板块的模型数量，同时可以直观查看各个板块下各分层、各主题域下的建模数量、物化数量、引用标准情况等，掌握模型的变化趋势内容。（3）数据保护基于敏感数据定义与敏感数据分级分类的划分设置，通过数据探查任务实现敏感数据字段级的智能识别保护，同时引用脱敏算法与脱敏规则实现数据的动静态脱敏，全方位保障数据安全。数据保护模块主要功能包括数据安全等级、数据敏感分类、数据敏感规则、敏感数据识别、敏感识别结果等功能。安全概览提供数据安全概览能力，通过数据安全概览，支持从敏感规则维度、识别数据库表集敏感占比，识别任务运行状态分布、识别结果分布发现敏感数据，掌握敏感数据变化趋势情况。数据安全等级数据安全等级模块主要是存储数据设置安全等级，包括地敏感级、较敏感级、敏感级、极敏感级等，通过安全等级的设置，自动发现敏感数据标识，针对组织全域的数据资产以及用户资产进行全面梳理，提供全方位数据安全治理能力。数据安全等级内容主要包括等级、等级名称、等级描述、更新时间、更新人等信息。同时提供数据安全等级管理的新增、删除、修改功能。敏感数据分类敏感数据分类模块，主要是存储敏感类型数据，包括内置身份证号、手机号、银行卡号、邮箱等敏感类型数据，同时提供新增敏感类型为数据进行分类，进一步提升敏感数据的安全保障能力。敏感数据分类管理，内容主要包括敏感类型、创建方式、识别对象、正则表达式、被引用情况、更新时间、更新人等信息。同时提供敏感分类的新增、删除、编辑功能。数据脱敏规则数据脱敏规则模块，主要是存储脱敏规则数据，例如手机号遮掩脱敏、身份证遮掩脱敏、银行卡遮掩脱敏等，提供给数据识别应用。脱敏规则列表展示内容主要包括规则名称、创建方式、脱敏算法、算法配置等，显示系统已内置的规则以及用户自定义新增的脱敏列表。同时提供脱敏规则新增、编辑、删除功能。查看规则引用详情功能，支持查看规则下被引用的次数以及引用的任务列表信息。敏感数据识别为保障数据安全，为用户提供敏感数据智能识别功能，快速根据识别任务，获取识别敏感数据结果，提升数据识别效率与准确率。1）识别任务配置新增识别任务功能，可以对不同的数据源下的数据库、数据表进行设置识别任务，针对不同的敏感类型进行设置数据脱敏规则，实现对数据库、数据表进行敏感数据识别，生成识别结果。2）识别任务管理对创建的识别任务进行管理，提供识别任务执行、重新执行、删除、编辑等功能，同时支持查看识别任务触发的日志信息。3）识别结果审核展示识别任务下产生的识别结果清单，提供识别任务结果审核功能，支持单个审核、批量审核，全部审核等，对敏感字段的敏感类型识别结果进行审核过程中，可对数据敏感类型，脱敏规则进行修改，审核通过的数据可在敏感识别结果模块查看。敏感识别结果识别结果模块，主要是对敏感数据识别的结果进行展示，便于查看数据库中各表的敏感数据，提升数据识别效率与准确率。系统中审核通过的敏感识别结果数据。支持按照数据源类型下不同数据库、数据表下的识别结果数据进行过滤展示，列表展示内容包括识别任务、数据源、数据表、字段、字段类型、敏感类型、数据采样、脱敏示例等内容。同时展示敏感数据的整体情况，包括敏感数据表数、敏感字段等。4、电子处方数据仓库（1）数仓架构设计要求合理有效的数仓架构模型是保证电子处方数据流和数据清洗过程的基础，有助于从全局上把握数据流程，并实现对数据的溯源。电子处方数据流数仓架构如下图：电子处方数据中心依托市业务云、大数据平台、安全防护等基础设施进行设计和实施，为电子处方数据中心内外部提供统一数据服务。电子处方数据中心的数据架构包括归集库、基础库、专题库。数据分层包括有：贴源层、标准层（虚拟层）、基础层、集市层、应用层。归集库汇聚电子处方相关各业务系统的业务数据和外部各部门的共享数据以及历史各类文件结构化处理后的数据，按照数据来源分类存储，保留源数据的原始明细。中心库根据制定的数据接入规范、数据开发规范，对归集库的原始数据进行数据标准化处理，形成统一、规范的标准数据存入中心库。中心库保持数据的标准化、准确性和一致性，为数据后续加工及应用奠定基础。基础库需要进行2个重要的处理。一是根据制定的数据规范，对归集库的原始数据进行数据标准化处理，形成统一、规范的标准数据。