医院数据治理在医疗运营管理中的应用分析

摘要：目的：通过对医院数据进行科学治理，实现对医院日常运营管理的辅助决策与指导。方法：构建医院数据集成平台，对医疗机构的数据资源进行跨系统整合，对多系统、多格式的数据进行抽取-转换-加载（ETL），实现了院内运营数据集成。结果：通过院内数据治理，实现对人力资源、成本、绩效、医保、药事、门诊、住院、手术等多项管理，实时监控医院的运营状态，通过数据分析，为医院的发展方向和运营决策提供支撑，推进实现医院的精细化管理。结论：基于大数据的医院信息集成平台的建设，可实现医疗机构有效监管与科学决策，提升各职能部门、临床科室对数据利用以及医疗机构服务的核心竞争力，逐步推进智慧医院建设的战略目标。

关键词：数据治理;数据平台;ETL;医院运营分析

一、背景介绍

当下医院信息化建设经历了从烟囱式到体系化的发展，医疗健康数据已成为国家重要的基础性战略资源。《“健康中国2030”规划纲要》明确提出，消除数据壁垒，建立跨部门跨领域密切配合、统一归口的健康医疗数据共享机制，实现各应用信息系统数据采集、集成共享和业务协同。在当前背景下，医院要实现高效发展，实现从信息化到数字化、从以系统为核心到以数字为核心、从规模到价值的变革。

二、医院数据治理的应用分析

1. 医院数据治理的必要性

医院数据资产作为一项重要基础资源，愈发受到医院管理者的重视，在从医院信息化到医院智能化的转变过程中，医院的发展模式从规模驱动的模式转变为更加注重集约式、以医疗质量及医疗服务效率为核心的模式。数据治理对于医院而言愈发必要：

1.1. 医院内部实现系统互联互通和数据对接共享的需要

大部分医院已经完成了HIS、EMR、PACS、LIS等医院信息化系统的建设，但是由于数据分散在众多系统中，缺乏统一的数据定义和数据分类，因此在数据使用上存在数据不标准、数据不一致、数据完整性差等问题。为了推动数据标准的有效落地，医院的数据治理不能仅停留在制定出一系列数据标准规范的文档，对于数据标准的实际应用是医院管理者应当重点关注的问题，管理的目标是让数据标准“活”在日常管理工作中，而不只是“躺”在纸面上。

1.2 医院提升海量数据资源质量的需要

智能时代数据产生的价值越来越大，对于如何挖掘并发挥其应用的价值是各医院管理始终思考的问题。数据治理的最终目的是挖掘数据的价值，推动医院的发展。医院通过围绕数据采集、汇聚、存储、处理、分析、共享、应用等全生命周期，建立数据安全保障机制，解决数据共享问题。医院数据治理将医院数据进行整合，并在原有基础上进行汇总加工，为实现挖掘医疗数据的潜在价值创造必要条件，对医院精益化运营具有重要指导意义。

1.3 数据驱动医院进行科学决策的需要

医院涉及的数据类型包括：静态数据和动态数据、实时数据和非实时数据、结构化数据和半结构化数据等，这些数据有些来源于医院的内部信息系统及设备，有些来源于外部协同网络。通过数据治理将低质量数据清洗、转换为高质量数据，才能让数据价值真正發挥作用，从而对服务临床医务工作者产生实际价值，同时为医院管理者的工作提供辅助决策。

2. 医院数据治理过程

医院信息系统存储了海量临床数据和医院的运营数据，然而医院原有信息系统建设目标主要是流程类业务系统，不是针对数据分析、数据挖掘和多学科多维度二次数据利用而建设的。开展医院数据治理，是将原有系统中异构数据进行整合，使不同系统中的数据能够彼此“对话”，从而将医院已有的海量数据资产激活并加以利用。

2.1 数据标准与数据规范

数据标准与数据规范是指对医院现有数据资产进行有关存在性、完整性、质量及归档的测量标准，为评估医院数据质量，并且为手动录入、设计数据、加载程序、更新信息以及开发应用软件提供的约束性规则，数据规范一般包括数据标准、元数据、主数据、数据模型等。

