01 醫(yī)院信息化與智慧化建設(shè)歷程
2021年，國(guó)家衛(wèi)健委、醫(yī)政醫(yī)管局發(fā)布《關(guān)于印發(fā)公立醫(yī)院高質(zhì)量發(fā)展促進(jìn)行動(dòng)(2021-2025年)的通知》，是未來五年公立醫(yī)院發(fā)展的綱領(lǐng)性的文件。其中，有三點(diǎn)值得關(guān)注，一是公立醫(yī)院發(fā)展方式從規(guī)模擴(kuò)張轉(zhuǎn)向提質(zhì)增效，也就是從向外發(fā)展變到向內(nèi)發(fā)展；二是運(yùn)行模式從粗放管理轉(zhuǎn)向精細(xì)化管理，強(qiáng)調(diào)數(shù)據(jù)在醫(yī)院管理中的應(yīng)用，向精益要效益，通過數(shù)據(jù)進(jìn)行預(yù)測(cè)和決策，從人治轉(zhuǎn)變?yōu)橹悄芑芾恚?/span>三是資源配置從注重物質(zhì)要素轉(zhuǎn)向更加注重人才技術(shù)要素，即頭部醫(yī)院要起到引領(lǐng)作用，注重科技創(chuàng)新、人才技術(shù)培養(yǎng)。文件中提到建設(shè)三位一體的智慧醫(yī)院，包括面向醫(yī)療的智慧醫(yī)療，面向患者的智慧服務(wù)，以及面向管理的智慧管理。信息化和數(shù)據(jù)化已然成為了當(dāng)前和未來醫(yī)院高質(zhì)量發(fā)展的必要保障。
廈門大學(xué)附屬第一醫(yī)院作為一家老牌公立三甲醫(yī)院，很早就開始加強(qiáng)在信息化建設(shè)方面的投入。2019年6月，廈門大學(xué)附屬第一醫(yī)院成為了福建省首家同時(shí)通過電子病歷五級(jí)和互通互聯(lián)五級(jí)乙等的醫(yī)院。在2021和2022年，醫(yī)院相繼通過了電子病歷六級(jí)和智慧服務(wù)三級(jí)評(píng)審。隨著醫(yī)院信息化水平的提升，在以評(píng)促建的建設(shè)思路下，醫(yī)院也迎來了自己的困惑。因?yàn)榭梢詫?duì)標(biāo)的評(píng)級(jí)標(biāo)準(zhǔn)不多了，信息化的下一個(gè)周期，應(yīng)該如何規(guī)劃和實(shí)施？毫無疑問，針對(duì)醫(yī)院業(yè)務(wù)信息化所產(chǎn)生的大體量數(shù)據(jù)積累，如何實(shí)現(xiàn)數(shù)據(jù)價(jià)值，利用數(shù)據(jù)作為生產(chǎn)要素賦能醫(yī)院的高質(zhì)量發(fā)展，是醫(yī)院下一步工作的重點(diǎn)。
原有的臨床數(shù)據(jù)集成平臺(tái)，即CDR，是醫(yī)院信息化建設(shè)的核心，它通過數(shù)據(jù)匯集，實(shí)現(xiàn)各終端系統(tǒng)的數(shù)據(jù)互通互聯(lián)以及互操作性，促成業(yè)務(wù)系統(tǒng)運(yùn)行的無痛協(xié)同。然而，數(shù)據(jù)要素的價(jià)值實(shí)現(xiàn)不僅僅要滿足數(shù)據(jù)的可及性，更重要的是要滿足“數(shù)據(jù)集”的可及性。如此，才能滿足日益增長(zhǎng)的數(shù)據(jù)挖掘需求以及第四范式的發(fā)展。這時(shí)，傳統(tǒng)的CDR往往并不能滿足數(shù)據(jù)的靈活調(diào)取，因此建設(shè)新一代醫(yī)院數(shù)據(jù)中心，尤為重要。02 醫(yī)療數(shù)據(jù)中心的建設(shè)機(jī)制在數(shù)字化時(shí)代，人人為數(shù)據(jù)，數(shù)據(jù)為人人。每個(gè)人，只要通過合規(guī)的途徑，都能共建、共享、共用數(shù)據(jù)，如何要把醫(yī)療數(shù)據(jù)應(yīng)用好，惠及到每一個(gè)人，單純?cè)趹?yīng)用層面努力遠(yuǎn)遠(yuǎn)不夠。