隨著近二十年來信息化建設的高速發展，醫院內累積了大量數據，大數據應用成為當前業內的一個熱點話題。對此，CHIMA副主任委員薛萬國表示，應該對醫院大數據應用有一個清晰的認知。“醫院大數據應用還處于初步發展階段，涉及的范圍越來越廣，發展空間巨大，當然也面臨很多挑戰。”

聚焦三個方向

薛萬國主任指出，大數據在醫院的應用主要體現在以下三個方向。

第一，醫院管理方面的應用，主要體現為管理指標統計分析、醫院和科室的績效評價等。醫院的績效評價一定會涉及到一些關鍵指標，早期主要是效率指標、部分質量指標等，現在指標擴展出去很多，包括醫院感染、合理用藥、規范化診療評價等。整個過程實際上是基于數據融合后發現潛在的風險，以及與醫療規范的符合率如何等。

第二，臨床方面的應用，主要是基于大量數據分析匯總后形成一個模型，再應用于臨床。比如個性化診療，是在大數據建模基礎上針對患者個體情況量體裁衣給出診療方案。在臨床實踐中，它基于醫療大數據，將文獻、病歷等數據生成的模型結合到患者個體身上，將最佳治療路徑推薦給醫生。醫療大數據在臨床上的另外一個應用是不良事件預警，比如VTE預警、感染預警、ICU膿毒血癥預警等，是基于數據模型在臨床上的應用。疾病發展預測和智能分診也是醫療大數據在臨床的常見應用。

第三，大數據支撐臨床研究，包括疾病分布、流行病學統計、疾病相關因素分析、人工智能研究等。它們都是借助大數據開展臨床研究，試圖對疾病的發生發展規律進行認識，然后根據總結的規律指導臨床診療。對診療措施的評價也是臨床研究的應用，比如同一種疾病有不同治療方法，到底哪種治療方法好、哪種藥物療效好，都屬于臨床研究，需要依靠數據進行分析。

面臨三大挑戰

薛萬國主任強調，由于醫院大數據在臨床和科研上面的應用仍處于初級階段，因此在發展空間上依然存在諸多挑戰。

首先，數據的完整性很難做到。當前數據量越來越大，但是真正能夠用于臨床研究和分析的數據質量要求很高，體現為內容完整、結構化程度高、規范化好。醫療涉及到人體的信息是方方面面的，橫向內容很寬、縱向周期很長。雖然近幾年醫院信息化發展較快，但和實現橫向及縱向完整度的目標都有較大的距離。從橫向來講，人是個性化的，并非像機器和流水線一樣是統一的模式。比如患者在醫院做了一項檢查，另外的檢查沒有做，醫生得到的患者信息不完整。再或者醫院信息化基礎不夠好導致患者的某一部分信息缺失。縱向而言，患者出院后需要進行隨訪以觀察長期療效，但是目前現狀是患者出院后失訪了，由此導致病例的統計分析不全面。

第二大挑戰，醫院缺乏數據分析的人才。醫院的大數據分析是一個長期的工作，又是個性化的，數據又分為很多專業化的領域，比如臨床數據、基因組學數據、影像數據，都需要專門的人才。但是，這些專業人才在醫院中很缺乏。只是依靠外部的力量是難以持續的。

第三大挑戰，也是最大的挑戰，是醫院對大數據應用要有創新的問題和思路。當醫院有了海量數據、相關人才、平臺和技術后，需要臨床和管理人員提出需要借助大數據解決哪些問題以及相關思路，否則，數據分析人員難以知道臨床和管理的痛點，也無法對大數據進行分析。這是第一重要的，這實際上反映了一個醫院整體的創新氛圍、創新能力和創新文化，不是簡單的一個大數據技術問題，是最難的。

同時，他進一步指出，上述三大挑戰難以一蹴而就地解決，需要時間積累。

提供全鏈條、全流程服務

薛萬國主任介紹，醫療大數據從方法學上為臨床、科研提供了創新手段和途徑：過去臨床是根據臨床指南進行診療，現在可以借助大數據技術，在對大量的病歷和數據進行分析的基礎上，把各種治療路徑匯集起來，實現了個性化診療，更加量體裁衣；過去臨床研究一般是采取隨機雙盲對照的方式，是入組、抽樣，現在基于醫療大數據，可以開展真實世界研究，即把所有病歷都納入研究范圍。

他進一步指出，醫院建立大數據中心，或依托信息中心開展大數據應用，圍繞數據服務可把其職能分為三個層級：數據資源管理、數據處理加工、數據分析服務，這是一個功能逐級提升的過程。一個完整的大數據中心定位就是提供全鏈條、全流程的服務。

首先，數據資源管理是最基本的職能。這主要是指把數據整合到一起，根據需要提供數據。

第二個職能是數據的處理加工。也就是有了原始的數據資料后，根據臨床和管理的利用需要抽取變量，把特征數據加工出來，然后提供給管理和臨床分析使用。

第三個職能是提供數據服務。這是更高級的職能，也就是最終圍繞臨床和管理提出的問題開展數據分析。

提出三點建議

針對醫院大數據應用現狀，薛萬國主任給出了三點建議。

第一，要對大數據應用有合理的期待。雖然現在大家都說醫院大數據是座金礦，價值無窮，但是在實踐中，醫院大數據的應用仍面臨著很多挑戰，也有其局限性，不能指望有了數據一定就能實現臨床和科研的創新。這是需要解決困難和克服挑戰，逐步解決的，還得看是否擁有很好的臨床創新思維。

第二，建好團隊。針對醫療大數據應用的各項能力需求建好團隊。

第三，開展大數據應用不能一哄而起。由于人才、數據質量等的限制，大數據應用還是要從簡單做起，先是常規的統計、檢索，然后臨床數據建模分析，再進一步開展基因分析、影像人工智能分析等，循序漸進，逐步提高自我的綜合能力，最終推動大數據在醫院獲得更為廣泛的應用。