特辑 | 谈谈人工智能与数据治理：我们的系统为谁而建？（上）

"医疗信息化十周年”专题

第6篇文章

全文字数：2000余字

中国医院协会信息管理专业委员会、《中国数字医学》杂志社编写组编著的《中国医院信息化30年》这本书上，我写了一篇《那些年走过的HIT路》，文章开篇用了古希腊哲学家芝诺说过的一句话：“人的知识就好比一个圆圈，圆圈里面是已知的，圆圈外面是未知的。你知道得越多，圆圈也就越大，你不知道的也就越多。”

我在传统医疗行业经历了十五年，转战到互联网+医疗、人工智能的企业，再到近期在健康领域耕耘，把保安哲学三问升华为：

我知道，我知道什么；

我知道，我不知道什么；

我不知道，我不知道什么。

这一篇是整个主题的“上篇”，探讨人工智能与大数据的千丝万缕，以及科研平台的变迁历史。

孙立峰

e医疗专栏作家

工业技术是“老”IT（IndustrialTechnology），信息技术是“旧”IT，智能技术是“新”IT（IntelligentTechnology）。工业技术解决了人类发展资源不对称的问题，互联网信息技术很快会解决信息不对称的问题，智能技术将面临解决人类智力不对称问题的艰巨任务。

未来的IT，一定是“老、旧、新”三个IT的平行组合和使用。当然这一段不是我的总结，只是“拿来主义”。时光倒序，先从智能技术着手，以我的认知从解决方案的角度分享人工智能在医疗行业的应用。

不说大数据的人工智能都是耍流氓

春秋战国，七雄争霸，那时候就出现了伟大的“数据治理专家”秦始皇，将国家（“数据”）治理的三要素：组织架构、制度流程和技术支撑大集成，更将标准化发挥到极致。

这两年，医疗人工智能更是发展迅速，产业格局亦风起云涌。互联网医疗健康产业联盟发布的《医疗人工智能技术与应用白皮书（2018年）》对人工智能在医疗行业的宝贵价值、细分领域的应用、面临的问题与挑战进行了概括性的综述。

在中关村，程序猿们把人工智能叫“养狗”（阿尔法狗），“养狗”是要有“狗粮”的，没有“狗粮”吃的“阿尔法狗”肯定长不大；反之，没有消费者，“阿尔法狗”的“狗粮”也没有任何存在的意义。

这里的“狗粮”说的是经过数据治理过后的大数据，这样才可以把面粉加工（AI/DG）成面皮（数据开放平台），做成包子（专病研究）、馄饨（临床辅助决策）、饺子（真实世界研究）等。如图1所示：一望无际的麦田，好比临床医生（各自的一亩三分地）写的病历（种的麦子）各不相同（良莠不齐）。结构化电子病历系统的普及，对临床质控、临床科研发挥了巨大作用，而模板化的病历不仅限制了医生的思维，且归档后的病历千篇一律，生生把“大数据”变成了“数据大”。更为重要的是，很多医学信息因为电子病历模板没有预设“元素”而被隐藏掉了。

（建议手机横屏观看下图）

图1：一望无际的麦田，好比临床医生（各自的一亩三分地）写的病历（种的麦子）各不相同（良莠不齐）。

近些年，医院信息平台建设如火如荼，随着互联互通测评“政治任务”式的推广，平台建设达到高峰，标准规范得到越来越多的应用普及。但如弗吉尼亚·梅森医疗中心在精益变革中提出的：我们的系统为谁而建？

建成的数据中心依然有80%的是非结构化数据，此结构化非彼结构化、此标准非彼标准。医生种的麦子，收割后加工不成面粉，制作不出包子。

科研平台的变迁历程

以临床科研为例。

1.信息平台下的科研应用

“集成平台”到“信息平台”叫法的改变，是信息化建设从“数据集成共享”到“标准规范建设”的转变。是从着力解决信息孤岛、烟囱林立，资源共建、数据共享、业务协作，到传统业务领域、重点信息工程、新兴技术领域标准体系的建设和应用的转变。