針對(duì)醫(yī)療信息系統(tǒng)，國(guó)家有很多相應(yīng)評(píng)級(jí)，但尚未針對(duì)數(shù)據(jù)治理形成明確的政策或行政抓手。很多醫(yī)院希望圍繞數(shù)據(jù)構(gòu)建服務(wù)能力，但收效并不顯著。另外，醫(yī)院對(duì)于數(shù)據(jù)變現(xiàn)管理存在一些亂象，沒有建立起高效的審查機(jī)制，權(quán)責(zé)劃分，沒有對(duì)數(shù)據(jù)質(zhì)量進(jìn)行評(píng)估完善，缺少技術(shù)平臺(tái)支持。很多管理者對(duì)數(shù)據(jù)科學(xué)缺乏系統(tǒng)性的認(rèn)知，讓數(shù)據(jù)相關(guān)建設(shè)流于形式和空談。這些現(xiàn)狀，都是亟待解決的問題。數(shù)據(jù)化可以根據(jù)數(shù)據(jù)有效性和算法先進(jìn)性分為三個(gè)階段：第一個(gè)階段是數(shù)據(jù)整合階段，第二個(gè)階段是數(shù)據(jù)共享和感知智能階段，第三個(gè)階段是認(rèn)知智能和健康大數(shù)據(jù)階段，我國(guó)處于從數(shù)據(jù)大國(guó)建設(shè)數(shù)據(jù)強(qiáng)國(guó)的關(guān)鍵上升期。在算法層面，經(jīng)過無數(shù)數(shù)據(jù)科學(xué)家的努力，我們已經(jīng)不弱于國(guó)外。相比于算法，基礎(chǔ)數(shù)據(jù)的治理工具目前來看已經(jīng)成為了制約事業(yè)發(fā)展的短板因素。我們常說人工智能，人工智能，有多少人工就有多少智能。這里的人工，其實(shí)更多消耗在對(duì)數(shù)據(jù)的收集和治理上。在大模型時(shí)代后，深度學(xué)習(xí)的技術(shù)能力已經(jīng)充分顯現(xiàn)并趨于穩(wěn)定。進(jìn)一步提高AI能力的方法，重點(diǎn)在于開發(fā)高質(zhì)量和高價(jià)值的數(shù)據(jù)。因此以數(shù)據(jù)為中心的AI能力構(gòu)建是數(shù)據(jù)科學(xué)工作后續(xù)努力的重點(diǎn)方向之一。在數(shù)據(jù)的有效性層面，在大健康和大數(shù)據(jù)融合發(fā)展的背景下，情況正在逐漸改善。這些數(shù)據(jù)的基礎(chǔ)治理工作非常重要，把數(shù)據(jù)清洗加工，提高數(shù)據(jù)的質(zhì)量，從動(dòng)態(tài)業(yè)務(wù)系統(tǒng)當(dāng)中隔離出來，變成相對(duì)靜態(tài)的、應(yīng)用于主題服務(wù)的數(shù)據(jù)庫，才有實(shí)現(xiàn)數(shù)據(jù)要素靈活調(diào)取，使得數(shù)據(jù)資源化、資產(chǎn)化和資本化成為可能。在數(shù)據(jù)應(yīng)用層面，我們用最簡(jiǎn)介的話語概括，就是兩方向，兩類庫，三方法。兩類庫是指基于大數(shù)據(jù)池向上延伸而產(chǎn)生的兩類主題數(shù)據(jù)庫，一是既有醫(yī)療管理數(shù)據(jù)庫，二是患者登記數(shù)據(jù)庫。既有醫(yī)療管理數(shù)據(jù)是把存量數(shù)據(jù)進(jìn)行治理而形成的數(shù)據(jù)庫，也是理清數(shù)據(jù)資產(chǎn)，評(píng)估數(shù)據(jù)利用價(jià)值的基礎(chǔ)?；颊叩怯洈?shù)據(jù)庫往往是高度主題化的前瞻性數(shù)據(jù)庫。在良好的設(shè)計(jì)下，患者登記數(shù)據(jù)庫支撐大規(guī)模人群隊(duì)列管理，能夠產(chǎn)生更高質(zhì)量和價(jià)值的數(shù)據(jù)。