林志平

摘要：健康醫(yī)療大數(shù)據(jù)歷經(jīng)采集、清洗加工、數(shù)據(jù)脫敏、數(shù)字標(biāo)簽等過程，根據(jù)業(yè)務(wù)應(yīng)用及決策分析需求劃分為不同主題域及數(shù)據(jù)資產(chǎn)，并且通過數(shù)據(jù)血緣分析實(shí)現(xiàn)數(shù)據(jù)融合處理的可追溯。健康醫(yī)療大數(shù)據(jù)是惠及千萬居民看病就醫(yī)的重要資源，它的應(yīng)用發(fā)展將帶來健康醫(yī)療模式的深刻變化，有利于激發(fā)深化醫(yī)藥衛(wèi)生體制改革的動(dòng)力和活力，提升健康醫(yī)療服務(wù)效率和質(zhì)量。

關(guān)鍵詞：健康醫(yī)療大數(shù)據(jù);治理平臺(tái);設(shè)計(jì)

一、數(shù)據(jù)流設(shè)計(jì)

針對(duì)數(shù)據(jù)流設(shè)計(jì)，采用Lambda架構(gòu)的設(shè)計(jì)方法實(shí)現(xiàn)。將實(shí)時(shí)數(shù)據(jù)與離線批量數(shù)據(jù)結(jié)合，達(dá)到對(duì)大數(shù)據(jù)的處理，具體的設(shè)計(jì)如下：

健康醫(yī)療大數(shù)據(jù)數(shù)據(jù)通過事件觸發(fā)自動(dòng)同步數(shù)據(jù)，數(shù)據(jù)采集通過大數(shù)據(jù)融合治理平臺(tái)的數(shù)據(jù)集成工具完成。采集源包括生產(chǎn)庫數(shù)據(jù)，歷史庫數(shù)據(jù)，確保大數(shù)據(jù)融合治理平臺(tái)歸集全量業(yè)務(wù)數(shù)據(jù)，保障各應(yīng)用場(chǎng)景的應(yīng)用。

二、數(shù)據(jù)模型設(shè)計(jì)

對(duì)于大數(shù)據(jù)融合治理平臺(tái)的數(shù)據(jù)模型設(shè)計(jì)，主要三方面內(nèi)容：數(shù)據(jù)模型的分層、數(shù)據(jù)模型主題域的劃分、數(shù)據(jù)建模規(guī)范制定。針對(duì)大數(shù)據(jù)融合治理平臺(tái)數(shù)據(jù)模型的分層主要目標(biāo)是不同的分層有不同的職責(zé)和作用，可以更方便的定位和理解數(shù)據(jù)，更快速的響應(yīng)外部數(shù)據(jù)需求;其一，STG。包括原始結(jié)構(gòu)化/半結(jié)構(gòu)，和非結(jié)構(gòu)化數(shù)據(jù)庫，數(shù)據(jù)來源包括HIS系統(tǒng)、LIS系統(tǒng)、PACS系統(tǒng)、全民健康信息平臺(tái)等。其二，ODS層。對(duì)于需做標(biāo)準(zhǔn)化及內(nèi)容轉(zhuǎn)換的字段，保持轉(zhuǎn)換前的內(nèi)容及轉(zhuǎn)換后的內(nèi)容。其三，DWD層。對(duì)數(shù)據(jù)按設(shè)定的數(shù)據(jù)域進(jìn)行分類，整合，清洗，形成一套標(biāo)準(zhǔn)化數(shù)據(jù)模型。其四，DWS層 。按分析對(duì)象對(duì)實(shí)體進(jìn)行數(shù)據(jù)整合，輕度匯總，算法標(biāo)簽，面向應(yīng)用提供智能數(shù)據(jù)服務(wù)。其五，ADM層。存放面向最終業(yè)務(wù)應(yīng)用的通用數(shù)據(jù)，例如描述自然屬性的標(biāo)簽、描述通用行為的數(shù)據(jù)等，包括疾病庫、藥品庫、處方庫等知識(shí)庫。

