【柯林說數】專欄之數據大腦系列——如何利用好PDCA方法論幫助醫院提高數據質量

引言：上篇文章，我們從數據資產管理出發，延伸到數據治理架構的搭建，對醫院數據治理提出了一些思考和建議。提升數據質量，是數據治理工作中最重要的目標之一，也是醫院關注的重要指標。

本期專欄，我們邀請到柯林布瑞大數據治理及產品研發團隊，將對“如何科學地進行數據質量管理”進行觀點分享與探討。

Q：數字醫療背景下，都說“有質量”的數據才有價值，你們認為什么樣的數據屬于“有質量”的數據？

A： 我們過去談過很多關于數據質量的問題，什么樣的數據是“有質量”的？又該如何評估這種質量？

一般來說，對數據質量的評估建立在數據完整性、數據一致性、數據準確性、數據有效性等可量化的標準基礎上，也就是說，通過這幾個方面就可以評估數據是否達到預期設定的質量要求。但是，這也只是一些評判數據質量的維度和衡量指標。

另外，定義數據質量的優劣，肯定還是要重視結果。因為真正有質量的數據最終要表現在用戶端，即數據最終的使用者。如果數據本身質量不佳，自然很難獲取有效且正確的結果，也會影響上層應用內在價值的實現。所以，數據質量高低的評判要從整體上考量其對醫院業務應用的滿足程度。

Q：可否展開談談，如何從醫院的業務應用層面來評判數據質量的好壞？

A： 數據面向醫院不同業務應用提供支持，具體而言，可以分為臨床數據中心、運營數據中心和科研數據中心。

首先，從臨床角度上來講。數據經過采集、加工及治理等各環節后，必須確保其完整、無遺漏，能真實準確地反映實際發生的業務。當然，像臨床應用中的護理不良事件風險評估系統，它通過自動解析患者電子病歷并采集危險因素完成評估量表。如果數據質量不好，則沒法進行有效地進行評估。

其次，不論是院內運營管理系統，還是三級醫院等級評審支撐系統、公立醫院績效考核系統等等，都涉及一些考核指標的數值。以院內運營管理系統為例，從全院層面到科室、醫療組、醫生個人，數據需要真實的反映院內運營相關的指標，反映醫院整體運行的情況，數據質量好壞直接影響到指標的準確性。

再者，對于醫院科研人員而言，通過臨床大數據搜索引擎來完成臨床科研相關數據的查詢，搜索出來的數據需要完整和全面，才可以滿足其數據檢索和提取的需求，幫助其進行相應的研究。

所以，如何去評判數據質量的高低，還是要從最終的應用角度出發。當前，主要體現在臨床、運營及科研三個層面；未來，可能會有更多的應用滿足更多的場景。無論這些應用對數據的要求是什么，毫無疑問，高質量的數據可以決定數據應用的上限，伴隨著場景復雜度的增加，對數據質量要求只會越來越高。

Q：在各個行業中，PDCA作為質量管理的工具被廣泛應用。你們認為醫療機構在日常的運營管理中是如何使用該方法的？

A： 前面提到量化數據質量的手段、標準，實際上也是PDCA方法論本質的重要組成部分。作為質量管理工具，它是整個數據治理體系的其中一個模塊，也是一個實用性很強的持續改善的工具。

PDCA是指由計劃(plan)、執行(do)、檢查(check)、處理(act)這4個環節構成一個封閉的環。應用此工具，可以將每一項工作形成閉環，實現閉環管理，同時用大環套小環，舊環生成新環，層層遞進，層層管理。

我們講的醫院的數據治理就是參考PDCA方法論對醫院數據進行自動化核查和質量控制。通過質量評估標準、問題稽查核對等，幫助提升醫院各個業務系統數據質量，并形成數據質量管理的閉環。依照PDCA方法論開展循環管理工作，質量會愈來愈高。

