数字技术是行业、机构发展的战略制高点。达沃斯发布报告显示，全球企业在数字化转型中投入超万亿美元，仅1%达到或超过预期。医疗行业的数字化程度更是远远落后于其他行业，埃森哲（Accenture）认为其尚不足交通等行业的20%。
“这并不是说医疗行业没有数据沉淀，恰恰相反，医疗大数据量增长已达到了PB级，但可用性不够。”宣武医院信息中心主任梁志刚表示，缺乏大数据质量校验和建设规范，使临床面临“无数据”可用的尴尬。
大数据的三大特质与应用挑战
每个人一生会产生无限量的医疗健康数据，全球医疗数据量预计到2020年将达到2.314PB，但数据的可用性不高，现阶段数据合格率能达到50%-60%的医疗机构在极少数。
“各行各业都在大谈大数据，‘繁荣’的背后容易轻视追溯大数据的本源，尤其是忽略大数据为谁服务。”梁志刚指出，我们需要的不是“死的”数据，而是要挖掘它的利用价值。单纯的数据汇集或是盲目的数据收集，不足以支撑大数据在决策支持、科研管理等方面的应用。
他认为，真正的大数据应具备三个特质：足够大的量级、多样性、有意义。但现阶段收集的医疗大数据，多为过程数据，属于离散的、不连贯的文本描述性数据，存在非结构化程度高，无法直接用于计算机分析和应用；数据录入也不规范、不完整，有的数据甚至是没有实际意义的，数据质量有缺陷。
“缺乏统一的标准规范、严格的校验机制与平台，没有好的数据治理观念，再多的数据也难以起到反哺临床的作用。”他认为，只有做到数据的标准化、统一化和智能化，才能推动数据的临床价值“变现”。
建立标准规范是大数据服务落地的重要前提
资本行业一直在描绘医疗大数据应用的蓝图；86%二级及以上医疗机构建立了规范化的电子病历系统；作为政策引导方，国家业已出台了数十条 “纲要”或“意见”，建立了医疗大数据初步利好的环境。
但具体如何落实到服务医生、服务患者层面？梁志刚认为，目前尚没有真正成功的大数据应用落地，其最大的壁垒在于缺乏标准和规范。
他介绍，政府层面虽搭建了大数据框架体系，如，居民健康档案、数据中心建设等，也发布了电子病历书写规范，对医疗文书、出院小结等作出了明确定义。这些工作为数据采集和规范奠定了基础，借助人工智能、深度学习技术的运算能力，大数据存取、处理和分析看似已水到渠成了。
“但政策引导是战略性的，缺乏对具体内容的内涵性定义，如果没有执行也是‘纸面’上的。即便AI在某些领域能够超越人类专家，技术始终绕不开路径规范。”梁志刚说，建立大数据的行业规范和标准细则，需要首先建立数据采集的规范。
“通过对数据元素的值域进行定义，利用信息化手段表达出来，建立以病种为单位的专科数据集，梳理出真正有用的数据信息，这是我们目前最需要做的事。”在他看来，标准规范建设可以自下往上，由企业或者行业来梳理，政府层面可以牵头组织，让行业规范上升为国家标准，从而推广至大范围应用。
此外，大数据分析不能盯着“历史数据”，不能停留在数据收集上，更重要的是规范“明天的数据”，做好诊疗过程的标准化，从源头上对诊疗内涵质量和病历内容进行规范，减少垃圾数据的产生。
联系我们请点击：
数邦客