60项基础类信息标准（卫生信息数据元目录、卫生信息数据元值域代码、疾病分类与代码……）、88项医院信息化标准（电子病历基本数据集、电子病历共享文档规范、电子病历与医院信息平台标准符合性测试规范……）、76项区域卫生信息化标准（健康档案共享文档规范……）（数据来源：国家卫生健康委统计信息中心、中国卫生信息与健康医疗大数据学会卫生信息标委会），日趋完善的信息标准体系框架下，医院、区域建成了以患者为中心的病人主索引EMPI系统、临床数据中心CDR、运营数据中心ODR和科研数据中心RDR。

然而，海量的医疗数据却很少能转化成相应的科研成果。

医学信息分散且不完整，医学文本信息利用很难，基于关系型的数据仓库，病例筛选检索耗时之长，信息提取效率之低，数据统计挖掘之繁琐，是临床医生无法接受的。

走访一下医院，临床医生都在抱怨信息平台花了上千万，想要的数据却没有，做科研要检索的病例样本出不来。导致这种情况其实至少有两个重要的原因不能忽视：一是源数据非常差；二是那么多的标准规范，公司开发的产品遵循得太少。

信息平台说：这个锅，我不背。

2.大数据平台的科研应用探索

现如今，有些医院已经采用Hadoop集群计算框架，分布式存储、分布式运算，非关系型数据库NoSQL建设医疗大数据平台。

相对于信息平台，其海量数据处理能力让查找样本病例达到毫秒，多维度数据导出统计也是小菜一碟，只是这时候的“面粉”稍显粗糙。

数据结构化程度欠佳、准确匹配程度不够、科研数据不全——麦子通通结了穗，那穗在麦浪中随风波动，只是还不是那么饱满。

3.基于人工智能的科研应用

也许是之前的预算有限，或许之前的供应商服务虽好、技术却停滞不前，可能是顶层架构虽好、落地却有偏差，同一家医院换过几家公司的HIS、LIS或PACS系统的现象已经很普遍。而在建设信息平台、大数据平台的时候，之前的数据库、数据仓库还是孤立地躺在数据库服务器里，数据得不到全面整合。

从数据库、数据仓库，到数据湖、数据海，我们不讨论是应该建一个“大湖”，还是建不同的数据仓库。从临床科研的角度，我们需要对历史数据全集成、所有数据全覆盖，才能得到全面的病例样本；我们要将非结构化数据相对全结构化、全标准化映射，才能做到智能检索；我们要无边的麦田，绿油油、清爽爽，清风吹来，阵阵清香，精细的“面粉”方唾手可得。

在和某医院相关科室沟通数据经过人工智能治理后应如何用于科研，于是就有了如图2的架构，满盈盈的湖面下瞬间蹦出了鱼虾蟹。

湖里有大鱼、小鱼、大虾、小虾、大螃蟹、小螃蟹（“信息平台”），一网下去啥都能打捞上来，但我只想要小虾（“大数据平台”），但小虾里是不同品种的小虾，怎么过滤（基于人工智能的科研平台）？

（建议手机横屏观看下图）

图2：满盈盈的湖面下瞬间蹦出了鱼虾蟹。

在下篇中，我们将探讨闪亮登场的NLP，以及其带来的新IT变革。

-END-

微信改版

星标/置顶 e医疗

深度好文不迷路哦~

“医疗信息化十年——2008到2018”系列专题同时刊登在2018年第6期和2019年第1期上，欢迎订阅（后台回复“订阅”获取订阅方式）。

近期专题推荐点击阅读

……

更多专家和主题

请在菜单栏“搜往期”输入关键字查看。

杂志订阅

微信后台回复“订阅”获取订阅方式

©以上文章来源

e医疗原创文章，转载请注明来源。

^_^我好看，戳戳我呀