北大肿瘤医院数据中心的建设与应用

北大肿瘤医院的信息化建设是从2000年开始起步的，2005年医院开始加大投资和建设力度，进行系统升级。从最开始的以财务为中心、以HIS为主导、各个部分分割的系统，经过10余年的建设，已经建立了覆盖较为全面的基础应用软件，包括HIS、CIS、EMR、临床路径、LIS、PACS、OP、物资、设备等支撑医院业务各个环节的应用系统，逐步建成了以电子病历为中心的临床和管理全覆盖的信息系统，能够满足医院各方面的日常业务需求。

北大肿瘤医院在2004年就开始尝试建立数据仓库，先后进行了两次升级，现已初步建立了医院运营管理平台。经过近8年的摸索，信息部门在实践中得出结论：数据仓库（DW）和临床智能（CI-Clinic Intelligence，即企业的Business Intelligence）技术，是现阶段满足医院数据利用需求的有利手段之一。

医院的信息化需求

数据的整合和利用，是医院进行信息化建设的出发点和归宿。在信息化建设过程中，逐渐发现医院数据存在数据结构、标准化、数据质量、数据时效性、分析功能效率等多种问题。

医院发展信息化的动力，来源于医院的发展战略和业务需求。医院的需求有四点：临床业务精细化、运营决策数字化、科研数据采集自动化。

从院领导、科室主任到其他管理和临床人员，都对医疗信息有所需求，具体涉及查账、核算、科研、临床实验、绩效考核等各个方面。如今，管理决策、运营以及医疗改革测算都依赖于信息的整合、分析、计算和再利用。各业务科室的需求越来越强，对信息部门提出的数据分析需求甚至达到一天数次，这就要求信息部门数据整理的完整性和统一性，并能够实现快速检索和分析。要满足医院各层面统一高效的信息需求，信息部分需提供以下几项内容：

灵活的分析平台：灵活可靠的工具和平台支持各部门对数据的“自助式”分析和利用。

数据统管和共享：统一的数据资源管理平台对数据进行统一管理，真正实现数据的全方位共享。

患者综合信息统一视图：将源自不同系统且标准不统一信息，整合在一个界面中进行综合处理，存在巨大的障碍，并有分析效率低下、界面风格不一致的问题。

运营分析平台：对医院管理者所关注的医院运营效率、质量、绩效等进行分析、监控和跟踪的系统。

临床科研分析平台：临床科研数据自动化采集、支持单病种数据整合、分析和查询便利的临床科研平台。

大数据应用实践

面对如此众多的数据问题和需求，依靠手工实现数据分析以及应用已经不再适合。那么，信息部门应该如何应对数据分散、处理效率低、一致性差等手工作坊时代的问题呢？北大肿瘤医院在2004年就开始尝试建立数据仓库，先后进行了两次升级，现已初步建立了医院运营管理平台。

数据中心是按照医院中长期业务需求，将医院的现存数据，按照统一数据字典进行清洗、集中整合到数据仓库中，并通过后台的运算和分析，以临床智能工具为客户端，满足不同的用户需求，达到良好的用户体验。

北大肿瘤医院在建立数据中心平台的过程中，根据医院的需求紧迫程度、难易程度，逐步建立了不同的应用。临床是医院之本，尤其是全国三级医院评审和临床路径管理、单病种管理的紧迫需求，医院首先建立了以临床管理为中心的医院运营管理系统，设计了一套运营监控指标体系（Hospital Operation KPIs），帮助解决北大肿瘤医院临床管控中的诸多挑战。通过对信息的统一管理和利用，提供统一的数据视图和综合管理分析支撑环境，最终形成面向各个专题的医院运营管理的分析、监控。包括全院、科室、个人的三级运行指标（工作量、医疗质量、患者安全、运营效率），分析医院业务的增长点和滞后点，医院合作（分院建立、私营医院机构合作）等领域的运行预测和盈亏分析，重点问题的捕捉与跟踪，以及医院业务流程的监控与优化。

