在2020医院信息化集成平台建设网络研讨会上，解放军总医院医疗大数据中心主任薛万国以《智慧医院的“数据中心”建设》为主题发表了演讲。以下为整理后的精彩演讲内容：
2018年，国家卫健委出台了《全国医院信息化建设标准与规范》。在标准中，给信息化分为了22个大类，78个方面，266项要求。这些要求，覆盖了医院中医疗、服务、管理的方方面面。
2019年，国家卫健委又提出了智慧医院及《智慧服务分级评估标准体系》。明确了智慧医院中，包含的智慧医疗、智慧服务和智慧管理三个方面。
其中的智慧体现在三个方面的特征：泛在、共享、智能。
第一个方面是泛在，也就是无所不在，形形色色的应用。第二个特征是共享，是在形形色色的应用之间，能够共享数据，实现互联互通。第三个特征是智能化，也就是信息化产品的功能要能实现智能化。
这三个特点归结到一点，那就是数据的核心作用。
“数据中心”为何要打上引号，是因为它在不同场合，具有不同的含义和作用。我这里指的“数据中心”，不是作为IT基础设施的物理“数据中心”，而是在医院业务信息化基础上，提供数据整合与支撑数据应用的“数据”中心。
这样的数据中心，可以汇集各类医疗业务数据，并提供应用支持，但它拥有两种不同的语境和定位。一个是面向电子病历的数据中心，有时候我们称其为CDR，主要是面向临床业务。另一个是数据分析利用的数据中心，这类主要是面向科研和管理为主。
从整体上看，当前医院信息化建设活动可以划分为三大块，分别是业务信息系统建设、集成、数据分析利用。在这三大板块里，数据中心位于一个非常基础的地位，每一个板块都与它有很深的关联。
随着医院需求的不断变化，如何保持数据中心的稳定，是一个非常重要的命题。Gartner按照变化节奏的分层应用策略，主要针对企业应用分为三大层：记录系统、差异化系统和创新化系统。
其中记录系统层，主要采用模块化设计，实现核心事务处理和关键数据，生命周期通常在10年以上。差异化系统，通常采用面向服务设计，各个企业之间结合自己的系统，有一些针对性的特色应用，生命周期为1-3年。而创新化应用采用消费级技术，比如APP等，完全按照新的需求去适应应用，生命周期较短，通常在12个月以内。
映射到医院内，主要有三类需求变化：
- 便民要求下的服务形态；
- 政策驱动下的管理变革；
- 新技术催生的功能形态。
不变的需求，包含两方面：
- 病历记录的框架与内容；
- 诊疗的基本过程。
由于基本的内容不变，医院的数据中心可以建立不变的需求基础上，保持稳定性。
其主要作用是支撑日常的医疗业务活动，同时兼顾一些常规报表的管理和应用。它的特征是通过系统集成形成，并且以个体为中心，数据要求是实时的、长期的、稳定的。如长期性，意味着要能够把患者的历史上各次就诊数据都包容进来，进行长期管理。稳定则意味着数据中心不能经常变，因为一旦变化，上面的信息系统也得发生改变。
医院已经建立了CDR，是否还有必要面向分析，再建立一个数据中心。主要考虑三点，首先面向分析的数据中心和CDR的数据内容存在差异。比如CDR中可能并没有包含随访数据或者基因数据。第二点，是在做数据分析时，面向分析的数据中心与常规的统计工作模式不同。常规的工作统计往往是已经形成规范的程序自动生成，但数据分析往往是个案随机的研究，需要对数据进行大规模的处理。第三点是，两者采取的技术形态不同。CDR可能采用传统的技术，而在面向分析时由于数据量比较大，操作的数据内容较多，可能会采用一些特殊的技术，比如并行处理、分布式处理等。这些原因决定了面向分析数据中心的建设必要性。
面向分析数据中心的作用，包括支撑面向临床的研究、医院管理、智能产品开发的数据深度分析挖掘等。其特征是通过ETL形成，以群体为中心，大批量非常规即席分析，并且数据要求的实时性不强。
CDR的两种模式
目前，CDR通常拥有两种构建模式，一种是内置模式，一种是外置模式。
内置模式，指的是CDR与电子病历一体化紧耦合设计，医护工作站可以直接操作CDR数据，不用经过接口。而外置模式中，CDR为第三方厂商提供，通过松耦合的方式与电子病历集成，其医护工作站通过浏览器访问CDR。
