在人工智能时代，我们唯一能做的是把数据准备好，一定要有数据意识。数据是基础，有了数据才有协同、流程和智能。
其他
陈金雄：医疗数据管理“四步走”
知名医疗信息化专家、中国医药信息学会电子病历与电子健康档案专业委员会主任委员、中国研究型医院学会医疗信息化分会副会长 陈金雄教授
2017年12月4日，浙江省人民医院与腾讯公司在杭州揭牌“人工智能医学联合实验室”。在揭牌仪式上，知名医疗信息化专家、中国医药信息学会电子病历与电子健康档案专业委员会主任委员、中国研究型医院协会医疗信息化专委会副会长陈金雄教授应邀做主题演讲，他创新性地提出“数据质量7级论”和“数据管理四步走”。
“人工智能”是2017年关键词
最近三年每年都有一个关键词：2015年的关键词是“互联网+”，2016年的关键词是“大数据”，2017年的关键词毫无疑问是“人工智能（智能医疗）”。
马云曾说：“如果说过去20年互联网从无到有，那么未来30年互联网将从有到‘无’，这个‘无’是无处不在的‘无’，没有人能够离开网络而存在。”
互联网是基础，有了互联网才有物联网，才会有大数据，有了大数据才有人工智能。
为什么人工智能现在火起来？陈金雄认为有三个原因：一是技术层面，计算能力的提升让深度学习成为可能，大数据则是根基和土壤；二是思维层面，以前是因果关系，大数据时代则是强相关关系；三是应用场景出现，之前的人工智能局限在跳棋、国际象棋、围棋等方面，现在则有了更加广阔的应用空间。
医疗健康的主要矛盾
陈金雄首先谈到了当前医疗行业的总体现状：
诊疗数量快速增长。健康需求增加，慢性病增加，人口老龄化。
医疗资源总量不足。生产模式落后，培养模式不能满足需要。
使用效率普遍低下。患者就诊盲目，有限资源不能有效利用。
医疗费用负担过重。药品贵，服务价格高，过度医疗。
医疗模式出现偏差。重临床轻预防、重医疗轻护理、病本位医疗、利本位医疗。
诊疗过程缺乏规范。医疗碎片化（分科细、连续性差），信息采集落后，智能化程度低。
医疗资源分布不均。医疗资源过于集中，海岛山区就诊困难。
就诊流程不够合理。服务模式不够到位，服务流程不够优化，服务手段不够先进。
据统计，我国居民人均就诊次数由2004年的3.07次增加到2016年的5.7次，增长85.67%；住院率由2003年的4.69%增加到2016年的16.5%，增长251.81%。
另一方面，执业医师人数的增长率远远追不上就诊人数增长的脚步。2004年-2015年，执业医师数量增长了52%。医生的培养周期很长，尤其是培养专科医生更难。医疗卫生资源短缺，医疗卫生供给能力不足。导致看病难、看病烦、看病贵、质量差、矛盾深。
当前，我国健康医疗的主要矛盾就是：不断增长的健康诊疗需求与医疗资源不足同就诊体验以及生产方式落后之间的矛盾。“怎么解决？提升医疗生产力与生产方式是根本。”陈金雄说，“这就好比以前的春运，因为买票难春运曾经年年都是焦点，现在春运已经不是焦点了，根本原因是运力提升了。”
“靠传统思维很难解决上述矛盾，需要科技进步和新的医疗生产与使用方式来解决。‘互联网+智能医疗’配合医疗模式的改变和机制体制创新是终极解决办法。这是我对未来医疗的判断。”陈金雄认为，应聚焦在三个方面：生产力提升、医生积极性提高（生产关系）、资源配置优化。
未来医疗：从被动医疗迈向主动健康
谈到未来医疗，陈金雄认为，首先是医学模式会发生转变，将从生理医学模式向生理-心理-社会医学模式转变,向5P模式转变。5P是指预防性（Preventive）、预测性（Predictive）、个性化（Personalized）、参与性（Participatory）和精准医疗（Precision Medicine）。核心战略是：攻防兼备、标本兼治，从被动医疗迈向主动健康。
早在10年前，陈金雄就预测：未来医疗一定是智能医疗，并先后出版了《迈向智能医疗》、《互联网+医疗健康》和《互联网+基因空间——迈向精准医疗时代》三本书。2015年，陈金雄提出“医疗进入新常态”的论断：“传统医疗都是在医院里，医院把医生和病人连接起来；未来，医生不会单打独斗，伴随人工智能和互联网的发展，必将出现新的应用场景。”
陈金雄谈道：“未来医疗将会实现整合式一体化业务场景，包括：健康诊疗一体化、线上线下一体化、院外院内一体化、机器医生一体化，其中健康、线上、院外和机器人（智能医疗）在医疗中的比重越来越大。”
陈金雄总结，未来医疗的发展趋势主要包括如下几方面：（1）医疗生态环境发生改变，从疾病诊疗到健康管理方式转变；（2）医疗业务模式发生改变，患者服务、支付、健康与疾病管理等会移到线上或O2O；（3）医疗付费模式发生改变，从按项目付费到按价值付费；（4）智能诊疗发挥更大作用，大数据分析、机器人等在诊疗中会发挥更大作用。“二三十年后，医生肯定还会在，但绝对不会像今天这样当医生，未来医生也许会变成大数据分析师、机器人操作员，与机器人共同工作，这是趋势。”陈金雄说。
数据是人工智能的基础
“数据是根本，这一轮人工智能如果没有数据，就基本上做不了什么事情了。”陈金雄谈道，“医疗人工智能有三大要素：有效的数据是基础，先进的算法是核心，强大的计算能力是保障。”