在此基礎(chǔ)上，針對(duì)不同的業(yè)務(wù)問題進(jìn)行數(shù)據(jù)挖掘與運(yùn)用，可以做基于既有數(shù)據(jù)庫的觀察性研究，也可以基于患者登記數(shù)據(jù)庫的觀察性或臨床實(shí)效性研究。隨著技術(shù)發(fā)展，人工智能應(yīng)用和數(shù)據(jù)挖掘也將越發(fā)受到關(guān)注。數(shù)據(jù)庫的建立是醫(yī)療人工智能產(chǎn)品開發(fā)和驗(yàn)證的土壤，對(duì)未來實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的知識(shí)自動(dòng)化應(yīng)用尤為重要。這三類方法又可能總結(jié)為兩方向，即數(shù)據(jù)科學(xué)方向和數(shù)據(jù)工程方向。數(shù)據(jù)科學(xué)方向解決的是基礎(chǔ)的科學(xué)問題，創(chuàng)造新的循證醫(yī)學(xué)證據(jù)；而數(shù)據(jù)工程方向，是指利用數(shù)據(jù)挖掘與數(shù)據(jù)工作流設(shè)計(jì)，實(shí)現(xiàn)可用的技術(shù)產(chǎn)品和做法，不斷優(yōu)化病人的服務(wù)流程，深化醫(yī)療服務(wù)的質(zhì)量和內(nèi)涵。現(xiàn)代醫(yī)學(xué)是建立在循證醫(yī)學(xué)基礎(chǔ)之上，而循證醫(yī)學(xué)重視醫(yī)學(xué)證據(jù)。當(dāng)前，無論人工智能如何發(fā)展，也不會(huì)在短期內(nèi)改變這一點(diǎn)。我們要用循證的思維來客觀評(píng)估數(shù)據(jù)的價(jià)值。數(shù)據(jù)決定基礎(chǔ)，問題決定高度，技術(shù)決定質(zhì)量。數(shù)據(jù)集不可及，就沒有了數(shù)據(jù)相關(guān)創(chuàng)新的土壤；臨床提不出有效的問題，數(shù)據(jù)科學(xué)就無用武之地；信息數(shù)據(jù)技術(shù)不過硬，就無法實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)型產(chǎn)品的高質(zhì)量開發(fā)。03 醫(yī)院醫(yī)療大數(shù)據(jù)中心的建設(shè)歷程2021年，廈門大學(xué)附屬第一醫(yī)院與翔安區(qū)人民政府達(dá)成全面戰(zhàn)略合作協(xié)議，開展數(shù)據(jù)中心建設(shè)。目前，我們已經(jīng)搭建了大數(shù)據(jù)平臺(tái)：XDP平臺(tái)。該平臺(tái)屬于隱私計(jì)算平臺(tái)，能夠?qū)崿F(xiàn)多方數(shù)據(jù)不出院但數(shù)據(jù)價(jià)值共享。我們?cè)谧龊米陨頂?shù)據(jù)治理、數(shù)據(jù)資源目錄、數(shù)據(jù)質(zhì)量評(píng)估等工作的同時(shí)，更想做一個(gè)數(shù)據(jù)應(yīng)用生態(tài)，促進(jìn)產(chǎn)學(xué)研用的多方合作，進(jìn)一步實(shí)現(xiàn)數(shù)據(jù)的價(jià)值。下一步我們將專注算力資源建設(shè)，人工智能變現(xiàn)包含三個(gè)要素，算力、算法和數(shù)據(jù)，算力是其中的重要部分。在今年廈門市醫(yī)院高質(zhì)量發(fā)展項(xiàng)目里，我院申請(qǐng)到了基于GPT 模型的精準(zhǔn)醫(yī)學(xué)應(yīng)用大數(shù)據(jù)平臺(tái)。我們希望擁抱大模型時(shí)代，進(jìn)行研究和業(yè)務(wù)管理。目前大模型的部署在院內(nèi)還有一些困難要克服，主要是信息安全和數(shù)據(jù)合規(guī)要求，所以希望產(chǎn)業(yè)界能夠在技術(shù)上進(jìn)一步突破，保障數(shù)據(jù)的安全、合規(guī)、合理使用。
