《中国数字医学》2023第18卷第6期上刊文章

在各行各业的数字化转型中，医院在整体规模上可能不是最大的，但架构却极度复杂。

当前，医院信息化正在从IT进入DT时代。关注重点也从业务流程信息化，提高医疗效率转换到数据资源的挖掘利用，辅助医院精准决策分析上。但在现代化医院中，这些价值巨大的数据却往往分散在不同的相互独立的“烟囱式”系统中，无法简单高效地被整理、调取和利用，导致了数据治理和管理的巨大压力，成为了未来智慧医院建设中必须攻克的难题之一。

作为一种新兴的数据技术，“数据湖”能让多源数据在任何时间以原始、未加工的形式存放在数据湖存储层中，为存储、管理和分析大规模非结构化和结构化数据提供了强力的基石。通过数据分类、数据标签、元数据管理等方式构建数据湖中的数据模型，从而最大程度避免数据清洗汇总造成的信息损失。并且仅仅在数据利用时进行数据定向预处理，能更快、更灵活地利用各种数据，大大减少数据获取和存储的复杂度、代价和时间。

在今天的智慧医院中，实时全域数据湖的建设显著提升了医院数据治理能力，将零散的数据变得井井有条，最大程度挖掘医院业务链价值，提升医院运营管理效率，支撑智慧医院高质量发展。并在精益医疗、临床科研、管理决策的等多个方面开展了联合探索，通过数据湖为相应的数字化智能辅助工具提供了数据支撑，通过实时化、高性能的数据供给、帮助医院数据利用效率，让数据更易用、更有用，大大提升了数据应用的建设效率与业务成效。

突破一：取代“数据接口及视图”，打破性能边界

如今的医院，无论是点对点的数据调用，还是通过集成平台共享数据，都需要借助“数据接口及视图”来传递数据，HIS、EMR等核心业务系统作为数据的最大输出方，更在数据共享中“不堪重负”。

作为一种新兴的数据架构模式，数据湖能够将结构化、非结构化等不同类型的数据归集到一处，并通过按需的数据预处理提升利用数据的效率。同时立足强大的数字基础设施和MPP分布式数据库构建数据湖存储引擎，可以将原始数据打标签构建STG贴源数据层，或者构建起数据仓库。这种统一化的数据湖简化了数据的调度共享，让不同系统之间数据分享的压力减少。而且，湖内建仓数据不出湖，“湖仓协同”的统一分析底座让数据分析效率提升，减少了数据迁移量。

突破二：实时共享，引领精细化管理管理

在智慧医院的变革中，门急诊的服务和管理需要实时的数据处理，医院整体的运营精细化水平也与数据实时性呈正相关的关系，但传统ETL离线处理的方式无法解决实时问题。“实时全域数据湖”的核心亮点之一是能够为表单匹配对应的入湖模式，并且能够通过标准化、自动化、实时高可靠的服务做到OLAP（联机分析处理）能力的快速响应。

突破三：从溯源到管理，攻克数据利用难题

作为治病救人的医疗机构，稳定、安全是智慧医院建设不可逾越的红线。在数据的利用上，也必须解决数据“血缘”不清、源头不明、管理复杂等一系列问题。提供“全链路安全”的能力，确保湖内数据全流程不外泄，API数据全鉴权，数据申请流程在线化。在此基础上提供数据标准、数据质量、数据资产、数据开发等各类数据治理功能，并通过数据开放形成治疗质量、运营效率等各类专题库，并以数据服务和数据资产赋能医疗业务的进化革新。

突破四：增效降本，驱动转型引擎创新提速

对于智慧医院的建设而言，“实时全域数据湖”既是技术创新的突破尝试，也是业务场景的变革引擎。在诊疗业务领域，实时全域数据湖能让数据和业务流程充分融合，提升医院综合决策能力；在医疗科研领域，数据湖能帮助挖掘数据价值，为医院医学科研、临床药物以及AI辅助诊疗提供更多维度的数据支撑与分析；在医院管理领域，能为综合绩效改革提供数据支撑；同时，通过院长驾驶舱，数据湖能将医院内的复杂数据以智能化、可视化的方式呈现，让数据真正资产化为医院的高质量发展注入新效能。

面向未来，数据在智慧医疗变革中扮演的价值将愈发关键，推动医疗行业向着高质量发展的目标稳步迈进。