这两种模式分别有不同的特点，内置式CDR与电子病历医护工作站数据一体，一致性和实时性更好。并且由于其直接操作CDR数据，所以融合性好，便于数据驱动和智能化功能的实现。比如化验的危急值，马上就可以触发报警。另外，内置式CDR由于拥有较为完善的电子病历整体设计，所以老的遗留系统可能不适用。
外挂式CDR与电子病历工作站数据可能存在重叠，比如医嘱数据存在医护工作站里，CDR中也有这些数据。所以，这类CDR通常需要进行数据同步。其次，外挂式CDR需要通过第三方浏览器调阅或者接口调用CDR数据，因此融合性欠佳，智能化功能受限。但其好处在于适用于不完备的遗留系统。
总体而言，内置式CDR模式是医院电子病历系统的首选，对于不完备的遗留系统，可以通过外挂第三方的CDR方式进行弥补。
CDR该如何建设？
CDR建设，首先是数据模型设计。是以患者就诊活动为中心，目标是完整覆盖所有就诊记录，由结构化数据和非结构化数据相结合。
在建设过程中，需要注意以下几点问题：
- CDA标准文档格式适合交换，但并不适用于OLTP和智能化应用。
- 并不一定需要先建CDR才能建集成平台。因为CDR与集成有关，但集成与集成平台之间并没有必然的关联，也可以通过数据接口等方式实现。
- 数据的长期管理需要得到重视。因为要想覆盖患者的整个生命周期，要把患者历次的就诊记录（包括门诊住院）贯穿在一起，从而实现长期管理。
- 对于非结构化记录，比如心电图报告等，在存储时，要以“人”可读为基本需求。
CDR如何满足多元化的数据服务需求？
一类是同构型应用，比如医生工作站和CDR一体化设计，可以直接访问数据。但是还有大量的第三方应用，比如需要解读化验数据，要和CDR对接，可以在CDR的基础上，在中间层启用Web Services服务。通过这种服务，获得患者的化验项目和生命体征等信息。还有一类异构型的应用，只是为了看，这种呈现式的数据应用，通过数据浏览服务呈现数据，如360视图等。对于对外部共享应用而言，比如区域信息化需要用到共享数据，这种情况可以在CDA的基础上，内部格式提供标准化转化服务，从而把标准化格式共享出去。
智慧医院的智慧服务非常多，且很多是第三方应用。应用在访问数据时，会面临异构结构，同时存在数据安全问题。这种情况下，CDR可以提供一些标准化的核心服务，以下图为例，针对不同的挂号途径，提供统一的挂号服务，不管是APP还是自助挂号，都不用直接操作数据，而是调用服务。同理，医嘱、缴费也可以采用调用服务的方式。从而让外来系统不用直接操作CDR数据库。
数据分析中心的数据资源架构
通常，数据分析研究有两个路径，一种是原始数据——研究数据库——特征库，如单病种数据库。另一种是原始数据——特征库。其中，原始数据资源库是整合后的原始数据，无特定研究目标。研究数据库是围绕研究目标，预先构建加工数据库。问题特征库是围绕具体的研究问题，处理生成可直接分析特征。
那么，原始数据是否能一次预处理到位？
由于自然语言处理等技术还存在局限性，所以在针对具体问题研究之前，难以做到一次性“治理”到位。所以，上图中右边这条路径方法要更合适一些。
数据中心的技术选择
数据中心的技术选择，需要针对医院数据资源与分析特点，选择适宜的技术。通常医院在数据整合后，需要进行数据检索，即采用列数据库（结构化数据）和文本分布式索引（病历文本）。而对于数据处理和分析，通常采用传统的关系数据库。
数据在数据库中，可以有多种存在形态和不同的副本，且不用担心数据一致性问题。数据平台则是混合式体系，包括多样化的数据管理技术，以及多元化的数据处理分析工具，如Sdss、R语言等。因此不存在一体化平台，Hadoop也并非必选项。
数据分析的整体构成：
数据分析的中心的人才团队构成：
图片两大数据中心的互动，可以持续改进数据质量和数据分析质量，进而提升信息化水平。如图所示，业务数据中心抽取原始数据后，装载到数据分析中心里， 围绕特定的问题进行分析和建模，可以形成智能化模型，如疾病风险预测、不良事件预警等。通过数据分析中心，可以发现数据中的质量问题，进而反馈到业务系统中，从而帮助改进业务系统，提高数据质量。
另外，建立的模型，恰恰是智慧医院智慧服务中所需要的功能基础，在建立模型库之后，通过提供接口的形式，嵌入到业务系统中，进而用数据分析成果提升医院业务的智能化水平。两大数据中心，是互动和互相完善的过程。来源：医有数