二是进行数据的整合，保持基础数据的唯一性和实现各类业务数据的业务关联。根据电子处方数据需求，预构建5大主题库，包括处方主题库，药品主题库，机构主题库，人员主题库，规则主题库。专题库结合实际业务情况和业务需求，以基础库建立电子处方专题库。专题库是面向具体业务领域、为实现具体业务应用而对业务属性的相关数据进行汇总、统计，形成的数据专题。面向专题的数据组织贴近业务层次对分析对象数据进行完整并且一致的描述，能刻画各个分析业务对象所涉及的各项数据，以及数据之间的关系。预构建的专题包括：电子处方流转专题、电子处方监管专题、电子处方运营专题。（2）命名规范设计要求数仓体系需要具备清晰的数据分层结构，还需要拥有规范的命名。（3）数据贴源层数据贴源层是为电子处方数据集成便利性和效率考虑而设的区域。数据贴源层存储电子处方数据中心汇聚的电子处方流转各环节的原始信息，用于对所有源系统的数据进行统一存储和管理。数据贴源层适配1）数据模式匹配确保贴源层的表结构与各源系统中的数据模式一致或尽可能接近，以确保数据在存储过程中的一致性和易用性。实施有效的字段映射策略，确保贴源层表中的字段与源系统中的相应字段保持对应关系，避免数据丢失或混淆。2）高效数据删除功能实现能够高效执行批量数据删除的功能，以应对数据清理和维护需求，保持数据质量和存储效率。制定数据归档方案，将不再需要的数据移至归档存储，以释放贴源层存储资源。3）快速查询支持建立适当的索引以支持快速的明细数据查询操作，提高数据检索效率。实施监控机制，定期评估和优化查询性能，确保快速响应数据查询请求。4）表命名规范设置A.制定清晰表名。使贴源层的表名能够清晰地反映数据的层级、加载模式等关键信息，方便管理和维护。在表名中加入标识以区分增量加载和全量加载的数据表，便于数据加载流程的管理和监控。B.添加时间戳字段。为每个数据表添加插入时间和更新时间字段，记录数据的录入和更新时间，方便数据追溯和版本管理。实现自动化机制，确保插入时间和更新时间字段的准确性和一致性，以避免数据时间信息的错误或丢失。数据贴源层开发1）数据的抽取与加载在数据贴源层开发中，首要任务是实施数据抽取、转换和加载（ETL）过程。这一步骤涉及从源系统中抽取数据，进行必要的转换和清洗，然后加载到贴源层的目标表中。确保设计高效的抽取逻辑和数据转换规则，以保证数据的准确性和完整性。2）数据质量保障在开发过程中，要重点关注数据质量的保证。实施数据质量检查和清洗规则，识别和处理数据中的异常、重复或不完整情况。建立监控机制，及时发现并解决数据质量问题，确保贴源层数据的可靠性和准确性。3）数据加工与转换除了简单的数据抽取和加载外，还需要进行一些数据加工和转换操作，以满足业务需求或提供更高层次的数据分析支持，包括数据的聚合、计算、关联等操作，需要根据具体业务场景设计相应的数据加工逻辑。4）性能优化在数据贴源层开发完成后，需要进行性能优化工作，包括数据库索引的优化、查询语句的调优，以及系统资源的合理配置等。通过性能测试和监控，及时发现和解决性能瓶颈，确保数据贴源层能够满足业务需求并保持良好的性能表现。（4）数据清洗③数据纠正错误错误数据是数据源环境中经常出现的一类问题。数据错误的形式包括：数据值错误、数据类型错误、数据编码错误、数据格式错误、数据异常错误、依赖冲突、多值错误这类错误产生的原因是业务系统不够健全，尤其是在数据产生之初的校验和入库规则不规范，导致在接收输入后没有进行判断或无法检测而直接写入后台数据库造成的。1．统一数据标准由于数据源系统分散在各个业务线，不同业务线对于数据的要求、理解和规格不同，导致对于同一数据对象描述规格完全不同，因此在清洗过程中需要统一数据规格并将一致性的内容抽象出来。数据校验制定数据质量校验规则，包括数据完整性、准确性、一致性等方面的检查标准，确保标准数据层中的数据质量可控可靠，以发现和解决数据质量问题，提高数据的可信度和可用性。数据去重数据去重是指找到数据文件集合中重复的数据并将其删除，只保存唯一的数据单元，从而消除冗余数据。数据去重包括完全去重和不完全去重。完全去重指的是消除完全重复的数据，完全重复的数据指的是数据表记录字段值完全一样的数据。