医疗行业部分信息化数据有统一的规范要求，原则上，有标准的字典数据、标准编码，一律采用国标如HL7、DICOM等或省、市、区域标准，没有统一标准的数据，应结合院内信息系统建设情况制定统一标准规范，尤其是涉及跨系统、跨厂商的数据，所采用的标准需要满足不同领域、不同数据库、不同系统的应用场景，如人员字典，科室字典应用场景不同所需的结构化信息也不尽相同。

2.2 数据采集

医院数据类型和结构复杂而多样，医院建立的信息系统采用的平台、架构、数据库、网络结构和接口等都不尽相同，造成医院存在大量形态不同的结构化数据。

2.2.1数据采集的目标：

1）实现广域数据采集：医院数据资产具有来源广泛、多样、多元的特点。如何实现全面、精准采集数据，需要制定符合医院自身特点的数据采集计划，并运用先进的数据采集技术。

2）实现异构数据的采集：医院在不同时期，由不同厂商构建了不同类型、结构各异的数据模型。数据的异构性提高了数据采集的复杂度和难度。

3）数据采集与现有业务系统和谐共存：相较于业务系统而言，医院信息系统的计算资源相对不足。数据采集的过程对医院现有业务运行会造成一定影响。在采集数据过程中，需要结合医院临床应用的运行时段特点，尽量选取业务低峰时段进行后台数据采集工作，从而实现对硬件资源消耗的平衡。

2.2.2数据采集的方式：

1）数据同步方式：数据采集同步是利用第三方技术工具，直接从生产系统数据库进行数据采集的实时同步模式。

2）数据备份方式：数据备份采集方式技术简单、操作容易、对医院日常业务影响较小。数据备份对时间可以灵活机动，一般都在业务低峰时段进行，可以减少对业务系统产生的影响。例如，院内HIS系统每天会产生大量患者收费明细数据，为了减轻业务系统和服务器的压力，一般会选择凌晨进行当日收费数据的整体备份操作。

3）ETL工具和增量抽取：ETL用来描述将数据从数据源经过抽取、转换、加载至目标数据库的过程。ETL是构建数据平台和数据仓库的重要一环，从数据源收取数据，经过标准化和预置规则的清洗和加工，最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。

2.3 数据汇聚

1）数据脱敏：数据脱敏是为了更规范地对数据进行应用。医院数据治理重点脱敏的数据信息包括患者信息、医务人员信息、医院信息等三大类。目前常用的数据脱敏方法包括替代、混洗、数据变换、加密、遮挡、空置插入和删除等。

2）数据映射：根据通用模型的定义对原始数据进行数据抽取，将原始数据映射到对应到数据模型表及字段上，通用数据库对字段基本上通过字段映射就可以完成，不需要进行复杂的计算。需要进行数据映射的内容主要涉及跨系统、跨业务领域的数据，如医院员工数据通常同时存在于工资系统、人力资源系统、HIS系统、绩效系统等多个业务系统中，科室字典数据也是典型的跨系统数据，在进行院内统一数据治理时，需要在全院范围内梳理此类数据，并形成統一的通用模型，建立各系统和此模型的映射关系。通用模型会对数据的日常修改进行记录，同时增加数据版本管理，方便数据的追溯。

3）数据清洗：数据清洗是的目的是通过信息化手段检测数据中存在的错误信息、重复数据和表述不一致等问题，删除或改正它们从而提高数据的质量。医院的数据来源于多个生产业务系统，为了能够顺利进行数据加工和数据利用，就必须在数据汇聚过程中通过清洗的信息化技术将医院数据做格式、内容上的清洗处理。通常HIS系统为了快速满足前台业务多变的需求，数据的规范性会存在一定问题，诸如院内科室命名、仓库命名，收费项目与开单科室也并没有在前台进行严格的权限控制，导致产生的业务数据需要经过仔细甄别和清洗后才能真正符合逻辑，这一步骤往往会耗费大量时间精力，但是这一步骤也是决定后续能否在数据中挖掘出价值的关键一步。

2.4 数据深度加工

数据深度加工是数据治理的核心环节，是利用人工智能技术，如机器学习等，在数据治理工作中的体现，也是数据在汇聚后进行价值生成的重要环节。

1）数据归一：开展医院数据治理，对于规范化的术语、标准的字段信息和语义信息等，提出了极高的要求。只有参照标准语义治理的数据才具备应用的价值。数据归一应达到将医院原始数据根据标准术语表映射到标准名称，并可对结果进行人工核查。