數(shù)據(jù)模型主題域劃分主要包括四個(gè)主題域：當(dāng)事人、診療信息、產(chǎn)品、事件。當(dāng)事人：包括：參保人、醫(yī)療機(jī)構(gòu)等。診療信息：包括醫(yī)療門診記錄、住院記錄、特殊診療信息等。產(chǎn)品：包括醫(yī)保類型、產(chǎn)品險(xiǎn)種等實(shí)體。事件：包括結(jié)算事件、基金結(jié)算事件等實(shí)體。需要注意的是在此過程中需要建立和維護(hù)一套有效的工作流程和規(guī)范，保證不同的邏輯數(shù)據(jù)模型設(shè)計(jì)人員能夠按照統(tǒng)一口徑進(jìn)行操作。

三、大數(shù)據(jù)融合

健康醫(yī)療大數(shù)據(jù)涉及醫(yī)療、醫(yī)保、醫(yī)藥三個(gè)領(lǐng)域的數(shù)據(jù)，需要對(duì)三方面的數(shù)據(jù)進(jìn)行有效地融合，借助數(shù)據(jù)融合引擎，可以有效地從技術(shù)層面支撐醫(yī)療、醫(yī)保、醫(yī)藥的數(shù)據(jù)治理。其一，融合數(shù)據(jù)規(guī)則配置。融合數(shù)據(jù)規(guī)則配置用于實(shí)現(xiàn)多種異構(gòu)數(shù)據(jù)源的質(zhì)量校驗(yàn)、通知、管理服務(wù)，包括數(shù)據(jù)探查、數(shù)據(jù)對(duì)比、數(shù)據(jù)質(zhì)量監(jiān)控、SQLScan等服務(wù)內(nèi)容。其二，融合數(shù)據(jù)全景。數(shù)據(jù)全景包括全局查找數(shù)據(jù)、個(gè)人賬號(hào)管理數(shù)據(jù)和管理員配置，支持關(guān)鍵字匹配精確匹配。其三，融合數(shù)據(jù)資產(chǎn)管理。數(shù)據(jù)資源平臺(tái)里都有大量的數(shù)據(jù)表、API等各類數(shù)據(jù)資產(chǎn)，融合數(shù)據(jù)資產(chǎn)管理通過數(shù)據(jù)開發(fā)加工數(shù)據(jù)后，提供對(duì)整個(gè)平臺(tái)數(shù)據(jù)進(jìn)行統(tǒng)一管控服務(wù)。根據(jù)數(shù)據(jù)資源平臺(tái)里任務(wù)的運(yùn)行信息和記錄，通過分析，提供數(shù)據(jù)表、字段級(jí)別的血緣關(guān)系，包含上下游血緣、影響分析。其四，融合數(shù)據(jù)服務(wù)發(fā)布。數(shù)據(jù)服務(wù)發(fā)布旨在搭建統(tǒng)一的數(shù)據(jù)服務(wù)總線，幫助統(tǒng)一管理對(duì)內(nèi)對(duì)外的API服務(wù)。

四、大數(shù)據(jù)治理

（一）數(shù)據(jù)采集匯聚

健康醫(yī)療大數(shù)據(jù)采集需求包括醫(yī)療環(huán)節(jié)動(dòng)態(tài)監(jiān)測(cè)、醫(yī)療質(zhì)量檢查與評(píng)估、質(zhì)量指標(biāo)綜合分析、傳染病、免疫規(guī)劃、疾控綜合管理等數(shù)據(jù)。

1、數(shù)據(jù)調(diào)研及數(shù)據(jù)對(duì)接

數(shù)據(jù)調(diào)研基于已明確的數(shù)據(jù)需求確定數(shù)據(jù)來源系統(tǒng)、數(shù)據(jù)來源部門、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)更新、數(shù)據(jù)規(guī)模等信息的過程;在這個(gè)過程中，需要跟具體部門、具體系統(tǒng)、具體負(fù)責(zé)人員進(jìn)行反復(fù)的對(duì)接，已收集獲取具體的信息，為后續(xù)的數(shù)據(jù)采集匯聚服務(wù)。

2、采集模式設(shè)計(jì)

