医学26年：大数据中心建设要点 查房课件

一、医学大数据中心建设的底层逻辑与核心定位演讲人医学大数据中心建设的底层逻辑与核心定位01医学大数据中心建设的常见误区与规避策略02医学大数据中心建设的核心要点03总结与展望04目录医学26年：大数据中心建设要点查房课件各位同事，今天咱们围绕医院大数据中心建设要点展开查房学习。作为一名在临床和医院管理岗位上干了26年的老兵，我见证了咱们医院从纯手工病历、单机版HIS系统，到如今全流程数字化的蜕变。2018年咱们医院启动大数据中心建设时，我全程参与了前期论证和落地跟进，踩过不少坑，也攒了些实打实的经验，今天就结合咱们科室的实际需求，跟大家聊聊这个话题。01医学大数据中心建设的底层逻辑与核心定位1建设的核心驱动因素咱们先搞清楚，为什么现在非要建大数据中心？我总结下来主要有三个层面的需求：1建设的核心驱动因素1.1临床诊疗的刚需咱们内科病房经常收治合并多系统疾病的患者，比如糖尿病合并冠心病、慢阻肺合并高血压。以前要调阅患者的心电图、血糖监测、肺功能报告，得分别跑心电图室、检验科、呼吸科的服务器，前后折腾一上午都未必能凑齐完整数据。2017年我管过一位82岁的老年心衰患者，当时家属要求会诊，我花了近1小时才把他近3个月的用药、检查、住院记录凑齐，差点耽误了会诊时机。后来咱们医院启动大数据中心，就是为了解决这类“数据孤岛”问题，让临床医生能一站式调取全周期诊疗数据。1建设的核心驱动因素1.2精细化管理的要求去年咱们医院做医保DRG付费改革，一开始科室的病案首页编码准确率只有72%，很多出院患者的费用结算因为编码错误被驳回。后来我们依托大数据中心的病案数据质控模块，实时提醒科室编码错误，半年后准确率提升到了94%。这就是大数据在医院管理层面的价值——帮我们把粗放式管理变成精细化管控。1建设的核心驱动因素1.3临床科研的基础我这几年牵头做过慢性阻塞性肺疾病的临床研究，以前要收集100例患者的随访数据，得让护士挨个打电话、手写记录，光数据录入就花了3个月。如果有大数据中心的随访模块，就能自动抓取患者的复诊记录、用药数据，大大缩短科研周期。2医院大数据中心的核心定位很多同事以为大数据中心就是“存数据的硬盘仓库”，其实不是。咱们医院的大数据中心，核心定位是**“临床决策的辅助平台、科室管理的赋能工具、科研创新的支撑底座”**，不是为了信息化而信息化，而是要服务于咱们一线临床和管理工作。我当时参与定位论证时，特意跟信息科强调：不能只做技术层面的架构，一定要贴合咱们科室的实际需求，比如咱们内科要的是能快速调取多系统检查数据的模块，咱们药剂科要的是用药预警模块，不能搞一套通用化的系统，最后谁都用不上。02医学大数据中心建设的核心要点医学大数据中心建设的核心要点这部分是今天的重点，我会从数据治理、基础设施、场景应用、安全合规、人才团队五个维度展开，每个要点都结合咱们医院的落地经验来讲。1数据治理体系：大数据中心的“地基工程”很多医院建大数据中心失败，核心问题就是没做好数据治理——就像盖房子地基没打牢，楼越高越容易塌。咱们医院2018年启动建设时，光数据治理就花了8个月时间，主要做了三件事：1数据治理体系：大数据中心的“地基工程”1.1数据标准化建设咱们医院之前的HIS、LIS、PACS系统都是不同厂商做的，数据格式五花八门：比如血糖值有的用“mmol/L”，有的用“mg/dL”；ICD编码有的用2019版，有的用2021版。为了解决这个问题，我们牵头制定了《XX医院医疗数据标准化手册》，统一了12大类共376项数据的格式和编码规则，比如要求所有检验结果统一用国际标准单位，所有病案编码必须使用最新版ICD-10。这里跟大家提个细节：咱们内科之前有个医生把“2型糖尿病”编码成了“1型糖尿病”，导致科室的慢性病统计数据出错，后来我们用标准化规则做了批量校验，直接修正了1200多条错误记录。1数据治理体系：大数据中心的“地基工程”1.2数据质量管控光有标准还不够，还要保证数据的准确性。我们搭建了“数据采集-清洗-校验-入库”全流程质控体系：01采集环节：和HIS系统做接口对接，自动抓取诊疗数据，避免人工录入的错误；02清洗环节：用算法自动剔除重复数据、补全缺失数据，比如患者的身高体重如果没填，系统会自动调用之前的就诊记录补全；03校验环节：设置了18项校验规则，比如“收缩压不能超过200mmHg”“白细胞计数不能低于0”，一旦出现异常数据，会自动提醒科室信息员核查。