【柯林說數】專欄之數據大腦系列—從DAMA知識體系看醫院如何進行數據管理

導讀：數據是我們當下信息時代最重要的生產力。醫院只有做好數據管理，才能讓數據可用、數據有價。

數據化對醫院來說，是發展之基。醫院運行過程中的每個環節都會產生大量數據，科研、運營分析、績效考核等等數據利用需求也逐漸增多。但是，顯然當前醫院的“數據力”還沒有完全發揮出來，數據數量龐大、異構異源、類型復雜、敏感性高等特性，依然是其應用過程中不可忽視的難題。

此次專欄首篇，柯林布瑞大數據治理及產品研發團隊，將從DAMA國際數據管理體系的展開介紹醫院如何通過有效數據管理實現信息化建設。

一、醫院數據管理工作為何困難重重？

談及數據管理，《DAMA數據管理知識體系指南》¹提到，數據管理是為實現數據和信息資產價值的獲取、控制、保護、交付以及提升，對政策、實踐和項目所做的計劃、執行和監督。由于數據本身獨特的屬性，如無形、易丟失、數據價值難以評估預測、數據質量問題等，故而數據管理在具體執行過程中不可避免會遇到許多挑戰。

以醫院為例，為了有效應用臨床病歷、健康檔案、公共衛生等等這些數據，醫院管理者需要對全院數據進行管理：需要知道院內擁有哪些數據、這些數據放在哪里、分別由誰負責、其中每個數據代表什么含義、數據生命周期做了哪些內容、如何保證數據的安全性，以及誰使用了數據，用于什么業務目的以及數據的質量如何等等。

但是，醫學信息和數據不僅復雜，且醫療數據的產生是分散、多元的，加之醫院的行業特殊性對其本身的數據管理能力也提出了更高的要求。此外，在醫院數據管理過程中，諸如“數據孤島”或是“僵尸數據”等層出不窮的問題，也給醫院管理工作帶來諸多負擔。

具體來看，柯林布瑞團隊認為醫院數據管理的現存挑戰包括如下：

圍繞這些問題，院內管理者需要建設一套完善的數據管理體系，其中包括如何定義與提供數據服務，以及數據服務如何被安全訪問等等。

二、“數據治理”是建立數據管理戰略的核心

《DAMA數據管理知識體系指南（原書第2版）》作為數據管理領域的權威指南，對整個數據管理體系，特別是數據治理與數據管理的關系進行了詳細的說明。這對醫院如何構建完整的數據管理體系有著非常重要的指引和參考價值。

對于數據管理的職能，DAMA將其歸為十一大類：數據治理、數據架構、數據建模和設計、數據存儲和操作、數據安全、數據集成和互操作、文檔和內容管理、參考數據和主數據、數據倉庫和商務智能、元數據、數據質量。其中，數據治理是數據管理的核心職能，DAMA車輪圖中將其放在了數據管理活動的中心位置。

數據管理和數據治理兩者之間具體有著怎樣的關聯？首先，數據治理貫穿在數據管理的整個過程中。數據治理保證數據都是被管理的且朝著一個更好的方向發展。其次，數據治理職能指導其他數據管理職能如何執行。數據治理位于數據管理“車輪圖”的正中央，是其他10大數據管理領域的總綱和指導，為各項數據管理活動提供總體指導策略，保證功能內部的一致性和功能之間的平衡。最后，DAMA認為數據管理是管理從數據的獲取到數據的消除整個生命周期過程，而數據治理是為了確保組織對數據作出合理、一致的決策，也就是說數據治理是為了更好的管理數據，是數據管理的策略、規程或標準。

柯林布瑞團隊認為：DAMA定義的數據治理除了一些治理工具和方法論，更寶貴的是管理制度、組織架構方面的指導。數據治理作為整體數據管理的一部分，為有效的數據管理提供了一個控制框架。所以，醫院在進行高質量的數據管理時，需建立科學的數據治理策略，才能實施有效的數據治理。

三、數據治理怎么治——兩大核心路徑

數據治理不是一蹴而就的，治理過程包含了很多復雜性協調工作，需要對治理進行規劃。以DAMA數據治理框架為例，該框架提出數據治理的主要內容包括:規劃組織的數據治理、制定數據治理戰略、實施數據治理和嵌入數據治理。

數據治理是一套技術與管理相結合的制度體系，換句話說，在進行數據治理的過程中，通常會面臨人、組織架構及客觀的技術問題這兩大類挑戰。所以，在醫院數據治理的方法論部分，主要闡述兩個內容：誰負責數據治理？以及數據治理“怎么治”？

一是全域數據采集與引入工具，以需求為驅動，以數據多樣性的全域思想為指導，采集與引入全業務、多終端、多形態的數據。

二是標準化數據處理工具，是將匯聚整合的數據，和國際、國內、行業醫學術語進行比對，統一格式轉換為標準化的數據。建立標準化健康醫療中心，提供健康醫療數據查詢、分析和展示等服務。建立包括輔助診斷、精細化管理、精準醫療、臨床科研、深度挖掘增值服務等方面的數據應用系統，為精準醫療、智慧醫療和轉化醫學等服務。

三是數據質量管理工具，通過數據一致性校驗和可信度管理可以提高數據質量。但在實際應用中，采集匯總的可信數據仍然可能出現質量問題。因此需要采用健康醫療數據質量管理工具，進行數據邏輯校驗規則管理，并根據匯總數據的修正情況，對接入業務應用系統的數據質量進行可信度評價管理，并實現可信度升降級，最終確保各數據的最高可信來源，提高匯總數據的質量。

四是醫療數據安全管理工具，滿足數據全生命周期（即，采集、傳輸、存儲、處理、交換、銷毀）各環節中的數據泄露防護需求。安全管理工具提供分類分級管控、權限管控、敏感數據監控、數據操作異常行為監控、數據加密等工具服務。

數據管理工作需要醫院高度重視，從認識數據出發，對院內數據進行梳理、加強數據管理，從而提高醫院數據的可用性、提升數據價值。此外，柯林布瑞團隊提出，未來醫院要使數據發揮出最大價值，不可避免的要做多中心聯合科研，其中一個不得不面對的問題，就是數據安全問題，這也是數據管理的重要部分。針對這類問題，柯林布瑞目前已經在研發基于隱私計算的數據共享平臺，能夠真正意義上做到不分享原始數據，只分享數據價值。