后“互联互通测评”时代的集成新方向——数据“洞察力”

来源：中国数字医学微信公众号 (文章由Odin供稿)

       随着医院信息互联互通标准化成熟度测评工作的不断推进，近十年来，医疗机构在系统集成、数据共享等方面取得了显著的成绩。如今，在这个后“互联互通测评”时代，如何依托集成平台真正发挥医疗数据和信息的洞察力，已经成为医院面临的新挑战。

医院信息化建设迈入“后互联互通测评”时代

       医院信息互联互通标准化成熟度测评工作自2013年开启至今已有十年，越来越多医院成功通过测评。截至最新公布的2022年度互联互通测评结果，已有700余家医院获评互联互通四甲及以上。

数据来源：国家卫生健康委 

Odin Health整理

       截至2023年底，全国共建成各种形式的医联体1.8万余个；83%的三级公立医院电子病历应用水平达到4级及以上水平，实现了全院信息共享；30个省份建成了省一级互联网医疗监管平台，全国共批复设置2700余家互联网医院。

       医院整体的集成度显著提升，数据利用和系统联通意识有了大幅增强，并打通了院内院外的各个核心系统和平台之间的数据，形成了医院自有的一套数据信息集成交换的流程和体系。大部分医院的信息化建设正逐步迈入“后互联互通测评”时代。

“后互联互通测评”时代，医院信息化建设该何去何从？

       在与医院的交流过程中，不少医信人认为，通过互联互通测评只是医院集成建设的起点。有通过互联互通五级乙等的医院信息科主任就曾提到：“希望集成平台在标准统一、业务协同的基础上，能发挥数据挖掘的更大价值”。还有一些医院的老师认为：“完成国家测评是我们信息化建设首要任务，当平台建设完成，并不意味着项目验收结束，而是要把数据用起来，接下来如何用得好是需要重点考虑的”。

       发挥医疗数据价值，让数据产生“洞察力”，将会是每一个进入到“后互联互通测评”阶段的医院所面临的新任务。

       要想让信息和数据真正获取洞察力，是一个循序渐进的过程，首先需要医院实现基础的数据共享，然后逐步实现数据挖掘和分析的能力，最终获得更高层级的数据洞察力。而对于作为“地基”的集成平台，也需要不断演进，提供相应的技术支撑。

数据共享（Data）—— 底座能力：传输和对接

       数据共享是指医院内部各个系统之间、不同部门之间共享数据的过程。在这一阶段，医院着重强调数据本身，特别是在服务某一个特定业务需要跨应用或存储实现时（例如现在不少医院通过自助机查阅患者检查报告，或在预约挂号后，HIS系统能够接收到预约平台信息等），集成平台必须确保各个核心系统能够高效共享和传输数据。数据共享作为数据洞察力的基础，为后续的数据挖掘和分析提供了必要的数据基础。

数据挖掘和分析（Information）—— 底座能力：转换和集成

       数据挖掘和分析是在数据共享的基础上进行的。通过利用各类数据挖掘工具和技术，深入分析医院庞大的数据集，如CDR、RDR、ODR等主题库，或者进行BI分析等。这一过程的目标是帮助医院对日常业务流程的数据进行梳理，考验的是集成平台的数据转换和集成能力，也为医院决策提供更深层次的信息支持。

数据洞察（Insights）—— 底座能力：感知和开放

       数据洞察是数据共享和数据挖掘的顶层实现，主要用于顶层决策或更高等级业务应用。通过数据洞察，医院能拥有强有力的决策支持依据，为医疗领域的发展和患者医疗体验提供智能和全面支持。同时，由于数据洞察将医疗数据应用从被动观测转为主动分析，集成平台需要提供数据和服务的开放能力以对接大量系统，同时满足数据的实时性要求。

让集成平台实现全场景和一体化：数据洞察的技术前提和必经之路

       为了实现数据洞察所需的底层能力（感知和开放性），集成平台必须要能够实现医疗全场景的集成，覆盖整个业务领域。同时，它还需要具备各种集成技术的一体化，开发管理一体化，运维监控一体化、服务流程一体化等，此类集成平台通常具备以下特质：

• 强调API优先和API驱动的设计

       API优先和API驱动的设计强调在事前明确定义数据或服务对外开放的接口价值，与传统的“代码优先”设计模式截然不同。传统模式中，功能完成后才考虑对外接口，而API优先则通过在设计初期就明确接口，使通过API交付的内部流程集成更加聚焦和明确路径。在医疗领域如互联网医疗中的一些开放服务或者决策支持中的事件驱动等方面都是开放服务所带来的价值体现。

• 确保接口与流程之间的自动化和一致性

       在医疗数据应用中，传统的流程集成和接口服务作为两个独立环节，两端难以相互感知，需要通过第三方API服务网关提供的工具或大量的二次开发来对接。不仅配置开发和运维难度大，操作繁琐，而且是通过外部拼接而成，用起来很不方便。集成平台需要整合上述两个关键环节，确保接口与流程之间的自动化和一致性，建立全链路一体化的集成流程，并实现对于API和数据信息的统一监控和管理。这样才能为医疗数据应用提供了更为高效、智能和可靠的数据交互环境，为医疗数据的洞察力提供了坚实的基础，从而为医疗决策提供更为可靠的技术支持。

• 实时数据交互下的大规模集成

       医院提升数据洞察力需实时分析大量可靠数据，而集成平台面临压力和实时交互难题。卓越的集成能力和高性能的集群架构使得集成平台能够处理大规模实时数据交互，实现多系统协同工作，确保系统在高负载情况下稳定运行。

• 多人员的协同作业和低代码开发

       由于医院运维开发需要多人员协同作业，集成平台应具备清晰权限控制，支持多人协同开发和实时更新，避免沟通延误。同时提供相应的低代码工具，降低非专业开发者的编码依赖，提升医院对集成需求的快速迭代能力。

• 可在任何云环境中运行，私有云、公有云、超融合以及容器化

       出于平衡风险，利用各种云平台优势等因素考虑，越来越多的医院将数据储存在多种不同的云环境中，因此集成平台还需具备广泛的适用性，不受特定云供应商的功能限制，适应私有云、公有云、混合云、超融合、容器等各类环境。

结语

       Odin Health作为医疗集成领域的引领者，在此次中华医院信息网络大会（CHINC）推出了最新版本ODIN引擎一体化集群版。该版本不仅采用面向领域场景的技术架构，实现全场景覆盖，并提供“API服务+流程集成”的全链路一体化创新解决方案，为医院实现数据洞察打下坚实的“数字基座”。

原文链接：https://mp.weixin.qq.com/s/FZY-4Rot0YBBFXKVyGGhmQ