采集模式按照對(duì)接方式分為：直接對(duì)接、數(shù)據(jù)庫抽取對(duì)接、第三方接口采集等幾種模式。（1）直接對(duì)接。由數(shù)據(jù)采集服務(wù)直接訪問各個(gè)服務(wù)接口或文件資源，實(shí)現(xiàn)與數(shù)據(jù)中心的對(duì)接或文件抽取。（2）數(shù)據(jù)庫抽取對(duì)接。對(duì)于各業(yè)務(wù)系統(tǒng)數(shù)據(jù)采用前置機(jī)數(shù)據(jù)抽取的方式進(jìn)行數(shù)據(jù)的接入。通過可視化界面完成數(shù)據(jù)庫連接所需的參數(shù)配置，包括IP、端口、數(shù)據(jù)庫類型。（3）第三方接口對(duì)接。通過接口服務(wù)與各系統(tǒng)的事件來源的各個(gè)系統(tǒng)的對(duì)接，實(shí)現(xiàn)數(shù)據(jù)統(tǒng)一渠道接收。

3、數(shù)據(jù)采集監(jiān)控與管理

提供整體運(yùn)行狀態(tài)監(jiān)控，最終實(shí)現(xiàn)運(yùn)行狀態(tài)的查看與控制，包括采集基本信息、采集結(jié)果、采集數(shù)據(jù)質(zhì)量、采集異常信息。對(duì)采集的基本信息進(jìn)行監(jiān)控，基本信息項(xiàng)包括由誰什么時(shí)候發(fā)起的采集。

數(shù)據(jù)采集管理，旨在確保采集的質(zhì)量以及采集穩(wěn)定性，而圍繞采集各個(gè)環(huán)節(jié)進(jìn)行針對(duì)性的管控，實(shí)現(xiàn)對(duì)數(shù)據(jù)采集過程、采集結(jié)果全方位管控，數(shù)據(jù)可追溯，質(zhì)量可控制。

（二）數(shù)據(jù)清洗加工及共享

對(duì)數(shù)據(jù)源中數(shù)據(jù)重復(fù)、不正確、不完整、不標(biāo)準(zhǔn)、不一致的問題，制定數(shù)據(jù)清洗加工規(guī)則，進(jìn)行數(shù)據(jù)清洗加工，實(shí)現(xiàn)數(shù)據(jù)質(zhì)量提升。

數(shù)據(jù)共享服務(wù)的核心是構(gòu)建跨部門、跨業(yè)務(wù)板塊的數(shù)據(jù)資源共享和數(shù)據(jù)交換，主要包括數(shù)據(jù)資源編目、數(shù)據(jù)資源目錄管理以及數(shù)據(jù)接口服務(wù)。

數(shù)據(jù)資源編目實(shí)現(xiàn)對(duì)各部門共享數(shù)據(jù)的盤查，以支持信息資源的交換與共享，包括醫(yī)療、醫(yī)保、醫(yī)藥數(shù)據(jù)資源編目等。

數(shù)據(jù)資源目錄體系通過編目、編審、注冊(cè)、發(fā)布、維護(hù)、訂閱數(shù)據(jù)資源目錄內(nèi)容，實(shí)現(xiàn)數(shù)據(jù)資源管理、發(fā)現(xiàn)與定位。

構(gòu)建數(shù)據(jù)接口規(guī)范，規(guī)定數(shù)據(jù)訪問、接口的定義、數(shù)據(jù)格式等內(nèi)容。

（三）數(shù)據(jù)脫敏及標(biāo)簽

數(shù)據(jù)脫敏對(duì)某些敏感信息通過脫敏規(guī)則進(jìn)行數(shù)據(jù)的變形，實(shí)現(xiàn)敏感隱私數(shù)據(jù)的可靠保護(hù)。如身份證號(hào)、手機(jī)號(hào)、卡號(hào)、姓名等個(gè)人信息都需要進(jìn)行數(shù)據(jù)脫敏。

數(shù)據(jù)標(biāo)簽是基于業(yè)務(wù)場(chǎng)景創(chuàng)建、用于服務(wù)內(nèi)部和外部的數(shù)據(jù)服務(wù)需求，基于標(biāo)簽體系進(jìn)行多維度分析實(shí)現(xiàn)對(duì)于目標(biāo)群體的精準(zhǔn)定位，如高齡產(chǎn)婦群體、特定傳染病患者群體等。

參考文獻(xiàn)

[1]郭建. 健康醫(yī)療大數(shù)據(jù)應(yīng)用中的倫理問題及其治理思考[J]. 自然辯證法研究，2020，385（03）：87-92.

[2]俞成功，丁靜. 基于區(qū)塊鏈的健康醫(yī)療大數(shù)據(jù)平臺(tái)構(gòu)建[J]. 電子技術(shù)與軟件工程，2020，176（06）：182-185.