大数据带来了多元的、异构的、不能统一的数据问题,这是一种社会性问题,需要用治理的思路去解决。
王才有:大数据这颗“银弹”亟待引入行业治理思维
“大数据(Big data)是一种难以开发的资源,人工智能(AI)是打开资源价值之门的钥匙,而机器学习(ML)是实现人工智能的一种技术手段。这三个概念整合在一起,称之为‘大数据分析’。”6月30日,在2018中美健康医疗信息论坛上,国家卫生计生委统计信息中心原副主任王才有发表主题演讲,题目是《健康医疗大数据应用与行业治理》。
王才有表示,最早在2012年的南湖HIT论坛上他就开始讲大数据,但是这些年来却“只听楼梯响、不见玉人来”,效果并不如想象的那么理想。当然也有进步,那就是大家对数据更重视了。
数字医疗欠缺整体风险感知能力
开发电子病历的初衷是什么呢?2004年,美国国立医学研究院发布报告显示,每年有4.4万-9.8万美国人死于医疗事故,每年的医保投入高达3000亿美元,医保投入如此之高却并没有有效改善治疗效果。所以,在美国总统小布什任期时就提出:要让每个美国人都有一份电子健康档案。“初衷是用数据去解决问题,解决医疗费用快速增长、医疗质量不可靠、医疗安全等问题。”王才有说。
解决问题的效果怎么样呢?确实解决了很多问题,避免了很多差错,比如:电子处方系统确保医嘱清晰可读;辅助决策系统提醒医生药品配伍禁忌、药品计量是否合理、患者是否药物过敏;药品摆药机准确传输药品;护士扫描保证,确保5R(正确的患者、正确的药品、正确的剂量、正确的时间及正确的给药途径)。
可以说,数字医疗解决了很多问题,但问题依然严峻。王才有介绍,2016年,美国霍普金斯大学对35416020份住院病历进行分析,发现有251454个属于医疗差错的个案;研究人员又使用2013年住院人数推算出,医疗失误每年导致的死亡人数应是25万以上;排位在美国CDC发布的第三顺位死因之前(呼吸系统疾病的死亡人数是15万)。
王才有还介绍了一个案例——加利福尼亚大学贝尼奥夫儿童医院,这家医院的信息化做得很好,但依然发生了住院患者药品严重差错事件。根据《美国新闻与世界报道》的排名,该医院是全美顶尖的儿童医院之一。这家医院虽然有一流的团队、一流的信息系统(使用Epic系统),但在2013年却发生了一件让人震惊的药品差错事件:一名16岁男孩服下高于正常39倍的复方新诺明。为什么如此精细化的信息系统,却没能有效识别风险和控制风险呢?
“我们不应该把错误完全归罪于个人,研究表明,很多医疗差错在于医疗系统的问题。”王才有谈道:“(1)医院的分工越来越细,造成碎片化的服务,协调不充分,缺乏整体观;(2)碎片化的医疗保险网络;(3)质量安全网缺失或无作为;(4)缺少对诊疗模式随意改变的监测与问责,比如:软件厂商为了免责,系统会产生大量提醒,信息系统每天给医生的提醒达到几百次甚至上千次,医生很恼火,就关掉了提醒功能,但没人知道。”
“安全问题是‘奶酪原理’,把很多奶酪叠放在一起时,某个因素如果从奶酪洞洞中一直穿过去,危险就出现了。”所以,王才有强调,整体风险感知能力建设变得十分重要。
大数据整合碎片化信息,实现整体风险感知
医疗与信息的碎片化是客观现实,如何做到整体的风险感知?这就要依靠大数据分析,大数据能整合碎片化的信息,并完整描述事物的客观存在状况。
“过去,盲人摸象是一件很愚蠢的事,而大数据确实就是用盲人摸象的方法解决了对大象的认知。”王才有说,“虽然每个人摸的是不同的部位,但当我们把不同的部位整合在一起、还原成一个完整视图的时候,它就是大象了。这就是大数据的作用——整合碎片信息,获得事物完整视图。”
大数据还能发挥更多作用、承载更多期望,比如:更早地预测治疗方法的效果;更有效地支持临床决策;实时的生命体征信息监测,准确预测和识别患病风险;全面和及时地获取感染数据,早期识别院内感染风险;更多的数据积累,有利于未来风险识别、风险规避、风险评估;通过DRGs(疾病诊断相关分类)实现控费、绩效和指控,等等。