Q：醫院采用PDCA是否能夠有效提高數據質量？具體體現在哪些方面？

A：PDCA循環模型對數據質量是一個全面、長期的提升與管理，采用PDCA能夠有效提升醫院數據質量。具體體現在：

（1）醫院在建設大數據平臺后，以往業務系統中存在的諸如主從表對應不上、數據邏輯關系不對、數據不一致等各種數據質量問題，能否得到切實改善與提升？基于PDCA方法論的核查體系的干預，可以幫助驗證醫院大數據平臺的數據整合與治理能力，同時它也不再局限于傳統的單個數據表的核查，而是將業務相關的屬性帶進來，比如邏輯關聯的檢測，像醫生開醫囑時間一定要小于護士執行醫囑的時間等等，可使數據質量獲得進一步提升。

（2）傳統的質量核查方式，更多的是通過專業的工程師進行人工干預，缺乏一個比較體系化、長效化的支撐機制，整個過程無法監控與復用?；赑DCA手段，不論是從數據底層技術角度還是業務角度的各個環節，數據核查范圍能夠實現全覆蓋。

（3）PDCA體系更多是一個產品型、一種手段，要想真正把這個體系執行下去，還是要需要依靠現場的實施工程師，按照所規劃的解決問題的思路去執行，從問題分析、解決方案、典型案例等內容中，建立完備的數據質量管理知識庫體系，幫助醫院最終形成數據質量核查閉環。

（4）在國家政策方面，“數據核查原則”在《三級綜合醫院評審標準（2020年版）》中被提出，對醫療機構上報數據要求核查并設置懲罰機制?；赑DCA體系的數據核查系統能夠切實解決醫院數據上報不及時、不準確等痛點，幫助醫院進行評審改進和數據質量提升。

Q：從你們的角度來看，醫院要做好哪些環節才能從根本上提升數據質量，為臨床、科研等領域提供有價值的數據？

A： 我們需要達成共識的是，數據質量工作不是某一個單一團隊的工作，而是基于良好的數據責任意識下，醫院內部數據相關部門和人員，以及大數據廠商等共同參與的工作。對于醫院而言，可以從管理措施和技術手段兩方面入手，做到兩手抓、兩條腿走路。

第一，就醫院本身來說，醫療數據大體量、高復雜，管理難度較大，且管理層對數據質量重視不足，導致數據質量長期處于無人監管的狀況。所以，醫院內部需要從制度層面進行優化，要重視建立信息數據質量管理制度，設置專門部門或關鍵崗位人員，建立有效的數據質量保障機制和問題處理機制，使醫院由被動接受數據質量問題轉變為主動管理數據質量，避免數據質量問題重復出現。

這是因為，其一，醫院在信息化過程中，各科室人員如果有主動意識和動力將發現的數據質量問題及時反饋并交由相關人員分析處理，問題會得到相應的處理補救。其二，很多情況下數據質量問題是由業務系統產生，醫院需要有相應的人員角色根據數據質量報告去推動業務生產庫的廠商解決問題，打通從發現、執行、檢查到處理問題的整條鏈路，這樣才能形成管理閉環。

第二，在技術層面，盡管醫院提升數據質量沒有完全符合大家預期的捷徑，但是醫院運用智能化手段、工具進行數據質控，及時糾正現有數據問題，也能達到事半功倍的效果。

目前，柯林布瑞數據質量核查機制已經在四川大學華西醫院、上海交通大學醫學院附屬瑞金醫院、廣西醫科大學附屬腫瘤醫院落地實施，幫助醫院持續改進數據質量，深入挖掘數據鏈中更多潛在價值。

結語：總體而言，數據質量決定了數據對業務的內在價值，高質量的數據無疑是驅動醫院高質量發展的保證。醫院可以應用PDCA戰略方法，來對數據質量進行一個系統的優化與提升，嚴把數據質量關，督促業務系統不斷改進與完善，更好地發揮數據價值，這也是實現數字化轉型升級的重要前提。