041数据治理体系：大数据中心的“地基工程”1.3数据权属与共享机制很多同事担心“我的患者数据被别人随便用”，这个问题我们在建设初期就明确了规则：患者数据的权属属于患者本人，医院拥有合法使用权限；临床医生只能调取自己管床患者的诊疗数据，科室主任可以调取本科室所有患者的数据；科研用数据必须经过伦理委员会审批，并且要做去标识化处理——也就是隐去患者的姓名、身份证号、手机号等隐私信息，只保留性别、年龄、疾病编码等科研需要的字段。去年我们内科申请做慢阻肺的随访研究，就是走了这个审批流程，一周就通过了，既保护了患者隐私，又不影响科研开展。2基础设施与技术架构：大数据中心的“硬件支撑”这部分是技术层面的内容，但和咱们临床工作息息相关，我会尽量讲得通俗易懂。2基础设施与技术架构：大数据中心的“硬件支撑”2.1硬件基础设施选型咱们医院的大数据中心硬件主要分三部分：服务器集群：用了8台高性能服务器，用来处理日常的数据查询和计算任务，比如咱们内科要查近5年的冠心病患者的用药数据，就是靠这些服务器快速计算出来的；存储系统：用了分布式存储架构，总容量达到了200TB，既能存下全院的诊疗数据，还能做异地灾备——也就是在隔壁城市建了一个备份中心，万一咱们医院的机房出问题，备份中心能立刻顶上，2021年咱们医院机房做线路维护时，就靠备份中心保证了临床数据正常调取；网络架构：搭建了内网和外网隔离的双网络，内网用来处理临床诊疗数据，外网用来对接医保、卫健部门的系统，避免了网络攻击导致的临床数据泄露。2基础设施与技术架构：大数据中心的“硬件支撑”2.2技术架构分层我们的大数据中心采用了分层架构，从下到上一共四层：1数据采集层：对接HIS、LIS、PACS、EMR等12个业务系统，自动抓取诊疗数据；2数据存储层：用了国产分布式数据库，既保证了数据的安全性，又符合现在国产化的要求；3数据计算层：用了大数据计算引擎，能快速处理海量数据，比如咱们要统计全院的平均住院日，以前要花3天，现在只需要10分钟；4应用层：就是咱们临床和管理能用的各个模块，比如临床数据查询模块、科室管理模块、科研数据模块。52基础设施与技术架构：大数据中心的“硬件支撑”2.3国产化适配这两年国家一直在推动医疗信息化的国产化，我们医院的大数据中心也做了国产化适配：用了国产的数据库、操作系统和中间件，避免了被“卡脖子”的风险。去年我们和某国外数据库厂商的合作到期后，直接切换到了国产数据库，没有影响任何临床业务，这一点咱们可以放心。3场景化应用落地：大数据中心的“价值体现”建大数据中心不是为了摆样子，而是要用到临床和管理中去。咱们医院的大数据中心目前已经落地了7个核心应用场景，其中和咱们内科相关的有4个，我重点跟大家讲讲：3场景化应用落地：大数据中心的“价值体现”3.1临床辅助决策支持系统（CDSS）这个模块是咱们内科用得最多的，主要有两个功能：用药预警：比如患者有青霉素过敏史，开医嘱时系统会自动弹出提醒，避免用药错误；去年咱们内科有个医生开医嘱时没注意到患者的过敏史，系统弹出了提醒，避免了一次医疗差错；疾病风险预测：比如针对心衰患者，系统会自动分析患者的年龄、血压、血糖、用药情况，预测患者的再住院风险，帮我们提前做好干预。我用这个模块给一位78岁的心衰患者做了评估，发现他的再住院风险高达85%，于是提前调整了用药方案，后来这位患者3个月内没有再住院。3场景化应用落地：大数据中心的“价值体现”3.2科室精细化管理模块这个模块主要帮咱们科室管理床位、耗材、成本：床位管理：系统会自动统计科室的床位使用率、平均住院日、床位周转次数，咱们可以实时查看哪些床位空闲，哪些患者需要尽快出院，提高床位使用效率；去年咱们科室的平均住院日从10.5天降到了9.2天，就是靠这个模块优化了患者的出院流程；耗材管理：系统会自动统计科室的耗材使用量、库存情况，提醒咱们及时补货，避免耗材缺货影响手术；之前咱们科室的一次性输液器经常缺货，现在用了这个模块，每月的缺货次数从5次降到了1次；成本核算：系统会自动统计科室的药品成本、耗材成本、人力成本，帮咱们核算每个患者的治疗成本，优化诊疗方案，降低患者的医疗费用。