"IT有得聊”是机械工业出版社旗下IT专业资讯和服务平台,致力于帮助读者在广义的IT领域里,掌握更专业、实用的知识与技能,快速提升职场竞争力。
医疗行业特点
鉴于医疗的行业属性,医院是典型的多头(多个卫生管理机构)、多层(国家、省、市和属地)、多面(横向管理,例如院感、医保)、多线(多种学科监管)、多向(科研、教学、药事)、多界(例如人文、救助)和多维(个性化、标准化和属地化交织)的复杂管理格局。特别是在我国,作为医疗行业中流砥柱的公立医院,还具备典型的公立机构体系的特点,以及之前“以药养医”政策所带来的各医院分散管理和建设的历史遗留问题。
这些都会导致医院的管理体系、信息化和标准化具备极高的难度。尽管医疗信息化(Hospital Information Technologies,简称HIT)已经发展了近 40 年,但是与其他行业相比,例如电力、金融、通信等,发展严重滞后。大部分医院的信息化建设还处于满足基础提高生产效率和基础管理的应用阶段,信息化架构落后,投入少(人员和经费等),内部IT体系整合还远远达不到基本要求。
医疗行业的特点决定了医疗信息化有如下特点:
1)标准多样化,统计口径难统一。医疗行业标准的速度远远跟不上行业发展的速度。
2)行业厂商庞杂:医疗服务专科化和职能多样化,使得医疗信息化厂商众多。
3)变化难记录:理论上,企业级软件都会对关键数据进行操作和核心数据变更进行记录。但是实际情况并不总是如此。
4)信息化利旧困难:医院更换信息系统,通常会带来巨大的断档损失。例如更换HIS、EMR等重型关键信息系统。既往的数据和信息只能保留最为基础的信息,更多的则继续沉睡。
5)互联互通困难:即使厂商提供接口和信息化平台,但是无法解决非标数据的存储、使用和更新问题。
在有限的资金和时间内,要体现信息化对医院战略、规划、发展和运营的价值,应该利用数据治理的手段,解决当前医院的痛点问题,满足业务实际需求,是有效改变医院IT从业者地位,提升IT价值的有效手段。
数据治理的价值
数据治理是数据与信息的管理、记录、分析的全系列闭环工作。这使得数据治理能在如下几个方面呈现自己的价值:
1)系统性:从数据标准的全业务周期方式,对企业所有数据进行系统性治理,覆盖数据的标准、标准化和信息化三个层次,是系统性实现管理的最优方式。
2)连贯性:基于元数据的治理,能够覆盖数据处理的事前、事中和事后整个全流程。能够对处理过程中,而非处理后的数据应用产生价值。
3)溯源性:当我们采用数据治理的方法论的时候,已经在数据处理的过程中,保留了整个动作、前后结果。
数据治理在医疗行业的典型应用场景
1)政府/医联体的数据集成与整合。
政府的健康医疗信息化工程,以及医联体(含医共体、专科联盟、远程医疗、城市医联体),都有非常典型的特点,也就是多层次、多级、多个节点、多个垂直系统,内部之间的数据集成与整合非常困难,而且极难同步推进。
可以采用数据治理的方法论管理数据的标准、流程和应用,从而实现数据的集成与整合。具体价值体现在:
● 能实现不同机构工作人员之间的数据协同管理;
● 能用于不同信息化厂商之间的协作与工作界定;
● 能实现分布式数据资源的架构设计与应用;
● 能提高数据集成整合的效率;
● 能有效节约项目资金。
2)医院信息化自主可控。
由于资源有限,国内医院的信息化自主开发和维护的情况较为少见,绝大部分都是采用购买第三方信息系统+自主维护的方式来进行。
为了加强自身信息化的管控,建议甲方HIT人员,至少需要对非自主开发的核心数据进行管控。
3)医院经营数据(关键数据)变化记录可追溯。
数据通常会用于指导医院的业务经营,提供决策支持。但是当前医院的关键数据总是不准确,对此项工作造成了影响。造成关键数据无法被长期、持续记录和应用的原因是,医院的生产系统(例如HIS、LIS、PACS)仅在后台记录操作日志,但是不同系统、不同业务的关键数据缺乏统一的变更记录、管理、核验和应用支持。
例如,某药品的价格由于政策影响和不断调价,可能会有多种价格调整的情况,如果没有记录下所有的变化数据,这个关键数据(药品价格)就无法支持医院的相关业务运营。
4)医院合规运营。
医疗行业标准众多,受医保政策管控严格。长期以来,医疗信息化需要根据不同的行业标准管控要求在多种应用场景中实现综合的应用。
国内疾病诊断总共有三套国内编码体系,国外也至少三套(ICD-9/CM3、ICD-10、ICD-11),医院为了满足不同的需求(临床需要临床编码,病案首页需要执行 ICD-10,医保需要满足医保的疾病名称要求),应通过实施数据治理手段,对不同应用和不同标准,进行统一的管理,并建立起映射关联,以满足业务需求。
5)支持利旧工作。
由于历史原因,每家医院都会有一些信息系统废弃并不再使用。但是鉴于各家信息化公司开发的标准不一,要充分利旧基本成为不可能。原始的老系统又不能被删除(审计需要),只能偶尔去查看查阅一下。
可以利用数据治理的相关管理思想与技术理论,将这些来自于旧系统和其他来源的数据进行集中存储、集成和整合;也可以与现有的数据中心进行融合,通过数据的应用,实现业务价值。
6)管理数据资产。
在医疗信息化建设中,对于医疗机构现在已经具备什么样的“数据资产”,关注度还远远不够。
这些数据资产包括:数据类、资源类、病种类等。无论这些数据资产如何分类,均要通过数据治理在不同的数据资源之间建立起联系与桥梁。并且跟踪数据资产的内容、路径、变化,对这些数据资产进行有效的管理和利用。