不完全去重指的是在数据清洗中，所有字段值都相等的重复值是一定要剔除的。数据补全对读取到的电子处方业务数据进行分析，发现数据不全的数据内容进行分析，包括关键字段数据缺失、空值数据等情况。针对数据缺失情况，采用常用的方法对数据进行补全，包括用特殊值填充、用统计出的平均值或者中位数填充等方式进行补全处理。（5）数据基础层主题域设计一般数仓的设计适合使用维度建模构建，维度建模能够快速响应应用场景的需求。结合维度建模理论电子处方数据中心预构建5个主题，分别为处方主题库，药品主题库，机构主题库，人员主题库，规则主题库。主题域开发数据明细层（DWD）一般保持和操作数据层一样的数据粒度，并且提供一定的数据质量保证，在操作数据层的基础上对数据进行加工处理和聚集，提供更干净、清晰的数据。同时为了提高数据明细层的易用性，该层会采用一些维度退化手法，当一个维度没有数据仓库需要的任何数据时，就可以退化维度，将维度退化至事实表中，减少事实表和维表的关联。本层按需进行拉链表、流水表的设计。拉链表是针对数据仓库设计中表存储数据的方式而定义的，顾名思义所谓拉链，就是记录历史。记录一个事物从开始，一直到当前状态的所有变化及其有效期的所有信息。流水表存放的是一个用户的变更记录，比如在一张流水表中，每天的数据中会记录一个用户的每条修改记录，但是在拉链表设计时，根据设置粒度的不同，记录条数不同。一般粒度设置为天时，每天只保留一条记录。粒度设置为最细时，保留每条修改记录。1）处方主题库电子处方信息平台处方主题库主要包括处方的医院机构信息、处方项目、就诊日期、患者姓名、性别、年龄、临床诊断、处方编号、药品名称、剂型、规格、数量、用法和用量、处方相关的医师、配方人、核对人、发药人的签名和发药日期、用药途径、用药时间、发药数量、发药单位、单次用量、单次剂量、医院审批标志等。2）药品主题库电子处方信息平台药品主题库主要包含药品名称、通用名、适应症、用法用量特殊人群用药、禁忌症、用药问题药物相互作用、生产厂商等内容，以及药品库存信息，能够提供库存预警，并且为库存有效管理提供决策支持。3）机构主题库电子处方信息平台机构主题库为与市电子处方流转相关联的各类部门与机构，包括各级医疗机构、药店、药企、支付结算机构、商业保险公司、配送物流公司等信息。4）人员主题库通过患者数据进行画像，分析医疗患者群体体征及患者个体情况，可以发现异常的费用并进行个案的深入分析；包含患者群体画像分析、患者个人画像分析、就医轨迹分析、医疗保障基金综合分析等。5）规则主题库根据市电子处方流转的相关业务流程，建立电子处方信息平台的电子处方流转相关规则主题库，包括流转限制目录准入规则、药品目录准入规则、医师资格准入规则、药店资格准入规则、其他机构信息准入、审方规则、合理用药规则、处方点评规则等相关规则的管理。（6）数据集市层数据集市层设计1）数据计算数据集市层需要能够从多个不同的数据源中提取数据，并进行必要的转换和清洗，以确保数据的一致性和准确性，确保数据的完整性和可用性。2）数据监控与管理实施数据质量检查和监控机制，及时发现并解决数据质量问题，确保数据的准确性和一致性，解决数据质量问题带来的决策偏差和业务风险。3）数据查询和分析提供强大的查询和分析工具，以支持用户对数据进行灵活的查询和分析，从而发现数据中的模式、趋势和关联性，解决数据分析和决策支持的需求，帮助用户更好地理解业务并做出准确的决策。数据集市层开发1）数据开发设计在设计数据集市层的数据开发方案时，需要遵循以下原则。A.数据集市模型设计：设计合适的数据模型，以支持数据的汇总和计算需求。采用维度建模或星型模型等适合的模型来组织数据，确保数据的高效访问和分析。B.数据质量保证：在数据开发过程中，要实施严格的数据质量保证措施，包括数据清洗、校验、修复等，以确保数据的准确性和一致性。C.数据处理流程设计：设计清晰的数据处理流程，包括数据提取、转换、加载（ETL）等步骤，确保数据的及时更新和同步。D.性能优化：优化数据处理和查询性能，采用合适的索引、分区等技术来提高数据访问效率，确保数据集市能够快速响应用户的查询和分析请求。