但实际上,大数据承载的这些期望都实现了吗?答案是否定的。王才有认为,如下几点让人们对大数据应用感到失望:一是数据质量差,医疗数据由医务人员录入,占用医生太多的时间;二是数据碎片化,系统要求采集的数据,有不同目的性,信息是碎片化呈现的;三是数据集成利用低,分析的结果不一定能够成为行动。
上述这些失望是什么原因造成的呢?首先,大数据目前还是共享得不够,大家都在讲共享,却没有人愿意把数据拿出来;其次,数据质量与异构问题,不同的人收集不同的数据有不同的目的;第三,标准问题,标准能统一吗?是统一,还是互操作?第四,数据分析的结果,不一定能够成为行动。
王才有以药品编码问题为例进行分析,FDA(美国食品药品监督管理局)的目的是对药品的生产质量进行管理,所以它的编码在招标采购环节是不能用的,因为招标采购涉及到剂型和剂量的问题;药品到医院后,依然存在不统一的问题:医生开药的时候说儿童应该每公斤使用多少毫克,这是它的标准,跟一盒有几片没有直接的关系,也无法直接关联统一起来。
“大数据是一个新生态,因为有更多的数据可利用、想利用,包括环境、行为、生活方式等;有更多的利益相关者,包括居民、医院、研究、产业、信息、管控等,他们要贡献数据和使用数据。”王才有认为,“为了把这些利益相关者的数据整合起来应用,我们的环境确实需要升级,包括政策环境、分析能力和技术能力等。”
关注大数据是为了实现大数据的价值,这就要依靠大数据分析。大数据、人工智能、机器学习,这三个概念是有必然联系的。大数据(Big data)是一种难以开发的资源,人工智能(AI)是打开资源价值之门的钥匙,而机器学习(ML)是实现人工智能的一种技术手段。这三个概念整合在一起,称之为“大数据分析”。
大数据的社会属性决定了必须采取治理思维
王才有谈道:“大数据是一个新的转折,它是不一样的数据,有不同的技术体系,在生产方式(社会化)、法规制度(隐私保护)、市场环境(数据交易)和文化氛围(数据价值)等方面都要做相应的改变。大数据是技术创新,同时更需要制度创新和机制创新。”
为什么要关注大数据的社会属性?首先,数据不再是自产自用,而是数据的生产者与使用者相分离;其次是生态创新,数据社会化生产需要新的社会生态模式,无论是政府方法还是市场方法,都面临着失灵的问题;第三,数据利益从共享发展到共用。
为了让大数据发挥更大的价值,需要关注和研究大数据治理上的创新。信息的本质是人对世界认知的碎片化呈现,每个人收集信息的时候,都是从个人的角度去考虑问题。而数据具有社会属性,需要利益相关者多中心的管理与治理,创新机制,从而保证数据的一致性、完整性和可控性。
治理是一种新的手段,它要解决好数据标准,元数据管理(注册、标识、使用声明),数据质量(清洗不准确、不及时、重复),数据管理服务(评估优质数据、劣质数据、异常数据)等一系列问题。
“数据管理与治理是不同的,它们是解决数据整合与利用的两种方法。这两种方法分别解决不同的问题,二者相互补充。比如:发放市民卡是管理问题,使用其作为就诊标识是治理问题。”王才有表示,过去我们用统一管理的方法解决问题;但是现在,大数据时代,带来了多元的、异构的、不能统一的新问题。其原因是数据生产者与使用者相分离,为此需要构建数据社会化生产利用新的生产方式。这是一种社会性问题,需要用治理的思路去解决。(根据录音整理,未经本人确认)
HIT专家网∣致力推进中国卫生信息化
想加入HIT专家网专业交流群吗?
请扫码添加“HIT专家网”小助手微信好友后提交你的申请哦!(请注明姓名、单位名称、职务、主管技术或产品领域,以便有针对性加群)
微信订阅号:HIT180com
微信服务号:chinaHIT
投稿: public@hit180.com
商务合作:(010)82373062