医疗大数据的创新应用可以赋能临床和管理，最终改善患者就医体验。

医疗数据治理的四个关键领域

医疗数据形式多样，来源多元，数量巨大，并会随着人民群众对健康的需求将呈现爆炸式增长。梁志刚在分享中指出，医疗大数据的运用可以赋能临床和管理，最终改善患者就医体验，但在医疗数据应用之前，需要在以下四个方面进行治理。

1. 数据内容管理：持续不断地扩展医院级别统一管理的数据内容。例如床旁设备数据的整合，随着设备的更新，可逐渐将监护仪、呼吸机、输液泵等重要设备输出的数据整合入信息系统。此外，还可通过拓展APP功能，提升随访、医患互动的便捷性以及对患者报告数据的采集可行性，提供患者报告数据的入口，构建以医院为核心的医疗数据生态圈。

2. 数据安全与隐私保护和获取的便捷性。

3. 数据整合和数据质量：主要在数据完整性、数据的真实可信性和数据时间线三个维度考察数据质量，关注数据形成的闭环。例如患者出病房、入手术间、开始麻醉、开始手术等一系列时间之间的关系验证，时间先后顺序不合理的数据不能存入系统。

4. 主数据管理：业务主数据需确保数出一源，口径一致。统一不同系统中同一指标的统计口径，例如对患者年龄特别是住院期间患者年龄计算的口径统一，并将口径要求分发至各个业务，防止出现患者住院病历上同一天做的不同检查出现年龄不一致的情况。

大数据赋能医疗质量提升的业务场景

在数据治理的基础上，医疗数据的合理应用可以为临床、医务、医院管理等提供多方面的支持，最终实现医疗质量的提升。梁志刚在课程中介绍了医院实际工作中，大数据赋能医疗质量提升的几个业务场景。

1. 临床诊疗决策

传统诊疗中，临床决策主要依靠医生的经验和知识，但随着临床专科化趋势，特别是低年资医生的知识较为聚焦，经验较少，而接触的患者则病情复杂，容易出现知识更新不及时导致的诊疗失误。宣武医院则通过基于人工智能的临床决策支持系统（CDSS）对医疗大数据挖掘、分析，实现了诊前、诊中、诊后的辅助临床诊疗。CDSS通过抓取分散在医院各个系统内的患者数据进行分析，并基于专家共识、诊疗指南、药物使用说明等为医生推荐有效的临床处置手段、用药方案、诊疗方案等决策支持。梁志刚强调，虽然CDSS可基于患者数据支撑医疗决策，为医护人员打开思路，但最终决策权还是在医生。

2. 病历内涵质控

公立医院绩效考核的重点之一是医疗质量和安全，而考核数据最终来自于病历文书，病历质控的效果直接决定了医院的医疗质量的呈现。宣武医院通过基于AI的病历质控系统，实现了全院所有医疗文书一致性、完整性、及时性、合规性审核，满足病历内涵质控需求。

梁志刚介绍，通用的病历内涵质控包括入院记录中外伤史内容记录存在矛盾，病案首页与入院记录过敏药物记录内容不一致，化疗患者出院记录中缺少具体化疗方案的记录，以及漏诊验证等。此外，系统还可支持医院根据专科诊疗特点配置个性化质控规则，包括与诊断相关、手术相关和医嘱相关的内涵要求。

值得注意的是，区别于事后抽查质控的滞后性，病历质控系统可在病历文书书写环节实时提醒病历缺陷，辅助医生在事中完成病历内涵质控。