2）数据开发需求专题一、电子处方流转专题数据集市层是用于集中存储和管理来自不同业务系统的数据的结构化数据仓库，旨在为各类数据分析、查询和报告提供支持。通过在数据集市层进行数据整合和清洗，确保数据的一致性、完整性和准确性，从而为相关方提供高质量的数据服务，支持业务决策和监管需求。集市层预构建电子处方流转专题相关信息集市表如下。居民就诊信息数据表：为满足医疗机构和平台监管者记录居民的就诊历史和医疗服务过程的需求，构建居民就诊信息数据表，包括但不限于居民就诊时间、居民诊断等信息，并从时间维度得到病人就诊次数的变化。处方信息数据表：为满足医疗机构、医院药师和平台监管者管理和审核处方信息的需求，构建处方信息数据表，包括但不限于处方开具时间、药品清单、剂量等信息，并从药品种类维度分析不同药品的开具频次。审核记录数据表：为满足医院药师和平台监管者记录处方审核过程和结果的需求，构建审核记录数据表，包括但不限于审核时间、审核结果、审核备注等信息，并从审核结果维度分析处方审核通过率和失败原因分布。支付记录数据表：为满足支付结算平台和平台监管者管理和跟踪处方费用支付情况的需求，构建支付记录数据表，包括但不限于支付时间、支付金额、支付方式、支付状态等信息，并从支付方式维度分析不同支付方式的使用频次和成功率。药品调配信息数据表：为满足药品网络销售平台和药品零售机构管理和记录药品调配和出库信息的需求，构建药品调配信息数据表，包括但不限于调配时间、药品清单、调配状态等信息，并从调配状态维度分析药品调配的及时性和准确性。配送记录数据表：为满足药品配送服务和平台监管者跟踪药品配送全过程的需求，构建配送记录数据表，包括但不限于配送时间、配送地址、配送状态、签收时间等信息，并从配送时间维度分析配送的及时性和签收情况。专题二、电子处方监管专题数据集市层用于集中存储和管理各类与电子处方监管相关的数据，包括医疗、医药、医保等各部门的数据。通过在数据集市层进行数据整合和清洗，确保数据的一致性、完整性和准确性，为监管机构提供高质量的数据服务，支持精准高效的监管需求。集市层预构建电子处方监管专题相关信息集市表如下：处方监管数据表：为满足对处方签发和流转过程的监管需求，构建处方监管数据表。包括但不限于处方签发时间、医疗机构信息、医生信息、处方内容等信息，并从时间维度和医疗机构维度分析处方签发的合规性和流转效率。药品价格监测数据表：为满足对药品价格变化的监测需求，构建药品价格监测数据表。包括但不限于药品名称、药品规格、价格变化时间、价格变化原因等信息，并从时间维度和药品种类维度分析药品价格的波动情况和原因。药品使用分析数据表：为满足对药品使用情况的分析需求，构建药品使用分析数据表。包括但不限于药品名称、使用数量、使用时间、药品流向等信息，并从时间维度和药品种类维度分析药品的使用频次和趋势。不良反应监测数据表：为满足对药品不良反应情况的监测需求，构建不良反应监测数据表。包括但不限于药品名称、不良反应描述、报告时间、处理措施等信息，并从药品种类维度和时间维度分析不良反应的发生率和处理效果。综合统计分析数据表：为满足综合监管和智能分析的需求，构建综合统计分析数据表。包括但不限于各类监管数据的汇总信息、异常数据预警、处理结果等信息，并从各监管维度和时间维度分析整体监管效果和发现的主要问题。专题三、电子处方保障专题数据集市层用于集中存储和管理来自不同业务系统的电子处方数据，旨在为各类数据分析、查询和报告提供支持。通过在数据集市层进行数据整合和清洗，确保数据的一致性、完整性和准确性，从而为医疗机构、药品零售机构和监管机构提供高质量的数据服务，支持业务决策和监管需求。呼叫系统记录数据表：为满足运行保障机构记录居民政策咨询、处方流转业务咨询、订单问题跟踪等服务需求，构建呼叫系统记录数据表。包括但不限于呼叫时间、咨询内容、处理结果、满意度评价等信息，并从时间维度分析呼叫中心的服务响应效率和用户满意度。语音导航数据表：为满足记录语音导航使用情况的需求，构建语音导航数据表。包括但不限于用户按键内容、语音留言、接待分组等信息，并从用户交互维度分析语音导航的使用效果和用户反馈。智能路由数据表：为满足记录呼叫路由策略和接待顺序的需求，构建智能路由数据表。