3场景化应用落地：大数据中心的“价值体现”3.3科研数据快速提取模块这个模块是咱们科研的好帮手，以前我们要收集科研数据，得让护士挨个打电话、手写记录，现在只需要在系统里设置好筛选条件，比如“年龄60岁以上、诊断为慢阻肺、随访时间超过1年”，系统就能自动导出符合要求的患者数据，大大缩短了科研周期。我去年牵头的慢阻肺研究，就是用这个模块收集了200例患者的数据，比以前提前了2个月完成数据收集。3场景化应用落地：大数据中心的“价值体现”3.4患者随访管理模块这个模块主要用来管理出院患者的随访情况，系统会自动给患者发短信、打电话提醒复诊，还能自动记录随访结果，避免了护士手动记录的错误。咱们内科去年的患者随访率从78%提升到了95%，就是靠这个模块。4安全与合规体系：大数据中心的“生命线”医疗数据属于敏感个人信息，一旦泄露会给患者带来很大的风险，所以安全和合规是大数据中心的生命线。咱们医院的大数据中心主要做了三个方面的安全防护：4安全与合规体系：大数据中心的“生命线”4.1网络安全防护我们按照等保2.0三级标准做了安全防护：部署了防火墙、入侵检测系统、防病毒软件，防止网络攻击；对数据进行加密存储，比如患者的身份证号、手机号等隐私信息，都是加密存储的，即使有人拿到了硬盘，也看不到具体内容；设置了访问日志，所有访问大数据中心的操作都会被记录下来，一旦发现异常操作，就能及时追溯。2020年我们遇到过一次勒索病毒攻击，当时系统被加密了，我们靠之前的备份数据很快恢复了业务，没有影响临床工作，这就是备份的重要性。4安全与合规体系：大数据中心的“生命线”4.2隐私保护合规我们严格遵守《个人信息保护法》《医疗卫生机构网络安全管理办法》，主要做了三件事：患者知情同意：所有患者在就诊时，都会签署一份《医疗数据使用知情同意书》，明确告知患者医院会使用他们的诊疗数据用于临床、管理和科研；数据去标识化：所有科研用数据都要做去标识化处理，隐去患者的隐私信息；定期合规检查：每年都会请第三方机构做一次隐私合规检查，发现问题及时整改。4安全与合规体系：大数据中心的“生命线”4.3应急响应机制我们制定了《大数据中心应急响应预案》，每年都会做一次应急演练，比如模拟机房断电、网络攻击、数据泄露等情况，确保遇到突发情况时能快速处理。去年我们做了一次勒索病毒应急演练，只用了20分钟就恢复了系统，比预定时间提前了10分钟。5团队与人才培养：大数据中心的“运营保障”再好的系统，没人用也发挥不了价值，所以团队和人才培养非常重要。我们医院主要做了三个方面的工作：5团队与人才培养：大数据中心的“运营保障”5.1专职团队建设我们成立了大数据中心运营团队，一共有8个人，其中包括2名临床信息专员、3名数据分析师、2名运维工程师、1名安全专员。每个临床科室都配备了一名临床信息联络员，负责对接大数据中心的工作，咱们内科的联络员就是小李，大家有问题可以直接找他。5团队与人才培养：大数据中心的“运营保障”5.2全员培训体系我们每个季度都会给临床医生和护士做一次大数据中心的培训，内容包括如何查询患者数据、如何使用CDSS模块、如何使用科研数据模块等。去年我们给内科做了3次培训，参与培训的医生和护士一共有120人次，现在咱们科室的医生基本都能熟练使用大数据中心的各个模块。5团队与人才培养：大数据中心的“运营保障”5.3跨学科协作机制我们建立了每周一次的大数据联席会议，由临床科室、信息科、管理科、科研科的代表参加，讨论大数据中心的建设和应用问题。比如去年咱们内科提出要优化随访模块的功能，我们就在联席会议上提出来，信息科用了1个月就完成了优化，现在咱们的随访模块比以前更好用了。03医学大数据中心建设的常见误区与规避策略医学大数据中心建设的常见误区与规避策略我这26年里，见过不少医院建大数据中心失败的案例，总结下来主要有四个误区，咱们要注意规避：1重建设轻应用很多医院花了几百万建大数据中心，但上线后没人用，数据都沉睡在硬盘里。究其原因，就是他们没有贴合临床需求，而是为了信息化而信息化。咱们医院在建设时，特意邀请了临床科室的代表参与需求论证，每个模块都经过了临床医生的试用和优化，所以咱们的大数据中心现在用得很好。2忽略数据治理很多医院直接把现有业务系统的数据导入大数据中心，没有做标准化和清洗，导致数据质量很差，根本没法用。咱们医院在建设初期，光数据清洗就花了3个月时间，修正了10万多条错误数据，这才保证了大数据