原标题：医疗大数据时代，柯林布瑞如何帮助医院掌控未来
近年来，国家大力支持大数据、人工智能等新一代信息技术在医疗行业的应用，促进新兴技术和医疗健康领域的深度融合，并陆续制定了一系列技术规范和数据标准，保障人工智能在医疗影像、智慧医院、新药研发等应用场景中的安全性、兼容性、可靠性等，规范医疗人工智能的发展。
如何利用大数据及智能化应用支撑智慧医院建设、驱动构建智慧医疗生态已成为当下的热门话题。9月17日，上海市医院协会医学人工智能管理专委会2021第四次学术会议提出开展医院AI技术规范、数据标准等制（修）定并推广应用的观点。包括柯林布瑞在内的医疗大数据企业则对健康医疗大数据治理的挑战与实践经验提出了自己的看法。
医疗大数据行业现状及痛点，将如何解决？
业内普遍认为，从数据的角度看医院的数据域分布和流动，医院数据基本可以分为以下5个数据域：以患者服务为中心的生产数据域、以诊断治疗改善为中心的数据利用域、以运营管理改善为中心的数据利用域、以医学研究为中心的数据利用域、以交换和共享（互联互通）为中心的数据流动域。
医疗大数据分析和挖掘技术的运用可在医院运营管理、医院临床科研、医疗业务协同、患者智能服务和医疗基础保障等方面发挥重要的作用，使医生诊断和治疗过程变得更精准，使医院的管理更加科学，让医院的运行效率持续提高并帮助将医院科研提升到新的高度。
目前，在数据应用和挖掘上，国内做得并不理想，只是单纯的“数据大”而非“大数据”，更偏重数据采集，在作为大数据核心价值所在的数据治理、数据挖掘分析及分析平台搭建的能力上有所不足。尤其是数据分析的平台化能力较弱；同时，更多集中在单一方向，多元化数据分析意图的整合较少。
由于在之前的医院信息化建设中并未强调标准化及互联互通问题，再加上开放数据接口是此前医疗信息化企业的收入来源之一，造成目前的医院“数据孤岛”现象愈演愈烈。数据整合汇聚工作的难度极大。
除此之外，医院数据质量的问题更为严重。作为医疗大数据企业柯林布瑞的联合创始人，秦晓宏有着多年医院数据治理经验。在动脉网的采访中，他将目前我国医院数据质量主要存在的问题总结为三个方面。
首先，由于此前国内医疗数字化的标准甚少，各家业务厂商在构建业务系统过程中，完全按企业自行定义的标准来开发软件系统。
其次，院内各业务系统只保证自己的系统流程能跑通即可，并不关心数据质量的情况，导致出现各种数据质量问题，诸如主从表对应不上、数据逻辑关系不对、数据不一致等。
最后，医生在写病历文书及各类检查报告时也没有遵从标准，大量的医生按习惯书写的非结构化的医疗文书，导致科研、质控没法高质量开展。
来自卫健系统的专家也向动脉网表达了对我国健康医疗大数据发展所存在不足的看法。
首先，我国健康医疗大数据的资源规划需要细化，需要详细掌握数据“有什么”“缺什么”“在哪里”“谁需要”“谁提供”“谁为准”等基础性信息。
其次，数据部门协同待加强。当前的大数据应用主要局限在单个医疗卫生业务领域内，跨业务部门领域的应用不多，需建立跨部门密切配合机制，充分发挥大数据的集约化规模效益。
最后，数据应用联动待深入。医疗卫生领域目前真正在某一业务领域能贯穿“国家-省-市-县-机构”的联动性应用还不多，此次新冠疫情也在一定程度上暴露出了这方面的问题。不同省份的疫苗接种信息甚至都难以共享。
近年来，国家大力支持大数据、人工智能等新一代信息技术在医疗行业的应用，促进新兴技术和医疗健康领域的深度融合，并陆续制定了一系列技术规范和数据标准，保障人工智能在医疗影像、智慧医院、新药研发等应用场景中的安全性、兼容性、可靠性等，规范医疗人工智能的发展。
如何利用大数据及智能化应用支撑智慧医院建设、驱动构建智慧医疗生态已成为当下的热门话题。9月17日，上海市医院协会医学人工智能管理专委会2021第四次学术会议提出开展医院AI技术规范、数据标准等制（修）定并推广应用的观点。包括柯林布瑞在内的医疗大数据企业则对健康医疗大数据治理的挑战与实践经验提出了自己的看法。
医疗大数据行业现状及痛点，将如何解决？
业内普遍认为，从数据的角度看医院的数据域分布和流动，医院数据基本可以分为以下5个数据域：以患者服务为中心的生产数据域、以诊断治疗改善为中心的数据利用域、以运营管理改善为中心的数据利用域、以医学研究为中心的数据利用域、以交换和共享（互联互通）为中心的数据流动域。
医疗大数据分析和挖掘技术的运用可在医院运营管理、医院临床科研、医疗业务协同、患者智能服务和医疗基础保障等方面发挥重要的作用，使医生诊断和治疗过程变得更精准，使医院的管理更加科学，让医院的运行效率持续提高并帮助将医院科研提升到新的高度。
目前，在数据应用和挖掘上，国内做得并不理想，只是单纯的“数据大”而非“大数据”，更偏重数据采集，在作为大数据核心价值所在的数据治理、数据挖掘分析及分析平台搭建的能力上有所不足。尤其是数据分析的平台化能力较弱；同时，更多集中在单一方向，多元化数据分析意图的整合较少。
由于在之前的医院信息化建设中并未强调标准化及互联互通问题，再加上开放数据接口是此前医疗信息化企业的收入来源之一，造成目前的医院“数据孤岛”现象愈演愈烈。数据整合汇聚工作的难度极大。
除此之外，医院数据质量的问题更为严重。作为医疗大数据企业柯林布瑞的联合创始人，秦晓宏有着多年医院数据治理经验。在动脉网的采访中，他将目前我国医院数据质量主要存在的问题总结为三个方面。
首先，由于此前国内医疗数字化的标准甚少，各家业务厂商在构建业务系统过程中，完全按企业自行定义的标准来开发软件系统。
其次，院内各业务系统只保证自己的系统流程能跑通即可，并不关心数据质量的情况，导致出现各种数据质量问题，诸如主从表对应不上、数据逻辑关系不对、数据不一致等。
最后，医生在写病历文书及各类检查报告时也没有遵从标准，大量的医生按习惯书写的非结构化的医疗文书，导致科研、质控没法高质量开展。
来自卫健系统的专家也向动脉网表达了对我国健康医疗大数据发展所存在不足的看法。
首先，我国健康医疗大数据的资源规划需要细化，需要详细掌握数据“有什么”“缺什么”“在哪里”“谁需要”“谁提供”“谁为准”等基础性信息。
其次，数据部门协同待加强。当前的大数据应用主要局限在单个医疗卫生业务领域内，跨业务部门领域的应用不多，需建立跨部门密切配合机制，充分发挥大数据的集约化规模效益。
最后，数据应用联动待深入。医疗卫生领域目前真正在某一业务领域能贯穿“国家-省-市-县-机构”的联动性应用还不多，此次新冠疫情也在一定程度上暴露出了这方面的问题。不同省份的疫苗接种信息甚至都难以共享。
责任编辑：