包括但不限于路由策略、接待顺序、座席分配等信息，并从座席工作量维度分析呼叫路由的效率和公平性。通话记录数据表：为满足记录每通电话的详细数据需求，构建通话记录数据表。包括但不限于通话时间、时长、接听坐席、服务小结、满意度评价等信息，并从通话量和服务质量维度分析呼叫中心的整体运营情况。配送信息数据表：为满足药品物流配送管理的需求，构建配送信息数据表。包括但不限于药品出库时间、配送时间、配送地址、配送状态等信息，并从物流时间维度分析配送的及时性和准确性。物流跟踪数据表：为满足药品物流轨迹的实时跟踪需求，构建物流跟踪数据表。包括但不限于物流企业信息、物流人员信息、实时定位、物流轨迹等信息，并从物流路径维度分析配送过程的效率和准确性。（7）数据应用层数据应用层存储从数据模型层转换加工后的数据，为电子处方备案平台、电子处方流转平台、电子处方监管平台和电子处方保障平台等上层应用提供数据服务能力。数据应用层中的数据结构可以根据电子处方备案平台、电子处方流转平台、电子处方监管平台、电子处方保障平台的数据应用主题需求进行设计，通过接口服务推送给电子处方信息平台的电子处方备案平台、电子处方流转平台、电子处方监管平台、电子处方保障平台等应用系统。数据应用层是数据仓库中的最上层，是基于数据模型层数据进行二次加工和业务应用开发的层级。数据应用层通常是面向特定的业务场景和业务需求进行建模和开发，提供各种业务分析、报表、可视化和决策支持等服务。数据应用层的主要任务是将数据模型层的数据进行业务化加工和转换，以生成各种针对具体业务需求的洞察和分析结果。此外，数据应用层还负责提供各种业务应用和服务，包括数据可视化、报表生成、数据挖掘、预测建模、决策支持等，以支持各种业务需求和决策场景。与数据模型层相比，数据应用层的数据模型更加业务化和定制化，通常是基于具体的业务场景和业务需求进行建模和开发，以支持各种复杂的分析和决策操作。在数据应用层，数据通常是以应用为中心进行组织和管理，以支持各种复杂的业务场景和分析需求。线上就医数据应用对于患者进行线上就医，涉及到需要提供患者使用情况分析数据，包括但不限于患者类型、登录时长等数据信息。线下就医数据应用对于患者进行线下就医，包括但不限于医院开具电子处方单量统计，电子处方上传次时耗统计、患者进行处方确认时间分析，以及患者对医院处理电子处方满意度分析等。处方监管数据应用根据国家法律要求一方面发挥主体对于药品的监管，另外一方面需要将处方药销售价钱反馈给。为此数据中心需要将处方药销售价钱、药店销售处方信息分别共享给医药价格及招标采购处、药品安全监管处。处方运行分析数据应用为了全方位保障电子处方信息平台运行，需要关注呼叫系统通话率、座席情况、满意统计分析；配送管理情况、药店配送时效、物流信息情况；科室处方流转量分析、药品价格趋势分析、药品品牌趋势分析等。5、电子处方数据服务电子处方数据中心向外提供数据赋能的服务接口。通过服务接口，为电子处方备案平台、电子处方流转平台、电子处方监管平台和电子处方保障平台等上层应用提供数据服务能力。服务接口包括但不限于以API接口形式提供。数据服务API接口是电子处方数据中心对外部应用或数据访问需求，采用的数据访问与调用方式，具备基本的用户能力，包括用户侧API的查询、申请、审批、调用以及鉴权的能力以及分页、过滤等基础能力，支持基于标准的HTTP/HTTPS标准接口协议，支持POST和GET请求。在查询能力上支持多表关联、数学计算、聚合函数、模糊匹配以支持更加复杂的需求，能对请求超时时间进行控制。数据服务API接口提供服务开发、服务注册、服务发布、访问权限控制以及服务概览等功能。（1）数据服务需求梳理电子处方平台需要在数据集市层面建立全面的服务体系，以满足病人、运营方和监管方的不同需求。为了确保病人有药可用，运营方能够洞察系统正常流转，监管方能够及时监控药品药价、规范平台运转，平台需要开通多个关键数据服务API。首先，为满足病人的需求，平台需要开通在线就医API和线下就医API，提供药品查询、在线支付与结算、物流查询等功能，确保病人方便快捷地获得所需药品和医疗服务。其次，运营方需要实时监控系统的流转状态，平台应开通运营管理