2）结构化处理：医院拥有大量非结构化数据，如何通过对文本进行语义标注、数据抽取、知识发现、从而支撑数据的二次利用，已成为众多医院迫切需要解决的问题。

2.5 数据资产管理

数据资产管理应该实现医院数据资产注册、发布、查询、调阅、推送等功能，在数据资产管理系统内实现医疗数据资产编目、目录维护、主题统计、共享检测等功能。数据资产管理的核心在于有效解决数据资产管理的实践性问题，既帮助医院合理评估、规范和治理医院信息资产，又可以挖掘和发挥数据资产价值并促进持续增值。

三、医院数据治理的价值体现

精细化管理的目标是将数据“盘活”，将原本散落于各个信息系统中的数据，重新归集整理，通过数据标化处理使不同系统中的数据能够互相连接。通过对数据的综合治理，实现对人力资源、成本、绩效、医保、药事、门诊、住院、手术等多项管理，实时监控医院的运营状态，通过日常运营数据分析，为医院的发展方向和运营决策提供支撑，推进实现医院的精细化管理。

1. 医院经济运行分析

应公立医院改革及医院精细化管理的要求，医院逐步开展经济运行分析，旨在改善经济运行状况，保障医院稳定发展。医院经济运行分析着眼于分析医院的整体工作量及收入情况，全面展现当前医院的整体工作负荷、医院功能定位、医院经济健康程度等。医院经济运行分析的数据来源包括但不限于：HIS系统、成本系统、财务系统等。

医院工作量分析：医院工作量分析展现了在特定时间区间内医院整体的工作量情况、各科室工作量情况以及医生工作量情况。结合当前医院的各项资源情况，进一步分析展现医院的工作效率、工作负荷，并在院内对同类科室间对工作负担进行横向比较，管理者可以以此为依据，进行院内资源优化配置，提升医院整体工作效率、工作质量。

医院收入分析：医院收入分析展现了在特定时间区间内医院总收入情况、门诊收入情况、住院收入情况。通过同/环比方式比较特定区间段内收入变化幅度。医院财务分析展现了财务视角下，医院经济运行健康状况。通过多项财务指标的组合分析，能够对医院偿债能力、获利能力、运营能力、资产保值增值能力等进行预警分析，帮助管理者提前识别重大经营风险。

2. 医院成本分析

综合运用医疗成本数据按科室、项目及病种进行成本核算，可以促进医疗资源运营管理提升。科室成本核算是将医院以科室的角度，对业务活动中发生的各类消耗进行归集与分析，从而计算出科室成本，最终呈现出医院科室效益、成本等。项目成本核算是以医疗服务项目为核算对象，归集和分配各项支出，计算出项目单位的成本，得到设备创造效益、项目成本管理水平、项目盈利与否以及项目人力耗费等。病种成本核算以病种为核算对象，将治疗某种疾病的医疗项目成本、药品成本及其他成本进行叠加分析，从而得到病种盈亏、病人病源相关信息，提出优化诊疗方案、临床路径以及为DRGs提供思路。

3. 医院经济效益分析

对医院经济效益进行分析能够反映医院在运营管理过程中是否实现了最优的成本投入产出效果。我国公立医院虽然不以盈利为目标，但是医院管理者仍然需要从经济效益的角度关注医院运营状态是否健康。借助部分经济指标可以量化地认识到医院在管理上是否存在偏废，同时利用经济效益的评价指标，可以为医院管理者提出针对性的改善建议。

参考文献

[1]张东强，郑建中.大数据时代医院信息管理平台的构建[J].卫生软科学，2015，29（10）：634-636，641.

[2]冯丹，刘丽华.决策支持平台助力医院精细化管理[J].中国卫生信息管理杂志，2015，8（3）：40-43.

[3]吴韬，高长春，林靖生.信息智能技术在医院运营决策分析的应用[J].中华医学志，2017，97（12）：894-896.

[4]巩蕾.医院主数据管理系统设计与研究[J].电脑编程技巧与维护，2020（1）：70-71.

作者简介：王轩（1989年），性别：女，民族：汉族，籍贯：北京，学历：在职研究生，单位：中国人民大学，研究方向：医院管理、数据分析。