在实践中，北大肿瘤医院在全院建立了统一的数据字典，统一的患者ID索引，统一的统计公式标准，为全院系统打造一个统一的数据共享平台，解决了全院统计口径的一致性问题，实现了数据标准化；将业务数据和分析数据分离，生产系统和查询系统分离，有效地解决了高效、稳定的前台业务与多变的综合展示业务之间运行效率的矛盾，极大地提高了基础业务系统的维护性与稳定性；数据中心的数据是经过质量控制、清洗、转换后的结果，由此分析的结果更具有准确性，能对使用者提供更有效的决策支持；海量数据在数据仓库中长期保存，当业务系统进行升级换代更换厂商时，不会影响数据分析的延续性，保护了历史数据。

数据中心建设经验及目标

北大肿瘤医院在近十年面向医院管理的数据中心的建设中，在规划、设计、实施过程中既有难点，也有通过大数据挖掘分析强化医院管理时所面临的独特挑战。

医院管理性需求的收集与归纳：在项目建设过程中，最初很多时候业务部门不知道自己需要什么数据，提不出自己的分析目标，大都还停留在传统的医院管理模式中，关注门诊量、住院量、手术量等统计数据。如何准确定位项目实施策略是一个问题，而数据中心项目不是业务系统，项目实施范围不好界定，如何引导业务部门对需求进行思考，提出真正有意义的数据分析需求，是非常重要的一项议题。

数据质量问题：医院的基础应用系统（如HIS/LIS/PACS等）是为了满足医院日常业务运转的需要而设计的，因此往往会忽略从运营管理的角度对业务数据的真实与完整性提出要求，也会忽略很多面向管理决策支持时必需的原始数据。特别是针对北大肿瘤医院目前已有的基础应用较多的现状，这些基础应用未必能提供足够细化粒度、满足各类维度模型的原始数据，因此如何确立基础应用数据的抽取规则与质量控制策略，建立涵盖主要应用系统的数据抽取及整合规则，通过定义完整、统一的数据标准，建立和完善标准的统计指标和统计口径成为医院在数据中心建设长期的重点和难点。

合理的实施策略：数据中心的建设、医疗大数据的整合挖掘，是一项长期而艰巨的工作，短期难看到效益，而长期效益在项目初期也难以评估。但即使项目实施过程艰难，医院通过好的实施策略，使得这个项目得到了全院各个层面工作人员的支持。

基于以上在实施过程中面临的问题和挑战，在项目开始的阶段，北大肿瘤医院一直在思考，项目到底从哪里实施，这也是准确定位项目实施策略问题，目的是使系统顺利地使用起来，最后决定从业务统计开始，然后逐步做到管理需求分析。

因为数据分析项目实施的难点在于，该项目不是业务系统，不像业务系统那样，使用和需求都是刚性的；也不是流程系统，分析系统某种程度上是似是而非的――需求零散、不明确、变化多。所以北大肿瘤医院采取的是以业务统计为切入点，让系统有一定的黏性；然后逐步启发和引导需求，把真正的项目主体――管理层拉入项目；最后，信息部门主动从前台退后到后台，让管理层走到前台。这是一个策略，目的无非是让项目成功，使多方共赢。总结北大肿瘤医院数据中心建设的心得，可以概括为十二个字：由浅入深、以点带面、稳扎稳打。

从2013年开始，“数据的整合和利用”作为北大肿瘤医院2013年院级八项大事之一，计划在以往的经验和基础上，继续对数据的再利用做进一步的深化，组建常态的、由医领导牵头的多学科参与的项目委员会，并和专业化公司合作，搭建统一的数据集成平台。该满足运营管理的同时，重点向临床科研服务延伸。

“数据的整合和利用”的具体目标有：将医院历史数据打散后，按照数据颗粒度和应用需求，重新存储到数据中心；集成影像数据；提高查询速度和便捷性；兼容非机构化数据（如电子病历等）；从无所不包的数据仓库，剥离重组出专业性更强的单病种数据集合；把数据中心演变成科研工作的生产系统。