很多医疗人士在问：“人工智能时代，我能做什么？”对此，陈金雄表示：“在这个时代，我们唯一能做的是把数据准备好，我们一定要有数据意识。数据是基础，有了数据才有协同、流程和智能。譬如人工智能、智慧医院、智慧医保、医联体等，它们的的根基都是数据。
陈金雄进一步介绍了医疗健康大数据的种类，包括：医院的医疗大数据、依托区域健康服务平台的医疗健康大数据、基于大量人群的医学研究或疾病监测的大数据、基于个体自我检测的大数据（可穿戴设备）、网络上产生大数据、生物信息大数据等。
在目前阶段，医院数据还是最核心的，因为实体医院（公立）占垄断地位，实体医院占据核心资源和数据。“数字化医院依然是基础性工程，医院会成为基于数据的医疗服务企业，数据将成为医院核心竞争资源。”陈金雄谈道，“目前，医院的核心竞争资源是医生、医疗设备、病房等。未来，数据将成为医院核心竞争资源之一。”
因此医院数字化建设面临着转型升级，目标是：全面、全程、闭环、专业、移动、集成、智能。陈金雄对此做了进一步阐述：（1）从“部分应用”向“全面应用”转变；（2）从“分散信息”向“数据融合”转变，HIMSS 2级就需要建设临床数据中心（CDR）；（3）从“事务处理”向“智能应用”转变，HIMSS 6、7级最难的是CDSS临床决策支持。总结来看，医院信息化的发展趋势包括：数据化、互联网化、智能化、云端化、协同化、专科化、个性化。
四步做好医疗数据管理
第一步：构建新型信息模型。“医院信息化都是从HIS开始做起，再建PACS、LIS等系统，传统HIS是从收费一步步走过来的，很多医院HIS的基因是收费，基于收费搭建的。”陈金雄认为，“医院要以临床为核心，如果以收费为核心来搭建信息模型，就一定是有问题的，所以我提出重构数字化医院体系，按照医院的业务模型来打造信息模型。”
第二步：梳理数据的内在联系。要把各个系统之间的数据关系串起来，以病人为中心、以临床为核心、以医嘱为主线。“医院里面有几条业务流和数据流：患者流、医嘱流、费用流、物资流，在诊中部分，主要靠医嘱流把它们串起来。”
陈金雄尤其强调了“闭环医嘱管理”的重要性：“如果说是数据驱动智能医疗的话，医院里应该是医嘱驱动数据管理。医院里要有闭环医嘱管理，这是最基本的要求。”
第三步：打通数据联系。
（1）建立各种主索引，如：病人主索引、医嘱主索引、工作人员主索引、资产主索引、科室主索引等。“主索引就像身份证、车牌一样重要，不要小看这个事情，很多医院主索引建的不好，或者说建得好的不太多。”陈金雄说。
（2）建立数据关联性，包括：医嘱与业务、医嘱与收费、设备与收费、医嘱与执行等。点击任意医嘱，都能看到该医嘱的执行情况，包括哪台设备检查、哪个人操作、写报告、收费情况、耗材使用情况等。
第四步：统一数据管理。要建立几个数据中心，包括：临床数据中心、管理数据中心、影像数据中心等。
数据质量七级论
陈金雄认为，从数据质量的角度可以将数据分成七级：
第一级是数字化，单机版已经实现数字化，但信息不能共享；
第二级是集成化，数据在各个系统之间可以共享，但尚未实现统一管理；
第三级是数据化，构建数据中心，实现数据的集中统一管理；
第四级是要素化，有些医院建了数据中心后发现以前的数据不能用，因为要素不够，要素不够的话即使法结构化价值也大打折扣；
第五级是结构化，陈金雄提到了不久前获得5500万元A轮融资的森亿智能，该公司产品可以把医生的病历做成结构化和语义化；
第六级是语义化，中文的语义化比英文更难；
第七级是智能化，做完结构化和语义化才能谈智能化。
医疗大数据具有4V特征：大量化(Volume)、多样化(Variety)、快速化(Velocity)、价值密度低（Value），只有具备这些特点的数据，才是大数据。
“但人工智能光有大数据还不够，数据必须具备几个特点才能为人工智能所用。”陈金雄谈道，“一是数据量要大；二是多维度，比方说，如果数据只有姓名、性别、年龄、学历这几个要素，把全世界几十亿人的数据放在一起，也是大数据，但它的价值非常小，最多能统计出性别分布、年龄分布、学历分布，作用就很有限。如果把人的健康信息、人脸信息、指纹信息等全部收集起来，那就很有价值了。三是全面性，比如只有3亿人的人脸数据即使再好的算法也做不好人脸识别系统，肯定比不过有70亿人的数据。只有全面的数据才足以支撑我们做人工智能、决策支持。”
大数据在数据安全方面也能发挥作用。“用大数据的方式来解决大数据的安全，这是典型的深度学习。”陈金雄谈道，系统管理员一般有自己的操作规律，可分析使用者的行为特征，黑客入侵与常规的操作规律通常会不一致，系统就会自动报警，从而达到安全的目的。
最后，陈金雄从政府数据管理与产业政策角度提出几点思考：（1）数据管理，目前只有政府才有能力把数据收集起来，要做好数据管理；（2）制定数据政策，数据收集之后怎么用，要制定使用政策；（3）产业政策，产业政策方面如何配套？才能吸引企业愿意过来发展（4）产业生态，产业要包括数据采集、管理、应用等环节，要形成产业生态链；（5）人才政策，要有好的人才政策，吸引优秀的人才进来，大数据产业才能真正建立。
HIT专家网∣最新鲜的医疗信息化资讯，不一样的专家视角
微信：HIT180com
投稿： public@hit180.com
商务合作：(010)82373062